AI Summary & Key Takeaways
AI InsightThe findings revealed high character accuracy (over 98%) and strong word accuracy (over 96%), though sentence coherence was more variable.
📌 3 Key Takeaways
Abstract
This study evaluates Claude Opus 4 for optical character recognition (OCR) on 30 handwritten English as a Foreign Language (EFL) essay by testing if its fidelity is adequate for AI-supported assessment. For each essay, a human baseline and Claude’s verbatim output were obtained via the web interface. Accuracy was analyzed at character, word, and sentence-coherence levels. The findings revealed high character accuracy (over 98%) and strong word accuracy (over 96%), though sentence coherence was more variable. While word accuracy showed a significant correlation with coherence, character accuracy did not. A 95% word-accuracy threshold was found effective in separating usable from unreliable transcripts. The most common errors were substitutions, punctuation/capitalization, and deletions, while rarer hallucinated insertions (text not present in the original) and semantic distortions disproportionately harmed meaning. The study recommends spot-checking outputs with ≥95% word accuracy and fully re-transcribing those below, suggesting that an “AI + Teacher” workflow remains essential for high-stakes use.
Özet
Bu çalışma, İngilizceyi Yabancı Dil (EFL) olarak öğrenenlerin el yazılarıyla yazdıkları 30 kompozisyon üzerinde Claude Opus 4'ün optik karakter tanıma (OCR) performansını ve bu performansın ortaya koyduğu ürünün yapay zekâ destekli değerlendirmeye uygunluğunu değerlendirmeyi amaçlamıştır. Sınıfta yazılan denemeler fotoğraflanmış ve web arayüzü üzerinden işlenmiştir. Doğruluk; insan referans metinlerine kıyasla karakter, kelime ve cümle tutarlılığı düzeylerinde değerlendirilmiştir. Sonuçlar yüksek karakter (%98 üzeri) ve kelime (%96 üzeri) doğruluğu göstermiş, ancak cümle tutarlılığı değişkenlik göstermiştir. Kelime doğruluğu tutarlılık ile anlamlı bir ilişki gösterirken, karakter doğruluğu göstermemiştir. %95'lik bir kelime doğruluğu eşiğinin, kullanılabilir transkriptleri ayırt etmede etkili olduğu bulunmuştur. Yaygın hatalar arasında yer değiştirme, noktalama/büyük harf ve silme yer alırken; daha nadir görülen halüsinasyonlar ve anlamsal bozulmalar anlamı orantısız şekilde etkilemiştir. Çalışma, "Yapay Zekâ (YZ) + Öğretmen" iş akışının gerekliliğini koruduğunu öne sürmekte, %95 kelime doğruluğunun üzerindeki çıktıların nokta atışı kontrol edilmesini ve bu oranın altındakilerin yeniden transkribe edilmesini önermektedir