科技日报记者 吴叶凡
在技能教学、比赛中，评价打分一直是个“老大难”问题。不过，随着人工智能技术发展，技能评价领域迎来了拥有“火眼金睛”的“AI判官”。AI技术如何影响技能评估？AI加入后如何实现人机协作？在9月24日举行的世界技能大会“AI驱动的技能评估”会议上，多位专家就此展开分享。
为什么技能项目难评分？看看第48届世界技能大赛赛项就知道了。大赛共有64个比赛项目，分为创意艺术与时尚、运输与物流、社会与个人服务等六大类。“技能项目千差万别，这意味着评价的‘尺子’和‘量规’也非常丰富，很难让评委们给出完全一致的打分。”华东师范大学教授匡瑛说。
以车身修理项目为例，最核心的考核指标是准，选手不是修得“差不多”就行，而是要精准把握零点几毫米的修复误差。另一把“尺子”是快，选手要在规定时间内完成修理。对于酒店接待、时装技术等相关项目来说，考核标准还多了人文关怀、审美等内容。
此外，技能操作稍纵即逝、不可重复，这就需要裁判全神贯注。正因为标准复杂、操作的“一过性”等因素，技能评价环节需要大量人员参与，耗时耗力。日常的技能教学往往难以投入大量人力资源参与评价，这也影响了技能培训效果。
人工智能技术为解决这一难题提供了新窗口。会议上，华东师范大学教授袁振国介绍了职业技能智能化测评系统（以下简称“智能测评系统”）。该系统由华东师范大学教育学部、智能教育研究院联合上海人工智能实验室自主研发，解决了传统技能评价过程中高成本、低效率的问题。
匡瑛告诉记者，智能测评系统由两部分组成——记录选手动作的“眼睛”和评价选手操作的“大脑”。不过，要让AI当一个好裁判并不容易。系统开发初期，错判现象时有发生。团队总结发现，这一方面是因为镜头难以精准而清晰地捕捉全部动作，另一方面是因为“AI幻觉”的存在，对难以识别的操作进行误判。“因此，我们确定了人机协作模式，推动评估工作更高效、准确。”匡瑛说。
在这一模式下，研发团队先把复杂技能逐个拆解为小任务，请行业专家为每个小任务制定清晰可操作的评分标准。智能眼镜则负责全面采集数据，系统记录学生实时操作路径、时间顺序，为后续评分奠定基础。
第二步就是对照标准找证据，给出能回溯的评价结果。袁振国介绍，智能测评系统不是看一眼动作就打分，而是把画面、操作顺序、动作轨迹等信息综合起来，逐项分析。同时生成可回放、可核对的数据链条。系统还能指出错误操作和薄弱点。如果判别中遇到难题，系统就自动提醒专家介入，避免AI幻觉造成错判。
最后，智能测评系统还能实现自我学习、自我进化。“它把每一次测评记录、专家打分和行业经验沉淀成为知识库。这也让系统越用越聪明，越评越可靠。”袁振国说。
记者了解到，目前智能测评系统已推广到汽修、护理、酒店服务等日常教学评价中，与人类专家评分一致性约为80%。
值得注意的是，会议上不少专家指出，面对AI加入，技能教师、评委要持续提高人机协作能力。“面对AI给出的结果，教师不能简单地排斥或是盲从，而要解读AI的判断逻辑，与之对话。”袁振国指出，这要求未来的技能教师、评委不仅要精通本专业，还要熟练运用AI。
不过，有专家指出，AI不是万能的，尤其是在学生的心理、情绪、职业素养等方面，还需要教师指引。因此，对学生的评价不能完全依靠AI，教师要发挥主观能动性，积极发掘学生特点。因材施教，让技术之光照亮学生成长之路，实现人工智能与技能发展的双向赋能。
网友评论
