分类:行业新闻
更新时间:2026-11-13 09:14:33
点击次数:0

判断一套网上阅卷系统的 AI 能力值不值,只看一件事:它把哪部分交给机器、哪部分留给人。客观题的填涂识别可以全自动,主观题评分必须以教师双评为主、AI 只做辅助和预筛——把这条分工写进采购要求,比听销售报“AI 批改率 90%”更管用。近两年 AI 批改成了阅卷厂商的标配卖点,学校选型时反而更容易被带偏:本文按题型把“机器做什么、教师做什么”拆开讲清楚,并给出 AI 辅助功能的验收问题清单。
AI 在阅卷里的能力边界,按题型分成三档,差别很大:
| 题型 | 机器能做什么 | 教师必须做什么 | 主要风险 |
| 客观题(选择、判断) | 识别填涂并自动判分,印刷和涂卡合格时识别准确率可达 99.5% 以上 | 抽检异常卷 | 浅涂、多涂、擦改不干净导致误判 |
| 半客观题(计算结果、填空多解) | AI 初判对错、标记疑似错误 | 对 AI 初判结果逐题确认 | 采分点识别不稳,等价写法漏判 |
| 主观题(作文、论述、实验设计、作图) | 给分档建议、按相似度预排序 | 双评打分,超阈值进三评仲裁 | 把 AI 建议当最终分数,申诉时拿不出评分依据 |
一句话结论:客观题可以放心交给机器,主观题的分数必须由教师签认。任何厂商宣称“作文全自动批改”,都要先问一句:申诉复核时,学校拿什么向家长和学生解释这个分数。
客观题自动化不是“扫完就有分”这么简单,验收时重点盯三个指标:
这三条都能在演示环境里用本校上学期真实答题卡实测出来,比看参数表靠谱。
第一是评分依据。中高考及各区统考的评分细则按“采分点+分档”执行,机器给的是语义相似度分数,不能直接换合成得分;一旦学生申诉,学校要出示的是评分依据和复核记录,不是算法输出。第二是一致性。同一篇作文让模型判两次可能差一个档次,而人工双评的一致性可以量化——评卷系统里通常要求同题双评分差不超过设定阈值(如满分 10 分的题设 2 分),超阈值自动进三评、仍不一致进仲裁,整条链路有记录可查。第三是数据合规。学生作答原文属于个人信息,《生成式人工智能服务管理暂行办法》(国家网信办等七部门发布,2023 年 8 月 15 日起施行)对生成式服务的数据处理有明确要求;如果“AI 批改”实际是把作答图片传到厂商云端的大模型接口,等于把全校学生的作答数据送出了校门,风险由学校承担。
把 AI 能力从卖点变成可验收的功能,采购和测试时按这五问逐条过:
不要问“支不支持 AI 批改”,这个问题谁都会答“支持”。要问的是:AI 在哪个环节介入、介入之后谁签字确认、申诉复核时以谁的记录为准。价格上要问清 AI 模块是单独收费还是包含在授权里、按年订阅还是买断式一次投资;换厂商时 AI 判分和回评记录能不能随逐题成绩一起完整导出——申诉和复核的留存期通常按学年计,数据被锁在原厂商手里会很被动。这几条写进合同附件,比参数表里的“AI 智能评分”四个字有用得多。
按这套标准看,丽升网上阅卷系统的设计取向是:本地化部署,扫描识别、双评三评仲裁、学情分析都跑在学校自己的服务器上,AI 作为辅助环节可按题型开关,评分链路仍以教师双评签字为准;授权支持买断式一次投资,逐题数据按学年归档、导出不受限制。这套取向是否合适,学校可以用上面五问去实测演示环境,已服务 3000 余所学校和 80 余家教研中心的落地情况也可作参考,但最终应以本校数据实测结果为准。
网上阅卷哪家好?AI 批改能力强就算好吗?
AI 只是其中一个环节,判断厂商好不好看三条:一看能不能本地化部署、作答数据留在学校自己的服务器上;二看双评、三评、仲裁机制是否完整、阈值能不能按题配置;三看 AI 是否可逐题开关、判分记录能否完整导出。AI 批改率再高,数据出了校、评分链路不可追溯,都不算好的选择。
用 AI 批改能省多少教师工时?
客观题部分基本零人工;主观题环节的节省主要来自翻卷、登分、合分和统计,评卷本身通常能省 20% 至 30% 的工时,作文这类主观题省得有限。宣传“节省 80% 人力”一般指的只是客观题加统计环节。
直接用云端大模型批作文行不行?
日常练习可以谨慎试用,正式考试不建议:一是作答原文出校存在个人信息保护风险,二是云端模型版本会更新,同一次考试前后判分尺度可能不一致,申诉复核没有稳定依据。正式考试的主观题,仍应以校内部署、教师双评为主。
Copyright ©2019 广州丽升信息技术有限公司 粤ICP备17050666号
微信沟通