AI押中高考作文题:科学、玄学还是炒作?
本篇文章主要是结合我之前面试的各种经历和实战开发中遇到的问题解决经验整理的,希望这篇《AI押中高考作文题:科学、玄学还是炒作?》对你有很大帮助!欢迎收藏,分享给更多的需要的朋友学习~
对于高考学子而言,最高兴的事情莫过于——遇到的问题全会,而不会的问题,也早已背过了答案……然而,这样的好事真的能发生吗?
就在昨天,一名微博博主转发了一周前发布的视频称,自称“自己此前用AI预测了2022年高考作文的题目,7张全国各地高考卷中押中了其中4套的作文题。”
AI预测高考作文题,到底是科学还是玄学?
新浪科技与上述博主胖虎取得联系,作为AI系统的资深算法专家,他表示团队制作的爬虫抓取了一年内人民日报、人民网等官媒发表的言论,建立了一套AI系统,才预测出了最可能出现的7个命题方向。
但也有网友质疑,这种AI预测方向都偏宏观,“靠谱的语文老师都会划定方向,也都是宏观的,如此说来大家都能叫押题王”。
AI预测作文题是如何实现的?
想要理解AI预测高考作文题的技术原理,首先得理解高考作文出题的本质是什么。
在6月1日发布的2022年高考作文题AI预测结果公布视频中,该博主介绍了这一套AI系统实现的技术原理——高考作文看似是考试,其实是价值观、人生观和家国意识的引导,这个规则决定着一篇高考作文的得分高低。
因此,“高考的本质是思政任务,反映了意识。”而这,也正是预测高考作文的根本原理。

本质上,作文命题的思路和春晚小品的评审一样,本质上是没有任何区别的。深谙此道的命题组,也会从近一年的国际事件、国家政策、会议文件、指导意见和官方报告中,筛选出一批重要度高、范围较小的主题,并最终选出之前高考没有出现过的,且最适合今年任务的高考作文题。
而AI作为最擅长从大规模数据中挖掘规律的重要工具,其获取的数据越多,分布越合理,也就能够更加准确地预测到最终的结果。
基于以上思考,胖虎及其团队专门写了一套爬虫。这套爬虫抓取了一年内人民日报、人民网、央视新闻等官媒发表的文章、期刊、报纸以及高层会议的重要文件。
然后再通过自然语言处理中的预训练模型和主题建模算法,建立了一套可以理解中文新闻与文章的AI系统,并让AI系统学习了过去几年的高考作文出题思路,最终预测出了2022年高考中最可能出现的7个命题方向。

在6月1日发布的预测公告中,胖虎及其团队公布的七大命题方向分别是,“困难与希望、拼搏与自强、探索与梦想、创新与发展、奋斗与价值、公平与德育、美与环境。”在每一个命题核心词的背后,同时有配有预测模型和供给做拓展延伸之用的“模型表征”。
以“困难与希望”这一预测方向为例,在预测结果中,AI系统主要基于模型表征提炼出预测主题和核心词,而在学生理解命题的过程中,预测主题可以作为作文主要的写作内容理解方向,模型表征提供的介绍可以作为案例引用植入文章中。
而最上面的“困难、希望”核心词,则可以作为作文标题的主要命题参考方向。

预测准确度如何?
AI系统押注的命题结果出来了,那么,预测的结果准确吗?
据新浪科技统计6月7日正式揭晓的2022年高考全国甲卷、全国乙卷、全国新高考II卷、全国新高考I卷、北京卷、天津卷以及浙江卷7套考卷发现,7套高考作文题中,确实在一定层面上与此前胖虎团队公布的命题方向一致。
比如,在2022年全国新高考II卷中,作文要求以“选择·创造·未来”为主题开展作文写作,同时提及了“科学家、科学攻关、北斗导航系统”以及“新方法、新思维、新知识”等词。
而在AI系统给出的以“探索、梦想”为主题的命题方向中,北斗、芯片等科技名词成为了提示模型表征,主题方向与高考作文命题也有所接近。

在除了新高考I卷和全国甲卷之外的其他几份试卷中,AI预测的命题方向也命中了比较接近的主题方向。只不过对于这种AI系统从统计学角度得出的高度概括性命题方向,真的能帮助考生备考学习吗?目前看来外界对这样的结果评价不一。
一部分网友惊叹:“牛!能不能预测一下四六级考试”。
而另一部分网友则质疑道,“笑死的AI算命,靠谱点的语文老师都行。”

作为此次押中4道作文题的AI系统开发人员,胖虎也客观地指出,“今年各地高考作文结合热点进行命题较多,这才让AI系统押对了4个命题,但往年的题目一般不会直接从热点进行出题,而是侧面描写和以小见大,这次命中较多也很特殊。”
未来AI能指导考生取代老师?
虽然局部押中高考作文,但AI预测高考选题,仍并未达到直接指导学生高考备考或者取代老师的地步。
对于AI给出的命题方向比较宏观不具体明确一事,胖虎也进一步指出,“AI系统预测高考作文,更多地是为了告诉外界AI已经可以做很多事情,但历年高考作文更多的还是考验学生的知识储备和语言灵活运用能力,AI预测的方向只能作为一种辅助参考。”
AI预测高考作文之外,随着AI技术使用门槛的降低和技术的不断普及,在医疗、农业、工业以及企业商务等领域,基于AI技术推进业务流程优化和商业预测等行为,也正在变得越来越为广泛。这些基于AI而开展的预测和判断,究竟是科学还是玄学?
胖虎认为,“在数据分类预测任务等领域,目前部分AI的预测准确率,已经远远超越了普通人。”在智能语音技术和人脸识别技术已经普遍融入大众生活的当下,AI早已成为了我们生活中的常客,而基于AI和大数据统计得出的结果预判,也已经不再是玄学。
今天关于《AI押中高考作文题:科学、玄学还是炒作?》的内容介绍就到此结束,如果有什么疑问或者建议,可以在golang学习网公众号下多多回复交流;文中若有不正之处,也希望回复留言以告知!
MIT新材料打造「人造突触2.0」,模拟深度学习训练提速100万倍!
- 上一篇
- MIT新材料打造「人造突触2.0」,模拟深度学习训练提速100万倍!
- 下一篇
- 如何在 iPhone 14 Pro 上使用动态岛
-
- 科技周边 · 人工智能 | 1小时前 | python · 人工智能 · Transformers apply_chat_template 聊天模板 chat_template 角色标签
- Transformers聊天模板与手写角色标签有什么兼容性差异
- 492浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | PyTorch checkpoint Accelerate 随机数状态 恢复训练
- Accelerate恢复训练时如何保存随机数状态
- 326浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- Diffusers怎样使用Generator复现同一张生成图
- 118浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | 模型 混合精度 优化器 分布式训练 Accelerate Accelerator.prepare
- Accelerate prepare为什么要同时接收模型与优化器
- 386浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | 人工智能 · Hugging Face Datasets streaming IterableDataset Dataset.shuffle shuffle buffer
- Datasets流式读取与内存数据集的shuffle有什么区别
- 130浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- Hugging Face Datasets map怎样同时删除旧字段
- 421浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 |
- PEFT适配器检查点为什么不包含完整基础模型
- 301浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | python · Hugging Face 提示词 Transformers generate input_ids
- Transformers生成结果为什么包含输入提示词
- 111浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | 解码 token Transformers generate 新生成内容
- Transformers怎样只解码新生成的token
- 461浏览 收藏
-
- 科技周边 · 人工智能 | 1小时前 | python · 人工智能 · Transformers offset_mapping 原始文本 Fast tokenizer 文本偏移
- Transformers分词偏移怎样映射回原始文本片段
- 330浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 463次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 526次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 543次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 492次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 311次使用
-
- 本地大模型反复输出同一句话怎么调整生成参数
- 2026-09-06 501浏览
-
- Python 调用大模型时如何用结构化输出校验 JSON:从解析失败到可重试
- 2026-08-29 501浏览
-
- AI写作工具免费版安装教程(含豆包Clawdbot)
- 2026-05-30 501浏览
-
- WPS AI能自动生成PPT吗?输入主题一键制作演示文稿
- 2026-05-27 501浏览
-
- Canva手机闪退解决方法及适配指南
- 2026-05-25 501浏览

