在职业教育实训场景中，考核多依赖教师现场观察打分。一名教师同时看多个工位，评分尺度容易漂移，事后也难以复盘。本期教育AI实验室围绕「操作步骤识别与评分校准」做了一组小样本实验。
做法并不复杂：用固定机位拍摄学生实训全过程，按工位与工具使用切分动作片段，由视觉模型先识别关键动作（断电验电、接线顺序、仪表量程选择等），再把动作序列与标准工艺路线对齐，定位漏做、错序和顺序颠倒。评分环节不做自动给分，而是把识别结果映射到评分表的观测点上，由教师确认后落分，保证AI只做「找证据」，判定权仍在教师手中。
阶段性进展：在3个实训项目、约180段操作视频上，关键步骤识别召回率约92%，错序检出率约78%；使用对齐结果辅助评分后，两名教师对同一份操作的一致性有明显提升，争议点从「做没做」转向「扣几分」。
下一步计划有两项：一是把安全规范类动作单独建模，避免与工艺动作混判；二是引入语音理解，处理学生口述报告中的要点缺失，让评分表覆盖操作与表达两部分。
评论