回家的诱惑

卡迪夫大学新研究：AI 尚无法像人类教师一样可靠地批改作业_我的网站

A |     《日报》全媒体记者 吴琼 张宝程          　　群山环抱，笑语喧天，秋日里的马道子村一派祥和幸福景象。     8 月 24 日消息，据外媒 Phys.org 今天（24 日）报道，卡迪夫大学和墨尔本大学的一项新研究发现，生成式人工智能（GenAI）目前还无法像人类教师一样可靠地评判学生的书面作业。

B |          　　这是个典型的小山村，位于建昌县大屯镇西侧。“8·20”洪水，将该村冲得一片狼藉。

C | 在各级党委政府及相关职能部门大力帮扶下，在受灾群众共同努力下，10月下旬，44户村民相继搬进新房。

D | 研究人员使用 ChatGPT 的两个版本，对 50 篇生物科学专业本科生论文进行评分，以测试大模型评估学生作业的能力。

E | ChatGPT 需要按照 7 项标准批改这些论文，研究人员还采用了 4 种不同的提示方式，随后将大模型与人工评分的平均分和分数波动情况进行比较。图源：Pexels卡迪夫大学生物科学学院威廉 · 凯博士指出：“研究结果显示，模型给出的分数波动很大，无法准确预测人工评分。         　　72岁的马学伍与71岁的老伴儿陈淑兰是其中一户。11月12日上午，记者见到老两口时，他们与女儿女婿正在炕上喝着茶水、吃着山楂，浓浓的幸福感充满房间。         　　“新房共有三间，铺着亮堂的地板砖，还有洗澡间、储物间、厨房，设施跟城里的楼房没啥两样。没想到，老了还能享受到如此的幸福，跟做梦似的。多亏了共产党，多亏了各级干部。

F | ”马学伍一边开心地说着，一边拭去眼角温热的泪水。生成式 AI 与人类批改同一批论文时存在明显差异。只看论文总分，两者给出的结果相对接近；一旦具体到每项评分标准和每一篇论文，大模型与人工评分之间的差距就相当明显。         　　马学伍的女儿马帅告诉记者，在施工过程中，村支书刘文平每天都来几趟，帮忙找施工队伍，并积极与电力部门、建材部门对接，为新房建设倾注了不少心血。”除一种情况外，AI 模型给出的平均分普遍高于人工评分。         　　热火朝天的施工场面，忙前忙后的熟悉身影，马学伍看在眼里、暖在心上。平均分方面，AI 模型与人工评分的最大差距达到 16.1 分；具体到单篇论文，最大差距达到 40 分。

G | 获悉，威廉 · 凯还发现，AI 往往会压低高分论文的成绩，又把低分作业的成绩抬高，最终使分数系统性地向中间集中。尤其是10月20日搬进新房后，更让他激动不已。         　　“我肚里还有点墨水，思来想去，决定用日记的方式，把我搬进新房后的所见所想记录下来，它是我内心最真实的写照。研究结果说明，至少现阶段，即使经过大量训练，AI 仍无法可靠地对主观性较强的书面作业给出与人类相当的分数。”马学伍说。         　　他给日记起名叫“幸福日记”。“我们测试的大模型目前并不适合取代教师，为学生预测作业成绩。

H | ”研究人员指出，高等教育领域确实很关注大模型能否利用模式识别能力，让学生作业评分更加客观，同时提高批改效率、减轻教职人员压力。10月20日，他写道：“迈进新房的那一刻，我惊呆了，宽敞整洁的卧室、功能齐全的洗衣机……好像人生迎来了第二个春天。”10月22日，他写道：“刘文平又来嘘寒问暖，问还缺少什么，有需要帮忙的地方尽管吱声，能办的一定去办。但这项研究表明，目前并不适合这么做。这朴实的语言，让我这个老头子暖意洋洋。此外，未经学生明确同意便把作业提交给 AI 工具，本身还涉及伦理问题；大模型也不能、也不应该被依赖来给学生的长篇书面作业评分。

I | ”          　　最近，陈淑兰的心里藏着个小秘密：等元旦春节时，把晚辈都请来，共同享受住进新房的幸福感。“等来年开春，把晾台铺上水泥，前后菜园子好好修整一下。“随着大模型继续发展，未来模仿人类判断的能力可能会提高。但从这项研究来看，要让 AI 给出的分数与人工评分真正保持一致，恐怕并不容易。

J | 那时，一个‘带派’的农家院会更加惹人眼。”          　　采访结束时，刘文平建议记者为马学伍一家四口合影留念。快门闪动，马学伍皱纹舒展、陈淑兰唇角上扬……          　　“等有空的时候，我到城里把照片放大，镶上相框，放在老爸老妈的卧室。这不仅是日常生活的记录，更是团聚、幸福的象征。”马帅说。                   图为马学伍（左二）一家四口在炕上畅谈幸福的小日子。         《日报》全媒体记者 王野 摄。

Current article:http://90h.cibianpangjujiusu.cyou/list_vg6r3/h28p7.html

Published on:02:06:50