概述
雅思考试（IELTS）作为全球领先的英语能力测评系统，长期以来为语言学习行业提供了权威参考。近日，雅思主办方之一的英国文化教育协会（British Council，简称 BC）携手亚马逊云科技 AI Lab，依托官方评分标准及专家团队，成功构建 AI 雅思官方模拟测评系统。该合作不仅实现了研发效率提升 50%，更在评分准确性上达到媲美真人考官的水平。
研发效率提升
评分与真人考官相差不过 0.5 分
目前，BC 雅思主要使用的亚马逊云科技服务包括：Amazon Lambda、Amazon SageMaker、Amazon ECS、Amazon EC2 G5 实例等。
机会 | 雅思备考“核磁革命”：英国文化教育协会以 AI 解构雅思评分标准
当 AI 从实验室走向普惠应用，语言测评与培训行业正经历一场从经验判断到数据可视化的范式革新。对于深耕英语测评逾 90 载的 BC 而言，如何将沉淀数十年的专业标准精准转化为 AI 可理解、可执行的系统能力，成为技术变革的关键。
BC 雅思官方模拟测评系统是此次变革的核心布局。它以“能力诊断”为核心，将抽象的评分标准重构为数据可视化的底层逻辑，实现了对考生语言薄弱项的“深度扫描”。这种从“模糊感知”到“毫米级提分指引”的跨越，不仅为个体考生提供了精准提升路径，更推动英语教育向“以能力提升为导向”转型升级。
然而，构建这一体系（特别是 BC 雅思口语模考 SpeakUp）面临四大复杂挑战：
- 严谨性：雅思口语测评有一套严谨流程（追问、延续、换题等），若放任模型自主发挥，虽流畅但可能影响测评严谨性。
- 准确性：考生即兴表达常含口语化、停顿、重复等内容。模型需精准区分考官与考生，判断回答的相关性、清晰度、流利度与用词水平，方能给出准确分数。
- 灵活性：语言测评用量难以预测，系统需要具备随需应变、自动伸缩的弹性架构，以确保在任何负载下稳定运行。
- 安全性：涉及考试与考生数据，方案需在受控环境中部署，既要保证模型效果，又要严守隐私合规底线。
亚马逊云科技凭借丰富的 AI 应用经验及引领行业的安全合规实践，帮助 BC 雅思将概念落地为实际可用系统，并在自有受控环境中完成部署，满足严苛的安全合规要求。
“与亚马逊云科技的共建，帮助我们在早期技术探索阶段少走了很多弯路。面对全模态模型选型、口语测评框架设计等行业前沿课题，亚马逊云科技协助我们梳理了清晰的技术全景图，让团队能够更好地判断不同路径的可行性与优先级。”
——英国文化教育协会中国产品与 IT 服务总监 吴杰
解决方案｜深度共创重塑口语测评：AI 考官如何“学会”雅思评分
AI Lab 深度共建，加速高难度 AI 模型验证
针对口语测评场景成熟技术框架稀缺的现状，亚马逊云科技 AI Lab 提供了全流程支持。数据科学家全程陪同，从模型选型、语料库构建、微调策略到效果优化深度参与。通过每周例会共同打磨需求、解决技术难题，并同步大模型最新进展，真正实现技术赋能。
全模态模型 + 微调，实现媲美真人的专业评分
为实现专业评分，双方共同设计了“全模态模型 + 微调”的技术路径。以可理解语音的全模态模型为底座，使 AI 具备区分考官与考生、捕捉口语真实特征的能力。同时，基于 Amazon SageMaker 托管服务，利用 Amazon EC2 G5 实例算力进行模型微调，建立高质量评分语料与雅思评分标准的关联，让模型输出更接近真人考官的判断结果。
Serverless 服务承载状态控制，确保对话严谨流畅
为确保大模型回复限制在考试流程内，团队提出了“状态机”设计方案：在大模型之外单设一层逻辑控制，根据对话实时状态判断后续环节。该逻辑由 Amazon Lambda（Serverless 服务）承载，其事件驱动、按需执行的特性高度契合口语测评的编排场景，确保 AI 数字人考官始终运行在雅思考试的逻辑轨道之上。
构建弹性合规云端架构，托管服务实现高效运营
为满足数据安全合规要求，BC 雅思将应用容器化运行在 Amazon ECS 上，并在自有受控环境中运行，确保数据可管可控。Amazon ECS 结合自动扩缩容策略，可在考试高峰时段自动扩容保障性能，低谷时自动缩容提升资源利用率，在降低运维复杂度的同时具备规模化弹性。
“构建过程中，亚马逊云科技团队提供了许多建议和帮助，例如颇具创新性地以'状态机'方式约束对话流程。同时在模型微调层面，有关如何构建训练数据、采用什么样的标注方式，团队都提供了具体的方案框架与样例参考。这样的协作模式，既保障了数据安全与业务可控，也充分体现了双方共建的实际价值。”
——英国文化教育协会中国产品与 IT 服务总监 吴杰
业务成果 | 研发提效 50%，构建 AI 驱动的高效口语测评体系
在亚马逊云科技的协助下，SpeakUp 实现了更快、更准、更省的构建，仅用数月时间便从构想落地为可用系统：
- 更快：相比过往写作模型需耗时 6-8 个月，复杂度更高的口语模型 SpeakUp 在确定技术选型后，仅用 2-3 个月便完成研发调试，整体研发效率提升50%。
- 更准：实测数据显示，90% 以上的评分与真人考官误差不超过 0.5 分。在盲测中，其评分结果已达到与真人考官难以区分的精准度。
- 更省：借助标准化组件与方案，模型的日常运营不再依赖庞大团队，BC 雅思仅需1-2 名工程师便可支撑运维与迭代，降低了个性化技术能力要求。
未来，双方将继续深化合作，推动 BC 在 AI 英语测评能力的全面升级。这套由 BC 中国团队独立研发的 AI 雅思官方模拟测评系统，已获得 BC 全球总部的高度认可，未来将从中国走向全球（Innovate in China, Scale to Global），惠及更多英语学习者。
关于 BC 雅思
雅思考试（IELTS）是全球领先的英语能力测评体系。主办方之一的英国文化教育协会（British Council），拥有 90 余年的英语测评经验以及在中国运营雅思考试 37 年经验积累，具备其他机构难以复制的官方评分经验与高质量数据积累。
