最近，老外特別關注AI在中國教育界的進展，例如人臉識別進課堂、高中AI教材出版等等，這一次關注的焦點是：AI代替老師批作業(yè)。

起因是，英文媒體《南華早報》最近有篇報道[1]說，中國有大約6萬所學校都在用人工智能來批改學生的作業(yè)，每四所學校中就有一所在用。

這些學校分布在各地，四川、山東、安徽、北京……

學生們提交的英文作業(yè)，打分交由機器完成，而不是人類教師。作文批改系統(tǒng)，要比Word的拼寫檢查復雜得多。它能夠理解文字的一般邏輯和意思，對作文的整體質量做出像人一樣合理的評判，還要在寫作風格、結構、主題等方面給出改進建議。

據說，92%的情況下，AI和人類教師對一篇作文的評分是一致的。

這個籠罩6萬所學校的人工智能，就是句酷批改網。在它的背后，是一個多所高校和公司共同推進了近10年的項目：語言智能評測關鍵技術及應用。

數據顯示，這個機器教師的學生已經達到1.2億，還覆蓋了北京90%高校，以及所有區(qū)縣的中學。但它也像一道分水嶺，有些人壓根沒聽過。這一點也不奇怪。要知道2016年底，這個服務覆蓋的學校才6000多所。

也就是說，一年之間，它覆蓋的學校數量增長了900%。

“高分秘籍”

學生對機器批改作業(yè)，感受如何?

一個可見的情況是，你能輕松從微博上找到各種吐槽。

比如：

“生活所有的痛苦都來自英語批改網和老師的公郵”

“受了批改網一肚子氣”

“就像相信批改網是垃圾。即使在批改網的排名是倒數也不影響就是這樣堅定地上交的決心”

說起這些，量子位的一枚同事，默默地貼出她被批改網“支配”的往事：100多字的英語短文，修改了40多次。

當人把命運交到機器手里，心中總是有點不服氣。

于是不斷有人試圖證明，機器評分這套系統(tǒng)，不過爾爾。比如此前未來網就在報道[2]中提及此事。

網友“TroyS”反映，一次專門到網上查到批改網各種高分表達并且用到作文里，提交后得了86分，修改語法錯誤后分數變?yōu)?1.5分。此后，該網友把“高分表達”刪除，試著用普通表達后，評分還是91.5分。再后來，試著刪掉最后一段、試著刪掉最后兩段，提交后的分數也都仍然是91.5分。但更令其吃驚的是，當該網友把最后兩段又貼回去后，分數變成了90分，并且此后修改了17次之多，但分數沒變過。

知乎網友“猴賽雷”也提到，通過使勁重復題目要求中的詞和句子、貫穿全文，結構以“首先、其次”這類“八股文模式”照搬，文內多加六級高級詞匯和句式等，再加上批改網推薦替換的詞匯都用上，最后就能得到高分，但是內容驢唇不對馬嘴。

未來網記者將網上找的《假如給我三天光明》的英文節(jié)選粘貼到批改網上，提交后得分85.5分，并提示標題“假如給我三天光明”的英文表達“疑似謂語缺失”。根據文后的按句點評修改兩處提交后，得分仍為85.5分。然而，當記者刪掉最后一段后，得分變?yōu)榱?6分。接著，記者又刪除第一段，提交后得分變成了86.5分。當記者再將第二段刪除后，分數又變成了86分。

總而言之一句話，機器批改作業(yè)，確實還有很多不完善的地方。

一位自稱曾經是批改網研發(fā)的用戶也表示，“批改網的批改原理是用多維度加權平均來給你打分。如果一個維度權重很重，你剛好改了之后這個維度的值降了，一加權自然就分數低了”。

“同學們加油，是機器就有漏洞，就看你們能不能總結出規(guī)律了。”

背后原理

機器到底是如何批改作業(yè)的?

在批改網的官方頁面上，對于背后技術的闡釋如下。

批改網的原理通過對比學生作文和標準語料庫之間的距離，并通過一定的算法將之映射成分數和點評。

2014年多知網的一篇報道中[3]，批改網創(chuàng)始人講述了更多的細節(jié)。我們摘錄如下。

批改網修改作文的原理是，作文提交后，網站將作文從“詞匯”、“句子”、“篇章結構”、“內容相關度”4個大類192個維度進行拆分，每個維度都會與批改網建立的英語本族語語料庫(即國外英語文章的素材)作對比。語料庫越豐富，對比的客觀性就越高，機器批改與人工批改的一致率就越高。

比如，在作文中經常出現“learn knowledge”這樣的中式英語。將這樣的語言搭配與語料庫資料對比后發(fā)現，以英語為母語的國家中，使用“learn knowledge”的頻率為0次，使用頻率最高的是“have knowledge”。所以，會建議學生使用“have knowledge”。

再提供點新信息，根據《2018年國家科學技術進步獎項目提名公示》中披露的內容顯示，批改網背后的技術“歷經近10年的潛心研究”。

其中列出的五個主要的創(chuàng)新點包括：

1、首次提出全信息語言評測模型 2、構建大規(guī)模評測本體知識庫 3、構建大規(guī)模評測語料庫和規(guī)則庫 4、提出篇章主題聚合度模型 5、提出文檔自動編輯和轉換模型。

大概就這樣吧。

不管細節(jié)怎樣，總有質疑說機器批改打分的價值不大，目前仍有一些不足云云。但是，這套系統(tǒng)可能真的擊中了老師的痛點。官方也把這個作為宣傳的重點：

老師們問什么要使用批改網呢?

上海交通大學的胡開寶教授說，批改網可以減輕老師負擔，提高學生學習積極性;清華大學楊芳老師：”以前學生追著我問 ‘ 老師你改了沒有? ‘ ，在使用批改網后我追著學生問 ‘ 作文交了沒有?’ “。

系統(tǒng)的開發(fā)者們把它定位成一種輔助工具。對于缺乏教育資源的偏遠地區(qū)學生來說，一個批改作文的AI能為他們帶來不錯的寫作訓練;對于一般的學校來說，它能幫老師們搞定堆積如山的作業(yè)，加快批改的速度。

然而根據《南華早報》的報道，老師們對作文批改AI的信任度并不是很高。老師們依然認為，這個系統(tǒng)還不能算完美，有些很好的作文得不到高分。

其實，在作文批改AI出現更早的美國，機器打分早已有了更大膽的應用。

測試機構ETS的作文評分系統(tǒng)e-rater，從2010年開始，就開始正式參與托福考試作文的打分，一個人類評分員和e-rater給出的分數一平均，就成了托福作文的得分。

而這次被英文媒體關注的中國批作業(yè)AI，老師們也只是在日常作業(yè)和小測驗中使用AI來批改打分，真正的考試，還不敢交給它。