智能化AI高中生阅卷系统：数字化支持教学质量改进

       教学质量怎么改进，过去的答案多半是靠经验。教了十年，自然知道哪些地方学生容易栽，可经验这东西难传递。同样的坑，每一届都要有人重新踩一遍，代价最后都落在学生身上，谁看了都心疼。

       一位老教师退休，带走的是一脑子的门道。接班的年轻人得重新踩一遍坑，学生无形中就成了试验品。这不能怪谁，是没有把那些门道留下来的法子，人一走，东西就跟着散了。

       改进还常常停在感觉上。这次考得不好，就多讲一遍；下次还是不好，就再多讲一遍，方法没换，只是在重复。重复是最省事的改进办法，也常常是最不见效的那一种，试试就知道。

       数字化给了另一种可能：把问题拆到能看见的颗粒度，先弄明白到底哪儿出了岔子，再谈怎么改。看不见就只能靠猜，猜来猜去，力气花了不少，问题还稳稳地待在原处。

       比如一道选择题，四个选项各有多少人选，错的人集中在哪一类，这些数字摆出来，原因就有了线索。线索不等于结论，可比什么都没有强得多，至少知道该往哪个方向查。

       我见过一次，某道题选错的绝大多数都选了同一个干扰项，说明不是不会，是被某个说法带偏了。这种情形再讲知识点没有用，得把那个说法本身拆开来讲，讲透为止。

       找出了这一层，讲评就不是重讲一遍知识点，而是把这个说法拎出来辨析，一节课就解决了。换了过去，同样的问题要耗掉三节课，讲完还不一定真明白，时间就这么没了。

       改进也不只发生在课上。备课的时候翻翻上一次的数据，哪里该多留五分钟，哪里可以一带而过，心里有底。备课不再是凭记忆估摸，而是有依据地排时间，四十分钟才够用。

       教研组讨论同样如此。过去评课靠印象，好听的话居多；现在把数据往桌上一放，问题就不用绕弯子了。数据不给人留情面，也不给人留退路，讨论反倒能说到实处，不虚。

       年轻教师受益最明显。经验不足可以用数据补，讲得准不准，下一测马上就看得出，不用等上三年。三年正好带完一届学生，试错的代价太大，学生等不起，也赔不起。

       质量改进的节奏也快了。过去一学期做一次总结，现在一次测验就是一次检验，调整的周期短了很多。周期一短，改进就不再是一学期一次的大动作，而是随时可以做的微调。

       短周期的意义在于纠偏及时。方向错了，两周就能发现，不至于错到期末再回头，那时候补都补不回来。教学上的账，欠得越久越难还，这一点凡是带过毕业班的老师都懂。

       当然，数字不能替人下结论。得分率低可能是因为题出偏了，也可能是这块内容根本没讲透，得人来判断。机器分不清题出偏了和没讲透，这两种情形在数据上长得几乎一样。

       数字的作用是提出疑问，不是给出答案。带着疑问去查教案、找学生聊一聊，改进才算落到了实处。带着疑问去翻教案、去问学生，常常有意想不到的发现，比坐在办公室想强。

       学校把这些材料安在自有的一间机房里，试卷和成绩都不越过学校的边界，谁看过什么清清楚楚。边界划得清楚，老师用起来就没有那么多顾虑，敢放手去查去比。

       质量改进这件事，说到底是不断追问为什么。数字把追问的起点标出来了，人就少走些弯路。弯路少走一段，学生就多出几天正经用在学习上的时间，这才是最要紧的。