哈萨克斯坦学者提出编程课程多因素AI评估模型

哈萨克斯坦学者 Zhanat Nurbekova 在《Frontiers in Education》发表研究，提出包含功能正确性、解释质量和 AI 使用水平的多因子评估模型，以应对生成式 AI 普及带来的编程评估挑战。该研究基于哈萨克斯坦三所大学 187 名本科生的数据，对比了 GPT-5.2、Claude Opus 4.5 和 Gemini 3 在基线与多因子条件下的表现。结果显示，引入多因子模型后，Claude 与教师评估的一致性显著提升，相关系数从 0.478 升至 0.647，平均绝对误差从 18.32 降至 7.34。

AI 根据报道生成 · 1 天前更新

还没有足够的连续观测数据，暂不绘制趋势。