DOMtutor：電腦科學邏輯課程的自動化評分系統
arXiv - Computers and SocietyTobias Meggendorfer
本文提出將自動評分系統應用於理論電腦科學課程，利用 DOMjudge 框架實現邏輯學練習的即時回饋。
AI 幫你先抓重點
AI 重點 1
打破「實作課程才需要自動評分」的傳統觀念
滑鼠懸停看 AI 判斷理由
這項洞察挑戰了教育科技的應用邊界。過去認為理論課（如邏輯學）只能靠紙筆測試，但透過自動化工具，可以將抽象概念轉化為可驗證的實作練習，提升學習的互動性。
AI 重點 2
利用現有成熟競賽架構進行教學轉型
滑鼠懸停看 AI 判斷理由
這展示了技術轉移的可能性。不一定要開發全新的教育軟體，而是將現有的、高穩定性的競賽系統（DOMjudge）重新定位於教學情境，能有效降低教學開發的技術門檻。
核心研究發現
- 1
傳統理論電腦科學教學多依賴傳統講授與手動批改作業，導致學生在學習邏輯或自動機理論時，難以獲得即時回饋。
- 2
現有的自動評分系統（Autograders）多半僅應用於實作導向的程式設計課程，較少應用於理論導向的學科。
- 3
研究提出利用國際程式競賽常用的 DOMjudge 系統，來擴展自動評分的功能，使其適用於邏輯學等理論課程。
對教育工作者的啟發
教育工作者應思考如何將「自動化回饋」從單純的程式碼編寫擴展到抽象邏輯與理論領域。透過引入自動評分機制，可以將原本「單向傳遞」的理論課轉化為「反饋驅動」的學習過程，讓學生在嘗試錯誤中獲得即時驗證，從而促進反思性學習。建議課程設計者可以嘗試將現有的競賽平台或自動化評分工具，整合進理論課程的作業設計中，以緩解人工批改壓力並提升教學效率。
原始文獻資訊
- 英文標題：
- DOMtutor: Automated Autograding for Logic in Computer Science
- 作者：
- Tobias Meggendorfer
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。