高立洋　姚偉國　樂聲浩

生成式人工智能作為能夠?qū)崿F(xiàn)人機(jī)聊天、智能對(duì)話、文本生成、提供咨詢、創(chuàng)作詩歌、修改代碼等功能的智能應(yīng)用，近年來迅速吸引了全世界人們關(guān)注的目光。ChatGPT、文心一言、通義千問、ChatGLM、MOSS等都是基于神經(jīng)網(wǎng)絡(luò)的自然語言處理技術(shù)，理解和生成人類語言。隨著人工智能技術(shù)的不斷發(fā)展，越來越多的人開始探討運(yùn)用生成式人工作智能進(jìn)行個(gè)性化作業(yè)批閱的可能性。本文主要以“文心一言”為例，介紹它在地理作業(yè)主觀題批閱中的運(yùn)用實(shí)踐。

一、當(dāng)前地理作業(yè)主觀題批閱存在的問題

作業(yè)批閱是教師日常工作中不可或缺的一部分。它可以幫助教師了解學(xué)生的學(xué)習(xí)情況，發(fā)現(xiàn)學(xué)生學(xué)習(xí)存在的問題與不足，從而進(jìn)行有針對(duì)性教學(xué)，為學(xué)生提供具體反饋與指導(dǎo)。然而，常規(guī)的作業(yè)批閱主要依賴人工審核，存在以下一些局限性。

第一，個(gè)性化反饋不足。由于教師的作業(yè)批閱數(shù)量比較多，在時(shí)間和精力有限的情況下，大多僅僅提供基本的對(duì)或錯(cuò)的反饋，缺少針對(duì)每個(gè)學(xué)生具體問題的個(gè)性化反饋。這可能導(dǎo)致很多學(xué)生僅僅知道自己在這個(gè)問題上的回答有誤，卻無法準(zhǔn)確定位問題所在。

第二，不可避免具有主觀性。由于個(gè)人經(jīng)驗(yàn)和認(rèn)知差異，教師在作業(yè)批閱過程中會(huì)存在一定的主觀性，可能導(dǎo)致對(duì)有些學(xué)生作答情況的批閱與實(shí)際學(xué)情不符，影響學(xué)生學(xué)習(xí)積極性。

第三，即時(shí)反饋不強(qiáng)。很多時(shí)候，學(xué)生是等到教師全部作業(yè)批閱完成后才能獲得反饋，反饋的時(shí)效性較弱，無法及時(shí)了解自己的學(xué)習(xí)情況。

第四，缺少數(shù)據(jù)統(tǒng)計(jì)和分析。由于教師在批閱作業(yè)時(shí)缺少記錄和分析學(xué)生作業(yè)數(shù)據(jù)方面的智能化支持，更多的是憑借經(jīng)驗(yàn)對(duì)班級(jí)和學(xué)生學(xué)習(xí)效果進(jìn)行分析，缺失對(duì)班級(jí)和學(xué)生整體情況的全方位了解，不利于對(duì)學(xué)生進(jìn)行精準(zhǔn)教學(xué)。

第五，時(shí)間成本高，精力付出多。很多教師需要花費(fèi)大量的時(shí)間和精力批閱學(xué)生的作業(yè)，而長(zhǎng)期的機(jī)械批閱擠壓了教師進(jìn)行精細(xì)分析的時(shí)間，長(zhǎng)此以往容易產(chǎn)生身心壓力^[1]。

基于此，本文針對(duì)這一問題展開討論，嘗試借助生成式人工智能提高高中地理作業(yè)主觀題的批閱效果，總結(jié)個(gè)性化批閱實(shí)施經(jīng)驗(yàn)，以期為相關(guān)領(lǐng)域研究和應(yīng)用提供參考。

二、生成式人工智能地理作業(yè)批閱的應(yīng)用原則和實(shí)踐依據(jù)

（一）應(yīng)用原則

作業(yè)批閱是檢測(cè)學(xué)生學(xué)習(xí)效果、鞏固學(xué)習(xí)成果的重要手段，也是教師評(píng)估學(xué)生學(xué)習(xí)情況、提供個(gè)性化指導(dǎo)的重要依據(jù)。教師在批閱作業(yè)時(shí)應(yīng)堅(jiān)持以下原則。第一，規(guī)范性原則。作業(yè)批閱應(yīng)遵循一定的規(guī)范和標(biāo)準(zhǔn)，保證評(píng)價(jià)的公正性和客觀性。批閱者應(yīng)該熟悉作業(yè)批閱的規(guī)范要求，注重批閱的細(xì)節(jié)和標(biāo)準(zhǔn)，避免主觀臆斷和片面評(píng)價(jià)。第二，科學(xué)性原則。作業(yè)批閱不能僅關(guān)注答案正確與否，更要關(guān)注學(xué)生的思維過程和解題能力培養(yǎng)。批閱者要從多角度考慮學(xué)生給出的答案，分析學(xué)生的思維方法和學(xué)習(xí)態(tài)度，注重啟發(fā)式教學(xué)，引導(dǎo)學(xué)生自主學(xué)習(xí)和思考^[2]。第三，發(fā)展性原則。作業(yè)批閱不僅要關(guān)注學(xué)生的當(dāng)前表現(xiàn)，更要關(guān)注學(xué)生的潛在發(fā)展和未來發(fā)展。批閱者應(yīng)從學(xué)生現(xiàn)有水平出發(fā)，注重作業(yè)的多樣性和開放性，提供適合學(xué)生發(fā)展的學(xué)習(xí)機(jī)會(huì)和指導(dǎo)。第四，互動(dòng)性原則。作業(yè)批閱不是單向的評(píng)價(jià)過程，而是教師與學(xué)生之間的互動(dòng)和交流。批閱者應(yīng)注重與學(xué)生的溝通與交流，及時(shí)反饋批閱結(jié)果，提供個(gè)性化指導(dǎo)和幫助，促進(jìn)學(xué)生改進(jìn)學(xué)習(xí)方法和提高成績(jī)^[3]。

（二）實(shí)踐依據(jù)

生成式人工智能能夠分析文本的語言特征和主題，這使它可以被應(yīng)用于一些批閱場(chǎng)景。地理是一門文理兼?zhèn)涞膶W(xué)科，主觀題的作答具有表達(dá)精練、強(qiáng)調(diào)規(guī)范、邏輯性強(qiáng)等特征。這些特征和生成式人工智能的優(yōu)勢(shì)相符，且教師可以通過經(jīng)驗(yàn)總結(jié)避免或者減少生成式人工智能在作業(yè)批閱時(shí)出現(xiàn)的錯(cuò)誤，挖掘個(gè)性化批閱反饋價(jià)值。

為了深入分析生成式人工智能對(duì)不同類型主觀題作業(yè)的批閱質(zhì)量，我們依據(jù)SOLO分類評(píng)價(jià)法對(duì)語言結(jié)構(gòu)進(jìn)行劃分（見表1），實(shí)現(xiàn)對(duì)不同語言結(jié)構(gòu)答案的批閱^[4]。

三、生成式人工智能地理作業(yè)批閱的實(shí)踐應(yīng)用

（一）制定批閱策略

1.文本比較保障批閱科學(xué)性

雖然生成式人工智能具有很強(qiáng)的語言理解能力，能夠?qū)︻}目給出較全面的答案，但是這種面面俱到的思維與批閱場(chǎng)景并不吻合。相反，批閱更需要精細(xì)化，即評(píng)價(jià)學(xué)生答案與題目要求的匹配程度。然而，直接讓生成式人工智能評(píng)價(jià)學(xué)生答案和題目要求的匹配程度，可能會(huì)因?yàn)槭褂盟惴ú煌瑢?dǎo)致理解偏差，不利于批閱的科學(xué)性。筆者采取直接比較學(xué)生答案和標(biāo)準(zhǔn)答案的方法，避免理解偏差的影響。

2.細(xì)則撰寫提升批閱規(guī)范性

文本比較的批閱方式雖然可以降低因理解偏差造成的出錯(cuò)率，但是語言表達(dá)存在多樣化的特點(diǎn)，相同的內(nèi)容往往有不同的表達(dá)方式，批閱前教師需要對(duì)某些答案進(jìn)行解釋。此外，教師還需要撰寫評(píng)分細(xì)則，如總分是多少，每個(gè)部分給幾分；某個(gè)答案是必須回答的，沒有寫到不能得到對(duì)應(yīng)分?jǐn)?shù)；某些回答其中之一即可，多寫也不能多給分；等等。

批閱細(xì)則的撰寫是批閱的關(guān)鍵環(huán)節(jié)。教師首先需要對(duì)答案進(jìn)行解構(gòu)并匹配相應(yīng)分值，然后根據(jù)學(xué)生答案特征撰寫合適的評(píng)分細(xì)則。

3.指令下達(dá)增強(qiáng)批閱互動(dòng)性

作業(yè)批閱不僅可以讓教師了解學(xué)生真實(shí)的學(xué)習(xí)、理解情況，還可以給學(xué)生指出存在的問題與改進(jìn)的方向，形成良性互動(dòng)。在生成式人工智能支持下，教師下達(dá)指令即可實(shí)現(xiàn)，如指出學(xué)生作答存在的主要問題和回答較好的方面，并針對(duì)問題提出改進(jìn)建議等。

（二）主觀題類別劃分

為了驗(yàn)證批閱效果，不斷提升批閱質(zhì)量，下面以作業(yè)答案的不同語言結(jié)構(gòu)類型為依據(jù)，按照SOLO分類法對(duì)地理作業(yè)主觀題進(jìn)行分類舉例（見表2），再進(jìn)行實(shí)踐驗(yàn)證與經(jīng)驗(yàn)總結(jié)。

（三）批閱效果分析

如圖1所示，該“前結(jié)構(gòu)”答案簡(jiǎn)單且明確。根據(jù)細(xì)則要求，生成式人工智能給出了較準(zhǔn)確的評(píng)分，在識(shí)別正確答案并賦分的同時(shí)，還排除了“氣溫”這一錯(cuò)誤答案，也識(shí)別出“水源豐富”是過度解讀。同時(shí)，它對(duì)各答案給出了較合理的評(píng)價(jià)，具體分析了評(píng)分的理由。由此可見，生成式人工智能基本能勝任此類試題的批閱。

如圖2所示，該“單一結(jié)構(gòu)”答案較簡(jiǎn)單，但是相較于“前結(jié)構(gòu)”答案呈現(xiàn)出描述和解釋的特點(diǎn)。生成式人工智能對(duì)此題的批閱準(zhǔn)確，能夠識(shí)別表述不同但是意思一致的答案?？梢?，雖然作業(yè)語言結(jié)構(gòu)變得復(fù)雜了，但是通過批閱細(xì)則的撰寫，教師仍然可以保證批閱的準(zhǔn)確率。

如圖3所示，該“多元結(jié)構(gòu)”答案較復(fù)雜，答案的前半部分有一定的內(nèi)在邏輯關(guān)系。生成式人工智能的評(píng)價(jià)較為準(zhǔn)確，不僅識(shí)別出正確答案，而且對(duì)備選答案和類似表述理解也較為到位。但是，它對(duì)答案3第一部分較明顯的表達(dá)方式變化不能理解，影響了評(píng)價(jià)的準(zhǔn)確性。由此看來，生成式人工智能對(duì)較復(fù)雜語言結(jié)構(gòu)的答案批閱存在不穩(wěn)定現(xiàn)象。

如圖4所示，該“關(guān)聯(lián)結(jié)構(gòu)”答案的語句關(guān)系更為復(fù)雜，答案第一部分存在一定的內(nèi)在邏輯關(guān)系。生成式人工智能對(duì)這道題目答案的批閱較為準(zhǔn)確，比如對(duì)正確答案1賦滿分，但是對(duì)答案2中關(guān)于“促進(jìn)生產(chǎn)要素的流動(dòng)”的變式表達(dá)理解不到位，出現(xiàn)誤扣分，說明它在語言理解方面的不穩(wěn)定性。

如圖5所示，該“拓展結(jié)構(gòu)”答案更加復(fù)雜，需要學(xué)生表明觀點(diǎn)后再說明理由。生成式人工智能對(duì)這道題的評(píng)價(jià)效果不佳，甚至沒有識(shí)別出答案1和答案2的觀點(diǎn)，評(píng)價(jià)較好的是在答案3中指出了沒有從水循環(huán)的角度分析，再次說明生成式人工智能語句理解的準(zhǔn)確率存在較大的不穩(wěn)定性。

（四）批閱改進(jìn)與總結(jié)經(jīng)驗(yàn)

綜合來看，生成式人工智能在試題批閱上既有優(yōu)勢(shì)又有不足。在批閱準(zhǔn)確性方面，首先，它對(duì)部分關(guān)聯(lián)詞、相近詞的理解不到位，對(duì)備選答案的識(shí)別出現(xiàn)偏差，導(dǎo)致評(píng)分時(shí)出現(xiàn)誤判。其次，批閱的穩(wěn)定性不高，不僅相同語言結(jié)構(gòu)不同問題的準(zhǔn)確性存在較明顯差異，相同題目、相同答案反復(fù)評(píng)閱也會(huì)出現(xiàn)不同的結(jié)果。最后，對(duì)較復(fù)雜語言結(jié)構(gòu)的答案理解批閱效果不佳，這類答案中出現(xiàn)低級(jí)錯(cuò)誤的概率也更大。

通過與生成式人工智能的交流，我們發(fā)現(xiàn)，這可能和它使用的算法有關(guān)。生成式人工智能在進(jìn)行分析回答時(shí)會(huì)運(yùn)用不同類型的算法，比如文本匹配算法、自然語言處理算法、深度學(xué)習(xí)算法、模板填充算法、規(guī)則匹配算法、決策樹算法、樸素貝葉斯算法、K最近鄰算法等。

選擇使用哪種算法進(jìn)行分析回答時(shí)，生成式人工智能會(huì)考慮任務(wù)需求、數(shù)據(jù)類型和規(guī)模、計(jì)算資源和時(shí)間限制等多個(gè)因素，并進(jìn)行適當(dāng)?shù)脑u(píng)估和實(shí)驗(yàn)，以確保選擇的算法能夠滿足需求并獲得較好的效果。這就可以理解為什么它在批閱時(shí)存在不穩(wěn)定性的問題，很可能和它使用的算法有關(guān)。

所以，批閱作業(yè)時(shí)，生成式人工智能還要為不同答案語言結(jié)構(gòu)類型匹配不同的算法，以提高批閱質(zhì)量。以下是教師運(yùn)用不同算法類型批閱不同語言結(jié)構(gòu)的學(xué)生答案和標(biāo)準(zhǔn)答案時(shí)的建議（見表3）。

針對(duì)語言較為復(fù)雜的“拓展結(jié)構(gòu)”答案，在不指定算法批閱時(shí)，生成式人工智能對(duì)部分主觀題沒有識(shí)別出學(xué)生答案的觀點(diǎn)，評(píng)價(jià)過于簡(jiǎn)單，評(píng)閱質(zhì)量不高。

如圖6所示，根據(jù)語言結(jié)構(gòu)特征匹配深度學(xué)習(xí)算法后，生成式人工智能對(duì)這道題的批閱質(zhì)量明顯提高。首先，它準(zhǔn)確地識(shí)別并賦分了每個(gè)答案觀點(diǎn)和理由。其次，精細(xì)分析了每句答案并具體賦分，而且還給出了總分和評(píng)價(jià)，重要的是賦分都比較準(zhǔn)確。由此可見，匹配合適的算法可以提升批閱效果。

基于以上實(shí)踐探索，筆者發(fā)現(xiàn)，制定合適的批閱策略能夠有效保障作業(yè)批閱實(shí)施，但是不能保證達(dá)到理想的結(jié)果。此外，提升批閱的穩(wěn)定性可以根據(jù)答案的語言結(jié)構(gòu)類型選擇合適的算法類型，同時(shí)在正式批閱之前進(jìn)行一定量的預(yù)批閱，以優(yōu)化指令的科學(xué)性，并對(duì)語言模型進(jìn)行訓(xùn)練，從而提高批閱質(zhì)量。

四、總結(jié)與展望

本文探討了生成式人工智能在個(gè)性化批閱方面的實(shí)踐，它在減少機(jī)械勞動(dòng)和提升個(gè)性化評(píng)價(jià)方面有明顯優(yōu)勢(shì)。雖然當(dāng)前大規(guī)模實(shí)施生成式人工智能存在一定的困難，但是制定科學(xué)的批閱策略和選擇合適的算法有助于提升批閱效果。而且，隨著相關(guān)技術(shù)的迅速發(fā)展，當(dāng)前批閱中不準(zhǔn)確、不穩(wěn)定的問題將得到解決。

此外，生成式人工智能雖然能夠?qū)崿F(xiàn)機(jī)器的個(gè)性化批閱，但是和現(xiàn)實(shí)的場(chǎng)景有所不同。如學(xué)生往往是手寫作答主觀題，而生成式人工智能還不能直接識(shí)別手寫體的答案，這就需要一定的軟硬件支撐。首先，在不改變學(xué)生答題場(chǎng)景與減少電子產(chǎn)品對(duì)視力等影響的前提下，學(xué)校應(yīng)提供一定的硬件支持，如將學(xué)生的手寫體轉(zhuǎn)換為電子稿，也可以借助點(diǎn)陣紙筆作為硬件支持，在有較高準(zhǔn)確率識(shí)別軟件的支持下將學(xué)生手寫體答案轉(zhuǎn)化為電子稿。其次，開發(fā)專門的應(yīng)用，將識(shí)別的電子稿答案按題目分類進(jìn)行批閱，并在批閱后將評(píng)分和評(píng)價(jià)實(shí)時(shí)反饋給學(xué)生。學(xué)生在系統(tǒng)的用戶端可以實(shí)時(shí)接收批閱反饋，提升批閱互動(dòng)性。最后，建立云端錯(cuò)題庫，匹配針對(duì)性的知識(shí)講解和題目訓(xùn)練，幫助學(xué)生提高復(fù)習(xí)效率，在個(gè)性化批閱的同時(shí)智慧化助力學(xué)生學(xué)習(xí)效果的改善。

在生成式人工智能的支持下，如果這樣個(gè)性化批閱和智慧化輔導(dǎo)的流程得以打通，不僅能夠減少教師的機(jī)械勞動(dòng)，還能大幅提高教學(xué)效率，增強(qiáng)學(xué)生學(xué)習(xí)體驗(yàn)感，事半功倍。

參考文獻(xiàn)

[1] 任寶貴.我國家庭作業(yè)研究綜述[J].教育科學(xué)研究，2013（9）： 58-63.

[2] 余昆侖.教師有效批改與反饋?zhàn)鳂I(yè)的原則和策略[J].中國基礎(chǔ)教育，2023（4）：70-71.

[3] 陳英.新課程背景下的優(yōu)化中學(xué)作業(yè)管理研究[D].上海：華東師范大學(xué)，2005.

[4] 蔡永紅.SOLO分類理論及其在教學(xué)中的應(yīng)用[J].教師教育研究，2006（1）：34-40.

（作者高立洋系上海市民立中學(xué)地理教師、教研組長(zhǎng)；姚偉國系上海市民立中學(xué)副校長(zhǎng)，地理特級(jí)教師；樂聲浩系上海市民立中學(xué)地理教師）

責(zé)任編輯：孫建輝