“AI加持，开启智慧教育新模式”

本篇文章1802字，读完约5分钟

科学技术日报记者华凌

学习数据的实时跟踪、语文作文的自动评分、学生个人的全面成长报告……即将于9月中旬召开的年中国国际服务贸易交易会上，一些“智力教育”产品出现在教育服务的主题展示区，家长可以带着孩子在各个方面体验智力学习方法

正值开门季和服贸易会的预热期，科技日报记者最近拜访了率先构建人工智能与教育行业深度结合关键入口的创新公司，看到了“智慧教育”的真实面貌，看到了前所未有的教育方法发生了哪些变化。

智能阅卷功能有助于减轻教师的负担和诊断学生的能力

阅卷是老师教育工作中重要的一环，也是需要时间和精力的一环。 如果人工智能能够代替老师或者辅助老师考试和批改作业，将大大减轻老师的负担，比较有效地支持教学结果评估、过程评估，为教师减轻负担和学生能力诊断提供有力的工具。

但是，在大型考试智能阅卷系统中，评分的首要诉求点是准确高效，对于课堂作业和考试等，“有营养”的评分和评分反馈是不可缺少的，特别是语文作文的评分。

专家表示，以前流传的做法利用自然语言解决浅层分解的结果，构建了文案长度、段落数、词汇丰富等特点。 可见，许多特征在人评价作文时，远离考察的维度和深度。 以高考作文评分规范为例，评价学生作文除了考察其题意、文案、语言、文体等基础等级外，还考察了深刻、丰富、文采、创造性等快速发展等级，这在机器评分上相当困难。

记者了解到，目前，科大讯飞机械智能阅卷技术已应用于多所中高考，每年为考生提供600多万人的服务。 经过对人机得分结果的分解，自动得分系统在得分一致率、平均分数差、关联度等指标上接近人工得分水平。 与其“讯飞超脑”项目计划相比，作为要点导入和配置的核心研发团队之一的哈工大讯飞联合实验室，在语言识别计算行业进行了长时间、深入的探索，并已经具备了机器浏览理解、自动阅卷、类人解答、人机对话、语音识别解决、语音识别解决、

哈佛大学信息飞联合实验室相关负责人表示，利用机器学习算法从少量人工得分的样本中学习预测模型，其中重要的是构建和利用比较有效的特征来描述作文，指示作文质量。 对比学生各种作文中出现的问题，科研人员提供异常检测、多维评分、综合评价和分项注释等一体化的语文作文自动考核处理方案。 除了采用一般浅层表现的特点外，还将对比探索文案通顺、文采、立意分解、篇章结构等难度较高的维度。 例如，诊断语法错误时，要在事先训练语言模型的基础上，结合少量的标签数据和大规模自动构建的伪数据，进行错别字、语法、标点、熟语等多态性错误识别。

关于文科的主题得分，系统首先通过布局和图像文字识别获得主题和学生的回答复印件，然后利用智能定标筛选有代表性的学生作文进行专家的定标得分，最后总结分析机器的评价结果 为了提高定标数据标注的效率和效果，研究者提出了“专家随机抽取+智能筛选样本+聚类阶段的补充”的定标选择方法，以提高分数模型对各分数阶段的建模能力，在高考等考试环境下进行考试 扩大了专家评分和评价教师对评分的综合学习能力，使计算机智能辅助评分系统能够通过有限的定标数据，更全面地理解和掌握评分标准。

提高教学效率与学生有效对话

受今年新冠疫情的影响，今年上半年中小学的教育活动在线进行。 许多网络授课平台采用大班直播授课，如何保障教学质量，提高教学效率，实现与学生的有效交流？

“发表老师在准备讲义和教案、编写教材时，通过知识框架明确关键难点，对主题进行分类和拆解，依靠猿指导独特的国内百亿级中小学学习行为数据库“从题海中选出一个问题”，使指导效率最大化。 ”。 猿辅导在线教育公共事务部副总裁任子歆介绍说。

例如，在说明平面向量的应用时，首先老师从题库4642的向量主题中选择高考真题1778个主题，根据所说明的知识背景和逻辑选择198个要点主题，从猴题库的大数据中选择学生容易弄错的痛点主题18个主题 最终由教研老师和主讲老师共同探讨，比较学生整体水平各在猿题库中回答35958次，正确率为35.91%的主题。

科大讯飞相关负责人表示，对老师来说，数据采集后的核心还是要应用这些数据辅助比较教育。 例如，在学科周测之后，自动生成考试分解报告。 报告默认了老师讲评的顺序，错误率高的题目优先排在前面，老师可以集中说明典型问题，处理班级的共性问题。 在讲课过程中，还可以展示被注释的优秀试卷，收集典型的错误答案并分层，分组开展课程。 请对应学生谈谈答案的想法，共同找出错误的原因。