混合式紙本考試半自動批改方案
arXiv - Computers and SocietyHartwig Grabowski, Michael Canz
提出混合式紙本考試半自動批改方案，結合結構化答題與大型視覺語言模型，提升批改準確性與公平性。
AI 幫你先抓重點
AI 重點 1
雙重驗證與答案鑰匙結合視覺語言模型是提升紙本考試批改準確性的關鍵技術。
滑鼠懸停看 AI 判斷理由
此方法將人工智慧的辨識能力與人工驗證相結合，能在實際考試環境中有效減少錯誤，確保評分公平與可靠，對於大規模評量尤為重要。
AI 重點 2
混合式紙本考試保留問題導向題型，兼顧教學深度與評量可擴展性。
滑鼠懸停看 AI 判斷理由
傳統紙本題型能測試學生的批判性思維與創造力，而半自動批改則解決人力成本，兩者結合使高等教育能在保持教學質量的同時擴大評量規模。
核心研究發現
- 1
完全數位化考試因封閉式題型導致教學內容收窄，難以評估學生的問題解決與創造力。
- 2
在大規模學生群體中，組織、技術與法律限制（如資料隱私、批改速度）使得純數位或混合式評量難以實施。
- 3
採用紙本、結構化答題表並結合大型視覺語言模型、雙重驗證與答案鑰匙，可顯著降低手寫文字辨識錯誤，提升評量效度與公平性。
對教育工作者的啟發
實務工作者可先設計結構化答題表，確保手寫答案易於機器辨識；選用具備視覺能力的大型語言模型並實施雙重驗證流程；同時建立答案鑰匙作為最終校正，確保批改公平；最後評估系統在不同考試場景下的準確率與效率，並根據結果調整模型參數與驗證規則。
原始文獻資訊
- 英文標題：
- Hybrid E-Assessment in Higher Education: Semi-Automated Grading of Paper-Based Written Examinations
- 作者：
- Hartwig Grabowski, Michael Canz
- 來源：
- arXiv - Computers and Society
- AI 摘要模型：
- openai/gpt-oss-20b
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。