AI 出题翻车，问题不是笨，是没有“题”的概念
我第一次认真用 AI 出题，是在一年前。我让它生成 10 道初中几何题，拿回来 9 道能用的，1 道“看起来能用”的——那道题条件不足，学生算到一半就卡死了。我的第一反应是：概率问题，多生成几次总能避开。后来我才发现这个思路是错的：AI 不是偶尔出坏题，它从根本上不知道一道题“凭什么成立”。
市面上的“教育 AIGC”产品，基本可以分成三条线：自动出题、自动画图、自动做课件。每条线都很热闹，瓶颈却各不相同。下面把我踩过的坑、验证过的东西、最后想通的结论，一条一条说清楚。
你可能会想，出题不就是让模型读一百道真题然后照着出吗？这是我最早的想法，也是错的。AI 确实能模仿题目的“长相”，但它不理解题目背后的结构。一道好题不是一句“带问号的句子”，而是测试设计的一部分：覆盖哪个知识点、对应布鲁姆分类里哪个认知层次、难度系数是多少、区分度够不够、能不能防住学生靠背题混过去。这些信息，模型在纯文本生成里一个都看不到。
后来我想明白一件事：AI 出题的正确姿势，不是让模型自由发挥，而是把出题变成一个受限操作。具体说，一套能用的 AI 出题工作流长这样：
- 选题：从已有题库里挑一道经典题，标注知识点、难度、认知层次。这道题是变式的基础。
- 变式：让 AI 替换数字、情境、叙述方式。它的任务不是从零出题，而是给旧题“化妆”。
- 核验：人工或规则引擎检查新题条件是否完备、答案是否唯一、有没有超纲。这一步不能省。
- 试做：让 AI 自己把这道题做一遍。它解不出来，大概率题目本身有问题。
上面这一套，我实际跑通过。一个不超过 15 行的 prompt 就能完成前两步，后面两步需要人来把守：
"请基于这个模板出一道变式题：某工厂生产 A、B 两种产品，A 每天生产 x 件，B 每天生产 y 件……要求：1. 保持知识点不变；2. 替换数字和情境；3. 检查条件是否完备；4. 给出参考解答。"这套流程的现实定位：课后练习、随堂测这类低风险场景，AI 完全够用；但选拔性考试、入学诊断这类高利害场景，AI 还上不了桌。理由很简单——高利害的题，出题人要反复验算、试做、统计误差，AI 目前给不了这种确定性。
AI 画的图，能当教学图吗？能，但要分三种
画图这件事，我问过一位小学老师朋友。她说让 AI 画一张“恐龙主题教室海报”，三秒出图，效果惊艳。但同一个模型，画“人体消化系统示意图”时，胃挂到了食管右边。问题不是模型不努力，是这类模型的训练方式决定了它只学了“图像和文本的统计对齐”——它知道消化系统大致长什么样，但不知道“左侧是肝右侧是胃”这种硬规则。
把 AI 画图用在教育里，按风险分三类：
- 装饰性插画（海报、绘本配图、封面）：AI 表现很好，风险几乎为零，放心用。
- 情境图（历史场景、故事情境）：AI 能给出参考，但细节会错，不能直接当史料或科普图。
- 知识示意图（解剖、电路、几何、化学装置）：目前不可靠，错误会直接教给学生，危害最大。
我跟你说个亲身踩过的坑。有一次我让 AI 画“电压表并联在电路中”，它画出来了，符号全是对的，线路走向是错的——意思到了，图是错的。这种图放进课件里，学生看一眼就记住错误的连接方式，纠正起来特别费劲。
我的结论是：教育画图真正值得期待的方向，不是让 AI“画”，而是让 AI 把文字描述转成结构化的图（流程图、时间线、概念图）。那是符号操作，不是像素生成，AI 做这件事可靠得多。
AI 做课件最大的误解：它不是帮你备课，是帮你排版
做课件是我觉得最“拧巴”的一块。我试过 Gamma、WPS AI 这类工具：输入一个标题，3 分钟生成 20 页 PPT，视觉完成度很高。但把内容读一遍，就会发现生成的是信息的搬运，不是教学的设计。
一节好课件要做的事，是把学生的认知路径可视化：先激活旧知，再制造认知冲突，然后抽象概念，最后做变式练习。这条路径不是由知识点本身决定的，而是由“你的学生现在卡在哪”决定的。AI 不知道你的学生卡在哪，它只能给你一份“正确的废话”。
| 一个真正能用的课件 | AI 默认生成的课件 |
|---|---|
| 由学生的认知起点决定内容顺序 | 由知识点本身的逻辑决定内容顺序 |
| 包含提问、冲突、停顿、互动设计 | 只有信息条目的堆砌 |
| 视觉服务于理解 | 视觉服务于好看 |
所以自动做课件不是没有价值，它的价值很具体：把老师从排版、找图、调格式这三小时里解放出来。但省下来的时间，需要重新投入到内容判断里。
比生成内容更值钱的，是评估和反馈
把三条线放在一起看，会看到一个不太顺眼的结论：内容生成（出题、画图、做课件）是最热闹的，但不是壁垒最高的。真正的壁垒，在教育里最古老也最难的环节——评估与反馈：判断学生哪里不会、为什么不会、下一步该练什么。
Khan Academy 和 OpenAI 合作做 Khanmigo 时，思路就是这样：不直接给学生答案，而是用苏格拉底式提问引导学生自己推出结论。看清楚，它卖的不是“生成知识”，而是“生成对话”。Duolingo 在 官方博客里宣布把 GPT-4 接进 App 做角色扮演练习，让 AI 扮演服务员、海关官员，陪练口语——逻辑一样，不生成知识点，生成互动场景。
为什么这个方向更健康？因为教育里最大的问题不是信息不足，而是信息太容易错。Khan Academy 有权威知识库托底，Duolingo 的对话练习即使有一点小偏差，代价也可控。而让 AI 直接生成一道新题、一张解剖图、一套新讲义，错一个地方，学生要用很久去挖出来。
教育可能是所有行业里对幻觉容忍度最低的。律师、医生面对 AI 给的内容，有能力发现错误；学生没有——他正在建立知识框架，你把错误概念种进去，它会长很久。更麻烦的是，AI 给错误答案时的语气与给正确答案时一样自信，学生根本不会产生怀疑。
教育 AIGC 走到哪了？走到“能干活，不能做判断”了
所以教育 AIGC 的现状，我的判断是：它走到了“能替老师干杂活，不能替老师做判断”的位置。自动出题能帮你变出 500 道练习题，但最后那道用来评估学生是否真懂的题，还是得人拍板。AI 画图能给课件配出漂亮插画，但涉及知识的精确表达，它还没通过资格考试。自动做课件能帮你省下排版的三小时，但省下来的时间得投入真正值钱的工作：设计问题、分析回答、理解学生。
教育 AIGC 的下一站，不会属于那些最会生成的模型，而属于那些生成之后还能自我检查的系统。在 AI 学会为自己的可靠性负责之前，教育的场景里，永远需要一个人在回路里——这个人不是来纠错的，他是来上课的。
原创文章，作者：guanweilu，如若转载，请注明出处：https://guanweilu.cn/article/1827.html