Arsitektur seperti GPT memiliki kemampuan untuk menghasilkan umpan balik naratif yang kaya, kontekstual, dan mirip manusia, terutama untuk tugas seperti esai atau jawaban pertanyaan terbuka.
(Hellas et al., 2023; Cukurova et al., 2023)
Dapat dikembangkan untuk memberikan umpan balik yang sangat terstruktur berdasarkan identifikasi kesalahan spesifik atau miskonsepsi umum yang telah dipetakan sebelumnya oleh para ahli domain.
(Attali & Burstein, 2006; Phobun & Vicheanpanya, 2010)
Model seperti Support Vector Machines (SVM) atau Naive Bayes dapat dilatih untuk mengklasifikasikan jenis kesalahan siswa atau memprediksi kebutuhan umpan balik tertentu, yang kemudian memicu pesan umpan balik yang telah disiapkan.
(Wollny et al., 2021)