卡迪夫大學新研究：AI 尚無法像人類教師一樣可靠地批改作業
作者：清源 責編：清源 評論： 8 月 24 日消息，據外媒 Phys.org 今天（24 日）報道，卡迪夫大學和墨爾本大學的一項新研究發現，生成式人工智能（GenAI）目前還無法像人類教師一樣可靠地評判學生的書面作業。研究人員使用 ChatGPT 的兩個版本，對 50 篇生物科學專業本科生論文進行評分，以測試大模型評估學生作業的能力。ChatGPT 需要按照 7 項標準批改這些論文，研究人員還採用了 4 種不同的提示方式，隨後將大模型與人工評分的平均分和分數波動情況進行比較。
圖源：Pexels卡迪夫大學生物科學學院威廉 · 凱博士指出：“研究結果顯示，模型給出的分數波動很大，無法準確預測人工評分。生成式 AI 與人類批改同一批論文時存在明顯差異。只看論文總分，兩者給出的結果相對接近；一旦具體到每項評分標準和每一篇論文，大模型與人工評分之間的差距就相當明顯。”除一種情況外，AI 模型給出的平均分普遍高於人工評分。平均分方面，AI 模型與人工評分的最大差距達到 16.1 分；具體到單篇論文，最大差距達到 40 分。獲悉，威廉 · 凱還發現，AI 往往會壓低高分論文的成績，又把低分作業的成績抬高，最終使分數系統性地向中間集中。
研究結果說明，至少現階段，即使經過大量訓練，AI 仍無法可靠地對主觀性較強的書面作業給出與人類相當的分數。“我們測試的大模型目前並不適合取代教師，為學生預測作業成績。”研究人員指出，高等教育領域確實很關注大模型能否利用模式識別能力，讓學生作業評分更加客觀，同時提高批改效率、減輕教職人員壓力。但這項研究表明，目前並不適合這麼做。此外，未經學生明確同意便把作業提交給 AI 工具，本身還涉及倫理問題；大模型也不能、也不應該被依賴來給學生的長篇書面作業評分。“隨著大模型繼續發展，未來模仿人類判斷的能力可能會提高。但從這項研究來看，要讓 AI 給出的分數與人工評分真正保持一致，恐怕並不容易。
” 投訴水文 我要糾錯 下載APP，簽到賺金幣兌豪禮 相關文章關鍵詞：生成式AI，人工智能，AI教育Netflix：今年有大約 300 部作品使用了生成式 AI美國教師聯合會呼籲：不要讓小學生在課堂上接觸 AI 軟硬件Panic 出手整治：Playdate 掌機遊戲不許用 AI 搞美術音樂，代碼輔助除外AI 讓英國學生“不會思考”，近 6000 名英格蘭中學教師表示擔憂創意界紛紛抵制生成式 AI：星雲獎、動漫展相繼封殺 AI 作品2030 年近七千億美元大市場，Counterpoint 預計消費者 GenAI 支出年均增長超 20%
Related
相關文章
路透社母公司湯森路透花 4000 萬美元研發 AI 模型，基於阿里千問
作者：潞源 責編：潞源 評論： 8 月 24 日消息，路透社母公司湯森路透集團近日正式公佈其首款大語言模型“Thomson”。該模型基於阿里千問構建，號稱擁有頂級表現。據介紹，該模型的研發成本大約是 4,000 萬美元（注：現匯率約合 2.
AI領域一週觀察：Codex 商業增速逆襲 Anthropic，具身智能迎來“GPT-2時刻”
產業 Mythos 2 不發，Astra 停訓，前沿模型的安全策略初現 8 月 18 日，OpenAI 披露，公司此前暫停了兩週針對擬部署模型的強化學習訓練。截至公告發布，最大規模的前沿 RL 訓練仍未恢復，較小規模的訓練和評測還在繼續。Anthropic同樣有一個新模型受阻，SemiAnalysis 主編 Dylan Patel 在 8 月 17 日的採訪中稱，據他獲悉，Anthropic 的下一代模型 Mythos 2 已經完成訓練，但不會發布。
菲爾茲獎得主都栽了，Claude終結78年懸案，或成最重要AI數學成果
Anthropic開發的AI模型Claude與頂尖數學家合作，在三天內構造出六維球面（S⁶）上的覆蓋結構，解決了自一九四七年懸宕至今的數學難題。過去包括菲爾茲獎得主在內的數學家都未能攻關，此次成果被譽為AI迄今最重要的數學貢獻，可能重新定義AI在數學研究中的角色。
值得買科技上半年營收增速回升，AI佈局成為新變量
王小娟 發表於 2026年08月24日 12:36 摘要：利潤同步改善 8月24日，值得買科技發佈2026年半年度報告。報告期內，公司實現營業收入約6.19億元，同比增長6.43%；利潤總額約1374萬元，同比增長53.45%；扣除股份支付影響後的淨利潤約1573萬元，同比增長9.
說好“多模態不是主線”的梁文鋒，怎麼轉頭就發了個Vision模型？
字母AI2026.08.24 20:17 · 來自北京全文7138字00:00 / 18:44多模態這事上，梁文鋒還是梁文鋒，但他學會了放低姿態。文 | 字母AI在多模態這個問題上，梁文鋒在那次投資人交流會上曾這麼說過：“多模態佈局，我們一直在做。對產品來講，它很重要；對C端用戶產品來講，它很重要。但是對智能的上限，它是一個組件，它不是主線本身。我們應該會上相關的模型，就是我們V4的後續版本會支持原生的多模態。”梁文鋒也的確做到了。
奧特曼最新訪談：AI還沒有到iPhone時刻，不缺技術缺交互
字母榜2026.08.24 20:17 · 來自河北全文8861字00:00 / 21:34奧特曼大談創業，我們為你總結了23條最有價值的信息。文 | 字母榜2026年8月24日，OpenAI創始人奧特曼做客主持人大衛·森拉（David Senra）的節目，聊了一個多小時。奧特曼在節目中袒露了很多心聲，包括產品、時間管理、創業的迷茫，以及他差點就不從事AI這個行業……信息量極大。奧特曼認為，技術跑得比人快，但人適應技術的速度要比想象中慢很多。