[论文泛读]ReadingQuizMaker: A Human-NLP Collaborative System that Supports Instructors to Design High-Qu

CHI2023的paper

从摘要中看paper研究了啥

1. 问题陈述：

   • 阅读作业虽然普遍存在，但鼓励学生积极参与阅读的方法有限。

2. 系统介绍：

   • 提出了一个名为ReadingQuizMaker的系统，旨在帮助教师设计高质量的阅读测验问题。
   • 该系统支持教师方便地创建问题，帮助学生理解阅读材料。
   • ReadingQuizMaker适应教师创建问题的自然工作流程，并提供基于NLP的过程导向支持。

3. 系统功能：

   • 允许教师决定何时使用哪些NLP模型。
   • 允许教师选择输入到模型的内容。
   • 允许教师编辑由模型生成的问题结果。

4. 评估研究：

   • 教师发现使用ReadingQuizMaker生成的问题与他们之前设计的测验相当。
   • 教师对系统的易用性表示赞扬，并认为NLP建议令人满意且有帮助。

5. 对比研究：

   • 将ReadingQuizMaker与另一种控制条件进行了比较，后者是给教师自动生成的题目进行编辑。
   • 教师强烈偏好ReadingQuizMaker提供的人-AI团队合作方法。

6. 研究结论：

   • 在提供AI支持时，赋予用户控制权和立即预览AI结果的重要性。