Włączanie dużych modeli językowych (LLM) do planów zajęć w szkolnictwie wyższym pozostaje otwartym i szybko rozwijającym się obszarem badań. Niniejsze badanie stanowi wkład w powstającą literaturę przedmiotu poprzez analizę tego, w jaki sposób studenci angażują się w interakcję z informacją zwrotną generowaną przez LLM oraz jak ją oceniają w ramach nauczania pisania akademickiego. Bazując na wcześniejszych pracach dotyczących integracji i wykrywania LLM, w badaniu zastosowano podejście diachroniczne w celu oceny, czy studenci potrafią wiarygodnie odróżnić recenzje sporządzone przez człowieka od tych wygenerowanych przez LLM oraz w jaki sposób zaangażowanie w materiał może wpływać na postrzegane klasyfikacje. Pięćdziesięciu jeden studentów studiów licencjackich otrzymało zarówno recenzje napisane przez człowieka, jak i wygenerowane przez LLM dla wypracowań, których byli autorami, wypełniając ankiety przed i po rewizji swoich prac. Wyniki wskazują, że studenci początkowo mieli losowe szanse na odróżnienie tekstu napisanego przez człowieka od tekstu wygenerowanego przez LLM, ale wykazali statystycznie istotną poprawę po zaangażowaniu się w materiał. Prawie wszyscy studenci zgłaszali pozytywne nastawienie do spersonalizowanych informacji zwrotnych, niezależnie od tego, czy postrzegali je jako generowane przez człowieka, czy przez LLM. Wyniki podkreślają zarówno potencjał pedagogiczny, jak i niejednoznaczność oceny integracji LLM w nauczaniu pisania.