周日，天气晴朗，万里无云，距离高考越来越近了。高三学生小伟在家里端坐在自己的书桌前。他拿起来高三数学“题型专练”练习册，翻到了导数最值专题，只见他打开一个“神秘”的盒子，拿起笔，看了看手表，开始奋笔疾书起来。只见他时而眉头紧锁，时而微笑自信，时而验算，时而快速书写，笔尖快速划过纸面，一排排漂亮的手写内容跃然纸上，同时出现在了“神秘盒子”的屏幕上。时间很快，43分钟，小伟正好做完了最后一个解答题。漂亮的点击了“盒子”上“提交”按钮，一份计时专题测试完成。过了一分钟左右，“盒子”上绿灯闪动，小伟快速点击了一下，“盒子”屏幕上出现了他刚刚做的导数专题测试作业，小伟看了看自己的测试报告：
小伟看了一下窗外的远方，脸上漏出自信的微笑。
这是基于点阵笔的中学生作业自动批阅系统，学生用点阵笔在纸笔书写作业，测试试卷，点击“提交”，系统会自动识别学生的答题过程，记录学生的书写时间，根据标准答案利用分析引擎自动批改学生作业。整体分析，团体分析、个性分析、逐题分析，逐步分析，错因分析等等可视化报告即时实现。成为学生学习、老师批阅的好帮手。
计算机和互联网技术以及大数据AI的迅猛发展，导致了传统教育行业和教学模式的变化。对于客观题目的自动批阅已经日趋成熟，国内对于作业和考试主观题的批阅依然是人工批阅，但是批阅结果受主观因素的影响，比如卷面整洁程度、批阅教师的情绪和环境等等影响，从而降低了批阅的公平、公正性，尤其是作业批阅的重复性劳动量较大，占用了老师大量的时间。主观题批阅可以把学生答题结果和题目标准答案进行精准匹配，计算机自动批阅评分是利用程序模拟人工批阅上评分标准以及内部过程，对开放式题目和表现活动进行评分和反馈，进而解放教师。
人工批阅的方法是老师先对标准参考答案和评分参考标准进行分析，根据评分标准和自己对该知识领域的掌握和理解的程度，把题目分值赋予各个语句的关键词和答题步骤上，就是我们所说的“采分给点”。分析后，批改学生答题，由于老师已经对答题思路和方法有了明确认知，快速看学生答题过程，寻找关键语句关键步骤的得分点与标准答案的“采分点”进行比较赋值，如果相同就给到对应分数，当然老师会根据做题顺序和表达意思结合自己的理解给予一定分值，对于理科尤其是数学而言，答题过程根据步骤可以比较好量化，利用计算机程序可以比较容易模拟人工批阅。
主观题自动批阅主要大数据语言分析技术和人工智能技术，将学生答案转化为机器可以理解的形式和标准答案进行匹配评分，按照主观题的批阅流程，主要分为五个部分：分词、分句、句法分析、词语相似度计算以及句子的相似度计算。主观题自动批阅系统在进行批阅评分时，通过对语句语法的相似度直接进行机器打分。而标准答案的分词和提取关键词系统可以完成，学生答案的手写体的联机识别成为关键，学生书写的静态图片数据识别转化有一定的技术难度，数字光学点阵技术通过点阵笔书写的动态数据可以很大提高识别的准确率，加之书写行为数据的采集分析，在关键词提取与标准答案相似度匹配上加强一步，利用分词算法以及最大匹配法得出结论，完成批阅。
基于上述的模型建立和识别技术，批阅教学系统凭借深度教研和教育技术的融合研究成果，在自动批阅角度或许可以给老师带了些许帮助。我们都熟悉这样一个场景：校本资源的练习册题目资源对一届学生尤其是毕业班学生是固定的，师生对练习册的依赖和详细讲解学习程度是很高的，在一轮复习中，都会选择一套辅导书作为主要辅导用书。自动批阅系统的建立一是解决老师重复批改工作，二是在学生复习阶段给予很好的指导和指引。系统利用基于数字光学点阵技术的智能笔，加终端展示应用工具，随时随地写作业，写完后提交上传，系统自动批改，利用特殊标注和点阵区域相对独立性选择，每个步骤完成时间，严格记录每个小题书写时间和停顿时间（思考问题），整个作业的书写顺序，比如都不做哪个题，整个题目分析和做题顺序。基于点阵笔的连续使用的动态数据，比较容易刻画出学生的知识程度和做题情况，结合系统开发的标签体系和指标体系以及联机手写识别技术，从做题行为和做题析因两个角度给出多维度报告。系统还可以将优秀学生书写过程推荐给学生做自我反思，当然老师可以随时调去出来，看学生做题过程，犹如自己站在学生身边，还原作业场景。
体验学习了自动批阅系统，即时还不够完全模拟出教师批阅的效果，但是在智能批阅方向的进步还是很欣慰的，自然状态下的学生学习数据采集和模型分析，为适应性学习奠定了基础，希望技术的进步和算法的完善真正为教师减负，解放老师，帮助学生，让教与学更高效、更简单。
网友评论