教育AI主观题自动批改定制：评分一致性调优

教育AI实验室近期完成一轮主观题自动批改的实验性验证。做法是把评分细则拆成可判定的评分点，让模型先逐点给出证据、再汇总为分数，教师只复核边界卷。在3个学科、约2600份简答题样本上，与两位教师独立评分相比，相邻档一致率约91%，完全一致率约68%，仍明显低于客观题；但在“复核优先级排序”上表现稳定——把分歧概率高的答卷排到前面，教师复核量下降约四成。

要点：
· 进展：评分点拆分＋证据引用，比直接让模型输出总分更可控，也便于向教师解释每一分的来源。
· 下一步：引入学生历史作答与课堂表现等过程性特征，试点“评分＋反馈建议”双输出，并明确AI不参与最终成绩认定。

我们更愿意把这套系统定位为“批改助手”而非“评分者”：它承担初筛与一致性检查，判断权和解释权仍留给教师。可解释、可追溯、可复核，是教育AI落地的基本约束。