Claude Code 高校手写考试评分可靠性研究

沙特阿拉伯某高校研究者 Rayed AlGhamdi 发表研究，评估基于 Claude Opus 4.6 的 Claude Code 在计算机图形学课程中评分 60 份手写期中试卷的可靠性。结果显示，AI 评分与人类专家总分高度一致（r = 0.97，MAE = 0.85），重测信度极佳（ICC = 0.96），但存在轻微正向偏差。 该研究指出，AI 在绘图题及修正后的选择题上出现关键词匹配不足和注意力漂移等失效模式。由于作者作为唯一学科专家提供人类基准，该设计评估的是与领域专家参考的一致性，而非评分者间信度。

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。