基于评分量表的评估
根据评分量表评估提交内容，并使用基于置信度的评分，将教师注意力引导到最需要帮助的学生身上。
概述
Sense 是面向高等教育的 AI 驱动评估与反馈平台。它旨在帮助教师评估开放式作业、提供更及时的反馈，并在 AI 改变大学的评估方式与内容时保持教学控制。
该产品围绕一个工作流展开：收集学生提交、将其分析为解决方案模式，并帮助教育者通过有针对性的反馈进行回应。该网站将这一方法定位为支持更大班级规模、减轻人工评分负担，同时让评估与学习目标保持一致的方式。
功能
提交分析与聚类
将学习者提交内容分组为解决方案原型，使教育者可以查看模式，而不是逐一评分每个回答。
分组反馈交付
向每个分组提供具体反馈，旨在为学习者提供及时且有实质性的作业评估。
AI 辅导
通过平台的辅导工作流，提供全天候 24/7 的学习模式与常见错误指导。
学习分析
呈现关于内容和教学有效性的洞察，帮助教师识别理解断点以及可改进的教学环节。
LMS 与 IDE 互操作性
以 LTI 组件形式与 LMS 平台集成，也可连接到计算机科学课程中使用的 IDE。
使用场景
评估复杂作业
使用 Sense 审阅开放式作业，例如学生可能通过不同方法得出正确答案的编程、工程或商业分析任务。
更高效地审阅大班课程
当课程产生大量相似回答，而教师需要关注代表性模式而非每个单独答案时，应用提交聚类工作流。
大规模提供反馈
使用辅导与反馈工作流，在教师审阅周期之间为学生就重复性错误和学习缺口提供及时指导。
识别学习缺口
当教师希望了解学生在哪些方面遇到困难以及课程内容的哪些部分可能需要修订时，采用分析视图。
融入现有教学工具
当目标是在不把学生迁移到单独流程中的情况下，将评估嵌入现有课程工作流时，把平台连接到 LMS 或 IDE。
Pros and Cons
Pros
- 支持传统自动评分更难评估的开放式作业。
- 使用将提交内容分组为原型的工作流，可减少教师的人工审阅工作量。
- 将评估、反馈、辅导和学习分析整合于一个平台。
- 通过 LTI 提供 LMS 集成，并支持计算机科学课程中的基于 IDE 的工作流。
- 声明该平台完全符合 FERPA 要求，并使用访问控制、加密和隐私协议。
Cons
- 定价信息仅以较为笼统的方式描述，因此方案结构和具体费用未在来源页面公开。
- 来源未记录完整的集成列表，也未说明除 LMS/LTI 和 IDE 支持之外更广泛的平台兼容性。
- 网站上的功能覆盖较为高层，因此实现细节、设置时间和管理控制未被充分说明。
FAQ
Sense 可以连接到现有学习平台吗？
是。来源说明 Sense 可通过 LTI 协议作为 LTI 组件集成到 LMS 中，也可与计算机科学课程中使用的 IDE 集成。
Sense 如何定价？
来源将定价描述为灵活，包括按每次提交、按课程、按学习者以及企业式合作等方式。另请联系 info[symbol]sense-ed.com 获取更多信息。
Sense 提供免费试用吗？
可以。来源说明入门包含 1–2 个学期的免费试用，具体取决于课程类型和采用速度。
Sense 是否符合学生隐私要求？
Sense 被描述为完全符合 FERPA 要求，并具备严格的访问控制、加密和隐私协议。所提供的来源未包含单独且详细的 GDPR 说明。
Sense 处理哪些类型的作业？
Sense 面向具有明确成功标准的开放式作业，包括计算机科学编程、商业案例分析、工程问题和文本类提交。
Quick Facts
- 类别
- AI 评估与反馈平台
- 主要用户
- 高等教育教师和机构
- 核心工作流
- 提交、分析、反馈、学习
- 集成
- 通过 LTI 集成 LMS；支持计算机科学课程的 IDE
- 合规性
- 符合 FERPA 要求
- 定价
- 灵活的定价结构；详情请联系 info@sense-ed.com