AI实训操作评分定制：动作识别与评分量表对齐

教育AI实验室本期围绕职业教育实训课的操作评分做了一次小范围实验。场景是电工与数控两个实训工位：教师按评分量表逐项打分，一位教师同时看6~8名学生，评分口径容易漂移，反馈也常滞后到下一次课。

我们的做法是先不动量表，而是把量表条目翻译成可观测的动作与时长片段。例如“断电验电”对应“手部接触验电器且停留不少于2秒”，再由固定机位视频做姿态与工具识别，模型输出每条目的证据片段，教师只做确认或改判。第一阶段在2个班级、约120人次的操作记录上跑了三轮，条目级一致率从首轮的78%提升到第三轮的91%，主要提升来自“动作顺序”类条目的界定收敛。

要点：
· 进展：识别结果以“证据片段+建议判定”呈现，教师平均复核时间由每生3分钟降到约50秒；学生课后拿到逐条反馈，而不是只看到一个总分。
· 下一步：把同一套流程迁到护理与汽修实训，重点验证遮挡严重、多人同框场景下的稳定性，并尝试由错项自动生成分层练习建议。