AI批改作文打了满分，老师给了零分——谁对谁错？

一篇引发争议的作文

2026年5月，北京某中学发生了一件令人深思的事。

语文老师布置了一篇作文，题目是"我的母亲"。一个学生用AI生成了一篇作文——辞藻华丽、结构完美、引用恰当、没有错别字。她用AI批改系统给自己的作文打分，AI给了满分（100分），评语是"语言优美，结构清晰，情感真挚"。

她自信地把作文交给了语文老师。语文老师看完后，沉默了。然后给了零分。评语是：“这不是你写的，这是AI写的。这不是你的母亲，这是AI编造的’母亲’。这篇作文里没有一句是你真正想说的话。”

学生不服：“AI说我写得很好，为什么你给零分？”

这件事在学校里引发了激烈讨论。支持老师的认为：AI只会看"形式"，不会看"灵魂"。支持学生的认为：AI的评分是"客观"的，老师是"主观"的。

这场争论，暴露了AI教育评价体系的最大缺陷。

2026年，AI作文批改系统（如科大讯飞作文批改、批改网等）已经覆盖了大量中小学。这些系统能在几秒内给出一篇作文的分数和评语。但它们到底在"看"什么？

AI看的三样东西：

一看词汇丰富度。 AI通过统计"高级词汇"的使用频率来评分。用了"旖旎"比"好看"得分高，用了"潋滟"比"水波"得分高。词汇越"高级"，分数越高。

二看结构完整度。 AI检查作文是否"开头-中间-结尾"结构完整，是否有"总-分-总"结构。结构越符合模板，分数越高。

三看语法正确度。 AI检查有没有错别字、病句、标点错误。错误越少，分数越高。

AI不看的三样东西：

一不看真实性。 AI不会判断作文内容是否真实。你说"我妈妈是宇航员"，AI不会质疑，除非这个信息与上下文矛盾。

二不看情感性。 AI不会感受作文中的情感。AI可以识别"情感词汇"（如"感动"“温暖"“悲伤”），但无法判断这些词汇背后是否有真实的情感体验。

三不看创造性。 AI不会欣赏"打破常规"的创意。一篇结构独特、语言创新的作文，可能在AI眼中是"结构混乱、语言不规范”。

AI评价作文，本质上是"模式匹配"——将作文的特征与"高分作文"的特征进行匹配。匹配度越高，分数越高。这是一种"统计性"的评价。

人类教师评价作文，本质上是"理解与共鸣"——理解学生在表达什么，共鸣学生的情感体验。这是一种"理解性"的评价。

统计性评价的优势：客观、一致、快速、可量化。不会因为老师心情不好而给低分，不会因为老师偏爱某个学生而给高分。

统计性评价的劣势：无法识别"真实的情感"、“独特的创意”、“个性的表达”。一篇"AI眼中的好作文"可能是"辞藻华丽但空洞无物"的。

理解性评价的优势：能识别真情实感、独特创意、个性表达。能理解"不那么完美但很真实"的表达。

理解性评价的劣势：主观、不一致、受情绪影响、可能带有偏见。

建议一：AI批改用于"校对"，不用于"评价"。 让AI检查错别字、病句、标点错误——这些是AI擅长的。但不要让AI给作文"打分"——AI不擅长评价"写得好不好"。

建议二：AI批改后，必须有人类教师"二次批改"。 AI的批改是"第一轮"——提供技术性的反馈。人类教师的批改是"第二轮"——提供理解性的评价。

建议三：教学生"批判性使用AI批改"。 告诉学生：AI说你写得好，不一定真的好；AI说你写得不好，不一定真的不好。AI的评价是"参考"，不是"判决"。

AI批改作文打了满分，老师给了零分——谁对谁错？在于你如何理解"好作文"的标准。如果"好作文"的标准是"符合规范、辞藻华丽、结构完整"，那么AI是对的。如果"好作文"的标准是"真实、有情感、有思想"，那么老师是对的。

金句：AI可以评价"写得对不对"，但无法评价"写得好不好"。因为"好"的标准，是人定义的，不是AI能计算的。