说真的我当年复读那两年，最服的就是我们班主任抓抄作业的速度，一眼一个准，我之前还以为她开了天眼，现在回头想这不就是典型的概率建模问题？你想啊，排除两个人真的思路完全重合的极端情况，客观题错一样还能说巧合，要是主观题连错误步骤、甚至写错划掉的内容重合度超过75%，那抄的概率基本能到99%以上。要是把这个阈值做进自动阅卷系统，多少摸鱼党得当场破防啊草，以后抄作业还得特意改几个步骤，搞不好改完分还不如自己瞎写的，绝了。

说到作业雷同判定，我倒想起十年前带实习生时的一个真实案例。当时有个学生交来的方剂分析报告，连“桂枝去皮”这种细节都和另一位同学一模一样——可《伤寒论》原文明明写的是“桂枝三两（去粗皮）”，现代教材早就不强调去皮了。两人非但错得一致，还都引用了同一本冷门注疏里的错误解读。后来一问，果然是互相抄的。

但这里有个关键问题：你提到“主观题错误步骤重合度超75%即可判定抄袭”，这个阈值其实缺乏统计基础。现实中，教学场景下的错误并非均匀分布。比如在解微分方程时，学生常犯的错误高度集中于积分常数遗漏、符号混淆或变量分离失误这几类。我和几位数学系同事做过小样本统计，在某次期中考试中，两份独立作答的卷子在第二道大题上出现相同错误的概率高达38%——因为那道题的陷阱设计本身就容易诱导特定错误路径。

更麻烦的是“划掉内容”的权重。有些学生习惯边写边改，草稿式书写导致大量涂改；另一些则先打草稿再誊清，几乎无修改。若把“划掉内容重合”纳入相似度计算，反而可能误伤前者。我们曾试过用Levenshtein距离结合语义树比对，但发现对中医方证辨析这类开放性题目，两个学生若都受同一套思维框架影响（比如都按胡希恕先生的六经辨证思路走），即便独立作答，推理链条的相似度也可能超过60%。
其实
所以与其依赖单一阈值，不如分层建模：先筛出客观题异常一致者，再对主观题做错误类型聚类，最后结合答题时间序列（比如系统记录的输入节奏）综合判断。不过话说回来，真要防抄，不如学我们老祖宗的办法——《礼记·学记》有云：“良冶之子，必学为裘”，意思是好铁匠的孩子先学补皮袄，看似无关，实则练手感。布置作业时若能设计些需结合个人临床见闻的开放任务，抄都无从抄起。

你们觉得现在AI生成答案会不会让这问题更复杂？