人工智能走进考场 变革监考与阅卷

考生答题时，也留下了可用于打击作弊的线索。他们会留下电子“指纹”，如键盘压力、答题速度、甚至写作风格。

每年，管理学研究生入学考试（Graduate Management Admission Test，简称GMAT）的协调员们都会拒绝几十上百名在考试中作弊的申请者。

这些见不得人的伎俩包括替考、将摄像头隐藏在外套纽扣或眼镜上等等。这些装置将答案扫描下来，并远程展示给考场外的同伙，然后这些人通过隐藏的耳机将正确答案报给考生。

“这些考试关系重大。”管理学研究生入学委员会（Graduate Management Admission Council，简称GMAC）的首席执行官桑吉特•乔弗拉(Sangeet Chowfla)说，“令人遗憾的是，人们有动力试图获取不公平的优势。”该委员会管理着每年有25万人参加的GMAT考试。

命题人与阅卷人正使用技术减少舞弊行为——这个问题整体而言仍不算严重——以及提高准备及阅卷的效率、提升教与学的质量。

从培生(Pearson)等传统纸笔考试与纸质教科书的编写者，到Coursera等数字原生代企业，都在开发线上工具与人工智能，以降低成本、提升学习效果。

多年来，多选题测试使扫描仪可在没有人工干预的情况下评分。如今，科技已直接进入考场。Coursera已为一个系统申请了专利，该系统通过给考生摄像，并根据扫描的文件验证他们的身份。

剽窃探测仪可以扫描论文答案并搜索网页——或其他学生的作业——以检测是否存在雷同。网络摄像头可以监视考点，发现舞弊行为。

即使在考生答题的同时，他们也在留下可用于打击作弊行为的线索。他们会留下电子“指纹”，如键盘压力、答题速度、甚至写作风格。

Coursera的数据科学团队主管埃米莉•格拉斯贝格•桑兹(Emily Glassberg Sands)说：“我们可以验证他们的键击签名。设法捉住一个一心作弊的人很难，但我们正在尽力而为。”

通过向每位申请人随机分发不同的个性化考题，考官们可以避免试卷失窃与提前泄露、或考生在考试时相互抄袭的风险。乔弗拉说，GMAC针对每一主题的新命题都会在考生身上快速测试，以确保它们的难度一致，而旧考题一旦被使用了一定的次数，就会被淘汰。

在数学、金融等科目上，网络出版商通过随机改变考卷等式中使用的数值变量来确保每一道题目都是独一无二的。“只要算法编写正确，这种方法就很管用。”麦吉尔大学德桑特尔斯管理学院(McGill University’s Desautels Faculty of Management)院长伊莎贝尔•巴热-贝奈努(Isabelle Bajeux-Besnainou)说。

科技也在帮助那些给复杂考题手工判分的人。当英国各地的学生不久前收到他们的A-level考试成绩时，生成他们成绩的系统已经彻底升级了。

虽然考生仍在手写答案，但每份考卷已不再被寄送给某一位阅卷人，而是被扫描、拆分成多个部分，不同的题目被发送给不同的考官在线评阅。

这一过程提高了试卷递送的安全性和阅卷速度，并能够实时跟踪、保证了阅卷质量。

许多考试系统正在探索如何在较为基础的测试中，比较和评估由酬劳较低的新手完成的阅卷工作的质量，让更有经验的阅卷人专注于评阅要求更高技能的、更复杂的答案。

教育服务提供者还在投资于机器学习和自然语言处理，以用于更复杂考试的评阅。培生产品部全球主管蒂姆•博日克(Tim Bozik)说：“我们正从判断答案的正误转向评判答题质量的好坏。”

该公司正尝试对数学题的解题步骤进行视觉扫描分析，从而可以研究学生使用的解题方法，并指出他们错在哪里。他们还在开发论文写作算法，通过分析语言结构来评判考生的文笔、思辨能力与理解能力。

这些技术的应用，较少聚焦于期末考试与发现作弊，而较多聚焦于旨在发现学生的薄弱之处并帮助他们提高的期中测试。

“如果你让人们回顾自己所受的教育，他们会谈到某位老师当年对他们的激励，”培生的效能报告主管凯特•爱德华兹(Kate Edwards)说，“机器学习可以在特定任务上加强教学支持，让教师能够腾出更多时间聚焦于他们能发挥最大作用的领域。”

让我们从学生答错的题出发

考试传统上是用来测试学生能力的，而家长和督学往往用学生的考试成绩来评判学校的质量。加拿大的教育制度在国际评估中享有很高声誉，该国的教育者采取了一种截然不同的做法。

那里的学校和教师更多地聚焦于如何应对学生最常犯的错误，而较少为答对了的题庆贺。这使他们能够了解学生在哪个地方理解得不够透彻，从而强化课程在某些环节的设置。

本文仅代表作者个人观点

全文图片来源：Getty Images

推荐阅读