我们系列第二集 »LA转型贸易 ». IA和学校校正:在数秒内完成附加说明副本的许诺后,研究画出几个转变. 工具有助于编写课程并提供有用的反馈。 他们分配稳定分数的能力仍然比较不平衡。 对教师来说,工作正在朝着确定标准、检查答案和陪伴学生的方向发展.
评估、评级和指导决定不包含同样的责任。 在 »改正 »一词下将它们集中起来,模糊了辩论. 评论可以帮助学生重复推理. 一张纸条按规模对产量进行排序。 学校的决定可以改变课程 2026年11月获得的结果表明,这些用途应分别审查.
IA和学校矫正:经验衡量标准
在四个美国大学的政治学课程中,研究人员测试了一个有教师和GPT-4参与的组织. 他们的研究于2025年8月19日发表,涵盖271名学生和3,080个短答. 该工具收到了问题、校正标准和教师已经注意到的例子。 该计划向大赦国际透露了大约88%的答复.
结果支持在这一具体框架内提供援助的可能性。 若干标记特征仍然与人类更正者观察到的特征相类似。 学生可以要求由个人进行新的更正. 然而,他们认为,人类的评论略为有用.
因此,这项协议不涉及将一叠拷贝交给软件而不准备. 教学工作先于自动化. 研究人员尚未确定节省时间的普遍百分比。 它们也没有在学习方面取得可持续的进展。 仅靠少量的挑战并不能衡量不存在错误.
在数学中,注意并不总是一致
2026年10月28日发表的一份研究报告取得了不太令人放心的结果. Hasan Fehmi Özdemir比较了土耳其Şırnak196名大学生的3名教师和4个解答工具. 练习需要数学推理,超出了答案的选择范围. 副本来自2024-2025学年.
GPT-4o,双子座2.5 Flash,微软Copilot和DeepSeek都有相同的比例,但没有更正的例子. 这些工具在学生中发现了一些一般排名. 他们与人类笔记的确切一致 大约是十分之三 这并不意味着10个音符中有7个在客观上是虚假的:教师也可能有分歧.
当研究人员多次提交同样的副本时,差异再次出现。 一些工具还把答案中缺失的推理归为理由. 该研究涉及一个特定领域、具体版本和协议。 它不谴责任何协助纠正。 它显示了为什么阅读推理和适用一个尺度需要验证,特别是在几种方法可以导致正确结果时.
有帮助的评论不一定是好评
教育兴趣也不自动标注。 2026年10月30日公布的一项实验将312名学生分成了三组. 其中一人收到大赦国际的评论,另一人收到教师的评论,最后没有实质性反馈。 最后分析选定了287名参加者.
在修改了有争议文本后,两个配套组取得了比控制组更好的成果. 人类和自动化反馈的性能在研究人员设定的等同范围内。 然而,在教师返回后,所述动机仍然较高.
学生们知道评论的来源. 实验涉及一个单一机构和一个重写周期,采用当地模式. 因此,它不能证明大赦国际是持续提高学校成绩。 它区分了这一行业的两个方面:帮助重新编写文本,使其想继续这一努力。 相关的评估不会自动取代教学关系.
节省时间最多的是准备
2026年10月6日公布的英国对艾拉的评估提供了又一基准. 该助理负责编写课程及其材料。 审判随机向两个团体分配了108所学校的464名小学教师。 主要分析选取了416名教师. 监测工作在2025年秋季进行了10周.
教育捐赠基金会的综述估计,研究任务的准备时间将减少24%。 与会者正在研究工作文件。 两个团体都可以使用其他AI工具:审判评估了艾拉的收录情况,而不是所有人工智能的缺失.
这一结果并不意味着减少24%的教学工作或节省24%的教学时间。 使用仍然有限,意见分歧。 所评估的资源质量没有恶化,但经验表明学习没有改善。 她衡量了一项准备工作,而不是整个工作.
就业量化前的工作变化
这些实验无法计算大赦国际将取而代之的一些位置。 它们描述了在特定条件下的任务。 从这一角度向员工队伍的预测需要更多的数据:课堂组织、审计时间、工具成本和机构选择.
不过,协助纠正后,将审查的步骤移出。 使用前,老师必须说明自己想评估什么. 一代后他必须检查评论是否涉及抄袭. 流体配体可以掩盖读取不良. 正确的建议也可指该类别尚未涉及的概念.
因此,净收益取决于围绕该工具进行的工作。 制作更多的说明是不够的,如果需要长时间恢复的话。 相反,相关的第一次返回可能为有针对性地解释留下更多的余地。 必须衡量总时间,从制定标准到恢复原状,而不是唯一的生成速度.
援助和评价的单独规则
在法国,2025年6月公布的框架允许由教师负责协助编写和校正。 他要求检查生产。 对学生的评估或课程有重大影响的用途需要由主管当局进行人力监督和事先验证.
同一框架排除了向一般公众发送个人或机密数据。 副本不一定是匿名的,因为它的名字已经消失。 其内容仍然可以识别出学生. 服务的选择、传送的数据及其保留是有待检查的安排的一部分.
在英国,Ofqual在其2026年7月16日更新的学说中保持了更具体的限制. 大赦国际不能是受管制资格范围内评估的唯一更正者。 这一规则并不构成对教室助理的普遍禁止。 这些法语和英语框架本身并不是适用于黎巴嫩的规则.
对于一个考虑这些工具的黎巴嫩机构来说,外国研究提供了比较点,而不是现成的验证点。 语言、学生水平和规模必须与所进行的测试相符。 在推广使用之前,仍需要记录评级的不同,必要的更正和进行人文审查的可能性. 这些局部结果将有可能区分出真正的解脱和额外的控制负载.
评论