2万所美国院校都在用的AI阅卷系统 只要复制原文“关键词”就给高分

据了解，这款AI阅卷系统搭载于虚拟学习平台Edgenuity，目前已服务了2万所美国院校。

而这位爆料者名为达娜·西蒙斯（Dana Simmons），是加州大学河滨分校的历史系副教授。

她之所以发现AI评分系统漏洞是因为他的学霸儿子在历史测评中只拿到了50%的成绩。

随便写写就能拿高分

拉扎尔（Lazare）是一名高中生，他刚刚在Edgenuity平台完成了历史考试测评，满分100，他只拿到了50分，这显然与平时成绩相差很多，他很伤心。

一开始，Simmons还试图安慰他，也许这次的阅卷的老师比较严格。不过，Lazare称，老师并没有看他的答案，提交试卷不到一分钟，成绩就出现了。

Simmons知道，这应该是系统算法自动评分，随后他看了儿子的考试试卷，似乎并没有什么大的问题。于是，她决定用一道历史题测试一下系统的评分规则，结果让她大跌眼镜。

题目是这样的：君士坦丁堡的地理位置如何帮助拜占庭帝国变得富有和繁荣？

它位于爱琴海和黑海之间，是商船和乘客的集散地。它也正处于欧洲和小亚细亚之间，这使它成为一个巨大的贸易中心，而且在当时的许多贸易路线。利润、多样化、西班牙、中国、印度、非洲。

Simmons称，她只是写了两个相关的长句，然后又往上堆叠了一些不连贯的关键词，比如财富、印度、中国、中东。但这种拼凑的“单词沙拉（Word Salad）”形式，系统却给了她满分。

原来根据该公司官网显示，系统的的评分规则是，如果某些问题的答案不包括关键字，系统会判定为0分，如果至少包含一个关键字，则为100分。 而其他的问题根据包含的关键字数量获得一定的百分比。

按关键词评分不失为一种好的方式，但只是按照关键词，显然会出现明显失误。

随后，Simmons在社交平台Twitter上，公开指责Edgenuity公司，称其AI算法漏洞不利于教育公平，引起很多网友的关注和支持。

对此，Edgenuity公司做出回应称，AI系统评分只是作为参考，老师有权对其进行修改。

Edgenuity不会使用算法代替老师评分，只是为老师提供评分指导。老师有能力接受或否决建议的分数，AI不会决定学生的课程成绩。

不过，这一回应也是分分钟打脸。

在事后采访中，Lazare的一位同学表示，老师确实可以重新查看学生的试卷，并给出最终的得分。但他认识的大多数同学都表示，从未见过老师更改Edgenuity分配的成绩，尽管听说有同学使用“单词沙拉”的方法获取高分。

“如果老师在看答案，他们根本不在乎”。

“我整个学期都靠它”

重要的是，Simmons并不是最早发现Edgenuity存在评分漏洞的的人。

一位已经毕业的高中生奥斯丁·帕拉迪索（Austin Paradiso）表示，他在高中期间曾多次使用Edgenuity平台进行考试，虽然不喜欢“关键词沙拉”，但这种方式确实有助于得高分，而且100%有效。

据了解，Edgenuity是美国知名在线虚拟教育机构，已成立二十多年，其提供的K12教育服务已广泛用于2万多所院校，而这一服务就包括Edgenuity平台内置的AI评分系统。

另外，由于今年受疫情影响，大多数美国学校都转向了线上授课模式，其教学和评分服务业也选择外包给虚拟教育平台，Edgenuity是其中收到合同最多的一个。

据统计，Edgenuity公司为初中生和高中生提供了300多个在线课程，涉及从数学到社会研究的各个领域。这些课程由教学视频、虚拟作业，以及在线考试组成。Edgenuity在其中负责课程提供和作业评分。

而经过多次考试，很多学生都已经摸透了系统的评估方法。

一位学生说，当他不会做的时候，会尝试提交与问题相关的成批关键词，这种方法通常都会奏效。

还有另外一位同学表示，他们会截取原文中的关键词粘贴到答题区，在整个上学期都使用了这个技巧。并且每次都能获得不低的分数。

另外，在4个月前，还有学生公然在Reddit上发布帖子，询问如何利用Edgenuity作弊。

在老师不知情的情况下，如何成功欺骗Edgenuity？

我发现你们可以轻松地找到所有答案，我想知道是如何做到的，是否会花时间回答每个问题？

帖子下方聚集了很多同学评论，分享在线作弊技巧。其中一位学生表示，几乎每一次Edgenuity平台考试都会作弊。

此次Simmons的揭发对Edgenuity造成了不小影响，已家长公开反对学校使用该虚拟平台，并表示不希望技术影响孩子成绩。

AI阅卷，你怎么看？

AI技术参与到考试测评系统中似乎是一种必然的趋势。在国内已经有很多相关研究，而且一些技术已经开始逐步走向落地阶段。

阿里巴巴于近日发起的百万奖金数学挑战赛，便声称由其自主研发的AI担任辅助阅卷老师。

不过，关于AI阅卷的标准性和公平性一直备受争议。

对于有标准答案的客观题来说，AI的评分能力毋庸置疑，而且对于一些基础的识别错字能力，AI也有不错的表现，比如在2017年阿里举办的AI作文评分测试中，AI仅用十几秒，就在一篇200字的作文中的找出了8个错别字。

显然，AI在提高阅卷效率，减少老师压力方面发挥了不少作用。但对于一些开放式试题，比如作文，AI阅卷则产生了不同的争议。

有人认为，AI阅卷可以避免主观偏见，在文本结构、语言表达方面形成统一的标准，而且其海量的文章储备，也会高于人类老师的评分水平。

但也有人表示，AI判分过于刻板，如上文中的Edgenuity平台，开放式题目表达是考生的核心思想，人类的情感表达是AI无法按照对错来评判的。