大模型的应用场景有很多，比如在线教育场景里，我们可以借助大模型来辅助课堂教学效果检测。这篇文章里，作者就做了分享，一起来看看吧。

一、现象：主观题无法自动判卷导致随堂测全部使用客观题

做过线上教育系统的产品同学对下面这个场景均不陌生。在线上授课过程中，教师考察学生当前内容的掌握情况，或者了解当前学生的知识水平等，均需要现场让学生做一些题目进行考察了解，此类场景中，使用的均是客观题，学生通过选择即可做出解答。

我们知道，由于选择题的特点，导致这种检测效果差强人意聊胜于无。当然，使用选择题也是产品经理基于对场景的判断和技术妥协的结果，因为主观题在此类场景中由于无法实现自动判分或内容分类，所以无法应用主观题；然而，这类场景中，对于学生在课堂学习效果的检测、以及教师在课堂实时掌握教学效果等应用上，使用主观题更合适、价值更大。

解决此问题，大语言模型大有用武之地！笔者做为具有20年线上教育从业经验的产品经理，就此问题与同行简要分享，欢迎批评指正。

线上教学效果实时检测

二、实验：用通用大模型做个实验

上文场景中，大部分同学都会做出正确的选择，但是测试结果是否符合实际情况呢，未必！

如果考察学生是否掌握了大数据的四个特点，应该让学生回答出“数据量大、数据处理速度快、数据类型多、数据价值大”，测试学生是否能回答这四个特点才视为学生真正掌握了该知识点，做法是让学生以打字的形式反馈结果，系统利用大模型的自然语言处理能力，对学生反馈的结果进行处理，给老师以准确的评价结果。

下面我们用大模型模拟这个实验，首先我们设计一个Prompt发给大模型。（此功能系统化后，该操作应自动实现，文章中为展示实验，提示词可以根据实际情况进行设计调整。）

大模型提示词

我们看下大模型的反馈结果：

大模型反馈结果

从模拟实验可以看出，大模型对同学的回答做出了准确的评价，并对是否掌握该知识点做出了判断。实际应用上，可以根据实际教学任务调整掌握与未掌握的标准，以此更准确评价课堂教学效果。

三、应用：大模型在线上教学效果检测场景应用价值极为广泛

线上教学实时效果检测一直都是在线教育产品重点研究的领域，线上教学不同于线下教学，线上教学时，老师与同学隔着网线连接的两块屏幕，也可能一名老师面对几百几千名甚至更多的在线学生，所以实时的教学效果检测非常难，客观题用于效果监测差强人意，有了大模型加持下的主观题检测将会极大提升线上教学实时效果检测的质量。

大模型的应用也不仅限于此，应用大模型超强的自然语言处理能力，可以应用于极为广泛的在线教育场景，例如主观题课后作业自动处理，录播课实时学习效果检测，主观题考试判断等等，将会极大提升甚至颠覆现有的在线教育系统应用。