卡迪夫大学研究：ChatGPT 尚无法像人类教师一样可靠地批改作业

卡迪夫大学与墨尔本大学的研究用 ChatGPT 两个版本为 50 篇生物科学本科生论文评分，发现其分数波动大、无法准确预测人工评分。除一种情况外，AI 平均分普遍高于人工评分，平均分最大差距达 16.1 分，单篇论文最大差距达 40 分，且 AI 会压低高分论文、抬高低分作业，使分数向中间集中。研究人员认为，现阶段大模型不适合取代教师预测学生作业成绩。