在职业技能培训里，AI 批改客观题已不新鲜，难的是「手上功夫」——操作类实训的即时反馈。教育AI实验室近期的实验聚焦一个问题：学员在实训台上做错一步时，AI 该不该马上打断？
我们把操作流程拆成可观测的状态序列：设备操作日志、工位摄像头的手部动作、仿真软件里的点击路径，三者对齐成一条时间线。模型不直接判定「对错」，而是预测「下一步最可能的正确动作」，当实际动作偏离且偏离度超过阈值时，才生成提示候选。
关键变量是提示时机。错误刚发生就提示，学员容易形成依赖；等到任务结束再复盘，错误动作又已被重复强化。试点中设置了三档延迟（即时、约 3 秒、任务段落结束）做对照：非安全类步骤采用段落结束提示，学员二次独立完成率更高；涉及设备与人身安全的步骤，则必须即时提示，不做延迟。
- 进展：已完成 2 个班约 60 人的对照试点，关键步骤漏做率下降约三成，教练重复讲解的时间明显减少。
- 下一步：把提示策略做成可配置项，按工种与风险等级分配，并跟踪学员在真实设备上的迁移表现。
评论