这篇文章讲的是什么. 一个匿名化的结果：一家运营 4 个月制直播班次的在线教育公司，把每个班次的批改时间缩短了 70%。AI 按照客户自己的评分标准给每份作业打分，需要判断力的情况仍由人来处理。
这里的客户是一家在线课程公司的学习负责人。班次是 4 个月制的直播课，每一份作业都靠人工批改。这项工作吃掉大量讲师工时，而讲师工时是班次成本里最大的一项。利润就是这样一份作业一份作业地漏掉的。
他们担心的是质量。把一个工具扔进这堆作业里，批改是快了，但也变差了——讲师们把这话说得很直白。所以我们没有取代他们，而是交付了一个 LMS 扩展，按讲师自己的评分标准给作业打分，并把每一个分数都展示在一个抽样审核仪表盘里。
#AI 批改能在不牺牲质量的前提下降低在线课程的成本吗？
在线课程用 AI 批改能不能既降低成本又不损害质量？
在这个项目里，答案是可以。一家在线课程公司用 AI 按自己的评分标准给作业打分，再把处于边界的那 15% 升级给讲师处理，把每个班次的批改时间缩短了 70%，讲师质量 NPS 保持稳定。评分标准始终是客户自己的，每一个模棱两可的判断仍然由人来定。
质量之所以没有下滑，原因在这里：评分标准始终是客户自己的，AI 把它一致地套用在那 85% 一目了然的作业上，把处于边界的情况升级给人处理。于是讲师把工时花在真正需要判断力的那 15% 上，而不是整堆作业上。
#这 70% 究竟是从哪里省出来的？
不是靠每一份作业都批改得更快，而是靠人工批改的份数变少了。这些班次里大约 85% 的作业，按评分标准来看要么明显合格要么明显不合格，这些由 AI 打分。剩下那 15% 落在评分标准边界附近的作业，会连同对应的评分标准条目和学生作业一起交给讲师，逐条对照处理。
- LMS 扩展读取每一份作业，并对照客户现有的评分标准打分
- 一个置信度阈值把作业分成两堆：明确的直接打分，边界情况升级处理
- 一个抽样审核仪表盘让讲师可以调出任意一批作业，覆盖任意一个分数
- 每一个分数都能追溯到它对应的评分标准条目
讲师怎么知道这些分数是对的？
他们靠审核。每一批作业都会出现在一个仪表盘里，讲师可以抽样，把 AI 的分数和评分标准放在一起对照阅读，并加以覆盖。这就是讲师质量 NPS 保持稳定的原因：担心质量下滑的那些人，正是在检查这些工作的人。
we are
我们交付一个按你的评分标准打分的 LMS 扩展，并给讲师一个可以审核和覆盖的仪表盘，而且我们会把数字说清楚：每个班次批改时间减少 70%。
we aren't
我们不是那种用自己的标准取代你的标准、把整堆作业不加审阅就批完的通用批改机器人。
这个项目属于我们的平台业务：跑在你产品内部的软件。评分标准的设计和人工介入策略则来自咨询业务。我们不会交付一个模型就走人，而是把扩展、仪表盘和升级规则一起交付。
客户要求暂不具名。数字是真实的，项目也是真实的。我们发布结果并附上一份凭证，因为没有凭证的案例研究只是一句宣称。更多这样的案例收录在日志里。
AI 批改那些显而易见的，讲师留下那些真正棘手的。
如果你也在运营班次、批改正在吃掉你的利润，上面这套模式是可以复制的：同样的评分标准，同样的讲师，明显作业上花的工时更少。告诉我们你在构建什么，我们会告诉你，在你的课程里这 70% 会从哪里省出来。