教育AI实验室近期围绕“错题→知识点→分层练习”的链路做小规模实验，目标不是替代教师判断，而是把归因过程变得可核查。做法上，先按章节与课标建立知识点图谱，节点包含前置知识、常见错因和典型题面特征；再把学生错题按步骤切分，提取“审题、公式选择、运算、单位与表述”五类信号，交由模型给出候选归因和置信度，最终由任课教师逐题确认或修正。
阶段性进展：
· 在初中数学“一次函数与方程”单元的内部评测中，模型给出的首要归因与教师标注一致的比例约78%，分歧集中在多知识点交叉题与计算粗心题；加入步骤切分后，交叉题归因一致率提升约9个百分点。
· 基于教师确认后的归因，系统生成三层练习（基础巩固、变式迁移、综合应用），每层控制在5题以内，并标注对应知识点与预计用时，教师可一键替换或删改。
下一步计划：把错因标签从数学推广到物理计算题与英语语法填空，并引入“同伴相似错题”检索，用于课堂讲评时的样例选择。当前所有推送内容仍需教师复核后进入学生端，模型只做候选归因与素材组织。
评论