熟悉我的同学们都知道，我是一个“系统狂魔”。平时没事的时候，我就喜欢写一些业务系统，来提升自己工作的效率。刚回到软件学院工作时，我花了大约半年的时间开发了KL平台，用于组织和管理我的教学过程。
近几年，人工智能，尤其是大语言模型，发展迅速。我也一直在思考：能否将它应用到我的教学中？学校也鼓励我们多加探索。不过，我的思路和多数老师有些不同。
很多老师设想的“AI 助教”，核心是基于检索增强生成的技术：先整理课程内容，构建知识库，再提供一个对话接口，让学生随时提问，由大语言模型结合知识库回答。
但我并不打算这么用。原因有两点：
第一，本科教学所涉及的基础知识，大语言模型已经掌握得非常好。大家在算法课上就能体会到，无论问题简单还是复杂，模型通常都能给出不错的答案。第二，从我的个人使用体验来看，模型厂商公开给用户使用的产品往往比开放出来的 API 更强大。
所以，如果学生在学习中遇到问题，他们更可能直接去问通用的大语言模型，而不是依赖老师自己开发的“AI 助教”。这一点在我的课堂上也有体现：学生们遇到问题时，大多会直接打开 ChatGPT 提问。于是，他们很快就“学会”了（这里加引号是因为，他们往往只是得到了正确答案，但未必真正理解）。更直观的例子是，KL 平台的讨论区里，关于课程和作业内容的讨论很少，大多数帖子是一些程序性问题，例如“考试能不能用计算器”、“这个题要不要写证明”、“老师，我的代码有一个隐藏样例过不了，能不能告诉我是哪一个？”——这些并不是 AI 助教能解决的。
因此，作为一个“懒人”，我思考的方向就变成了：如何利用大语言模型来减轻自己和助教的负担？这个暑假，我花了大量时间探索、设计并实现了一个自动评阅书面作业的系统。它能够根据我预设的参考答案和评分标准，对学生的作业打分并生成详细的评分理由。
得益于 KL 平台上已有的作业数据和评阅记录，我能够进行大量实验，反复调试，直到系统达到我满意的效果。目前，该系统已能较好地识别和评阅大部分作业题目，并且我已将它完整地集成进 KL 平台。
从 2025 年秋季学期开始，离散数学和算法设计与分析两门课程的书面作业，将先由自动评阅系统进行初评，再由助教人工复核，确保结果与参考答案和评分标准一致。
这样做的好处有：
- 减轻工作量，提升反馈质量：以往书面作业完全依赖人工评阅，助教的工作量非常大。为了快速完成批改，评语往往写得过于简略，学生有时并不清楚自己错在哪里。自动评阅系统的优势在于，它能不厌其烦地写出清晰、具体的反馈，帮助学生更好地理解问题。
- 统一评分尺度：人工评阅时，最棘手的问题是如何界定“扣多少分才合适”。比如同一个错误，我可能在前几份作业中扣一半分，但在后面看到类似错误时却扣掉全部分。为了保证一致性，我常常需要在评阅完成后再回头逐一检查，修正不一致之处，工作量非常大。自动评阅系统则能天然保证评分标准的一致性。
致同学们的几点提醒
为了让自动评阅系统在教学中发挥应有的作用，同时保证评分的公平与有效，我有以下几点呼吁：
- 答案要写得清晰、具体、完整：除非系统出现明显的事实性错误（例如把正确答案判错），否则我们不会修改评阅结果。换句话说，如果你的答案不够完整，系统可能会据此扣分，而我们在复核时也大概率会认可这一结果。请务必将答案写得条理清晰、逻辑完整。
- 作业必须有良好的排版：如果排版混乱，系统可能会直接判为错误，我们在复核时也会采纳这一意见，这么做的原因是，如果你考试的时候也让自己的卷面凌乱不堪，那么大概率你也是得不到这道题目的分数的。因此，请大家务必重视排版。我推荐使用LaTeX或Markdown来排版你的作业，这样不仅公式输入方便，而且效果更美观。
希望大家能够理解并配合，这样不仅能帮助我们更好地管理课程，也能让你们获得更清晰、详细的作业反馈。