生成式人工智能在地理作業(yè)批閱中的實踐探索

生成式人工智能作為能夠?qū)崿F(xiàn)人機聊天、智能對話、文本生成、提供咨詢、創(chuàng)作詩歌、修改代碼等功能的智能應(yīng)用，近年來迅速吸引了全世界人們關(guān)注的目光。ChatGPT、文心一言、通義千問、ChatGLM、MOSS等都是基于神經(jīng)網(wǎng)絡(luò)的自然語言處理技術(shù)，理解和生成人類語言。隨著人工智能技術(shù)的不斷發(fā)展，越來越多的人開始探討運用生成式人工作智能進行個性化作業(yè)批閱的可能性。本文主要以“文心一言”為例，介紹它在地理作業(yè)主觀題批閱中的運用實踐。一、當(dāng)前地理作業(yè)主觀題批閱存在的問題作業(yè)批閱是教師日常工作中不可或缺的一部分。它可以幫助教師了解學(xué)生的學(xué)習(xí)情況，發(fā)現(xiàn)學(xué)生學(xué)習(xí)存在的問題與不足，從而進行有針對性教學(xué)，為學(xué)生提供具體反饋與指導(dǎo)。然而，常規(guī)的作業(yè)批閱主要依賴人工審核，存在以下一些局限性。第一，個性化反饋不足。由于教師的作業(yè)批閱數(shù)量比較多，在時間和精力有限的情況下，大多僅僅提供基本的對或錯的反饋，缺少針對每個學(xué)生具體問題的個性化反饋。這可能導(dǎo)致很多學(xué)生僅僅知道自己在這個問題上的回答有誤，卻無法準確定位問題所在。第二，不可避免具有主觀性。由于個人經(jīng)驗和認知差異，教師在作業(yè)批閱過程中會存在一定的主觀性，可能導(dǎo)致對有些學(xué)生作答情況的批閱與實際學(xué)情不符，影響學(xué)生學(xué)習(xí)積極性。第三，即時反饋不強。很多時候，學(xué)生是等到教師全部作業(yè)批閱完成后才能獲得反饋，反饋的時效性較弱，無法及時了解自己的學(xué)習(xí)情況。第四，缺少數(shù)據(jù)統(tǒng)計和分析。由于教師在批閱作業(yè)時缺少記錄和分析學(xué)生作業(yè)數(shù)據(jù)方面的智能化支持，更多的是憑借經(jīng)驗對班級和學(xué)生學(xué)習(xí)效果進行分析，缺失對班級和學(xué)生整體情況的全方位了解，不利于對學(xué)生進行精準教學(xué)。第五，時間成本高，精力付出多。很多教師需要花費大量的時間和精力批閱學(xué)生的作業(yè)，而長期的機械批閱擠壓了教師進行精細分析的時間，長此以往容易產(chǎn)生身心壓力[1]。基于此，本文針對這一問題展開討論，嘗試借助生成式人工智能提高高中地理作業(yè)主觀題的批閱效果，總結(jié)個性化批閱實施經(jīng)驗，以期為相關(guān)領(lǐng)域研究和應(yīng)用提供參考。二、生成式人工智能地理作業(yè)批閱的應(yīng)用原則和實踐依據(jù)（一）應(yīng)用原則作業(yè)批閱是檢測學(xué)生學(xué)習(xí)效果、鞏固學(xué)習(xí)成果的重要手段，也是教師評估學(xué)生學(xué)習(xí)情況、提供個性化指導(dǎo)的重要依據(jù)。教師在批閱作業(yè)時應(yīng)堅持以下原則。第一，規(guī)范性原則。作業(yè)批閱應(yīng)遵循一定的規(guī)范和標準，保證評價的公正性和客觀性。批閱者應(yīng)該熟悉作業(yè)批閱的規(guī)范要求，注重批閱的細節(jié)和標準，避免主觀臆斷和片面評價。第二，科學(xué)性原則。作業(yè)批閱不能僅關(guān)注答案正確與否，更要關(guān)注學(xué)生的思維過程和解題能力培養(yǎng)。批閱者要從多角度考慮學(xué)生給出的答案，分析學(xué)生的思維方法和學(xué)習(xí)態(tài)度，注重啟發(fā)式教學(xué)，引導(dǎo)學(xué)生自主學(xué)習(xí)和思考[2]。第三，發(fā)展性原則。作業(yè)批閱不僅要關(guān)注學(xué)生的當(dāng)前表現(xiàn)，更要關(guān)注學(xué)生的潛在發(fā)展和未來發(fā)展。批閱者應(yīng)從學(xué)生現(xiàn)有水平出發(fā)，注重作業(yè)的多樣性和開放性，提供適合學(xué)生發(fā)展的學(xué)習(xí)機會和指導(dǎo)。第四，互動性原則。作業(yè)批閱不是單向的評價過程，而是教師與學(xué)生之間的互動和交流。批閱者應(yīng)注重與學(xué)生的溝通與交流，及時反饋批閱結(jié)果，提供個性化指導(dǎo)和幫助，促進學(xué)生改進學(xué)習(xí)方法和提高成績[3]。（二）實踐依據(jù)生成式人工智能能夠分析文本的語言特征和主題，這使它可以被應(yīng)用于一些批閱場景。地理是一門文理兼?zhèn)涞膶W(xué)科，主觀題的作答具有表達精練、強調(diào)規(guī)范、邏輯性強等特征。這些特征和生成式人工智能的優(yōu)勢相符，且教師可以通過經(jīng)驗總結(jié)避免或者減少生成式人工智能在作業(yè)批閱時出現(xiàn)的錯誤，挖掘個性化批閱反饋價值。為了深入分析生成式人工智能對不同類型主觀題作業(yè)的批閱質(zhì)量，我們依據(jù)SOLO分類評價法對語言結(jié)構(gòu)進行劃分（見表1），實現(xiàn)對不同語言結(jié)構(gòu)答案的批閱[4]。三、生成式人工智能地理作業(yè)批閱的實踐應(yīng)用（一）制定批閱策略1.文本比較保障批閱科學(xué)性雖然生成式人工智能具有很強的語言理解能力，能夠?qū)︻}目給出較全面的答案，但是這種面面俱到的思維與批閱場景并不吻合。相反，批閱更需要精細化，即評價學(xué)生答案與題目要求的匹配程度。然而，直接讓生成式人工智能評價學(xué)生答案和題目要求的匹配程度，可能會因為使用算法不同導(dǎo)致理解偏差，不利于批閱的科學(xué)性。筆者采取直接比較學(xué)生答案和標準答案的方法，避免理解偏差的影響。2.細則撰寫提升批閱規(guī)范性文本比較的批閱方式雖然可以降低因理解偏差造成的出錯率，但是語言表達存在多樣化的特點，相同的內(nèi)容往往有不同的表達方式，批閱前教師需要對某些答案進行解釋。此外，教師還需要撰寫評分細則，如總分是多少，每個部分給幾分；某個答案是必須回答的，沒有寫到不能得到對應(yīng)分數(shù)；某些回答其中之一即可，多寫也不能多給分；等等。批閱細則的撰寫是批閱的關(guān)鍵環(huán)節(jié)。教師首先需要對答案進行解構(gòu)并匹配相應(yīng)分值，然后根據(jù)學(xué)生答案特征撰寫合適的評分細則。3.指令下達增強批閱互動性作業(yè)批閱不僅可以讓教師了解學(xué)生真實的學(xué)習(xí)、理解情況，還可以給學(xué)生指出存在的問題與改進的方向，形成良性互動。在生成式人工智能支持下，教師下達指令即可實現(xiàn)，如指出學(xué)生作答存在的主要問題和回答較好的方面，并針對問題提出改進建議等。（二）主觀題類別劃分為了驗證批閱效果，不斷提升批閱質(zhì)量，下面以作業(yè)答案的不同語言結(jié)構(gòu)類型為依據(jù)，按照SOLO分類法對地理作業(yè)主觀題進行分類舉例（見表2），再進行實踐驗證與經(jīng)驗總結(jié)。（三）批閱效果分析如圖1所示，該“前結(jié)構(gòu)”答案簡單且明確。根據(jù)細則要求，生成式人工智能給出了較準確的評分，在識別正確答案并賦分的同時，還排除了“氣溫”這一錯誤答案，也識別出“水源豐富”是過度解讀。同時，它對各答案給出了較合理的評價，具體分析了評分的理由。由此可見，生成式人工智能基本能勝任此類試題的批閱。如圖2所示，該“單一結(jié)構(gòu)”答案較簡單，但是相較于“前結(jié)構(gòu)”答案呈現(xiàn)出描述和解釋的特點。生成式人工智能對此題的批閱準確，能夠識別表述不同但是意思一致的答案?？梢?，雖然作業(yè)語言結(jié)構(gòu)變得復(fù)雜了，但是通過批閱細則的撰寫，教師仍然可以保證批閱的準確率。如圖3所示，該“多元結(jié)構(gòu)”答案較復(fù)雜，答案的前半部分有一定的內(nèi)在邏輯關(guān)系。生成式人工智能的評價較為準確，不僅識別出正確答案，而且對備選答案和類似表述理解也較為到位。但是，它對答案3第一部分較明顯的表達方式變化不能理解，影響了評價的準確性。由此看來，生成式人工智能對較復(fù)雜語言結(jié)構(gòu)的答案批閱存在不穩(wěn)定現(xiàn)象。如圖4所示，該“關(guān)聯(lián)結(jié)構(gòu)”答案的語句關(guān)系更為復(fù)雜，答案第一部分存在一定的內(nèi)在邏輯關(guān)系。生成式人工智能對這道題目答案的批閱較為準確，比如對正確答案1賦滿分，但是對答案2中關(guān)于“促進生產(chǎn)要素的流動”的變式表達理解不到位，出現(xiàn)誤扣分，說明它在語言理解方面的不穩(wěn)定性。如圖5所示，該“拓展結(jié)構(gòu)”答案更加復(fù)雜，需要學(xué)生表明觀點后再說明理由。生成式人工智能對這道題的評價效果不佳，甚至沒有識別出答案1和答案2的觀點，評價較好的是在答案3中指出了沒有從水循環(huán)的角度分析，再次說明生成式人工智能語句理解的準確率存在較大的不穩(wěn)定性。（四）批閱改進與總結(jié)經(jīng)驗綜合來看，生成式人工智能在試題批閱上既有優(yōu)勢又有不足。在批閱準確性方面，首先，它對部分關(guān)聯(lián)詞、相近詞的理解不到位，對備選答案的識別出現(xiàn)偏差，導(dǎo)致評分時出現(xiàn)誤判。其次，批閱的穩(wěn)定性不高，不僅相同語言結(jié)構(gòu)不同問題的準確性存在較明顯差異，相同題目、相同答案反復(fù)評閱也會出現(xiàn)不同的結(jié)果。最后，對較復(fù)雜語言結(jié)構(gòu)的答案理解批閱效果不佳，這類答案中出現(xiàn)低級錯誤的概率也更大。通過與生成式人工智能的交流，我們發(fā)現(xiàn)，這可能和它使用的算法有關(guān)。生成式人工智能在進行分析回答時會運用不同類型的算法，比如文本匹配算法、自然語言處理算法、深度學(xué)習(xí)算法、模板填充算法、規(guī)則匹配算法、決策樹算法、樸素貝葉斯算法、K最近鄰算法等。選擇使用哪種算法進行分析回答時，生成式人工智能會考慮任務(wù)需求、數(shù)據(jù)類型和規(guī)模、計算資源和時間限制等多個因素，并進行適當(dāng)?shù)脑u估和實驗，以確保選擇的算法能夠滿足需求并獲得較好的效果。這就可以理解為什么它在批閱時存在不穩(wěn)定性的問題，很可能和它使用的算法有關(guān)。所以，批閱作業(yè)時，生成式人工智能還要為不同答案語言結(jié)構(gòu)類型匹配不同的算法，以提高批閱質(zhì)量。以下是教師運用不同算法類型批閱不同語言結(jié)構(gòu)的學(xué)生答案和標準答案時的建議（見表3）。針對語言較為復(fù)雜的“拓展結(jié)構(gòu)”答案，在不指定算法批閱時，生成式人工智能對部分主觀題沒有識別出學(xué)生答案的觀點，評價過于簡單，評閱質(zhì)量不高。如圖6所示，根據(jù)語言結(jié)構(gòu)特征匹配深度學(xué)習(xí)算法后，生成式人工智能對這道題的批閱質(zhì)量明顯提高。首先，它準確地識別并賦分了每個答案觀點和理由。其次，精細分析了每句答案并具體賦分，而且還給出了總分和評價，重要的是賦分都比較準確。由此可見，匹配合適的算法可以提升批閱效果?；谝陨蠈嵺`探索，筆者發(fā)現(xiàn)，制定合適的批閱策略能夠有效保障作業(yè)批閱實施，但是不能保證達到理想的結(jié)果。此外，提升批閱的穩(wěn)定性可以根據(jù)答案的語言結(jié)構(gòu)類型選擇合適的算法類型，同時在正式批閱之前進行一定量的預(yù)批閱，以優(yōu)化指令的科學(xué)性，并對語言模型進行訓(xùn)練，從而提高批閱質(zhì)量。四、總結(jié)與展望本文探討了生成式人工智能在個性化批閱方面的實踐，它在減少機械勞動和提升個性化評價方面有明顯優(yōu)勢。雖然當(dāng)前大規(guī)模實施生成式人工智能存在一定的困難，但是制定科學(xué)的批閱策略和選擇合適的算法有助于提升批閱效果。而且，隨著相關(guān)技術(shù)的迅速發(fā)展，當(dāng)前批閱中不準確、不穩(wěn)定的問題將得到解決。此外，生成式人工智能雖然能夠?qū)崿F(xiàn)機器的個性化批閱，但是和現(xiàn)實的場景有所不同。如學(xué)生往往是手寫作答主觀題，而生成式人工智能還不能直接識別手寫體的答案，這就需要一定的軟硬件支撐。首先，在不改變學(xué)生答題場景與減少電子產(chǎn)品對視力等影響的前提下，學(xué)校應(yīng)提供一定的硬件支持，如將學(xué)生的手寫體轉(zhuǎn)換為電子稿，也可以借助點陣紙筆作為硬件支持，在有較高準確率識別軟件的支持下將學(xué)生手寫體答案轉(zhuǎn)化為電子稿。其次