生成式人工智能在地理作业批阅中的实践探索

生成式人工智能作为能够实现人机聊天、智能对话、文本生成、提供咨询、创作诗歌、修改代码等功能的智能应用，近年来迅速吸引了全世界人们关注的目光。ChatGPT、文心一言、通义千问、ChatGLM、MOSS等都是基于神经网络的自然语言处理技术，理解和生成人类语言。随着人工智能技术的不断发展，越来越多的人开始探讨运用生成式人工作智能进行个性化作业批阅的可能性。本文主要以“文心一言”為例，介绍它在地理作业主观题批阅中的运用实践。一、当前地理作业主观题批阅存在的问题作业批阅是教师日常工作中不可或缺的一部分。它可以帮助教师了解学生的学习情况，发现学生学习存在的问题与不足，从而进行有针对性教学，为学生提供具体反馈与指导。然而，常规的作业批阅主要依赖人工审核，存在以下一些局限性。第一，个性化反馈不足。由于教师的作业批阅数量比较多，在时间和精力有限的情况下，大多仅仅提供基本的对或错的反馈，缺少针对每个学生具体问题的个性化反馈。这可能导致很多学生仅仅知道自己在这个问题上的回答有误，却无法准确定位问题所在。第二，不可避免具有主观性。由于个人经验和认知差异，教师在作业批阅过程中会存在一定的主观性，可能导致对有些学生作答情况的批阅与实际学情不符，影响学生学习积极性。第三，即时反馈不强。很多时候，学生是等到教师全部作业批阅完成后才能获得反馈，反馈的时效性较弱，无法及时了解自己的学习情况。第四，缺少数据统计和分析。由于教师在批阅作业时缺少记录和分析学生作业数据方面的智能化支持，更多的是凭借经验对班级和学生学习效果进行分析，缺失对班级和学生整体情况的全方位了解，不利于对学生进行精准教学。第五，时间成本高，精力付出多。很多教师需要花费大量的时间和精力批阅学生的作业，而长期的机械批阅挤压了教师进行精细分析的时间，长此以往容易产生身心压力[1]。基于此，本文针对这一问题展开讨论，尝试借助生成式人工智能提高高中地理作业主观题的批阅效果，总结个性化批阅实施经验，以期为相关领域研究和应用提供参考。二、生成式人工智能地理作业批阅的应用原则和实践依据（一）应用原则作业批阅是检测学生学习效果、巩固学习成果的重要手段，也是教师评估学生学习情况、提供个性化指导的重要依据。教师在批阅作业时应坚持以下原则。第一，规范性原则。作业批阅应遵循一定的规范和标准，保证评价的公正性和客观性。批阅者应该熟悉作业批阅的规范要求，注重批阅的细节和标准，避免主观臆断和片面评价。第二，科学性原则。作业批阅不能仅关注答案正确与否，更要关注学生的思维过程和解题能力培养。批阅者要从多角度考虑学生给出的答案，分析学生的思维方法和学习态度，注重启发式教学，引导学生自主学习和思考[2]。第三，发展性原则。作业批阅不仅要关注学生的当前表现，更要关注学生的潜在发展和未来发展。批阅者应从学生现有水平出发，注重作业的多样性和开放性，提供适合学生发展的学习机会和指导。第四，互动性原则。作业批阅不是单向的评价过程，而是教师与学生之间的互动和交流。批阅者应注重与学生的沟通与交流，及时反馈批阅结果，提供个性化指导和帮助，促进学生改进学习方法和提高成绩[3]。（二）实践依据生成式人工智能能够分析文本的语言特征和主题，这使它可以被应用于一些批阅场景。地理是一门文理兼备的学科，主观题的作答具有表达精练、强调规范、逻辑性强等特征。这些特征和生成式人工智能的优势相符，且教师可以通过经验总结避免或者减少生成式人工智能在作业批阅时出现的错误，挖掘个性化批阅反馈价值。为了深入分析生成式人工智能对不同类型主观题作业的批阅质量，我们依据SOLO分类评价法对语言结构进行划分（见表1），实现对不同语言结构答案的批阅[4]。三、生成式人工智能地理作业批阅的实践应用（一）制定批阅策略1.文本比较保障批阅科学性虽然生成式人工智能具有很强的语言理解能力，能够对题目给出较全面的答案，但是这种面面俱到的思维与批阅场景并不吻合。相反，批阅更需要精细化，即评价学生答案与题目要求的匹配程度。然而，直接让生成式人工智能评价学生答案和题目要求的匹配程度，可能会因为使用算法不同导致理解偏差，不利于批阅的科学性。笔者采取直接比较学生答案和标准答案的方法，避免理解偏差的影响。2.细则撰写提升批阅规范性文本比较的批阅方式虽然可以降低因理解偏差造成的出错率，但是语言表达存在多样化的特点，相同的内容往往有不同的表达方式，批阅前教师需要对某些答案进行解释。此外，教师还需要撰写评分细则，如总分是多少，每个部分给几分；某个答案是必须回答的，没有写到不能得到对应分数；某些回答其中之一即可，多写也不能多给分；等等。批阅细则的撰写是批阅的关键环节。教师首先需要对答案进行解构并匹配相应分值，然后根据学生答案特征撰写合适的评分细则。3.指令下达增强批阅互动性作业批阅不仅可以让教师了解学生真实的学习、理解情况，还可以给学生指出存在的问题与改进的方向，形成良性互动。在生成式人工智能支持下，教师下达指令即可实现，如指出学生作答存在的主要问题和回答较好的方面，并针对问题提出改进建议等。（二）主观题类别划分为了验证批阅效果，不断提升批阅质量，下面以作业答案的不同语言结构类型为依据，按照SOLO分类法对地理作业主观题进行分类举例（见表2），再进行实践验证与经验总结。（三）批阅效果分析如图1所示，该“前结构”答案简单且明确。根据细则要求，生成式人工智能给出了较准确的评分，在识别正确答案并赋分的同时，还排除了“气温”这一错误答案，也识别出“水源丰富”是过度解读。同时，它对各答案给出了较合理的评价，具体分析了评分的理由。由此可见，生成式人工智能基本能胜任此类试题的批阅。如图2所示，该“单一结构”答案较简单，但是相较于“前结构”答案呈现出描述和解释的特点。生成式人工智能对此题的批阅准确，能够识别表述不同但是意思一致的答案。可见，虽然作业语言结构变得复杂了，但是通过批阅细则的撰写，教师仍然可以保证批阅的准确率。如图3所示，该“多元结构”答案较复杂，答案的前半部分有一定的内在逻辑关系。生成式人工智能的评价较为准确，不仅识别出正确答案，而且对备选答案和类似表述理解也较为到位。但是，它对答案3第一部分较明显的表达方式变化不能理解，影响了评价的准确性。由此看来，生成式人工智能对较复杂语言结构的答案批阅存在不稳定现象。如图4所示，该“关联结构”答案的语句关系更为复杂，答案第一部分存在一定的内在逻辑关系。生成式人工智能对这道题目答案的批阅较为准确，比如对正确答案1赋满分，但是对答案2中关于“促进生产要素的流动”的变式表达理解不到位，出现误扣分，说明它在语言理解方面的不稳定性。如图5所示，该“拓展结构”答案更加复杂，需要学生表明观点后再说明理由。生成式人工智能对这道题的评价效果不佳，甚至没有识别出答案1和答案2的观点，评价较好的是在答案3中指出了没有从水循环的角度分析，再次说明生成式人工智能语句理解的准确率存在较大的不稳定性。（四）批阅改进与总结经验综合来看，生成式人工智能在试题批阅上既有优势又有不足。在批阅准确性方面，首先，它对部分关联词、相近词的理解不到位，对备选答案的识别出现偏差，导致评分时出现误判。其次，批阅的稳定性不高，不仅相同语言结构不同问题的准确性存在较明显差异，相同题目、相同答案反复评阅也会出现不同的结果。最后，对较复杂语言结构的答案理解批阅效果不佳，这类答案中出现低级错误的概率也更大。通过与生成式人工智能的交流，我们发现，这可能和它使用的算法有关。生成式人工智能在进行分析回答时会运用不同类型的算法，比如文本匹配算法、自然语言处理算法、深度学习算法、模板填充算法、规则匹配算法、决策树算法、朴素贝叶斯算法、K最近邻算法等。选择使用哪种算法进行分析回答时，生成式人工智能会考虑任务需求、数据类型和规模、计算资源和时间限制等多个因素，并进行适当的评估和实验，以确保选择的算法能够满足需求并获得较好的效果。这就可以理解为什么它在批阅时存在不稳定性的问题，很可能和它使用的算法有关。所以，批阅作业时，生成式人工智能还要为不同答案语言结构类型匹配不同的算法，以提高批阅质量。以下是教师运用不同算法类型批阅不同语言结构的学生答案和标准答案时的建议（见表3）。针对语言较为复杂的“拓展结构”答案，在不指定算法批阅时，生成式人工智能对部分主观题没有识别出学生答案的观点，评价过于简单，评阅质量不高。如图6所示，根据语言结构特征匹配深度学习算法后，生成式人工智能对这道题的批阅质量明显提高。首先，它准确地识别并赋分了每个答案观点和理由。其次，精细分析了每句答案并具体赋分，而且还给出了总分和评价，重要的是赋分都比较准确。由此可见，匹配合适的算法可以提升批阅效果。基于以上实践探索，笔者发现，制定合适的批阅策略能够有效保障作业批阅实施，但是不能保证达到理想的结果。此外，提升批阅的稳定性可以根据答案的语言结构类型选择合适的算法类型，同时在正式批阅之前进行一定量的预批阅，以优化指令的科学性，并对语言模型进行训练，从而提高批阅质量。四、总结与展望本文探讨了生成式人工智能在个性化批阅方面的实践，它在减少机械劳动和提升个性化评价方面有明显优势。虽然当前大规模实施生成式人工智能存在一定的困难，但是制定科学的批阅策略和选择合适的算法有助于提升批阅效果。而且，随着相关技术的迅速发展，当前批阅中不准确、不稳定的问题将得到解决。此外，生成式人工智能虽然能够实现机器的个性化批阅，但是和现实的场景有所不同。如学生往往是手写作答主观题，而生成式人工智能还不能直接识别手写体的答案，这就需要一定的软硬件支撑。首先，在不改变学生答题场景与减少电子产品对视力等影响的前提下，学校应提供一定的硬件支持，如将学生的手写体转换为电子稿，也可以借助点阵纸笔作为硬件支持，在有较高准确率识别软件的支持下将学生手写体答案转化为电子稿。其次