德國PISA短答研究：AI評分準確，也要檢查不同學生群組是否公平

研究以德國PISA 2015閱讀題的38,722份短答，比較不同自動評分方法，並檢查性別和家庭語言背景的公平性。最準確的方法結合RoBERTa文字表示與支援向量機，未見明顯性別偏差，卻對主要在家使用外語的學生給予略高於人工評分的分數。差異在個別題目更突出，與錯答辨識、學生表現、答案語言差異及試題難度有關，顯示整體準確率未能盡錄群組偏差。