Resumen de Question-answering skills: The role of feedback in digital environments

Ignacio Máñez Sáez, Eduardo Vidal-Abarca Gámez

• English

  Teachers usually assign text comprehension activities to their students and provide them with feedback on the correctness of their answers for learning purposes. In traditional classrooms, teachers have little to no chance to delivering individual feedback in an adapted and timely manner. Digital environments overcome these limitations. Computer-based systems provide researchers and practitioners the opportunity to trace the student’s actions while performing tasks and transform data into individualized feedback messages immediately. Elaborated Feedback (EF) has proven to be more effective than mere corrective feedback, such as Knowledge-of-Response feedback (KR, e.g., Correct/Incorrect) or Knowledge-of-Correct-Response feedback (KCR, e.g., The correct response is X). EF may include additional information, such as monitoring hints, feedback about the student’s accuracy to assess textual relevance, or inference prompts. When performing question-answering tasks, students are expected to deploy both comprehension and specific reading skills (e.g., searching the text for task-relevant information). This work examines recent research recording online measurements on how students perform question-answering tasks and react to different forms of EF on their question-answering process. Overall, it suggests that computer-based EF may enhance both comprehension performance outcomes and text processing strategies, although students often pay more attention to the corrective part of feedback messages than to the additional information of EF, and they rarely engage in processing feedback deeply. Theoretical and practical contributions are discussed.

• français

  Les enseignants proposent habituellement des activités de compréhension de texte à leurs élèves et leur fournissent, à des fins d’apprentissage, une rétroaction visant l’exactitude de leurs réponses. Dans les classes traditionnelles, les enseignants n’ont que peu d’opportunité pour fournir une rétroaction individuelle adaptée. Les environnements numériques surmontent ces limites. Les systèmes informatisés donnent aux chercheurs et aux praticiens l’occasion de retracer les actions de l’élève qui exécute les tâches et de transformer immédiatement les données en messages de rétroaction personnalisés. La rétroaction élaborée (RE) s’est avérée plus efficace que la simple rétroaction corrective, telle la rétroaction sur la connaissance de la réponse (CR, par ex. Correct/Incorrect) ou la rétroaction sur la connaissance de la réponse correcte (CRC, par ex. La bonne réponse est X). RE peut inclure des informations supplémentaires, telles que des indices de suivi, des commentaires sur la précision de l’élève pour évaluer la pertinence du texte, ou des invites d’inférence. Lorsqu’ils répondent à des questions, les élèves doivent faire preuve à la fois de compréhension et d’aptitudes particulières à la lecture (par ex. rechercher dans le texte de l’information pertinente). Cet article examine des recherches récentes qui enregistrent des mesures en ligne sur la façon dont les étudiants effectuent des tâches de questions-réponses et réagissent à différentes formes de RE sur leur processus de questions-réponses. Les résultats obtenus suggèrent que la RE assistée par ordinateur peut améliorer à la fois les résultats de compréhension et les stratégies de traitement de texte, bien que les élèves accordent souvent plus d’attention à la partie corrective des messages de feedback qu’aux informations complémentaires de la RE ; ils s’engagent par ailleurs rarement dans un traitement approfondi du feedback. Les contributions théoriques et pratiques présentées sont discutées.