引導式測驗 · 中等 等級
AI 評分中的偏見測驗
測驗評分有效性、亞組一致性、標題對齊、人工審核、分歧分析、證據限制和學生糾正。
問題 1 的 8
評分模型大致上與教師非常一致。這對每個學生小組有何影響?
預覽每個問題8 問題
當您參加測驗時,就會出現答案和解釋。
- 評分模型大致上與教師非常一致。這對每個學生小組有何影響?
- 所有群體獲得相同分數
- 該模型對於每項寫作任務都是公平的
- 老師可以停止審查分數
- 它本身並不能在子組之間建立相同的效能或錯誤率
- 多語言學生的語法與訓練中的範例不同。審稿者該審查什麼?
- 標題是否衡量預期的學習目標或過度重視語言形式
- 學生是否應被排除在評分之外
- 模型是否可以重寫論文
- 作業是否使用計算機
- 子組得分差異本身代表什麼?
- 證明模型具有歧視性
- 調查評估和背景的信號,而不是偏見或公平的完整發現
- 證明模型是公平的
- 學生使用人工智慧的證明
- 為什麼要檢查人工智慧和教師評分不一致的案例?
- 應將它們作為異常值刪除
- 他們證明老師錯了
- 他們可以揭示平均值隱藏的評分標準、提示或模型錯誤
- 他們自動辨識正確的等級
- 哪一種比較最能支持公平性評估?
- 與不同的學生比較不同的提示
- 僅使用 AI 分數分佈
- 僅檢查模型的訓練損失
- 在相同的提示和評分標準上比較模型和訓練有素的人類分數
- 人工智慧和人類評分之間的高度相關性還能隱藏什麼?
- 系統分數偏移或不同的錯誤模式
- 分數是隨機的
- 該標題未被使用
- 沒有學生有寫作樣本
- 如果分數很重要,學生該擁有什麼?
- 僅模型置信度得分
- 提出問題並要求審查或更正的方式
- 無法上訴的第二種模式
- 規則是先得分為最終得分
- 公平性研究評估一個論文語料庫的評分模型。學校能得出什麼結論?
- 每個人工智慧評分者都有相同的偏見
- 該工具已批准用於所有等級
- 結果顯示了這種設置,但學校仍然需要評估自己的工具和學習者
- 不需要其他評估