機器批高考作文：有效禁止背作文和套作文

　　在高考評分中，作文往往是最耗費工作量，也最具爭議的一項。近年來(lái)，由于高考作文評價(jià)體系屢遭質(zhì)疑，相關(guān)領(lǐng)域的專(zhuān)家學(xué)者開(kāi)始思考運用機器評分，來(lái)取代準確度不高且耗時(shí)耗力的人工批改。11月26日，華東師范大學(xué))中文系副教授徐默凡，在華東師范大學(xué)一場(chǎng)有關(guān)“應試作文寫(xiě)作質(zhì)量的計量和計算”的研討會(huì )上，就機器在作文評分中的實(shí)現可能性進(jìn)行了探討，并對當下的應試作文評分進(jìn)行了反思。

　　通過(guò)數據統計可找出背題套題的作文

　　據徐默凡介紹，目前有望運用于機器評分的自然語(yǔ)言處理模型有三類(lèi)，分別是基于規則識別、數據統計和神經(jīng)網(wǎng)絡(luò )的自然語(yǔ)言處理。

　　所謂基于規則識別的自然語(yǔ)言處理，是基于一定的規則對作文進(jìn)行句法分析和語(yǔ)義分析，從而掌握對語(yǔ)言的理解和表達。徐默凡認為，這條路對于作文機器評分是走不通的。因為首先，人類(lèi)自身并未建構起準確的作文評分標準；其次，作文評價(jià)標準涉及到的因素比句子理解更多，思想、邏輯、結構、語(yǔ)言等要素難以規則化。

　　第二種模型則是基于神經(jīng)網(wǎng)絡(luò )的自然語(yǔ)言處理。它的原理在于運用腦科學(xué)和仿生學(xué)，模仿人腦對信息的處理方式。然而在徐默凡看來(lái)，這種模型也不適合用于機器評分。除了訓練復雜度高，費時(shí)費力之外，無(wú)法對它的信息處理過(guò)程進(jìn)行探測和評估，因而結果的可解釋性差。

　　更重要的是，這種模型牽涉到了關(guān)鍵的智能倫理問(wèn)題。AlphaGo的橫空出世令人驚詫?zhuān)�而相比圍棋，作文更是人�?lèi)智能的體現。如果將作文評分交給人工智能，很容易引起倫理上的反感甚至恐慌。高考這一事關(guān)很多人前途的重大考試，若完全交由人工智能去判斷評分，很有可能會(huì )造成“機器將會(huì )主宰人類(lèi)社會(huì )”的聯(lián)想。

　　于是相比之下，基于數據統計的自然語(yǔ)言處理才是更適合機器評分的模型。這種數據統計的基本原理是，一個(gè)句子是否合理，不必了解它的句法語(yǔ)義，只需要考察它在人類(lèi)說(shuō)過(guò)的話(huà)中出現的可能性大小如何：出現的可能性越大，即越合理；可能性越小，則越不合理。理論上，進(jìn)行這種自然語(yǔ)言處理時(shí)，需要把人類(lèi)講過(guò)的所有話(huà)都統計一遍；然而在現實(shí)中，進(jìn)行詞頻統計就已綽綽有余。“詞頻統計現在已經(jīng)是比較成熟的研究成果了，”徐默凡說(shuō)，“在實(shí)際中，也可以考慮到前后文的關(guān)聯(lián)和影響。只是考慮的詞越多，意味著(zhù)計算也會(huì )越復雜。”

　　徐默凡指出，數據統計可以有效禁止背作文和套作文的行為。如今中高考已成為了背作文和套作文的重災區，同一個(gè)教師教出的學(xué)生背誦了一樣的范文，因而考試時(shí)寫(xiě)出相似的作文，這一普遍現象若依靠人工力量是很難被察覺(jué)的。這里就是機器大顯身手的地方了。它可以通過(guò)統計給出重復率百分比，并自動(dòng)摘要出不同考生所寫(xiě)的相同事例，再由人工鑒定是否是作弊。

　　此外，作文的語(yǔ)言規范度也可以使用統計測量。通過(guò)計算每篇作文的概率值，概率值越高說(shuō)明語(yǔ)言用法越常規，以此就可以識別不規范的語(yǔ)言用法。“當然，概率低也有一種可能，那就是作文在語(yǔ)言上進(jìn)行了創(chuàng )新，使用了一些新穎的表達。在此使用統計法，至少可以挑出概率低的表達，進(jìn)而進(jìn)行人工篩查，重點(diǎn)關(guān)注，再根據不同類(lèi)型的作文要求賦分。”徐默凡說(shuō)。

　　作文能否代表語(yǔ)文水平

　　在對現有的技術(shù)成果在實(shí)現機器評分的可行性上進(jìn)行分析討論后，徐默凡又引入了一個(gè)話(huà)題：作文真的可以測量考生的語(yǔ)文水平嗎？

　　高中語(yǔ)文老師主要將精力用在了總結應對高考作文的技巧上，只教學(xué)生應付考試的方法，而疏忽了真實(shí)語(yǔ)文能力的培養。因為學(xué)生只要掌握了應試技巧，就能夠在高考作文中拿到高分，然而這并不足以證明其語(yǔ)文能力的優(yōu)秀。從另一方面看，這也證明了現今的高考作文命題與評分機制在衡量考生語(yǔ)文水平的高低上存在一定的困難。因而作文能否體現語(yǔ)文水平，又是怎樣測量語(yǔ)文水平的，成為了一個(gè)值得深思的話(huà)題。

　　徐默凡表示，很多人認為作文水平只能整體感知，因此機器無(wú)法勝任，人類(lèi)也無(wú)法公正。但這一問(wèn)題并非無(wú)解。他犀利地指出，既然目前的作文評價(jià)量表可以將考生的作文水平分解為語(yǔ)言表現、思想內涵等等，為何不為每一項能力的評估專(zhuān)門(mén)設計一套試題？讓作文從繁瑣而模糊的評分體系中解脫開(kāi)來(lái)，換以更清晰也更有針對性的試題，豈不更好？

　　對于這一頗具革命性的提議，現場(chǎng)專(zhuān)家學(xué)者不盡贊同。“能寫(xiě)出一篇篇幅較長(cháng)的文章，就是對考生能力的最大肯定。并且中國有漫長(cháng)的寫(xiě)文章的傳統，不可輕易中斷。”在場(chǎng)的一位學(xué)者說(shuō)�？磥�(lái)，有關(guān)應試作文的命題評分體系的改革，還有很長(cháng)的路要走。