智能化AI高中生阅卷系统：高效实现试卷批改准确性

       批改要准，这事谁都知道。难的是又快又准。人工改，慢一点可以做到准；机器判，快是够了，准不准得另说。准不准这件事，只有拆成几类才说得清楚，笼统地说准，没意义。

       先把不准分分类。一类是认错了，学生的字写得潦草，被识别成别的；一类是判偏了，该给的没给；还有一类是尺度松了，前后不一致。认错、判偏、尺度松，是三种不同的毛病，各有各的治法。

       认错这一类，靠技术解决。识别有把握的就走自动，没把握的转人工，宁可多转。转人工的比例，本身就是可以调的参数。有多大把握就干多大的活儿，拿不准的交出去，这就是分寸。

       判偏这一类更常见。学生的解法跟标准答案不一样，但结果是对的。这时候要看采分点设得合不合理，而不是让学生去迁就答案。学生写在卷面上的，是他的解法，不是标准答案的复制品。

       采分点怎么设，是准确性的第一道关。设得太死，绕过一步就判错；设得太松，写个结论也能得分。这道关得靠老师来把。采分点这关设得准不准，直接决定了后面每一份判得准不准。

       尺度松紧这一类，机器反而比人稳。同一道题，第一份和第五百份，判法一模一样。人做不到这一点，改到后面手会松。人会越改越松，机器从头到尾一个样，这是它最实在的好处。

       接下来是校验。系统判完，不是直接出分，而是先过几道检查：得分有没有超出范围，各步加起来对不对得上，同一道题的给分分布是不是异常。几道校验一道也不能少，但都由机器去跑，人不用跟着耗。

       第三道是抽检。已经判完的卷子，按比例重新跑一遍，跟人工的给分比一比。差得多的挑出来再看。抽检不是挑刺，是把偏差捞出来。抽检查的是有没有走偏，捞出来的那几份，才是真正需要人的。

       第四道是双评。主观题尤其是作文，两个人各判一遍，分差超了阈值就往上走一层。这一套过去只在统考时用，现在日常也用得起。双评过去贵得用不起，现在成本降下来，规矩才真立得住。

       仲裁环节要留给人。系统把两边的给分点并排摆出来，组长看着定。人不做的判断，机器也不能替他做。拿主意的事始终留给拿主意的人，机器做的只是把材料摆齐。

       准确还要靠持续改进。老师每次推翻系统的判断，都会被记下来，成为下一次的参考。判得越久，转人工的比例越低。每被老师推翻一次，下一次再遇到类似的，就少错一次。

       有学校统计过，用满一学期之后，主观题的人工修改率降了三分之二。这个变化不是一次调出来的，是一天一天磨出来的。准确率一天一天往上磨，靠的不是哪一次调参，是持续的修正。

       还得说说客观题。填涂类的判读准确率最高，几乎不出错；真正需要盯的是那些半对半错的作答，它们最容易被两头误判。最该盯住的其实不是全错的，是那些半对半错、最容易误判的。

       准确性的另一个敌人是马虎。人手抄分、合分、登分，每一道都可能出错。这些环节被自动化之后，马虎就没了地方。把人从抄抄写写里换出来，马虎这种错误就找不到落脚的地方。

       有人问，既然要这么多道校验，还能快得起来吗？能。这些检查是机器在跑，几秒钟的事，人不参与，速度不受影响。校验在机器那一侧跑完只要几秒，人压根不用参与，速度不损。

       准和快不是对立的。把校验放在机器那一侧，人只处理少数例外，两个就都能要到。该机器干的交给机器，该人拿主意的留给人，准和快就能同时要到。