高考臨近，又到高考作文押題的賽點(diǎn)了!

最近，B站UPphp主“圖靈的貓”用AI預(yù)測(cè)出了2023年高考作文的七大命題方向，對(duì)應(yīng)高考的七套考卷。

(資料圖)

用AI押題，聽(tīng)上去不太靠譜，但這已經(jīng)不是這位UP主第一次用AI預(yù)測(cè)高考作文題了。

?

去年5月，他用AI預(yù)測(cè)2022年高考作文題，命中了全國(guó)乙卷、新高考II卷、北京卷II和浙江卷!

在他上個(gè)月發(fā)起的投票中，有超7成的參與者支持他繼續(xù)預(yù)測(cè)2023年的高考作文。

當(dāng)然，押中與否是個(gè)概率問(wèn)題，不見(jiàn)得百發(fā)百中。不過(guò)，用AI押題這件事是怎么實(shí)現(xiàn)的?需要花費(fèi)多少時(shí)間和成本?帶著這些問(wèn)題，我們和“圖靈的貓”聊了聊。

AI是如何預(yù)測(cè)高考作文題的?

作為擁有90萬(wàn)粉絲的B站科技區(qū)UP主，“圖靈的貓”很擅長(zhǎng)用技術(shù)“整活”，做一些有趣的開(kāi)發(fā)實(shí)踐。

比如讓AI預(yù)測(cè)高eFWHEPuVe考作文題、訓(xùn)練一個(gè)反詐AI跟騙子聊天、開(kāi)發(fā)一個(gè)自動(dòng)寫(xiě)小說(shuō)的免費(fèi)網(wǎng)站等等，這些視頻都收錄在他名為“圖靈計(jì)劃”的合集里。

截至發(fā)稿前，他讓AI預(yù)測(cè)2022年和2023年高考作文題的兩條視頻，分別獲得了275萬(wàn)和36.3萬(wàn)的播放量。

以今年這條題為《爬遍全網(wǎng)數(shù)據(jù)，我又用AI預(yù)測(cè)了2023年高考作文題》的視頻為例，“圖靈的貓”在視頻中介紹了讓AI預(yù)測(cè)高考作文題的原理和過(guò)程，并給出了AI的預(yù)測(cè)結(jié)果。

一共七大命題方向，每個(gè)命題方向包括三部分:核心詞、預(yù)測(cè)主題、模型表征。

對(duì)應(yīng)到高考作文，可以理解為中心思想、文章主題、與主題相關(guān)的描述或關(guān)鍵詞。

話不多說(shuō)，我們先來(lái)點(diǎn)擊這里看看今年他用AI押題的最終結(jié)果。

那讓AI預(yù)測(cè)高考作文題的原理是什么呢?

首先要從高考作文的本質(zhì)出發(fā)。在“圖靈的貓”看來(lái)，高考作文本質(zhì)上是對(duì)考生價(jià)值觀、人生觀和家國(guó)意識(shí)的引導(dǎo)。

深諳此道的高考作文命題組，會(huì)從官媒文章、國(guó)家政策、政府指導(dǎo)意見(jiàn)和工作報(bào)告中，尋找規(guī)律和命題靈感。

而規(guī)律挖掘和數(shù)據(jù)分析，正是AI所擅長(zhǎng)的。獲取的數(shù)據(jù)越多，分布越合理，AI就越能夠準(zhǔn)確地預(yù)測(cè)。過(guò)程沒(méi)有感情，全是技巧。

基于以上原理和思考，“圖靈的貓”專門(mén)寫(xiě)了一套爬蟲(chóng)，爬取了近一年上千篇人民日?qǐng)?bào)、央視新聞等官媒發(fā)表的文章，政府指導(dǎo)意見(jiàn)和工作報(bào)告。

然后把它們保存到本地，形成一個(gè)個(gè)文檔，再通過(guò)自然語(yǔ)言處理中的預(yù)訓(xùn)練模型和主題建模，對(duì)這些文檔進(jìn)行理解和歸納，分為文化、教育、科研、國(guó)防、外交等主題，每個(gè)主題提取出一些具有代表性的關(guān)鍵詞，比如說(shuō)科研主題下的“神十三”。

考慮到近來(lái)AI技術(shù)的迭代，相比于去年的預(yù)測(cè)，今年略有不同的是，他引入了ChatGPT作為輔助，更加智能地給出選題建議。

但由于ChatGPT的訓(xùn)練數(shù)據(jù)，絕大多數(shù)來(lái)自英文互聯(lián)網(wǎng)，對(duì)中文語(yǔ)境下的文本理解存在一些偏差。再加上聯(lián)網(wǎng)版的GPT模型，比如NewBing、GPT-4的插件等，都有調(diào)用接口限制，一般只能記住幾javascript千個(gè)token或漢字。

如果直接用它們進(jìn)行預(yù)測(cè)，得出的預(yù)測(cè)結(jié)果，往往都是基android于搜索引擎前幾條的人為預(yù)測(cè)結(jié)果，而不是真的基于大數(shù)據(jù)的AI預(yù)測(cè)。

想要分析上千篇人民日?qǐng)?bào)，如此大量的文本，需要一個(gè)不限制文本輸入長(zhǎng)度的模型，因此往往只能部署在本地，但這與ChatGPT并不沖突。

他的做法是，使用本地模型完成第一輪主題歸納，然后將簡(jiǎn)化的信息輸入ChatGPT，基于ChatGPT強(qiáng)大的泛化能力，判斷和預(yù)估不同主題和關(guān)鍵詞被選中的概率，起到類(lèi)似命題指導(dǎo)組的作用。

而在花費(fèi)的時(shí)間和成本上，圖靈的貓表示，去年由于是從0到1開(kāi)發(fā)預(yù)測(cè)模型、爬數(shù)據(jù)，所以耗時(shí)很久，但今年用時(shí)縮短很多。每個(gè)環(huán)節(jié)的耗時(shí)比例大概是:60%的時(shí)間抓取數(shù)據(jù)，30%的時(shí)間用AI進(jìn)行主題建模，然后剩下10%的時(shí)間人工對(duì)內(nèi)容進(jìn)行規(guī)整。

他告訴我們:“目前ChatGPT二十多萬(wàn)次的API調(diào)用，大概只要十幾美元，再加上已經(jīng)在本地對(duì)信息進(jìn)行了處理和壓縮，所以總體消耗的token數(shù)量少很多，最終花費(fèi)的成本并不高?！?/p>

AI押題，水平如何?

2023年高考作文預(yù)測(cè)結(jié)果的準(zhǔn)確性，要等到幾天后才能見(jiàn)分曉。

“圖靈的貓”還發(fā)動(dòng)態(tài)提醒大家:“高考完別忘了來(lái)看看準(zhǔn)確率”。

我們回顧了UP主2022年的預(yù)測(cè)與高考真題，兩者雖然并不完全一致，但AI確實(shí)踩中不少要點(diǎn)。

比如，在2022年全國(guó)新高考II卷中，要求以“選擇創(chuàng)造未來(lái)”為題寫(xiě)作，參考材料中提到了科學(xué)攻關(guān)、北斗導(dǎo)航系統(tǒng)，并傳達(dá)出民族自主自強(qiáng)的精神。

2022年全國(guó)新高考II卷 作文題

而在AI給出的命題方向中，有一個(gè)以“探索、夢(mèng)想”為核心詞，預(yù)測(cè)主題正是“科技發(fā)展、探索精神、自主自強(qiáng)”。真題材料中提到的“北斗”，也出現(xiàn)在模型表征中。

除此之外，全國(guó)乙卷、北京卷II和浙江卷的作文真題，也與AI預(yù)測(cè)的命題方向不謀而合。

一部分網(wǎng)友驚嘆:“高考命題組可以考慮一下反預(yù)測(cè)命題算法了”，還有人希望UP主預(yù)測(cè)一下中考題、四六級(jí)、考研題、考公題。

但由于這些考試的出題標(biāo)準(zhǔn)過(guò)于離散，沒(méi)有統(tǒng)一的命題規(guī)律和命題流程，各省市乃至學(xué)校之間都有很大不同，“圖靈的貓”認(rèn)為預(yù)測(cè)意義不大。

也有一部分網(wǎng)友表示質(zhì)疑:

還有網(wǎng)友從教育公平的原則出發(fā)，認(rèn)為很多地方的考生不了解互聯(lián)網(wǎng)及其衍生的文化，AI預(yù)測(cè)的“流浪地球”“孔乙己”“互聯(lián)網(wǎng)文學(xué)”等，高考作文顯然不會(huì)考。

還有考生表示，這些預(yù)測(cè)結(jié)果基本都在自己的語(yǔ)文老師押題范圍之內(nèi)，有些甚至已經(jīng)在模擬考中遇到過(guò)了?？碅I預(yù)測(cè)，頗有“聽(tīng)君一席話，如聽(tīng)一席話”的意味。

再加上命題組不按常理出牌也是常有的事，所以AI預(yù)測(cè)的意義或許并沒(méi)有eFWHEPuVe想象中大。

對(duì)此，圖靈的貓認(rèn)為，AI預(yù)測(cè)和人類(lèi)預(yù)測(cè)在本質(zhì)上并無(wú)差別，都是基于經(jīng)驗(yàn)?zāi)Ｐ瓦M(jìn)行的，只能說(shuō)是給學(xué)生備考提供一些方向。而圍繞主題進(jìn)行擴(kuò)展寫(xiě)作，依然是對(duì)寫(xiě)作能力、文字功底、價(jià)值觀等的考驗(yàn)，押題并沒(méi)有多少短時(shí)間提分的奇效。

不過(guò)，如果真的能再次精準(zhǔn)押中，那么高考命題組的老師們未來(lái)可能要進(jìn)一步大開(kāi)腦洞了。