又到了一年一度的高考時間，作爲6月份關注度最高的事情，每年的高考總是能夠引來各路大神關注，不少自認文採出衆的網友，還會挑战現場寫一篇高考作文，然後讓大家進行評分。
不過，今年的高考作文整活，似乎因爲某些東西的出現而有了不一樣的結果。
是的，就是登上熱搜的AI高考作文，AI寫高考作文在去年其實就已經有公司在嘗試，寫出來的文章從架構到立意都相當不錯，即使是有着多年教學經驗的老教師，看了都直接打個高分。
看到這裏，或許你已經知道小雷想要整什么活了。沒錯，作爲AI測試大師的小雷（ID：leitech），決定拿今年的高考作文命題去考考國內的各大AI，看看大家寫的作文水平到底如何？
當然，除了國內的AI，小雷也找來了一些海外的AI，看看這些“洋和尚”遇到中國高考，能不能整出一些新的花樣。
廢話不多說，讓我們直接來看看各家的作文都寫得怎么樣吧。
題目就一句話，能難倒AI嗎？
在今年的高考作文命題中，上海卷可能是最讓學生蒙圈的，上海卷的出題老師非常徹底的貫徹了“惜字如金”四個字，整個作文命題的描述加起來只有21個字：“一個人樂意去探索陌生世界，僅僅是因爲好奇心嗎? ”，作爲曾經的高考生，小雷我是最怕遇到這種命題作文的，從網絡上的聲音來看，大家也是如此。
面對這種只有一句話描述的作文題目，AI又會如何去解讀並回答呢？
先來看看訊飛的星火大模型。
圖源：雷科技
一篇標准的討論文，作爲曾經的文科生，小雷表示：“這個我熟”，從個人角度而言，訊飛星火給的這篇文章質量是很高的，AI首先肯定了“好奇心”是人類探索陌生世界的一大原因，並且對“好奇心”如何驅動我們去探索未知做出了解釋。
然後訊飛星火以此進一步擴展，提出了探索陌生世界並非僅僅是因爲好奇心，並且從個人的成長、情感以及精神追求等方面進行解讀，最後再用總結點題，我的評價就八個字：“有理有據，令人信服”。
唯一的問題是，文章的字數似乎不到800字，從WPS給出的字數統計來看是762個字（加上標點符號），按照審稿規範，估計會扣掉一些分數 。
接下來，我們有請通義千問來作答。
圖源：雷科技
與訊飛星火不同，通義千問用了另一個角度來解答命題，在开頭同樣先對“好奇心”驅使我們探索未知世界這段話進行了解析，然後再從社交需要、求知欲和探索欲等方面進行解讀。
不過，在文章的倒數第二段，或許是出於對提問者的建議，通義千問加入了一段“安全提示”。雖然從內容來說是沒有問題的，但是，如果將其作爲高考作文來看，倒數第二段就看起來有點突兀了，審稿老師估計也會一臉懵逼，所以，即使前面寫得不錯，也會因此而扣掉一些分數。
下一個“作者”是百度的文心一言，看看它又會怎樣回答這個問題？
圖源：雷科技
文心一言同樣選擇以討論文的形式來撰寫作文，當然，這也是目前AI最擅長的文章類型。從內容角度來說，文心一言的回答也是十分不錯的，但是過多的段落和轉折詞，使得文章有點像“流水账”。
不過在最後的立意點題上，文心一言給出的回答則更好一些，沒有局限於個人層面，而是擴大到對其他個體的思考與包容中，給出了更宏大的立意。
接下來讓我們看看“洋和尚”的表現，首先是谷歌投資的Claude。
圖源：雷科技
首先從字數上看，Claude恐怕就沒有合格，WPS的檢測結果顯示這篇文章的字數爲646，離800字還有一些距離。不過，從內容上看，Claude確實是給出了不同於國產AI的解答，它從人類本身出發，以冒險基因和進取精神爲核心，解讀了人類爲什么要探索陌生世界。
從立意上來說，Claude或許是目前出場的AI中最高的，不僅僅是講到人類，更是將話題拓展到了文明的發展與延續、人類的未來等方面，讓人不禁有種“不明覺厲”的感覺。
不過，考慮到命題更多的是對個體想法的探索，雖然文章內容不錯，但是恐怕也拿不到滿分或是特別高的分數。
最後，就讓我們來看看ChatGPT的回答吧，鑑於時間關系，小雷最終是在New Bing上得到的答復。
圖源：雷科技
不得不說，New Bing給出的文章是所有回答中最長的，字數高達1144個，考慮到文科答卷的作文答題區大小，恐怕會超出限制，卷面分和文章本身的分數都會因此大打折扣。
至於文章本身，New Bing選擇從人類本身去探討這個問題，然後分別從求知欲、創造欲、競爭欲、自我實現等方面來討論人類爲什么要探索陌生世界，立意方面也是與Claude相似，喜歡從人類角度來思考這個問題。
從這裏其實就可以看出海內外生成式AI在邏輯上的區別，在面對相同的問題時，海外的AI有時候會傾向於從一個更大的層面上去進行解讀，而國內的AI則更加扣題，選擇從個人角度出發進行解讀。
我認爲兩者存在差異的原因主要有兩點：一是海外的訓練數據與國內的訓練數據不同；二是對中文問題的理解不同，國內的中文互聯網有着過去歷年的高考題目，所以AI在看到類似的題目時，會優先與相近的數據進行匹配，最終寫出一篇類似於高考作文的成品，而海外的AI則是將其看做對“人類探索陌生世界”問題的解讀，所以選擇從一個更廣泛的角度進行回答。
至於哪個AI的文章更好，或許就因人而異了，喜歡科幻、喜歡宏大敘事的讀者，或許會更喜歡“洋和尚”的文章，從個人角度來說的話，國內的AI則表現得更好一些。
作文命題二選一，AI能理解嗎？
在本次的高考作文中，北京卷是給出了兩個命題，考生可以二選一進行作答，那么對於AI來說，它們遇到“選擇題”時，又會給出怎樣的回答呢？
首先是訊飛星火。
圖源：雷科技
內容來說是沒什么問題的，但是訊飛星火卻同時給出了兩篇文章，顯然是沒有意識到題目中的“任選一題”四個字的含義，而且從字數上看，兩篇均爲500字左右，加起來是滿足700字以上的要求了，但是單獨算得話，全都不及格。
那么通義千問呢？
圖源：雷科技
問題同樣存在，一樣是寫了兩篇文章，一樣是五百字左右，基本上與訊飛星火犯了一樣的錯誤。
圖源：雷科技
國內三巨頭裏，目前來看只有文心一言正確理解了題意，從中選擇了“續航”爲題目並撰寫了一篇文章，單就這一點來說，已經是贏了。但是，具體到文章本身來說，過於簡單且字數僅400+，甚至比訊飛星火和通義千問還少，放到高考裏基本上就是不合格的了。
再來看看兩個“洋和尚”表現如何，首先是Claude。
圖源：雷科技
Claude也成功理解了題意，並且給出了自己的見解，從字數上來看，居然是目前所有AI中最接近的，足足有625個字，而且文章也從“續航”本身的詞義，到人生、社會、科技等方面進行了不同的解讀，總體而言更具有可讀性和連貫性，表現十分不錯。
另一方面，New Bing則是給了我一個“驚喜”。
圖源：雷科技
是的，New Bing也理解了題意，但是它反過來問我想讓它選擇回答哪個問題，說實話挺樂的，而在我做出了選擇後，New Bing又給了我一篇900+字數的文章。從文章內容，結構以及字數要求來說，New Bing是在這個環節中表現最好的（如果忽略掉反問我如何選擇的話）。
而且，在測試過程中，New Bing還會提示“正在思考，請等待”的回答，然後我足足等了五分鐘都沒有下文（偷懶是吧？），最終在我的催促下，New Bing的文章才姍姍來遲，活脫脫上班想摸魚卻被老板抓現行的員工。
最後
AI寫高考作文，雖然本質上是整活，但是也可以側面反映目前的各個平台的AI技術能力如何。從以上兩個測試的表現來看，目前國內理解能力最強的應該是文心一言，畢竟是唯一能夠理解北京卷題意的AI，而在文章結構和內容來說，訊飛、文心、通義都差不多，不過訊飛的更像一篇普通作文。
至於海外的“洋和尚”，從表現來看確實是領先國內AI平台不少的，至少在提問的理解能力上要高出不少，但是因爲缺乏國內中文互聯網的訓練數據的原因，所有在遇到這些帶有“中國特色”的提問時，會選擇從普通提問的角度去解答。
總的來說，目前生成式AI還在快速發展，各家都有着獨特的優點，同樣也存在一些問題，比如對文章的字數要求總是無法正確理解等。但是，考慮到它們誕生的時間，已經是相當恐怖的學習效率了。
來源：雷科技
原文標題 : 百度、訊飛、阿裏大模型高考作文挑战：都不及格，還有的讀不懂題
標題：百度、訊飛、阿裏大模型高考作文挑战：都不及格，還有的讀不懂題
地址：https://www.utechfun.com/post/223383.html