Code.org 借助 Amazon Bedrock 将教师评分时间缩减一半

Code.org 为 K-12（幼儿园至 12 年级）学生免费提供计算机科学和人工智能学习机会。“几乎所有 K-12 学生都会学习光合作用，但并非每个学生长大后都会成为植物学家，”Code.org 软件工程师 Suresh Chanmugam 说，“我们应该以同样的方式看待计算机科学。了解其工作原理、学习如何编写程序，对于认清我们在社会中的定位非常重要。”

自 2013 年成立以来，Code.org 便开始使用 AWS。尽管该组织初期的核心技术相对简单，但它深知，依托稳定可靠、经济高效且具备可扩展性的技术基础，能加速自身发展（2015 至 2023 年间，其规模增长了近两倍）。随着组织不断扩张、推出新资源和产品/服务，它利用了越来越多的 AWS 类服务和功能，并看到了人工智能在更好地满足教师需求方面的潜力。

Code.org 的主要目标是为通常要花费数小时批改计算机科学与编程作业的教师（尤其是新教师，他们经常表示对自己发现代码错误的能力缺乏信心）节省时间。同时，该组织希望通过保留教师做出最终评分决定的责任来保持教师的能动性和领导力。

因此，Code.org 需要设计一种模型，用于生成定性反馈。教师可先审阅并修改这些反馈，再分享给学生。“我们认为单靠计算机无法教会孩子，我们是一家非常以教师为中心的机构，”Code.org 首席技术官 Simon Guest 说，“对我们而言，支持教师与支持全球数百万学生同样重要。借助 AWS 上的人工智能，我们成功满足了教师的需求。” 最终，Code.org 还要求其解决方案必须保护学生的个人身份信息，因为许多编程作业中包含学生姓名及其他敏感信息。

为了构建和训练这款负责任、无偏见的人工智能教学助手工具，Code.org 采用了 Amazon Bedrock，这是一项完全托管的服务，能以简便的方式构建和扩展生成式人工智能应用程序。这使 Code.org 能够自由试用各类基础模型，并优化模型选择。在测试了多种方案后，该组织选择采用 Anthropic 的 Claude 3 Sonnet 模型。“我们在测试多款模型时考虑了问题解决能力和评估标准，”Guest 表示，“事实证明，Claude 3 对教师格外实用。”

Code.org 仅用 9 个月便开发出这款人工智能教学助手。该工具会依据作业评分标准（即评估学生提交内容的指导依据）生成定性评估，随后向教师精准标注学生作业在评分标准中所处的对应层级。教师可将此作为参考，做出最终评分决策。

当学生提交作业时，该工具会在后台自动运行，以缩短等待人工智能助手评估作业的时间。这也可以避免该工具对 Code.org 平台的延迟产生影响。人工智能助手完成一个作业最多需 1 分钟，但通过异步处理作业，教师无需在准备好开始评分时等待结果。“我们希望尽可能快速地完成作业，”Code.org 基础设施工程经理 Darin Webb 说，“等教师准备好查看时，结果已经出来了。”

试点期结束后，Code.org 结合教师反馈提升了模型准确性，随后向多达 2000 名教师推出该解决方案。成效立竿见影。用户报告说，评分时间缩短了最高 50%，这让他们能将更多时间用于辅导学生、提供个性化反馈和制定课程计划。此外，教师们表示，借助这款人工智能教学助手，他们对自己的判断和决策也更加自信。一位教师说，这为学生眼中的评测又增加了一层有效性，排除了人为误差与偏见的影响。

Code.org 的人工智能教学助手借助 AWS 的技术能力，改善了教师与学生双方的教育体验。如今，教师可以减少在对作业进行评分上花费的时间，能够更好地为学生提供个性化辅导，以及更高质量、更公正的反馈。

Code.org 计划持续改进这款人工智能工具。目前，该公司已经在利用 AWS 测试更多人工智能工具和功能，包括一款聊天体验，它能帮助教师更新课程计划，并根据学生的个体需求调整教学活动和作业。该组织还期望为学生提供学习人工智能知识的机会。此外，它正开发相关功能，根据学生的知识水平与表现来定制学习路径和教师干预。

“多年来使用 AWS 的体验让我们相信，我们能在人工智能领域取得成功，并且能在需要支持以解锁新解决方案时获得助力，”Webb 说道。