一项涉及真实学生的研究表明，使用 o3-mini 模型的代理循环能够生成具有与高风险标准化考试相当的心理测量特性的考试题目。该实验表明，AI 可以有效地用于创建高质量的评估材料。 AI
影响 展示了 AI 在生成高质量评估工具方面的能力，可能影响教育测试和课程开发。
排序理由 该集群描述了一项研究实验及其关于 AI 生成考试题目的发现。[lever_c_demoted from research: ic=1 ai=1.0]
在 Bluesky Jetstream — AI desk 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
In a large field experiment with real students, o3-mini (very obsolete) in an agentic loop made very good exam questions: "we found that this approach achieves psychometric properties on par with those of questions appearing on high-stakes standardized tests." arxiv.org/pdf/2508…