在教育培训场景中，解答题批改是教师负担最重的环节之一。直接让生成式模型给整题打分，常见两个问题：只看结果不看过程，以及同一份答卷多次评分不稳定。教育AI实验室围绕「过程性评分＋错因归因」做了一轮工程化实验。
做法是把一道解答题拆成若干关键步骤节点（公式选择、代入、化简、结论），用结构化评分表引导模型逐步判定每步是否成立，并要求输出证据片段——引用学生原式作为判分依据；对失分步骤再映射到知识点与典型错因标签库（符号错误、条件遗漏、单位缺失等）。评分尺度用教师标注样本做校准，模型与教师分歧超过阈值的答卷自动转人工复核，避免错误反馈直接给学生。
要点：
· 进展：在初中数学六类解答题、约1200份真实作业上，步骤级判定与教师一致率约86%，整题得分平均偏差0.6分（10分制）；错因标签覆盖率约74%，主要缺口集中在多步推理中的中间跳步。
· 下一步：将错因标签回流到班级学情看板，验证「错因—练习推荐」闭环是否真正压缩讲评时间；同时补充几何证明题型，其步骤间依赖关系更强，对评分顺序的鲁棒性要求更高。
评论