11月初,一段AI批改机的演示视频传得很广:整叠手写试卷塞进机器,5分钟改完全班,自动打分,还给评语。视频传开后,相关讨论里一条网友评论得了5639个赞:“学生用AI写,老师用AI改,学习形成了完美的闭环!”
这是网友说的调侃,点中的却是作业设计里的一个真问题。网友说的“完美闭环”,听上去很省事:学生遇到作业就拍照搜题,让AI生成答案;老师收到作业后交给AI批改,分数、评语和错题统计很快出来。交作业快了,改作业也快了。可夹在中间的思考过程,恰恰变薄了。
对老师来说,作业的价值从来不只是收上一本本子。
它能让我们看见学生到底卡在哪儿:是把题意看错了,还是概念没弄懂;是某一步算错,还是前面推理就有问题。一道错题背后,有时是审题习惯,有时是运算习惯,也有时是知识没有真正建立起来。批改同样不只是找出一个分数。哪些题全班错得集中,错法是否相同,接下来该讲什么、哪些学生需要单独提醒,都要从学生的作答痕迹里判断。
一旦作业由AI代写,批改又由AI包办,老师和学生之间这条“看见思考”的通道就容易断掉。
第一处断点,是作文和开放题。
拿作文来说,结构完整、套语明显、辞藻漂亮的文章,往往更容易得到稳定的评价。学生如果严格按照“开头点题—中间三层—结尾升华”的框架写,内容可能没有多少个人发现,但形式上很像范文。
可以设想一个很具体的课堂场景:题目要求写一次失败的经历。一个学生写自己参加比赛时准备得很充分,真正站到台上却忘词了,后来只能硬着头皮讲完。另一个人写家里修理小店时遇到的一次顾客争执,句子不够漂亮,甚至有几处表达重复,却把当时的窘迫和判断写得很具体。前一篇可能因为结构工整拿到较高评价,后一篇却可能因为没有套用常见结构被低估。
这就是开放题难办的地方:它本来要看的,就是学生有没有自己的观察和表达。要是评分只认套路、关键词和参考结构,真正有个人想法的学生反而可能吃亏。
课堂讲评时,不能只念一遍AI给出的评语。更合适的做法,是把两段话放在一起追问:“哪一段是你自己的经历?”“如果换一种结构,你还会这样写吗?”“你当时为什么这样判断?”这些问题一开口,作文到底有没有思考过,就容易露出来。
第二处断点,是潦草字迹和主观题。
数学、科学等学科的大题,常常不只看最后答案,还要看步骤、方法和依据。学生明明思路正确,中间抄错一个数,最后结果跟着错;有学生最终答案碰巧对了,过程却跳得很远。遇到涂改多、字迹潦草的卷子,AI还可能先认错内容,再据此判断整题是否正确。
比如一道应用题,学生列式思路是对的,但把题目中的数量抄错了一步。人工批改时,老师会顺着他的列式看出问题,再核对原题,判断究竟是抄错还是不会。AI面对模糊字迹和跳跃步骤时,未必能还原完整判断。一旦分数直接进入成绩单,学生真正会做的部分可能没有被看见,侥幸蒙对的部分也可能被当成已经掌握。
老师在讲评这类题时,可以做一件很小的事:请学生把自己的草稿纸带到桌前,重新讲一遍列式依据;再换一道同类型的题,当堂列式。答案写对了,不代表过程真的清楚;草稿能前后对应,才说明思路站得住。
要把这两个断点接起来,老师可以从三件事做起。
第一件,收过程材料。
除了最终答案,可以收草稿、订正、解题步骤,也可以让学生补写一句错因。目的不是增加负担,而是让AI无法替学生把整个思考过程走完。
错因不必长。一道计算题错了,写下“我把减号看成加号了”;一道阅读题答偏了,写下“我只找表面信息,没有结合题目要求”。这种具体的自我检查,比一个孤零零的分数更能帮助老师判断下一步该教什么。
第二件,课堂当场核验。
讲评课上,可以请学生讲一道自己错过或做对过的题;也可以当堂更换条件,重新完成一道同类题。核验的重点不是把学生难住,而是把纸面上的答案重新变回口头思考。
学生随时可能被请来讲题,交上去的答案就得经得住追问,不能把思考过程全交给AI代办。学生讲不出来,老师就顺着他的草稿追问;学生讲得出来,至少说明他需要重新组织一次解题过程。
当堂练习也要留一点时间,让学生在纸上写出关键步骤。只看学生举起手、说出结果,有时仍判断不了他有没有独立思考。黑板上的推导、草稿上的演算、同桌之间的追问,都能留下更真实的课堂证据。
第三件,复核存疑答案。
AI批改之后,老师可以重点看三类答案:高分但表达高度相似的,低分但字迹潦草、涂改较多的,以及步骤分、作文分存在疑问的。存疑答案先别急着录分,重新读题、核对过程,再做最终判断。
这会增加一点批改工作,但它保护的不只是一个分数,也是在保护学生的真实表现。老师批改得再快,也要保留“看学生那一眼”;学生写完作业,也要保留“自己想那一步”。AI可以减少重复劳动,不能替老师承担理解学生的责任,更不能替学生完成学习。
你在教哪个学科、哪个年级,批改时常卡在“识别学生真实思考”的哪一环?