教育AI实验室本周进展：面向主观题自动批改的实验性方案，核心思路是不让模型直接给总分，而是把批改过程拆成三步。①评分细则结构化：由教研老师将参考答案拆解为可判定的得分点，模型只在得分点维度上做证据定位；②证据对齐：定位学生作答中对应得分点的原文片段，标注「命中／部分命中／未命中」，每个分值都可回溯到原句，便于教师复核；③评语生成：按缺失的得分点输出不超过两句话的修改建议，避免「答得不错」式的笼统评价。
在一批约1200份高中语文阅读题真实答卷上做封闭测试：与两位教研老师独立评分的差值在±1分内的比例为89%。其中「论据是否完整」类得分点判定一致率最高，「语言表达」类最低，说明主观性维度仍需教师把关。
下一步计划：将评分细则模板迁移至历史、政治两科，并建立教师修改结果的回收机制，用教师的实际修正做小样本校准，观察跨学科与跨教师的稳定性。
评论