自動評分：AI成績的公平性、可靠性和有效性

一項針對超過15,000份專業會計考試答卷的研究發現，自動長文評分（ALES）與人工評分有良好的一致性，但其置信指數（CI）對評分準確性的預測能力較弱。作者建議在高風險專業評估中採用人機協同的混合方法，並進行基於任務的驗證。