一、谁和谁"一个鼻孔出气"
皮尔逊相关 r：+1 完全同向、0 无关、−1 完全相反。样本 = AI 已评且同学评价 ≥ 5 人的作品。
计算中…
二、AI 分 vs 同学分
每个点一件作品：横轴 AI 分（折 5 分制），纵轴同学平均分。选“全部”时可看到两周各自成团——这正是辛普森悖论的来源。
绘制中…
三、四套阈值：谁松、谁严、谁极端
同一批作品，不同评分者的平均分与离散度（离散越大 = 越敢拉开差距）。均折算到 5 分制。
| 计算中… |
四、最刺眼的分歧作品
AI 和同学看法差最大的两端。（第一周多是自由选题的游戏 / 工具，AI 因“不切命题”压分；第二周都在题上，分歧更微妙。）
计算中…
五、AI 的哪个维度，最能预测人的喜好
AI 四维分别与同学分的相关。越高越能预测同学的喜好；越接近 0 甚至为负，越测不到。
计算中…
六、一二周对比 · 辛普森悖论
把两周分开，规律截然不同——这也是这份数据里最深的一课。（下表固定展示两周，不随上方切换。）
| 计算中… |
七、关于"人与 AI 决策"的洞察
先别急着下结论——小心辛普森悖论
把两周混在一起，AI 和同学看似“背着来”（负相关）；可一旦分周看，两周各自都是正相关。差别来自“第一周同学给分普遍高、第二周低”的整体位移。混合样本会骗人，分层才见真相。
命题一出，尺子就裂了
自由选题时，同学和导师看的都是“好不好玩”，彼此挺一致；一旦命题，导师看“专业与命题完成度”、同学看“共鸣与体验”，两把尺子分开——而 AI 稳稳站在导师这边（第二周 AI 与导师相关最高）。
AI 是"专家的影子"，不是"用户的替身"
它能稳定复现专家的尺子；但测不到真实的喜恶。把 AI 降为“仅供参考”、决定权交回人——尤其交回用户侧的同学，正是为了补上 AI 测不到的那一半。
命题也把同学"逼严"了
同学平均分从第一周的 3.8 掉到第二周的 3.1。更高的要求、更成熟的互评，让同龄人的尺子也变紧了——这未必是坏事。
数据来自作品墙实时统计。样本为“AI 已评且同学评价 ≥ 5 人”的作品；游客评分因被脚本刷量、已排除。相关系数为皮尔逊 r。