自动评分：AI成绩的公平性、可靠性和有效性

一项针对超过15,000份专业会计考试答卷的研究发现，自动长文评分（ALES）与人工评分有良好的一致性，但其置信指数（CI）对评分准确性的预测能力较弱。作者建议在高风险专业评估中采用人机协同的混合方法，并进行基于任务的验证。