Fecha: .
Hora: 12:30 hora española.
Online en Google Meet
Ponente: Marie-Amélie Lawn (Imperial College London, UK).
Abstract: Can large language models improve feedback on undergraduate proof writing without lowering standards? I present a practical way to guide an LLM so its comments are focused, consistent, and aligned with course aims—while academic judgement stays with the instructor. In a pilot with first-year work, this approach surfaced common misconceptions early and shortened feedback cycles. I’ll outline the idea, note what helped and what failed, and discuss where AI can responsibly sit alongside human marking.
Add comment
Información básica sobre protección de datos personales
Responsable: Universidad de Granada
Legitimación: La Universidad de Granada está legitimada para el tratamiento de sus datos, siendo de aplicación las bases jurídicas previstas en el art. 6.1 del RGPD que correspondan en función de la finalidad pretendida por usted en el formulario de contacto.
Finalidad: Gestionar su comunicación.
Destinatarios: No se prevén comunicaciones de datos, salvo que sea necesario para gestionar su solicitud.
Derechos: Tiene derecho a solicitar el acceso, oposición, rectificación, supresión o limitación del tratamiento de sus datos, tal y como se explica en la información adicional.
Información adicional: Puede consultar la información adicional y detallada sobre protección de datos, en función del tipo de tratamiento, en la UGR en el siguiente enlace

