错题讲评长期依赖教师经验判断，学生通常只拿到对错与答案，难以定位真正的断点。教育AI实验室尝试把“错在哪一步”拆成可追溯的结构化问题。
做法上，先把题目挂载到知识点图谱，除当前知识点外标注其依赖的先修节点；学生答错后，模型不直接给解析，而是沿先修链向前回溯，逐层检查更基础的断点。判断依据包括该生在先修节点上的历史正确率、本次作答的选项特征与用时分布，输出为若干候选归因及对应证据。
进展：在初中数学三个章节的试点中，以教研组人工标注的620道错题作为基准，模型给出的首个断点与教师判断一致的比例为74%；将先修缺口纳入候选范围后提升至81%。当前主要误差集中在“计算失误”与“概念不清”的混淆，这两类样本在题库中的标注本身也存在分歧。
下一步计划引入分步作答过程，把不可见的思考路径转为可判定的中间状态，并在教师端输出归因依据而非单一结论，便于教师复核与二次修正。
评论