教育AI实验室最近在学情诊断方向做了一轮小规模实验：先把教材与考纲拆成知识点图谱，再把学生的作答记录映射到具体节点，最后对错误做归因归类。与“只给对错”的判分不同，实验重点在于回答“错在哪一步、属于哪类问题”。
进展：在高中数学与物理两科试点，图谱覆盖约1200个知识点节点，错因暂分四类——概念模糊、计算失误、审题偏差、迁移失败。与教师人工标注对照，整体一致率约78%；分歧多出现在“审题偏差”与“概念模糊”的边界，说明单看答案还不足以稳定归因。
下一步：接入作答过程数据，包括停留时长、修改次数与草稿步骤，用轻量模型做二次校准；同时尝试生成追问式反馈，先让学生补充推理，再给出提示，而不是直接推送答案。我们更关心诊断能否被教师复核和修正，而不是追求全自动。
评论