高考AI测评乱象 残缺题干竟能生成完整答案

AI评测乱象亟待整治/示意图

一年一度的高考圆满收官，这场全民关注的考试再次成为网络流量的必争之地。

与往年不同，随着人工智能大模型的快速迭代与普及，各类AI产品已深度渗透大众生活。当考生在考场奋笔疾书时，场外多个大模型被喂入不同版本的高考试题，展开了一场“AI答题对决”。

用高考试题检验AI的解题能力本无可非议，但部分营销号缺乏科学态度和严谨论证，得出的测评结论脱离客观实际，经不起推敲。这不仅误导学生和家长，也在扰乱AI行业的良性发展秩序。

01 测评翻车：残缺题干竟输出完整答案

今年高考期间，一篇题为《“选拔牛顿接班人”的最难高考物理题，千问三答全对》的自媒体文章在社交平台引发广泛关注。

该文宣称以2026年广东高考物理压轴真题进行AI横向评测，得出“千问满分答对，其他两家AI全程翻车”的结论，凭借强烈的对立感和悬念感收割流量。

这道题以平行板电容器、绝缘杆、带电小球、绝缘绳为物理模型，融合电场力、重力、圆周运动、碰撞带电翻转等多个核心知识点。整道题分为三个递进式小问，环环相扣，题干信息、图形描述、物理条件、设问要求缺一不可。

文章在结尾称“物理最能暴露AI真实水平”，因为物理题要求“视觉理解+语义理解，抽象思维+领域知识，推理规划，计算+验证能力”等综合能力，任何一个环节断裂，后面全部归零。

单从文章展示的答题过程和结果来看，似乎挑不出明显问题。

但有细心的网友实测还原测评场景后发现，这个所谓的“满分作答”暗藏玄机——如果将这道高考物理大题裁去部分内容，仅保留残缺题干、隐去核心设问，千问模型依然能输出完整答案。

这样一来，文中称赞的“视觉理解+语义理解”就显得有些讽刺：如果视觉理解足够好，模型应能识别出“题目不完整、缺少作答要求”。

结合AI行业技术常识不难判断，该模型很可能在知识库中收录了这道完整高考物理题的题干、解题步骤和标准答案，本质上是在“背诵”答案。

平心而论，AI产品收录高考等试题答案属于常规操作，并不能算作“作弊”，但导致这次测评翻车的根本原因在于测评本身过于片面，缺乏科学的论证体系。

有意思的是，有媒体将这篇称赞千问的测评文章直接拿去询问千问是否科学、客观。

千问给出的结论是：“这不是一篇双盲、随机、多维度的科学评测”，并指出这篇文章最大的科学硬伤在于样本选择的随机性缺失：仅凭一道题（虽然是压轴题）就断言“一家全对，两家全错”，并由此推导出“物理最能暴露AI真实水平”，这在统计学上完全不成立。一道题可能恰好是千问训练数据中的“强项”，或者其算法恰好契合这道题的逻辑陷阱。

真正的科学评测应当包含不同类型的题目（如简单的概念题、复杂的计算题、实验题等）。只测一道“最难”的题，只能说明极端情况下的表现，无法代表整体物理水平。

千问自身的回答也印证了这一点。

02 逻辑失真：高考AI评测乱象丛生

一场严谨的AI能力测评，核心原则是“客观、公正、完整、可复现”，测评场景、测试素材、评判标准必须公开透明，测评结论需建立在真实测试数据之上。

此次引发争议的自媒体测评，从测试设计、过程呈现到结论推导，全程存在多处硬伤，最终结论完全站不住脚，连被夸赞的千问大模型都“不好意思接受”。

尤其值得警惕的是，测评选用的是高考真题这类公开试题——这类题目通常通过考生回忆记录并在网上流传，初期版本往往存在大量错漏。专业的评测应当先做好题目校对，再利用AI大模型本身的推理能力进行测试，避免联网搜索答案。

无论出于蹭流量、专业能力不足，还是信息不对称，今年高考试题评测翻车的情况并不少见。

一些评测存在“胡乱打分”现象：对步骤漏洞百出、逻辑混乱的答卷，刻意包装成“满分”营销素材，将明显的推导错误、符号误用美化成“解题亮点”，甚至为特定AI模型量身打造“满分神话”。

比如这个被捧为“满分”的AI答卷，原题条件有“当0

还有一些评测极不严谨，测试出“耸人听闻”的结果——所有大模型没有一个答对，后来网友发现是测试的题目传错了，令人哭笑不得。

更有评测全程不公开完整答题过程，仅凭几张截图、几句断章取义的文案就拼凑出几大AI解题能力榜单，榜单数据来源不明、对比维度缺失，却在社交平台疯狂传播。

这样的测评本身缺乏专业知识，文案华丽、话术夸张，充斥着“最强”“天花板”“碾压同行”等绝对化用语，仅凭主观感受评价AI性能，完全丧失了中立客观性。

这类乱象以高考热点为噱头，将测评异化为营销工具，既扰乱了公众对AI真实能力的判断，也消解了测评内容本应具备的参考价值与专业可信度，让严谨的技术对比沦为流量炒作的工具，是时候踩下刹车了。（完）

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：高考AI测评乱象 残缺题干竟能生成完整答案要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题