Feedback de Escrita com IA da Letrus — Reduzindo o Hiato na Redação do ENEM no Espírito Santo
Brasil
Escolas públicas do Espírito Santo usaram a plataforma de IA Letrus para dar feedback rápido aos estudantes na redação do …
Arábia Saudita · Riyadh · Ver o perfil de Arábia Saudita
Pesquisadores da King Saud University criaram o AAEE, um dos primeiros corretores automáticos de redação em árabe, modelado na rubrica oficial das escolas sauditas. Testado em 350 redações reais de estudantes em oito temas, alcançou 90% de precisão e correlação de 0,756 com corretores humanos.
Pesquisadores do Departamento de Ciência da Computação, da Faculdade de Ciências da Computação e Informação da King Saud University, em Riade, desenvolveram o AAEE (Avaliação Automatizada de Redações de Estudantes em Árabe), um dos primeiros sistemas a pontuar automaticamente e dar feedback sobre redações em língua árabe escritas por estudantes sauditas do ensino fundamental II e médio. A morfologia rica do árabe e a falta de ferramentas de PLN convencionais fizeram com que a maior parte da pesquisa em avaliação automática de redações (AES) se concentrasse no inglês, deixando estudantes de língua árabe sem ferramentas equivalentes de avaliação por IA.
O AAEE foi deliberadamente modelado segundo o esquema de pontuação já utilizado por professores sauditas, avaliando redações com base em três critérios oficiais: proficiência linguística, estrutura da redação e relevância do conteúdo em relação ao tema proposto. Tecnicamente, o sistema combina Análise Semântica Latente (LSA) com a Teoria da Estrutura Retórica (RST) para avaliar tanto a qualidade lexical/gramatical quanto a coerência da estrutura argumentativa da redação.
Os pesquisadores avaliaram o AAEE em um corpus construído especificamente para o estudo, com 350 redações cobrindo oito temas diferentes, escritas por estudantes reais do ensino fundamental II e médio e pontuadas de forma independente por professores como referência. O sistema atingiu 90% de precisão e uma correlação de 0,756 com as notas de corretores humanos (contando tanto acertos 'exatos' quanto notas 'dentro da faixa', com diferença de até 2,5 pontos). Um estudo comparativo posterior (Alsaif et al., 2023, Computers, Materials & Continua) citou diretamente os números do AAEE (precisão de 0,9, correlação de 0,76 no mesmo corpus de 350 redações) e constatou que abordagens mais recentes de aprendizado de máquina, incluindo modelos Random Forest, conseguiram elevar a correlação para 0,913 — evidência de que o AAEE foi um importante marco inicial para a AES em árabe, mas já foi superado em precisão bruta. O AAEE permanece um sistema em estágio de pesquisa: as fontes analisadas descrevem sua validação em um corpus de redações compilado, e não uma implantação real em salas de aula ou exames nacionais sauditas.
Os detalhes de implementação (custo, prazo, equipa, condições de sucesso) ainda não estão disponíveis para esta prática.
Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.
De onde foi obtida a informação desta prática, e quando.
Brasil
Escolas públicas do Espírito Santo usaram a plataforma de IA Letrus para dar feedback rápido aos estudantes na redação do …
China
O Pigai é a principal plataforma chinesa de feedback de redação por IA, usada por milhares de escolas e dezenas …
Congo (República Democrática do)
O Ministério da Educação Nacional da RD Congo introduziu digitalização e correção assistidas por IA no Exame de Estado de …
Austrália
Em vez de uma corrida armamentista impossível de ganhar contra deteção de IA, Sydney redesenhou a avaliação em duas faixas …
Abrir o copiloto completo Baseado em práticas citadas — verifique sempre as fontes.