AI能批改编程作业吗？

文章以作者伴侣（哈佛医学院博士生）批改编程作业的真实经历为切入点，指出编程评分表面是技术活，实则高度依赖教师的专业判断——需区分什么是真正理解、什么是合理变通、什么是关键错误。作者作为高等教育研究者，观察到纯靠AI自动评分存在明显局限：例如ChatGPT机械比对参考答案，忽视正确但不同的解法；过度关注效率等次要问题，忽略算法原理理解这一核心目标；还常给出看似自信却经不起推敲的错误分析。研究团队通过引入三类关键上下文显著提升了AI辅助效果：1）教师自己先写代码、再对照参考答案的过程，能预判学生易错点；2）日常辅导中反复出现的学生困惑，揭示了算法实现中的典型瓶颈；3）明确告知AI常见错误类型及可忽略的细节问题。优化后，AI能主动建议新测试用例（如极端但合法的输入），成功揪出人工易漏的逻辑漏洞——例如某学生代码虽通过全部评分项，AI却发现其在特定边界条件下会输出错误基因序列。但AI仍无法自主运行代码、易将合理差异误判为错误，因此必须由教师主导流程，AI仅作辅助。结论强调：有效使用AI的关键不是追求全自动评分，而是将其嵌入教师原有教学实践，成为‘增强型助教’。