往年一所学校每年组织测试至少80科次
测试卷约10万张
全校教师阅卷累计时长超过800天
而我国中小学教师每周工作时间平均达54.5小时
但全年批改测试卷及作业约12000本
它们在老师的日常工作中占了三分之二的时间
……
学校、老师所面临的具体问题
1、人工阅卷困难、误差大
手工评阅,效率低下、主观性强
2、试卷保存难度高
纸质试卷易丢失、损坏
无法满足高校试卷保存需求
3、考试数据分析难
手工计算分析,工作量巨大,分析范围有限
4、日常试卷查找难
试卷堆积如山,查找试卷难度大
5、人力物力成本高
繁琐的装订、搬运、逐张翻阅
工作强度大,耗费大量的人力、物力
在这些令人心惊的数据背后
是被繁重教务压得喘不过气的一线老师
他们急需智能化的技术产品帮助他们工作“减负”
帮助老师们能从试卷出题、阅卷、学情分析等
事务性工作中节省出时间
把更多的精力应用于精准施教
翌学智慧教育平台—AI自动批阅系统作为 一个一站式服务的教学系统,给用户提供的不单单是组卷、题库、考试、统计数据等功能,还有多种阅卷模式。
翌学智慧教育平台—AI自动批阅的工作原理
翌学智慧教育平台—AI自动批阅的工作原理是要先对答题进行图像扫描,之后对扫描图像进行全方位OCR识别、文本转写、内容分析和关键特征提取,然后在此基础上,利用计算机智能学习能力,提供的评分标准和评分结果。
翌学智慧教育平台—AI自动批阅系统
有哪些技术支撑?
想要实现自动批阅,离不开背后的技术支持,自动批阅软件系统背后的技术有哪些呢?
1、大数据技术
大数据(big data),IT行业术语,是指无法在一定时间范围内用常规软件工具进行捕捉、管理和处理的数据集合,是需要新处理模式才能具有更强的决策力、洞察发现力和流程优化能力的海量、高增长率和多样化的信息资产。
2、图像识别技术
图像识别是计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术。识别过程包括图像预处理、图像分割、特征提取和判断匹配。简单来说,图像识别就是计算机如何像人一样读懂图片的内容。
图像的传统识别流程分为四个步骤:图像采集→图像预处理→特征提取→图像识别。
图像识别技术就像人一样可以读懂图的内容,我们同过图像识别技术直接识别出试卷的内容,帮助老师完成自动批阅。
3、手写体识别技术
手写体识别由于数据采集方式不同可以划分为脱机手写体识别和联机手写体识别两大类。联机手写识别所处理的手写文字是书写者通过物理设备(如数字笔、数字手写板或者触摸屏) 在线书写获取的文字信号,书写的轨迹通过定时采样即时输入到计算机中。而脱机手写文字识别所处理的手写文字是通过扫描仪或摄像头等图像捕捉设备采集到的手写文字二维图片。
4、深度学习技术
第三拨人工智能热潮就是源于深度学习的复兴。深度学习最典型最广泛的应用就是图像识别。此外,深度学习还可以应用于语音、自然语言等领域。
深度学习相比其他机器学习技术,能够在机器视觉、语音识别、自然语言处理、机器翻译、数据挖掘、自动驾驶等方面取得好得多的效果。
深度学习是基于机器学习延伸出来的一个新的领域,由以人大脑结构为启发的神经网络算法为起源加之模型结构深度的增加发展,并伴随大数据和计算能力的提高而产生的一系列新的算法。
翌学智慧教育平台—AI自动批阅系统优势有哪些?
1、效率
AI自动批阅卷系统相比人工批阅速度更快,这是毋庸置疑的,老师不可能一次记住所有的多项选择题答案,需要不断检查标准答案,这是很费时的,自动批阅系统帮助学校和老师大大提高了效率、减少了教学成本。
以南京天正小学每周一次的“数海探航”应用为例,如果老师还是用传统的方式出题,批改,誊分,统计分析,一个班(43人)老师至少需要1.5小时;而采用翌学AI自动批阅系统后,只需要30分鈡,大大提升了效率,单场考试批改效率提升80%,非常省时省力,老师有更多的时间去研究教学。
2、公平
自动批阅系统更加理性,不受情感信息的影响,不受外界条件的干扰,不受疲劳等原因的误判。即使在复杂的干扰环境中,仍然可以得到正确的结果
3、留痕批阅
目前翌学智慧教育平台—AI自动批阅系统,可以不用答题卡实现原卷留痕,不仅可以在原试卷进行识别批阅,而且贴合现行教学方式继承了原有的批阅习惯。
4、学情分析
人工智能自动阅卷系统可以在评分后直接做好学情分析,统计出考试数据、错题数据等教学材料,帮助老师减负、增效,帮助学生 提高学习效率。
全面推进素质教育离不开老师们的艰苦付出,但是老师们的精力是有限的,需要提供更多专业支持,帮助教师“强起来” !让老师将有限的精力集中在学生们的思想品德、学业水平、身心健康、艺术素养、社会实践等其他更多教育培养中!
翌学,致力于成为师生更好的教、学助手!
欢迎更多的学校联系我们试用!
免责声明:文章素材来源于网络,相关版权归原作者所有,如有侵权请联系删除