研究评估Claude Code批改手写大学试卷的可靠性

Rayed AlGhamdi发布的arXiv研究评估了基于Claude Opus 4.6的智能体工具Claude Code批改手写大学试卷的可靠性。在沙特一门计算机图形学课程中，它为60名学生的20分期中卷评分，总分与专家评分高度一致（r = 0.97，MAE = 0.85分），重测一致性ICC为0.96。 论文称，这一能力水平的AI评分可在结构性保障措施下辅助教师批改客观题和简答题，但尚不能替代教师在边界情况或绘图题上的判断。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。