Gradescope — Correção e feedback assistidos por IA no ensino superior
Estados Unidos da América
Plataforma de IA que agrupa respostas semelhantes para correção em lote; 3,2 M de alunos em 2 600+ universidades. ACM …
Índia · New Delhi · Ver o perfil de Índia · Ver o perfil de New Delhi
Evidência: Descritivo / autorreportado Top 58% 47/100 · Pergunte a Evidence Copilot sobre esta prática
A CBSE da Índia está a expandir a Correção em Ecrã com controlo de qualidade por IA para os exames do 12.º ano a partir de 2025-26: as provas são digitalizadas, anonimizadas por código de barras, e a IA sinaliza examinadores que corrigem de forma invulgarmente rápida ou inconsistente, enquanto os humanos continuam a atribuir a nota final.
O Conselho Central de Ensino Secundário da Índia (CBSE) está a implementar a Correção em Ecrã (On-Screen Marking, OSM) com uma camada de controlo de qualidade baseada em IA para os exames do 12.º ano, passando de um projeto-piloto em 2024-25 para uma implementação completa em 2025-26 em cerca de 29.000 escolas afiliadas. As provas digitalizadas e anonimizadas são processadas num centro de avaliação digital e IA em Dwarka, Nova Deli.
Uniformizar a consistência da correção e melhorar a eficiência da avaliação no maior conselho de exames escolares da Índia, através de provas digitalizadas e anonimizadas monitorizadas por IA.
As provas são digitalizadas em centros regionais e recebem códigos de barras únicos, sendo depois apresentadas em ecrã a examinadores humanos, com a identidade dos alunos anonimizada. Uma camada de IA totaliza automaticamente as pontuações e monitoriza o comportamento dos examinadores, sinalizando provas corrigidas de forma invulgarmente rápida ou com padrões inconsistentes para revisão supervisionada por humanos; os examinadores humanos continuam a ser os avaliadores finais, e o sistema não classifica de forma autónoma respostas dissertativas.
Num projeto-piloto que abrangeu mais de 250 folhas de respostas, as verificações de pontuação assistidas por IA divergiram dos avaliadores humanos especializados em apenas 3 a 5 pontos, em média, e os professores relataram poupar mais de 8 horas por semana anteriormente dedicadas à totalização manual e à logística das provas.
As evidências disponíveis até à data centram-se na qualidade do processo (consistência da correção, tempo poupado pelos examinadores) e não nos resultados de aprendizagem dos alunos, e não foi realizada nenhuma avaliação independente e revista por pares do sistema.
National / regional programmes
Vias de financiamento indicativas para práticas deste tipo — verifique sempre os avisos abertos e as regras de elegibilidade de cada programa.
Implementa esta prática? Reivindique-a — implementadores verificados obtêm um contacto público na página e podem propor correções.
De onde foi obtida a informação desta prática, e quando.
Estados Unidos da América
Plataforma de IA que agrupa respostas semelhantes para correção em lote; 3,2 M de alunos em 2 600+ universidades. ACM …
Estados Unidos da América
Um ensaio controlado e aleatorizado em quatro grandes turmas de ciência política na Universidade de Houston e universidades parceiras constatou …
Índia
A Pratham e a Anthropic testaram o Anytime Testing Machine, com Claude, que corrige respostas manuscritas e dá feedback personalizado, …
Nova Zelândia
A NZQA (Nova Zelândia) treinou um modelo de IA com dezenas de milhares de provas já corrigidas para classificar o …
Abrir o copiloto completo Baseado em práticas citadas — verifique sempre as fontes.