<h5>劉桓中，2025年8月</h5> 作文考試中，閱卷歷來是件難事。尤其是大規(guī)?？荚嚕馁M(fèi)大量人力物力，評分也很難做到客觀公正。如今很多試題都能借助電子手段自動(dòng)閱卷，選擇題幾乎是全自動(dòng)閱卷。一些科目的主觀題雖難以自動(dòng)化，考生能把要點(diǎn)說清就行，不像作文要求這么高。作文閱卷人如果自己寫作水平不高，很難客觀評判學(xué)生的作文。年復(fù)一年，作文閱卷始終是教育圈的一大難題。<div><br>如今有了 AI，情況大為不同。很多人在想：既然 AI 這么能寫，讓 AI 批閱作文是否可行？<br></div> <h1><b>作文機(jī)器閱卷已進(jìn)入成熟期</b></h1> 要論作文機(jī)器閱卷，美國考試服務(wù)中心 ETS 出手最早。2005年，ETS 推出改進(jìn)版機(jī)器評分軟件 E-rater，首先用于托福和 GRE 考試。那時(shí) AI 尚顯稚嫩，E-rater 是用來輔助閱卷，也就是人工閱卷和機(jī)器閱卷并行，相互參照，以減小人工閱卷的主觀誤差。隨著AI 快速發(fā)展，E-rater 也有望提高智能，逐漸取代人工閱卷。<div><br>國內(nèi)發(fā)達(dá)地區(qū)近年也有小規(guī)模機(jī)器閱卷嘗試，如上海、浙江、廣東和香港都有實(shí)例。在國家層面，教育部也聯(lián)合高校做過局部嘗試。這些嘗試是把機(jī)器閱卷作為輔助手段，以檢驗(yàn)其效能。</div><div><br>AI 自動(dòng)寫作研發(fā)歷史悠久，但長期來進(jìn)展緩慢。這兩年神經(jīng)網(wǎng)絡(luò)技術(shù)爆發(fā)式突破，智能生成大模型紛紛出臺(tái)，AI 寫作能力也有了驚人進(jìn)展。從技術(shù)突破到技術(shù)應(yīng)用總有一段消化期。期待最新AI 技術(shù)能早日在教育圈落地。</div><div><br>第三方開發(fā)者往往動(dòng)作很快，國內(nèi)外涌現(xiàn)不少 APP 和網(wǎng)站，專注于作文評測和批改，吸引了大量用戶。借助 AI 給自己的作文打分，雖不知分?jǐn)?shù)打得是否合理，卻能與他人的分?jǐn)?shù)比較，也可觀察自己的進(jìn)步，很有實(shí)用價(jià)值。<br></div><div><br></div> <h1><b>大規(guī)模考試數(shù)據(jù)錄入問題</b></h1> AI 技術(shù)用于大規(guī)模作文考試，時(shí)機(jī)已漸成熟，但要首先解決數(shù)據(jù)錄入問題。大規(guī)模上機(jī)考試目前還很難實(shí)施，仍要沿用紙面答卷模式，關(guān)注點(diǎn)是如何讓自動(dòng)文本識(shí)別達(dá)到考試要求。<div><br>手寫體文本識(shí)別技術(shù)現(xiàn)在已很成熟，問題是：考試不同于日常應(yīng)用，任何一份卷子都不能因識(shí)別率低影響評分。好在這問題有應(yīng)對辦法。識(shí)別率偏低時(shí)，機(jī)器自己有感知，可以給這種卷子打上標(biāo)記，單獨(dú)拿出來做二次復(fù)核。</div><div><br>為提高識(shí)別率，中文作文考試應(yīng)該用方格紙，每格寫一個(gè)字，標(biāo)點(diǎn)也占一格，如同投稿時(shí)那種寫法。這樣就避免了字與字的連筆糾纏導(dǎo)致誤判，也迫使考生將字寫得工整些。這是中文寫作的獨(dú)有優(yōu)勢。當(dāng)然，對考生硬筆寫字方法也應(yīng)該有要求。綜合各種措施，整體識(shí)別率達(dá)到考試要求應(yīng)該沒問題。</div><div><br>英語作文考試無法用方格紙。但英文字母比漢字少得多，機(jī)器自動(dòng)識(shí)別本就有巨大優(yōu)勢，只要考生寫字不過分潦草，識(shí)別率也沒有多大問題。<br></div><div><br></div> <h1><b>改進(jìn)作文考試模式</b></h1> 傳統(tǒng)人工審閱作文，弊病之一是標(biāo)準(zhǔn)難以一致。即便有統(tǒng)一閱卷準(zhǔn)則，事先經(jīng)過培訓(xùn)，也難以避免人為因素干擾。命題作文這種考試形式就是鼓勵(lì)考生發(fā)散式思維，作文一發(fā)散，閱卷就不好辦。借助 AI 閱卷可以減小閱卷人差別的影響，但對作文本身的發(fā)散性同樣無能為力。<div><br>命題作文不能改嗎？例如，改成縮寫作文和擴(kuò)寫作文?？s寫和擴(kuò)寫由來已久，已被教育界廣泛采用，但在大規(guī)?？荚囍兄皇桥既怀霈F(xiàn)，成不了主流。這應(yīng)該歸因于對作文考試目標(biāo)的誤解。很多人希望作文考試讓考生盡情發(fā)揮，以展示其寫作才能。如此推論，是否其他科目也從做考題改為寫論文？寫論文才能讓考生盡情展示創(chuàng)造力。那當(dāng)然很荒唐，因?yàn)榛A(chǔ)教育重點(diǎn)不在那里。那么，寫作不也同樣如此？要考的是學(xué)生的基礎(chǔ)寫作能力，不是看誰適合當(dāng)作家。</div><div><br>縮寫和擴(kuò)寫不僅降低了發(fā)散性，讓作文閱卷更容易保持統(tǒng)一標(biāo)準(zhǔn)，還能有效避免猜題、押題。每年都有一批考生猜中題目，致使一些地方大搞集體猜題，把功夫用偏了。這實(shí)在不應(yīng)該。<br></div><div><br></div> <h1><b>把閱讀理解與作文合二為一</b></h1> 目前AI 自動(dòng)寫作比人類頂尖水平還差很多，但已超過一般人水平。其最大優(yōu)勢是涵蓋面廣，邏輯清晰，描述手法多樣，所以最適合評判縮寫作文。為避免答卷同質(zhì)化，縮寫率必須足夠大，原文必須足夠長。<div><br>目前的高考語文閱讀理解題已走入誤區(qū)：題型難度大，主觀題做題時(shí)間長。這會(huì)嚴(yán)重帶偏基礎(chǔ)語文教育。中小學(xué)語文教學(xué)應(yīng)該從啃書轉(zhuǎn)向讀書，鼓勵(lì)學(xué)生大量、廣泛閱讀，通過閱讀增長知識(shí)，認(rèn)識(shí)世界，提高理解力、判斷力和表達(dá)力。不應(yīng)像古人那樣逮住幾本經(jīng)典死啃。語文考試應(yīng)選用多數(shù)人較易理解的文本，增加長度，全部用選擇題考察閱讀速度。學(xué)生想提高閱讀速度，除了平日大量閱讀，別無他法。這才是對語文教學(xué)的正確引導(dǎo)。</div><div><br>至于高考中的作文題，可以從閱讀理解題中選擇一部分，要求考生縮寫。這樣他們就不必為縮寫再讀額外篇章，能騰出很多時(shí)間用于寫作。<br></div><div><br></div> <h1><b>從不同角度檢驗(yàn)AI閱卷的信度</b></h1> AI取代人工閱卷，首先要通過實(shí)際考試檢驗(yàn)AI閱卷的信度。近年來AI技術(shù)迅猛發(fā)展，為這種檢驗(yàn)提供了有利條件，完全有可能讓AI閱卷從嘗試走向?qū)嵱谩?lt;div><br>AI開發(fā)者和教育機(jī)構(gòu)都傾向于借大規(guī)?？荚噥頇z驗(yàn)。其實(shí)，做這種檢驗(yàn)并不需要很大樣本，一所學(xué)校同年級(jí)幾百個(gè)考生，樣本已足夠大。在學(xué)校內(nèi)部做這種研究有很多有利條件。例如，中學(xué)可以組織理科教師和文科教師合作，以日常語文和英語考試為統(tǒng)計(jì)樣本，選擇各種不同 AI 工具來檢驗(yàn)。經(jīng)過多次檢驗(yàn)，可以發(fā)現(xiàn)信度較高的 AI 工具作為繼續(xù)研究的重點(diǎn)。</div><div><br>AI開發(fā)者都非?？粗禺a(chǎn)品的效能。學(xué)校做的實(shí)驗(yàn)研究為AI產(chǎn)品提供了第一手參照。尤其是那些效能領(lǐng)先的產(chǎn)品，必然歡迎學(xué)校的研究成果，很可能會(huì)主動(dòng)尋求合作，加速AI 閱卷的落地。<br></div><div><br></div> <h1><b>前景展望</b></h1> AI 一旦找到突破口，必然會(huì)加速發(fā)展，這一點(diǎn)毋庸置疑。不久的將來，AI 閱卷會(huì)成為教育測量的主流。它不僅會(huì)用于大規(guī)模考試，也會(huì)用于各學(xué)校內(nèi)部的考試，甚至?xí)蔀槿粘＝虒W(xué)的必備工具。<div><br>AI 的發(fā)展也會(huì)推動(dòng)教育方法的大變革，進(jìn)而導(dǎo)致教育理念和教育體制的深刻變革。將來的學(xué)校會(huì)是什么樣？教師的角色會(huì)有什么變化？學(xué)生還會(huì)像現(xiàn)在這樣學(xué)習(xí)嗎？這些問題不久將提上日程，成為眾議目標(biāo)。無論是教育主管部門，還是教師、學(xué)生和家長，對此都應(yīng)有思想準(zhǔn)備。</div><div><br>也許變化會(huì)來得很突然，讓所有人措手不及。<br></div> <h5><b>未來學(xué)校展望</b></h5>