从“人工批改”到“AI诊断”：【全都会】智能技术重塑教学深度

新闻频道 记者:董硕 报道

一线教师只需轻点鼠标，全班及个人作业的精准分析便跃然屏上，一项曾经耗时数日的繁重工作，如今在两分钟内便能完成。

近日，教育部首次面向中西部中小学教师举办的“人工智能素养提升专题培训班”，吸引了31万名骨干教师参与。这场大规模培训传递出一个明确信号：人工智能正从教育的外围工具，走向教学的核心流程。

在此背景下，以“全都会”AI智教系统为代表的一批教育科技产品，正将作业批改这一基础动作，重塑为驱动个性化教学的智能起点，将教师从繁重的重复劳动中解放出来，使其更聚焦于育人的本质。

武向平院士对深圳叉子科技“全都会”AI智教系统表示认可

时代浪潮：从政策指引到课堂实践的双重变革

当前，教育领域正经历一场由人工智能引领的深刻转型。国家层面的战略指引与一线教学的真实需求，共同构成了这场变革的双引擎。随着《中小学人工智能通识教育指南》等文件的相继发布，AI与基础教育的融合已进入系统性推进的新阶段。

政策背后，是更为迫切的课堂现实。传统作业批改长期困扰着广大教师——每周动辄耗费10至15小时，反馈滞后，让错题容易成为“历史遗留问题”。这不仅制约了教学效率，更是成为实现“因材施教”理想的结构性瓶颈。

与此同时，AI技术在教育场景中持续迭代，旨在弥合数字鸿沟、提升教师AI素养的培训也正在展开。越来越多教师认识到，AI并非取代教师的“对手”，而是能够协助轻松完成作业全流程、助力个性化辅导的“协作者”，观念的转变，为技术落地扫清了障碍，一场聚焦于教学核心环节的效率革命，已然展开。

技术内核：多模态AI如何“理解”而不仅是“识别”

AI智教系统的进化，远不止用机器替代红笔。其核心技术突破在于，通过多模态大模型与教育垂直场景的深度融合，让系统能够“理解”学生的思考过程，而不仅是“识别”答案；能够诊断错误成因，而非仅仅记录对错；能够规划提分路径，而非简单推送错题。

在业界权威的“北极星”基础教育大模型评测中，当前优秀的通用大模型（如豆包、DeepSeek、Qwen系列等）在解题、推理任务上已展现出强大能力。然而，教育场景要求更高。因此，“全都会”AI智教系统通过融合视觉识别模型（VLM）与语言理解模型（LLM），构成协同工作的智能体（Agent）工作流，构建起“识别-评判-诊断-反馈-补缺”的全流程智能化体系。

视觉模型经海量真实教学场景数据专项训练，能精准识别模糊字迹、潦草书写、混合排版试卷中的文字、公式、图表等元素，即便面对学生草稿式的解题步骤，也能准确提取核心信息与得分点。随后，语言大模型介入，执行核心的“教学推理”，这不仅是判断对错，更能理解解题逻辑，对主观题给予合理的步骤分，甚至能识别出方法不同但结论正确的创新解法，突破了传统“采点给分”的局限。

“全都会”AI智教系统技术框架

值得说明的是，系统的能力并非一成不变。其基础逻辑与核心训练数据来源于“全都会”长期积累的海量、高质量教学数据库。而系统之所以需要不断学习，根本原因在于真实教学场景是动态发展的——新的题型、不同的表述方式、区域性的教学偏好乃至学生个性化的解题思路，都在不断产生新的“案例”。AI模型本身并非全能，它正是在处理这些层出不穷的现实样本时，通过与教师协同反馈的闭环，逐步扩大自身的认知边界。因此，在合规与匿名化前提下，系统持续吸收一线产生的批改案例、教师修正意见与区域化学情。这种“使用-反馈-优化”的数据飞轮，让系统能够持续追踪教学实际，在题型覆盖、推理判断和评分一致性上不断自我完善。

技术赋能：智能批改如何成为教学优化的“数据引擎”

更重要的是，“全都会”系统构建了“批改数据-学期分析-教学优化”的闭环机制。通过Agent工作流，将批改过程拆解为智能识别、逻辑评判、错因诊断、报告生成等自动化任务，实现了从“机械劳动替代”升级为“教学决策支撑”的价值跨越。系统批改产生的知识点掌握率等数据，会自动生成个人及班级的学情报告和知识点画像。

同时，针对不同地区、不同学校的教学差异，“全都会” 系统构建了灵活的适配机制。在题库建设上，不仅与多家头部题库达成合作，构建了全面的优质题库，同时，还通过 “校师协作梳理重点 + 技术优化标签” 的方式，持续扩充符合区域教学大纲的习题资源，目前已能满足日常教学、随堂检测及阶段性评估需求。

教师可基于智能批改得到的学生学情数据精准定位教学重点，结合系统完善的题库一键生成分层作业，让学有余力的学生获得拓展提升，让基础薄弱的学生得到靶向补漏，真正实现 “以学定教”。这种 “AI 初批 + 教师精批” 的人机协同模式，既解放了教师的重复劳动，又保留了教育的人文温度。

教师使用“全都会”AI智教系统为学生出题

从镜子到导航：重塑教育评价与发展的新范式

当前，教育AI正从“工具替代”走向“人的延伸”，智能批改带来的深层变革，是教学评价范式的根本性迁移——从一把衡量所有人的“统一标尺”，变为一面映照个体成长轨迹的“智能镜子”。这把“尺子”衡量的是结果，而这面“镜子”则动态反映过程。系统生成的学情报告，被教育专家形象地比喻为对教学的“CT扫描”。它能清晰呈现每个学生对知识的掌握情况，标识出他在群体中的相对位置与成长曲线，让学习过程变得可视、可析、可干预。

深圳叉子科技CPO在研讨会上介绍AI赋能教育新范式

在天津塘沽六中的实践中，教师们一致认可智能判卷的高效性与学生情况统计的精准性，认为AI智教系统有效减轻了教师在试卷批改和学情分析上的工作量。同时，系统在分层教学的推进过程中发挥了关键作用，有效解决了传统教学中“一刀切”的问题，学生的学习积极性和获得感都得到了显著增强。

技术的终极目的并非取代。正如专家所言，“人工智能一定不会取代教师”，但它会重新定义教师的角色：教师从知识的搬运工，转变为教育的设计师、人机协同的指挥者与情感价值的守护者。当前阶段的AI智教系统，正是在教师的专业指引与反馈调优中不断进化，共同构建“为人所用、为人赋能”的教育新生态。

而批改，这个曾经的教学重心，正在智能技术的加持下，演变为精准教学的起点——不仅照亮学生的当下，更导航其未来的成长路径。