新聞頻道 記者:董碩 報道

一線教師只需輕點鼠標(biāo)，全班及個人作業(yè)的精準(zhǔn)分析便躍然屏上，一項曾經(jīng)耗時數(shù)日的繁重工作，如今在兩分鐘內(nèi)便能完成。

近日，教育部首次面向中西部中小學(xué)教師舉辦的“人工智能素養(yǎng)提升專題培訓(xùn)班”，吸引了31萬名骨干教師參與。這場大規(guī)模培訓(xùn)傳遞出一個明確信號：人工智能正從教育的外圍工具，走向教學(xué)的核心流程。

在此背景下，以“全都會”AI智教系統(tǒng)為代表的一批教育科技產(chǎn)品，正將作業(yè)批改這一基礎(chǔ)動作，重塑為驅(qū)動個性化教學(xué)的智能起點，將教師從繁重的重復(fù)勞動中解放出來，使其更聚焦于育人的本質(zhì)。

武向平院士對深圳叉子科技“全都會”AI智教系統(tǒng)表示認(rèn)可

時代浪潮：從政策指引到課堂實踐的雙重變革

當(dāng)前，教育領(lǐng)域正經(jīng)歷一場由人工智能引領(lǐng)的深刻轉(zhuǎn)型。國家層面的戰(zhàn)略指引與一線教學(xué)的真實需求，共同構(gòu)成了這場變革的雙引擎。隨著《中小學(xué)人工智能通識教育指南》等文件的相繼發(fā)布，AI與基礎(chǔ)教育的融合已進入系統(tǒng)性推進的新階段。

政策背后，是更為迫切的課堂現(xiàn)實。傳統(tǒng)作業(yè)批改長期困擾著廣大教師——每周動輒耗費10至15小時，反饋滯后，讓錯題容易成為“歷史遺留問題”。這不僅制約了教學(xué)效率，更是成為實現(xiàn)“因材施教”理想的結(jié)構(gòu)性瓶頸。

與此同時，AI技術(shù)在教育場景中持續(xù)迭代，旨在彌合數(shù)字鴻溝、提升教師AI素養(yǎng)的培訓(xùn)也正在展開。越來越多教師認(rèn)識到，AI并非取代教師的“對手”，而是能夠協(xié)助輕松完成作業(yè)全流程、助力個性化輔導(dǎo)的“協(xié)作者”，觀念的轉(zhuǎn)變，為技術(shù)落地掃清了障礙，一場聚焦于教學(xué)核心環(huán)節(jié)的效率革命，已然展開。

技術(shù)內(nèi)核：多模態(tài)AI如何“理解”而不僅是“識別”

AI智教系統(tǒng)的進化，遠(yuǎn)不止用機器替代紅筆。其核心技術(shù)突破在于，通過多模態(tài)大模型與教育垂直場景的深度融合，讓系統(tǒng)能夠“理解”學(xué)生的思考過程，而不僅是“識別”答案；能夠診斷錯誤成因，而非僅僅記錄對錯；能夠規(guī)劃提分路徑，而非簡單推送錯題。

在業(yè)界權(quán)威的“北極星”基礎(chǔ)教育大模型評測中，當(dāng)前優(yōu)秀的通用大模型（如豆包、DeepSeek、Qwen系列等）在解題、推理任務(wù)上已展現(xiàn)出強大能力。然而，教育場景要求更高。因此，“全都會”AI智教系統(tǒng)通過融合視覺識別模型（VLM）與語言理解模型（LLM），構(gòu)成協(xié)同工作的智能體（Agent）工作流，構(gòu)建起“識別-評判-診斷-反饋-補缺”的全流程智能化體系。

視覺模型經(jīng)海量真實教學(xué)場景數(shù)據(jù)專項訓(xùn)練，能精準(zhǔn)識別模糊字跡、潦草書寫、混合排版試卷中的文字、公式、圖表等元素，即便面對學(xué)生草稿式的解題步驟，也能準(zhǔn)確提取核心信息與得分點。隨后，語言大模型介入，執(zhí)行核心的“教學(xué)推理”，這不僅是判斷對錯，更能理解解題邏輯，對主觀題給予合理的步驟分，甚至能識別出方法不同但結(jié)論正確的創(chuàng)新解法，突破了傳統(tǒng)“采點給分”的局限。

“全都會”AI智教系統(tǒng)技術(shù)框架

值得說明的是，系統(tǒng)的能力并非一成不變。其基礎(chǔ)邏輯與核心訓(xùn)練數(shù)據(jù)來源于“全都會”長期積累的海量、高質(zhì)量教學(xué)數(shù)據(jù)庫。而系統(tǒng)之所以需要不斷學(xué)習(xí)，根本原因在于真實教學(xué)場景是動態(tài)發(fā)展的——新的題型、不同的表述方式、區(qū)域性的教學(xué)偏好乃至學(xué)生個性化的解題思路，都在不斷產(chǎn)生新的“案例”。AI模型本身并非全能，它正是在處理這些層出不窮的現(xiàn)實樣本時，通過與教師協(xié)同反饋的閉環(huán)，逐步擴大自身的認(rèn)知邊界。因此，在合規(guī)與匿名化前提下，系統(tǒng)持續(xù)吸收一線產(chǎn)生的批改案例、教師修正意見與區(qū)域化學(xué)情。這種“使用-反饋-優(yōu)化”的數(shù)據(jù)飛輪，讓系統(tǒng)能夠持續(xù)追蹤教學(xué)實際，在題型覆蓋、推理判斷和評分一致性上不斷自我完善。

技術(shù)賦能：智能批改如何成為教學(xué)優(yōu)化的“數(shù)據(jù)引擎”

更重要的是，“全都會”系統(tǒng)構(gòu)建了“批改數(shù)據(jù)-學(xué)期分析-教學(xué)優(yōu)化”的閉環(huán)機制。通過Agent工作流，將批改過程拆解為智能識別、邏輯評判、錯因診斷、報告生成等自動化任務(wù)，實現(xiàn)了從“機械勞動替代”升級為“教學(xué)決策支撐”的價值跨越。系統(tǒng)批改產(chǎn)生的知識點掌握率等數(shù)據(jù)，會自動生成個人及班級的學(xué)情報告和知識點畫像。

同時，針對不同地區(qū)、不同學(xué)校的教學(xué)差異，“全都會” 系統(tǒng)構(gòu)建了靈活的適配機制。在題庫建設(shè)上，不僅與多家頭部題庫達(dá)成合作，構(gòu)建了全面的優(yōu)質(zhì)題庫，同時，還通過 “校師協(xié)作梳理重點 + 技術(shù)優(yōu)化標(biāo)簽” 的方式，持續(xù)擴充符合區(qū)域教學(xué)大綱的習(xí)題資源，目前已能滿足日常教學(xué)、隨堂檢測及階段性評估需求。

教師可基于智能批改得到的學(xué)生學(xué)情數(shù)據(jù)精準(zhǔn)定位教學(xué)重點，結(jié)合系統(tǒng)完善的題庫一鍵生成分層作業(yè)，讓學(xué)有余力的學(xué)生獲得拓展提升，讓基礎(chǔ)薄弱的學(xué)生得到靶向補漏，真正實現(xiàn) “以學(xué)定教”。這種 “AI 初批 + 教師精批” 的人機協(xié)同模式，既解放了教師的重復(fù)勞動，又保留了教育的人文溫度。

教師使用“全都會”AI智教系統(tǒng)為學(xué)生出題

從鏡子到導(dǎo)航：重塑教育評價與發(fā)展的新范式

當(dāng)前，教育AI正從“工具替代”走向“人的延伸”，智能批改帶來的深層變革，是教學(xué)評價范式的根本性遷移——從一把衡量所有人的“統(tǒng)一標(biāo)尺”，變?yōu)橐幻嬗痴諅€體成長軌跡的“智能鏡子”。這把“尺子”衡量的是結(jié)果，而這面“鏡子”則動態(tài)反映過程。系統(tǒng)生成的學(xué)情報告，被教育專家形象地比喻為對教學(xué)的“CT掃描”。它能清晰呈現(xiàn)每個學(xué)生對知識的掌握情況，標(biāo)識出他在群體中的相對位置與成長曲線，讓學(xué)習(xí)過程變得可視、可析、可干預(yù)。

深圳叉子科技CPO在研討會上介紹AI賦能教育新范式

在天津塘沽六中的實踐中，教師們一致認(rèn)可智能判卷的高效性與學(xué)生情況統(tǒng)計的精準(zhǔn)性，認(rèn)為AI智教系統(tǒng)有效減輕了教師在試卷批改和學(xué)情分析上的工作量。同時，系統(tǒng)在分層教學(xué)的推進過程中發(fā)揮了關(guān)鍵作用，有效解決了傳統(tǒng)教學(xué)中“一刀切”的問題，學(xué)生的學(xué)習(xí)積極性和獲得感都得到了顯著增強。

技術(shù)的終極目的并非取代。正如專家所言，“人工智能一定不會取代教師”，但它會重新定義教師的角色：教師從知識的搬運工，轉(zhuǎn)變?yōu)榻逃脑O(shè)計師、人機協(xié)同的指揮者與情感價值的守護者。當(dāng)前階段的AI智教系統(tǒng)，正是在教師的專業(yè)指引與反饋調(diào)優(yōu)中不斷進化，共同構(gòu)建“為人所用、為人賦能”的教育新生態(tài)。

而批改，這個曾經(jīng)的教學(xué)重心，正在智能技術(shù)的加持下，演變?yōu)榫珳?zhǔn)教學(xué)的起點——不僅照亮學(xué)生的當(dāng)下，更導(dǎo)航其未來的成長路徑。