Πώς το μετρήσαμε

1. Ποια μοντέλα, και γιατί αυτά

Ο κανόνας επιλογής είναι ένας και δεσμευτικός: δεκτά μόνο μοντέλα που κυκλοφόρησαν πριν την πρώτη εξέταση, στις 29 Μαΐου 2026. Αν ένα μοντέλο κυκλοφόρησε αργότερα, τα θέματα του 2026 μπορεί να βρίσκονται στα δεδομένα εκπαίδευσής του, και ο βαθμός του δεν σημαίνει τίποτα.

Και τα έξι έγραψαν και τα δέκα μαθήματα, με την ίδια εκφώνηση και τον ίδιο κανόνα βαθμολόγησης. Μία συνθήκη για όλους — αλλιώς καμία στήλη δεν είναι συγκρίσιμη με καμία άλλη.

2. Πώς τους δόθηκαν τα θέματα

Κάθε μοντέλο πήρε το επίσημο φύλλο θεμάτων μεταγραμμένο σε κείμενο — ολόκληρη την εκφώνηση, χωρίς περίληψη και χωρίς υποδείξεις, με υπόμνημα για κάθε σύμβολο που μπορεί να διαβαστεί με δύο τρόπους και με λεκτική περιγραφή κάθε σχήματος. Τέσσερα διαγράμματα σε ολόκληρη την εξέταση — δύο στη Βιολογία, ένα στη Φυσική, ένα στη Χημεία — δεν αποδίδονται πιστά με λέξεις και επισυνάπτονται και ως εικόνα, αγκυρωμένα στη θέση τους. Καμία πρόσβαση σε διαδίκτυο, σε εργαλεία ή σε προηγούμενες απαντήσεις. Ένα πέρασμα ανά μοντέλο και μάθημα, χωρίς επανάληψη με καλύτερο αποτέλεσμα.

Ξεκινήσαμε δίνοντας τις σελίδες ως εικόνες, ακριβώς όπως τις βλέπει ο υποψήφιος. Δεν λειτούργησε, και όχι επειδή η εξέταση ήταν δύσκολη: κάποια μοντέλα δεν διάβαζαν καθαρά τη σελίδα, ένα δεχόταν το πολύ τρεις εικόνες ανά κλήση σε φύλλα των πέντε και επτά σελίδων, και το αποτέλεσμα ήταν να μετράμε ανάγνωση εικόνας αντί για το μάθημα. Το αλλάξαμε, και οι εκτελέσεις με εικόνες δεν δημοσιεύονται — δεν συγκρίνονται με τις τωρινές.

Το πρωτότυπο PDF και οι σελίδες κάθε μαθήματος είναι διαθέσιμα στη σελίδα του μαθήματος, και το άθροισμα ελέγχου του κάθε αρχείου δημοσιεύεται — ώστε να μπορεί κανείς να επαληθεύσει ότι το φύλλο που μεταγράφηκε είναι αυτό που κατέβασε το υπουργείο.

3. Ποιος βαθμολόγησε, και με τι κανόνα

Τα γραπτά βαθμολόγησε ένα μοντέλο (claude-opus-5) στον ρόλο βαθμολογητή, με τις επίσημες μονάδες κάθε υποερωτήματος όπως τις ορίζει η εκφώνηση. Ο κανόνας είναι δημόσιος και ο ίδιος για όλους:

1. Κάθε υποερώτημα αναλύεται σε σκέλη — τα βήματα που απαιτεί η λύση. Το άθροισμα των σκελών ισούται με τις μονάδες του υποερωτήματος.
2. Κάθε σκέλος παίρνει πλήρεις μονάδες (σωστό βήμα), τις μισές στρογγυλοποιημένες προς τα κάτω (σωστή μέθοδος με αριθμητικό λάθος) ή μηδέν (λάθος μέθοδος, απόν ή αναιτιολόγητο βήμα). Ο κανόνας αυτός καλύπτει το 97,9% των σκελών· εξαίρεση είναι η Νεοελληνική Γλώσσα, όπου οι επίσημοι δείκτες του ΙΕΠ ορίζουν οι ίδιοι διαβαθμισμένη κλίμακα και την ακολουθούμε.
3. Ο βαθμός ενός υποερωτήματος είναι το άθροισμα των σκελών του. Γι' αυτό βλέπεις βαθμούς όπως 8/9: όχι επειδή αφαιρέθηκε μία μονάδα «κατ' εκτίμηση», αλλά επειδή ένα σκέλος των 2 μονάδων πήρε 1.
4. Απαγορεύεται μερική πίστωση «κατ' εκτίμηση» χωρίς ανάλυση σε σκέλη. Αν ένας αριθμός δεν δικαιολογείται μέσα από τα σκέλη, δεν δίνεται.
5. Σωστή αλλά διαφορετική μέθοδος από τη λύση αναφοράς παίρνει πλήρεις μονάδες. Δεν τιμωρείται η πρωτοτυπία.
6. Σωστό αποτέλεσμα χωρίς την απαιτούμενη τεκμηρίωση χάνει μονάδες — όπως θα συνέβαινε και σε υποψήφιο.

Αυτή η ανάλυση σε σκέλη είναι ό,τι βλέπεις στη δεξιά στήλη κάθε γραπτού. Δεν είναι παρουσίαση που φτιάξαμε εκ των υστέρων: είναι η ίδια η βαθμολόγηση.

Ένας βαθμολογητής, για όλα τα μαθήματα, με τον ίδιο ακριβώς κανόνα — αυτόν που μόλις διάβασες. Δεν υπάρχει δεύτερος κανόνας για τα δύσκολα μαθήματα.

4. Από πού είναι οι λύσεις αναφοράς

Ο βαθμολογητής δεν λύνει ο ίδιος τα θέματα. Συγκρίνει το γραπτό με προτεινόμενες λύσεις που έχουν δημοσιεύσει φροντιστήρια και εκπαιδευτικοί. Είναι ενδεικτικές, όχι επίσημες — και είναι δική τους δουλειά. Γι' αυτό δεν τις φιλοξενούμε: τις πιστώνουμε και παραπέμπουμε στην πηγή τους.

Το κριτήριο επιλογής είναι δηλωμένο και το ίδιο για κάθε μάθημα. Πρώτη και υποχρεωτική είναι η λύση της ΟΕΦΕ: είναι η πιο θεσμική που υπάρχει — ομοσπονδία, όχι μεμονωμένο φροντιστήριο — δημοσιεύεται την ίδια μέρα με την εξέταση και καλύπτει και τα δέκα μαθήματα, οπότε κανένα μάθημα δεν κρίνεται με πηγή διαφορετικού είδους από τα άλλα. Δεύτερη μπαίνει μία ακόμη, ως διασταύρωση: ένα λάθος μίας πηγής περνά αδιαμαρτύρητα, δύο ανεξάρτητες που συμφωνούν το αποκλείουν — έτσι πιάστηκε δικό μας λάθος στη Βιολογία. Όπου οι δύο πηγές διαφωνούν, ο βαθμολογητής δέχεται και τις δύο αναγνώσεις με πλήρεις μονάδες.

Χρησιμοποιήθηκαν 3 πηγές: ΟΕΦΕ, Φροντιστήρια Μπαχαράκη, Φροντιστήρια Πουκαμισάς.

Όπου ο βαθμολογητής διαφώνησε με λύση αναφοράς, όφειλε να ακολουθήσει τα μαθηματικά/επιστημονικά δεδομένα και να το σημειώσει.

5. Τι δεν ισχυριζόμαστε

• Δεν μετράμε νοημοσύνη. Είναι μία εξέταση, ένα γραπτό ανά μοντέλο και ανά μάθημα.
• Η ακρίβεια της βαθμολόγησης είναι ±3 μονάδες στα 100. Η πρώτη θέση είναι ισοβαθμία, και το δηλώνουμε εμείς.
• Βαθμολόγησε μοντέλο, όχι βαθμολογητής Βαθμολογικού Κέντρου. Ο δικός μας κανόνας είναι δημόσιος και ο ίδιος για όλους· όπου το ΙΕΠ δημοσιεύει δείκτες — στη Γλώσσα — τους ακολουθούμε.
• Η εξέταση δεν ρωτάει αν ξέρεις οικονομία· ρωτάει αν ξέρεις ΑΟΘ — και το ίδιο ισχύει για τον υποψήφιο. Χαμηλός βαθμός στην Ιστορία σημαίνει ότι το μοντέλο δεν ξέρει το σχολικό βιβλίο, όχι απαραίτητα ότι δεν ξέρει ιστορία.
• Τα μοντέλα δεν γράφουν με το χέρι, σε τρεις ώρες, με άγχος. Καμία σύγκριση με υποψήφιο δεν είναι σύγκριση συνθηκών.
• Οι προτεινόμενες λύσεις που χρησιμοποιήθηκαν ως αναφορά είναι φροντιστηρίων, όχι επίσημες.

Πού είναι τα δεδομένα

Όλα. Τα γραπτά αυτούσια, οι βαθμολογήσεις ανά υποερώτημα με τα σκέλη και τις αιτιολογήσεις, ο κώδικας που τα παρήγαγε, και τα λάθη που βρήκαμε στη δική μας δουλειά μαζί με το πώς τα διορθώσαμε.

github.com/gzarkx/panellele

Κατάσταση αυτή τη στιγμή: 60 βαθμολογημένα γραπτά, 894 υποερωτήματα, σε 10 από 10 μαθήματα. Οι σελίδες ενημερώνονται καθώς ολοκληρώνονται τα υπόλοιπα.