生成式人工智能分析工具在高考评价中的应用:以Kimi为例

选用Kimi作为生成式人工智能AIGC分析工具,以某市2023年高中学业水平等级性考试历史学科试卷和考生答题卡为分析内容,探讨AIGC在高考评价中的应用。研究表明:Kimi协同工作模式可以优化试卷结构分析,提升考生水平临界分数划定效度,提高评价结果反馈的时效性和针对性;但存在问题判定过分广泛、不能深入推理发现材料之间的关系、有时会给出错误结论或理由、无法明确进行微调等问题。

初中生物学试卷质量分析与改进建议——以某地期中试题为例

文章以Excel和SPSS为工具,先对试卷的基本结构进行了分析,包括题型分布、知识点的考查范围、命题双向细目表和能力层次;接着对该试卷的质量进行分析,发现该试卷信度效度较高,难度偏低,区分度较好;然后,总结了该试卷的整体特点;最后,结合试卷的结构分析、质量分析和特点分析,给出了相应的评价和教学建议,以便更好地发挥此次评价的作用。