其實(shí)電腦評分這個(gè)概念，很早就已經(jīng)運(yùn)用于寫作考試中，這并非什么新興產(chǎn)物。自從2010年1月開始，iBT 的寫作評分系統(tǒng)就進(jìn)行了調(diào)整。由原來的2個(gè)評分員評分，取算術(shù)平均分作為 raw score 原始分，改為1個(gè)評分員和1個(gè)電腦評分系統(tǒng)(e-Rater)評分，取算術(shù)平均分作為原始分的方式。

盡管之后也有很多出題機(jī)構(gòu)也學(xué)習(xí)了這種評分方式，但是最終都因?yàn)樵u分效果不理想而最終放棄，這也正是很多人猜測 ETS 現(xiàn)今的考試中是否還繼續(xù)使用電腦評分的原因所在。

一方面，我們之前對于電腦評分的認(rèn)識并不夠全面，總是覺得僅僅是利用一些具有糾錯(cuò)功能的軟件來進(jìn)行評分。而真正意義上的 e-Rater 更像是一個(gè)基于強(qiáng)大數(shù)據(jù)系統(tǒng)支持的一個(gè)運(yùn)算系統(tǒng)，它能夠?qū)⑤斎氲奈恼聝?nèi)容和數(shù)據(jù)庫里面的內(nèi)容進(jìn)行比照式批閱，這樣就極大地增強(qiáng)了閱卷評分的靈活度和廣泛度。

而 ETS 作為全球的測試服務(wù)機(jī)構(gòu)，他有著得天獨(dú)厚的優(yōu)勢，那就是它每年都能夠積累大量的文章數(shù)據(jù)，而且能夠不斷進(jìn)行更新迭代，這能使得他的電腦評分系統(tǒng)的智能化不斷地提升。相比而言，其他測試機(jī)構(gòu)的電腦評分系統(tǒng)卻虛有其表，沒有大量數(shù)據(jù)內(nèi)核作為支持，所以自然無法得到一個(gè)理想的評分效果。

另一方面，電腦評分有著它獨(dú)特的優(yōu)勢，那就是具備足夠的客觀性。它不存在閱卷的疲憊度，永遠(yuǎn)能夠關(guān)注每一個(gè)評分標(biāo)準(zhǔn)，考慮到文章中的每一個(gè)細(xì)節(jié)和每一個(gè)特征;它沒有情緒，所以也就不存在主觀印象，對于同一篇文章永遠(yuǎn)只會給出一個(gè)不變的分?jǐn)?shù);它能對于每一篇文章所給出的分?jǐn)?shù)都能給出具體的解釋，這是人為評分無法做到的。

電腦評分是否會計(jì)入真實(shí)成績?

對于托福考試而言，關(guān)于語言輸出部分的口語和寫作兩個(gè)項(xiàng)目都會涉及到電腦評分，而且評分結(jié)果是計(jì)入到真實(shí)成績的。只不過算分方法并不是機(jī)械地將評分員評分和電腦評分進(jìn)行求平均計(jì)算。我們其實(shí)可以更形象地把他們理解成為分工協(xié)作，聯(lián)合判分。

首先，E-Rater 負(fù)責(zé) Linguistic 的部分，關(guān)注的是文章的邏輯、語法、用法、架構(gòu)、詞匯等要素，而人工負(fù)責(zé)內(nèi)容和含義的理解，他們在評分目標(biāo)上各有分工。

其次，閱卷人和電腦是獨(dú)立判分，他們彼此看不到對方的分?jǐn)?shù)。當(dāng)兩者的分差介于動態(tài)區(qū)間值時(shí)分?jǐn)?shù)有效，判分結(jié)束;當(dāng)兩者的分差大于動態(tài)區(qū)間值時(shí)，人工評分和電腦評分均無效，將會引入新的判分組進(jìn)行重新評分。如果仍然判分無效，將會指定給 ETS 官方閱卷人主管直接判分，但這種情況很少出現(xiàn)。