标准化考试的自动评分系统

阿克伦大学的一份新闻稿称，“电脑阅卷的准确度几乎与人工完全相同，事实证明在某些情况下机器比人更加可靠”。

不可否认，人工智能评分机器人在某些条件下确实超出人类判卷的能力，而评卷更多的是基于规则题库的，就是机器根本不需要思考，仅靠标准答案就可以识别对错的，比如选择题。这就更加准确更加快速，所以很早以前，我们已经开始采取机器判卷+人工判卷的方式，比如选择题由机器判卷，作文等需要人为思考判断的采用人工判卷。

随着技术的发展，大数据人工智能领域技术的不断完善，让机器阅读作文评判好坏已经具备了基础前提，其实我们的老师（人工）判卷时也未必每篇都详细阅读，他们也是先看规则。我们知道考试的作文或者答案，是具备一定规则的，比如简单的规则：字数大于1000字，首尾呼应，有复杂的句型，引经据典等等。这就提供了机器判卷的基础维度，但机器通过深度学习后，会形成机器自己的评判规则，来识别什么是好的文章，比如：机器通过大量的数据发现，一个好句子大多拥有有多少个字、一个好段落通常会有多少个句子，通常结构不完整的句子数量在全文占比低于多少比较正常，对待一个观点有没有引用等等。

这时我们只要确认它识别出来的准确度就可以了。这样实现的评分系统，速度更快，而且相对公平。为了证明机器判卷的准确性，犹他州教育委员会的评估发展协调员Cyndee Carter说，开始的时候他们非常谨慎，每一篇机器评分的文章同时也由老师审阅过。

但电脑评分被证明了是“准确的”，所以犹他州现在让机器成为绝大多数文章的唯一裁判。

一旦准确度被认可，那么机器判卷的优势非常明显，比如国外Pearson教育集团数据显示，人工阅卷最快的速度，阅卷人在每篇作文上最多只花两三分钟，平均1小时为30篇作文打分。而从事美国教育考试服务中心（E.T.S.）研究部主任大卫•威廉姆森（David Williamson）表示，该中心开发的自动化阅卷机 “电子评分器”（e-Rater）可以在 20 秒内评阅 1.6 万篇作文。

这就形成了强烈的对比，仅在速度上已经完胜传统的人工评卷方式。

但这就真的证明机器阅卷可以代替人工阅卷了吗？

然而，很多人并不认同。

“写作是一种艺术，而用算法来评估这种表达形式显然是荒谬的。”一位高中英语教师这样评论。

“人可以欣赏具有创造性的文章，机器将错过这些精彩的内容，比如：诗歌”一位文学爱好者同样质疑着。

当然，这些质疑确实值得我们思考，但都不是机器绝对做不到的，我们通过大数据思维去看这件事情，还是值得去探索的。

当下最大的质疑在于，我们人类仍然比机器聪明，假设我们的学生在写作文前，能够深度了解判卷教师的喜好，我相信他一定写出分数较高的作文。

而对于自动判卷机器，我们的学生或者我们的应试教育似乎会变得更加聪明，他们会造出高分作文模版，寻找高分攻略。他们会挖掘机器的规则，比如：机器对长文章评分可能更高，那么我们的学生可能会把经历放到发现这些特征上来，这就违背了我们教育的初衷。

甚至，自动评分的常年批判者Les Perelman，还设计了一种反机器判卷的程序用来揭露机器判卷的弱点和荒谬。这个“Babel”生成器（"Basic Automatic B.S. Essay Language"）的工作原理就像电脑上的文字游戏--米德比里斯（Mad Libs）一样，能够创造出毫无意义却可以从机器评分那儿获得高分的文章。

但对于机器判卷的程序来说，内容不重要，依旧可以得到高分。

这也说明了一个道理，一个出色的文学家，未必能够写出高分的作文。

虽然这样，我们研究机器判卷仍是一个趋势，并且随着人工智能技术不断的成熟，数据质量不断的提高，机器正努力的学习着，变得越来越聪明。

但不可否认，他还需要更久的时间。