作文批改是教育培训机构中耗时较长的教学环节之一。本实验室近期围绕大模型辅助作文批改开展阶段性实验，重点验证机器评分与教师评分的一致性，以及自动反馈的可用性。实验基于合作机构提供的1200篇中学生作文样本，覆盖记叙、议论与读后续写等题型，以教师双评均分作为基准。主要进展：1. 评分一致性方面，采用“评分细则结构化+双阶段校准”方法后，模型与教师评分的加权Kappa由0.58提升至0.74，分差在2分以内的样本占比达81%；2. 反馈质量方面，教师评审认为约76%的机器反馈可直接使用或经少量修改后使用，但在立意深度与文学性表达维度的评价仍偏保守。下一步计划：扩充题型与学段样本，探索基于少量教师评分数据的个性化风格适配，并在两个班级开展为期八周的人机协同批改对照实验，评估对学生修改行为与写作水平提升的实际影响。
评论