AI 判分

AI 判分用于按明确规则处理开放文本答案。系统可以对高置信度结果自动写分，并把低置信度、风险标记、规则失效或模型失败的结果转入人工复核。

AI 评分不能替代评分标准。规则越具体、示例越有代表性，评分结果越稳定。

适用范围

当前版本支持填空题和多行文本题等文本人工题。图片、文件、音视频或其他不支持的题型不会由 AI 猜测评分，需保留为人工任务。

第一步：选择 AI 自动判分

1. 进入 考试 → 人工评卷，打开目标考试。
2. 点击 规则与方案。
3. 在分配模式中选择 AI 自动判分。
4. 查看固定题、随机题池和不支持题目的覆盖情况。

一个考试同一时间只使用一种阅卷模式。切换模式时，仅应调整尚未完成的评分任务。

第二步：配置评分规则

点击 配置评分规则，为每道支持的人工题设置：

• 纳入 AI 自动评分：决定该题是否进入自动判分方案。
• 参考答案：描述理想答案和可接受的等价表达。
• 评分点：把满分拆成可判断的要求；启用评分点的分值之和必须等于题目满分。
• 扣分与封顶规则：说明缺项、错误、矛盾、危险导向或无关内容的处理方式。
• 评分示例：提供满分、部分得分和零分示例。
• 最小评分单位：例如 0.5 分。
• 自动评分门槛：低于门槛时不自动写分，而是进入人工复核。
• 评分模型：选择组织已配置且可用的 AI 模型。

页面的 智能优化 可以辅助生成参考答案、扣分规则和示例。生成后必须由熟悉业务的人员核对，不能直接把生成内容当作最终评分标准。

编写高质量规则

参考答案

说明必须覆盖的事实、步骤或结论，同时允许不同措辞。不要只粘贴一段范文，否则容易把表达相似度误当作内容正确性。

评分点

每个评分点只描述一个可判断目标，并写明分值。例如“识别风险 4 分”“提出处置步骤 6 分”，比“整体质量 10 分”更容易稳定执行。

扣分与封顶

明确以下边界：

• 只给结论、没有过程时最高得分；
• 出现关键事实错误时扣多少分；
• 多写错误内容如何处理；
• 自相矛盾或完全无关时是否判 0 分；
• 哪些风险内容必须转人工复核。

评分示例

至少准备满分、典型部分得分和零分示例。示例应体现评分点，而不是只展示不同长度的答案。

第三步：预览并应用方案

保存规则后返回分配页：

1. 确认固定题和随机题池的规则覆盖率达到要求。
2. 点击 预览自动判分。
3. 检查现有待评项、可自动评分项、缺失规则项和不支持项。
4. 确认无误后点击 确认并应用。

保存规则只是保存草稿；只有确认应用后，系统才会冻结当前题目与随机题池快照，并开始自动判分。

第四步：监控与人工复核

应用后，考试页会显示 AI 自动判分进度，包括已配置题目、生成中、已自动评分、待人工复核和失败数量。

在 AI 异常复核 中查看题目、答卷、AI 建议、置信度、异常状态和风险标记。复核人员应依据原评分规则独立判断，确认后再提交最终得分。

风险控制建议

• 高风险认证或资格考试先用历史样卷做一致性验证；
• 自动评分门槛从较高值开始，再根据复核结果调整；
• 规则变更后重新预览并应用，不要假设草稿已生效；
• 对不同语言、极短答案、否定表达和对抗性内容准备测试样例；
• 定期抽查已自动评分结果，不只关注异常队列；
• 为最终成绩保留人工申诉和复核流程。

上线检查清单

• 只纳入了支持的文本人工题
• 每题参考答案覆盖关键事实和等价表达
• 评分点分值之和等于题目满分
• 扣分、封顶和零分规则清晰
• 至少准备三档评分示例
• 评分模型可用，自动评分门槛已确认
• 固定题和随机题池覆盖完整
• 已预览并确认应用方案
• 异常复核负责人已明确

常见问题

保存规则后为什么没有开始自动判分？

保存的是项目规则草稿。返回分配页点击 预览自动判分，再 确认并应用，方案才会生效。

低于门槛的答案会被判 0 分吗？

不会。系统不会自动写分，而是把结果转入人工复核。门槛表示自动落分条件，不代表模型正确率。

为什么规则覆盖率没有达到 100%？

检查固定题和随机题池中是否仍有人工题未启用或规则不完整，并查看不支持题目数量。评分点分值不等于满分也会阻止应用。

下一步

完成 AI 判分后，进入 成绩统计 检查待阅卷数量、通过率和成绩分布。