Classificar turmas grandes tornou-se uma tarefa desafiadora e cara para muitas universidades. A Universidade de Tecnologia de Delft (TU Delft), localizada na Holanda, observou um grande aumento no número de estudantes nos últimos anos. Dado o grande crescimento da população estudantil, avaliar todas as submissões resulta em custos elevados.

Utilizamos autoavaliação e avaliação por pares na edição 2018-2019 de nosso curso de teste de software. Os alunos trabalharam em equipes de dois, e eles mesmos e seus colegas avaliaram três tarefas em nosso curso. Acabamos com 906 envios avaliados por nós mesmos e por pares, que comparamos com 248 envios avaliados por nossos TAs.

Neste artigo, relatamos as diferenças que observamos entre a classificação própria, dos pares e do TA. Nossas descobertas mostram que: (i) as notas próprias tendem a ser 8-10% mais altas do que as notas dos colegas, em média; (ii) as notas dos pares parecem ser um bom aproximador das notas do TA; nos casos em que a classificação própria e a dos pares diferem significativamente, a classificação do TA parece situar-se no meio, e (iii) o género e a nacionalidade do aluno não parecem afectar a classificação própria e dos pares.