Leveraging Large Language Models for Assessments Grading and Personalised Feedback Generation: A Case of Software Engineering
Cette étude évalue l'efficacité des LLM (ChatGPT-4 et Gemini 2.5) pour noter des évaluations de génie logiciel et générer des commentaires personnalisés, constatant que bien qu'ils produisent des commentaires de haute qualité et des scores préliminaires, leur corrélation limitée avec la notation des instructeurs suggère qu'ils sont mieux adaptés à un modèle hybride qui soutient plutôt qu'il ne remplace les instructeurs humains.