教育AI实验室近期在职业培训场景中试点“评分量规驱动”的作业批改流程，目标不是让模型直接给最终分数，而是把教研经验转成可复核的分项证据与反馈。做法上，先将实训报告、项目作业拆解为功能完成度、代码规范、文档结构、问题定位等可观察指标；模型按指标抽取原文证据，生成分项建议和修改优先级；教师复核后，将偏差样本回写量规，形成小步迭代闭环。
进展：在3门软件实训课、约420份作业上完成对比测试，分项评分与教师复判一致率由68%提升至81%，反馈生成时间从平均8分钟降至90秒；主观创新性、方案取舍等维度仍保留教师终评。
下一步计划：接入学习行为与历史错题数据，尝试生成个性化补练建议，并建立“教师采纳率”作为核心评估指标，避免用自动化替代教学判断。
评论