從“人工批改”到“AI診斷”：【全都會】智能技術重塑教學深度

新聞頻道 記者:董碩 報道

一線教師只需輕點鼠標，全班及個人作業的精準分析便躍然屏上，一項曾經耗時數日的繁重工作，如今在兩分鐘內便能完成。

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

在此背景下，以“全都會”AI智教系統為代表的一批教育科技產品，正將作業批改這一基礎動作，重塑為驅動個性化教學的智能起點，將教師從繁重的重復勞動中解放出來，使其更聚焦于育人的本質。

武向平院士對深圳叉子科技“全都會”AI智教系統表示認可

時代浪潮：從政策指引到課堂實踐的雙重變革

當前，教育領域正經歷一場由人工智能引領的深刻轉型。國家層面的戰略指引與一線教學的真實需求，共同構成了這場變革的雙引擎。隨著《中小學人工智能通識教育指南》等文件的相繼發布，AI與基礎教育的融合已進入系統性推進的新階段。

政策背后，是更為迫切的課堂現實。傳統作業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”。這不僅制約了教學效率，更是成為實現“因材施教”理想的結構性瓶頸。

與此同時，AI技術在教育場景中持續迭代，旨在彌合數字鴻溝、提升教師AI素養的培訓也正在展開。越來越多教師認識到，AI并非取代教師的“對手”，而是能夠協助輕松完成作業全流程、助力個性化輔導的“協作者”，觀念的轉變，為技術落地掃清了障礙，一場聚焦于教學核心環節的效率革命，已然展開。

技術內核：多模態AI如何“理解”而不僅是“識別”

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

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

視覺模型經海量真實教學場景數據專項訓練，能精準識別模糊字跡、潦草書寫、混合排版試卷中的文字、公式、圖表等元素，即便面對學生草稿式的解題步驟，也能準確提取核心信息與得分點。隨后，語言大模型介入，執行核心的“教學推理”，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論正確的創新解法，突破了傳統“采點給分”的局限。

“全都會”AI智教系統技術框架

值得說明的是，系統的能力并非一成不變。其基礎邏輯與核心訓練數據來源于“全都會”長期積累的海量、高質量教學數據庫。而系統之所以需要不斷學習，根本原因在于真實教學場景是動態發展的——新的題型、不同的表述方式、區域性的教學偏好乃至學生個性化的解題思路，都在不斷產生新的“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實樣本時，通過與教師協同反饋的閉環，逐步擴大自身的認知邊界。因此，在合規與匿名化前提下，系統持續吸收一線產生的批改案例、教師修正意見與區域化學情。這種“使用-反饋-優化”的數據飛輪，讓系統能夠持續追蹤教學實際，在題型覆蓋、推理判斷和評分一致性上不斷自我完善。

技術賦能：智能批改如何成為教學優化的“數據引擎”

更重要的是，“全都會”系統構建了“批改數據-學期分析-教學優化”的閉環機制。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，實現了從“機械勞動替代”升級為“教學決策支撐”的價值跨越。系統批改產生的知識點掌握率等數據，會自動生成個人及班級的學情報告和知識點畫像。

同時，針對不同地區、不同學校的教學差異，“全都會” 系統構建了靈活的適配機制。在題庫建設上，不僅與多家頭部題庫達成合作，構建了全面的優質題庫，同時，還通過 “校師協作梳理重點 + 技術優化標簽” 的方式，持續擴充符合區域教學大綱的習題資源，目前已能滿足日常教學、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生學情數據精準定位教學重點，結合系統完善的題庫一鍵生成分層作業，讓學有余力的學生獲得拓展提升，讓基礎薄弱的學生得到靶向補漏，真正實現 “以學定教”。這種 “AI 初批 + 教師精批” 的人機協同模式，既解放了教師的重復勞動，又保留了教育的人文溫度。

教師使用“全都會”AI智教系統為學生出題

從鏡子到導航：重塑教育評價與發展的新范式

當前，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，是教學評價范式的根本性遷移——從一把衡量所有人的“統一標尺”，變為一面映照個體成長軌跡的“智能鏡子”。這把“尺子”衡量的是結果，而這面“鏡子”則動態反映過程。系統生成的學情報告，被教育專家形象地比喻為對教學的“CT掃描”。它能清晰呈現每個學生對知識的掌握情況，標識出他在群體中的相對位置與成長曲線，讓學習過程變得可視、可析、可干預。

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，教師們一致認可智能判卷的高效性與學生情況統計的精準性，認為AI智教系統有效減輕了教師在試卷批改和學情分析上的工作量。同時，系統在分層教學的推進過程中發揮了關鍵作用，有效解決了傳統教學中“一刀切”的問題，學生的學習積極性和獲得感都得到了顯著增強。

技術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，轉變為教育的設計師、人機協同的指揮者與情感價值的守護者。當前階段的AI智教系統，正是在教師的專業指引與反饋調優中不斷進化，共同構建“為人所用、為人賦能”的教育新生態。

而批改，這個曾經的教學重心，正在智能技術的加持下，演變為精準教學的起點——不僅照亮學生的當下，更導航其未來的成長路徑。