在教育AI实验室的第三阶段实验中，我们把重点从「判对错」移到了「判为什么错」。做法是：以教材章节与考纲为骨架构建学科知识点图谱，把每道题挂到 1～3 个知识点节点上；学生作答后，模型不只输出正确率，而是结合作答时长、步骤留白、同类题历史表现，给出四类错因标签（概念缺漏、计算失误、审题偏差、迁移不足），再据此生成分层练习——基础补漏、同型巩固、变式迁移各 3～5 题。
试点覆盖高一数学与初三物理两个科目、约 1200 名学生的 8 次周测。阶段性结果：模型错因标签与教师人工判定的一致率约 78%，其中「计算失误」与「审题偏差」最难区分；教师抽检修订后的标签回流训练，三周内一致率提升到 85%。被推荐分层练习的学生，同类题二次正确率由 46% 升至 68%，但对照组同样有提升，目前数据尚不足以把增益完全归因于推荐策略。
【下一步】把批改粒度下沉到主观题步骤级，允许教师在讲评界面直接拖动修改归因结果，形成「机器初判—教师修订—模型回流」的日常闭环；同时补做随机对照实验，验证增益是否真实存在。
评论