EssayCBM：ルーブリックに沿った概念ボトルネックモデルによる透明性の高いエッセイ採点

この論文では、解釈可能性を優先した自動エッセイ採点の新しいアプローチであるEssayCBMを紹介しています。概念ボトルネックを使用することで、システムは採点プロセスを特定のライティング概念の評価に分解し、評価プロセスを教育者と学生の両方にとってより透明で理解しやすいものにします。インストラクターが概念予測を調整し、その結果の成績の変化をリアルタイムで確認できる機能は大きな利点であり、ヒューマンインザループ評価を可能にします。EssayCBMが、実行可能なフィードバックを提供しながら、ブラックボックスモデルのパフォーマンスに匹敵するという事実は、その採用を強く支持する議論となります。この研究は、AI駆動の教育ツールにおける透明性に対する重要なニーズに対応しています。