成立于2013年的文章批改工具Writelab在创立两年后拿到由Reach Capital领投，Kapor 和Learn Capital参与的200万美金的种子轮投资，计算机早已经可以进行超越人脑的精确演算的今天，对文章的理解仍然是人工智能面临的难题，这款基于人工智能的写作批改工具究竟能不能够真正帮助到写作者，或者只会重演翻译工具词不达意的尴尬？
一个英语写作老师的执念
尽管WriteLab的创始人Matthew Ramirez也承认，在现阶段的技术水平之上，让计算机去理解一篇文章简直就是笑话，但“理解”并不是他创建WriteLab的目的，这个曾经一学期要批阅120份文章的英文写作老师看重的是让系统为文章提供修改建议，从而实现更好地写作，而不是让系统为文章打分。
在伯克利大学著名的英语系任教时，Ramirez渐渐发现，当他批改完120个大一学生的文章时，学生们早就把这次作业忘了，辛辛苦苦批改过的文章发回到学生手上时，学生们会做什么？——扔到一边。
那时的他是一名英语系博士在读生，在一次论坛上，他有幸结识了美国知名学术写作组织National Writing Project的导师、英语教授Donald McQuade，Donald McQuade给他反馈回来的论文上写满了认真的批注，这些中肯的点评让Ramirez体会到身为一名作者所获得的尊重，这件事更加坚定了他要对写作这件事做点什么的决心，于是WriteLab诞生了。
WriteLab当前已经深入到53个学校，既包括贫高中，也包括常青藤名校。出生于美国和墨西哥边境的Ramirez从小混迹在英语不是母语的人群里长大，他上过当地的社区大学，身边的人形形色色，WriteLab上倾注了他对英语写作教育这件事情的一个赌注：他希望每个人都能从这个工具中受益，不论出身背景和能力水平的差异。
WriteLab如何实现智能批改
身为老师的Ramirez非常了解自己的学生，他知道多数学生都是在交作业的前一晚上疯狂地赶作业，然后交差了事，他们根本不关心老师的批改和分数，这违背了Ramirez心中教育的意义。
WriteLab让智能工具的目标从理解作文变为批改作文，其实是对算法极大地降低了要求，但比起理解全文并打出分数来说，及时且有用的作文修改意见其实才是提高写作效率和质量的方式。
WrtieLab 为学生提供两种服务，一种是基于人工智能的在线批改，学生们可以免费导入一定数量的文章，WriteLab 会自动分析，并给出相应的建议，如需导入大量文章或长期使用，则可以付费包月；另一种是基于社区的人工互助批改服务，其中专家单篇批改的费用为75美元／篇。除了自助批改外，WriteLab 还允许学生之间的互助批改。
这样的批改模式看似与老师直接批改并无太多区别，但WriteLab的不同在于学生在起草文章的整个过程中可以反复将文章导入系统修改，老师则可以远程看到这个修改过程。
同时WriteLab建立了一个云数据库，一方面搜集用户的历史写作数据，提供可视化的数据分析，让他们了解自己的薄弱点，随后提供个性化写作建议，另一方面则搜集其他用户的写作数据，以提供横向的参考。
“苏格拉底”式写作工具的生存之疑
Ramirez感到满意的是，写作工具提供的修改意见更容易让学生去思考，数据显示，25%的修改建议会被学生放弃，但如果是老师提出的修改建议，学生可能会习惯性地全盘采纳，因为学生并不喜欢挑战老师的“权威”。
而且，让WriteLab的团队引以为豪的是，这个工具采取一种苏格拉底式的方法，也就是说，工具不会直接给用户提出修改意见，而是提出问题：换一个动词这个句子的语气会变得更强还是更弱？
但这恰恰降低了用户黏度，在调查中他们发现，一批学生停用这个工具的原因正是因为苏格拉底式的建议方式让他们失去了耐心：“为什么不直接给出修改？为什么不直接告诉我这里该怎么写？”
WriteLab从遣词、造句、语法、连贯、通顺、逻辑等八个基本要素来审查文章的设定也遭到了用户的质疑：连贯、通顺和逻辑这几个要素并不是独立存在的，而是相互影响的，计算机死板地从这八个方面来审查文章，写作者到底采纳哪条建议？据此，WriteLab也作出了优化，把检查项目缩减为四条。
早在1960年代，国外就展开了对人工智能批改作文的研究，但教育市场上从来不乏质疑和担心的声音，WriteLab基于数据提供写作修改建议的方式是否行之有效还有待验证，怀着教育理想的Ramirez对WriteLab的发展信心满满，尽管目前他们只覆盖了万余用户。
