AI 批改物理考试,在承担一半阅卷量时决定系数约为 0.91,其余由人来批

事件日期 / 报道日期

2024-10-25

证据阶段

技术能力演示、评测或论文表明技术上能做。它更新的是「技术能力」,不是「企业会怎么做」。

关联任务

阅卷与反馈

批改试卷和作业,给学生反馈。

正在被增强≈ 平台推断

适用范围

瑞士,一所大学的物理考试。研究用心理测量阈值来决定哪些答案由 AI 批改、哪些交给人,并报告:AI 承担一半阅卷量时,与人工评分的决定系数约为 0.91;承担五分之一时约为 0.96。这是对一种考试的一项探索性研究。

这意味着什么

AI 可以在它有把握的地方承担一部分阅卷,把其余交给人。怎么分、以及对分数负责,仍由学者来做。

还不能说明什么

这是一项探索性研究;没有测量阅卷实践或节省的时间。

你可以核实什么

打开 arXiv 2410.19409,找到 "when handling half of the grading load"。

是否改变评估

否 —— 这个阶段本身也不移动评估。「技术能力」是真实的证据,但它不单独提升任务判断的层级。上面 1 项关联判断维持原状。

来源

一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。