最近，俄罗斯、韩国、赞比亚等11名外国留学生完成了特别的中文答案，这个中文答案不是老师评分，而是AI评价的。 这些考生也成为了世界上第一个接受AI评价的学生。
用二百字作文找出八处错误
考试前，老师给他们做了一篇题为“请写下你的兴趣爱好”的作文题目。 半小时后，轮到AI工作了。 但是，AI也不能直接评价试卷，首先扫描试卷，将扫描图像转换成文字显示在电脑上，不到几十秒，AI在不到200个文字的作文中发现了8个错误。
(图像来自微博)
在这篇作文中，“但是汉语的难点不是字，而是像她一样变好”这个词，AI把Redundant (多语)记在“是”下面，把Selection (错字)记在“并且”下面。 另外，Missing和Word Order等错误也按照每个AI标记在文章中的对应位置。
据说这个AI来自阿里巴巴，应用于外国人评分汉语答案在世界上还是首次。 在具有考卷能力之前，该AI经历了大量汉语语言体系的学习，扫描仪扫描考卷信息，使用OCR技术转换为文章后，AI利用自然语言处理算法分析文章内容，识别错误比特的类型和位置，最后将考卷载入考卷。 从现在的测试情况来看，这个AI在精度方面接近人的水平。
AI评估引擎可靠吗？
通常考试答案包括主观问题和客观问题两方面。 其中，AI参与客观问题的评价比较常见，客观问题有标准答案，将考生的答案与预存的标准答案相比较，作出正确对待是一个极其简单的过程。
上位的AI在判断正邪后，可以说明选项，让考生理解自己选择的正邪和原因。 再加上，收集所有考生的客观答案，综合分析各题的得分率、各选项的选择率等，是更高级的AI，这关系到数据分析的水平。
目前，在AI评价客观问题正误的模式得到了很多人的认可，提高了评价引擎的效率，保证了评价引擎的质量。 用AI来评估主观问题的好坏会怎样？
某年高考作文等级评定标准
主观问题是用人的思维来解答，以作文问题为例。 上图为小编选定某年高考作文等级评定标准。 由上表可知，人们把作文等级从内容、表现及特征三个方面分为1、2、3、4等。 但是，小编认为，如果AI参加这样的作文评价的话，在表现部分就可以得到最严格和公正的评价。
如前所述的蚂蚁AI，可以对文本结构、词句的语气、语言的流畅度进行比较公正的评价，对于笔迹，也可以通过算法比较考生的笔迹和标准字体之间的相似度进行评分。 尽管蚂蚁AI已经达到了很高的标准，小编还是要找出AI检测不到的错误，在“但是不放弃”这个词中“的”这个字母也必须标记为Selection (错字)。 这说明AI的某些句子的理解仍然不足。
再者，中文博大精深，一句话就有各种各样的理解。 考生写的内容是否符合问题，文章是否有文采，对AI来说可能是一个重大挑战。
其次，作文的核心是考生的表现思想，人的感情是AI永远学不到的。 AI即使能评价作文的语法正邪，也不能理解人的喜怒哀乐，也不能评价文章的内容和感情。
“文无第一，武无第二”，文学创作本来就没有统一标准。 AI评价引擎容易限制考生的思维，使能够表现考生才能的作文千篇一律。 在这方面，人工评价引擎反而可以掌握更多。
有人认为AI评价引擎的出现给教师增加了很多负担。 与人工评估引擎相比，AI能够提高评估效率，即使面对作文这一主观问题，也能够实施统一的评估标准，有效避免人工评估引擎主观因素造成的评估差异，使作文评估机制更加合理、公正。
总之，新技术的出现总是争论很多，千读者眼中有一千哈姆雷特，你觉得AI评估引擎是否可靠？