传统的人工阅卷为了减小误差往往还会出现三评卷、四评卷等人力成本极大的场景。但是，基于人工智能和大数据分析不会存在这类弊端。主观题智能阅卷系统评分结果比较客观，不会受到人主观因素的影响，同时使用计算机阅卷的效率远远高于人工阅卷。
更值得期待的是，通过智能阅卷还可以对学生得分点失分点进行大数据分析，以此全面分析学生试卷并得出诊断书，对学生改进学习提出可行的解决方案。
以温州市某中学试水的网上云阅卷平台为例，虽然该平台依旧依靠教师人工阅卷，但在阅卷结束之后，云阅卷平台也会继续完善，对汇总的数据进行挖掘分析，学生登录系统后会收到一份类似账单的成绩诊断书，不仅可以帮助考生将错题汇总保存，有针对性地制订考前复习计划，还可得出本次考试中相关科目的数据分析报告，为教师后续的学科教学提供参考。
弊：技术瓶颈，社会障碍
但对于汉语来说，自然语言处理技术实现难度很大，迄今为止，在国内还没有一个实用化的、能真正实现的主观题智能阅卷系统还没有。由于汉语的复杂性，考生对于语言的发挥空间极大，一旦算法没有将相关关键语义囊括在内的话，将直接导致阅卷时的误判。
更遗憾的是，由于考察方式和答题角度的不同，主观题智能阅卷往往只能运用在浅层信息结构和语意结构的题目之中，主观题智能阅卷应付简述题、名词解释马马虎虎，但在应对相对复杂的主观题（如小作文、大作文）时，只能望洋兴叹。
即使主观题智能阅卷系统成熟之后，强大的社会障碍也是推进主观题智能阅卷的一大因素。任何家长和学生都不会将自己的命运交给一套不成熟的机器。人对于人工智能的不信任将成为主观题智能阅卷推行的最大难题。
实际运用：“考试后市场”的初体验
目前来看，虽然没有专门用于主观题阅卷的人工智能和大数据技术，但却人工智能和大数据分析却已经初步运用在了高考后的估分之中。
以BAT中某家见长于人工智能的巨头为例，其针对高考推出的估分系统依托人工智能和大数据分析能力，采用OCR识别、语义分析、智能检索等先进技术，针对试题场景进行深度优化，把以往年试题、答案和得分点作为训练样本，并根据今年真题和答案，自动识别题目类型，智能定位得分点，可以为考生准确估分提供重要依据。
按照人工智能和大数据分析技术目前发展的趋势来看，在教育领域中，试卷自动评阅是教育系统智能化必然的方向。一方面，计算机智能阅卷能避免人为的误差，能够更客观的反映出评阅结果，保证了阅卷的客观公正性。另一方面，电脑阅卷省去了老师在传统阅卷模式中主观题阅卷的体力劳动，让老师省出更多时间和精力用在教学工作中。
由于技术目前依旧不够成熟，这一天的到来恐怕还很远，利用人工智能和大数据分析推动自然语言处理技术的发展，进一步完善主观题智能阅卷系统在未来教育领域将是一个非常重要的课题。
