AI命题能否应用于中高考？

伴随生成式人工智能技术的重大突破，AI命题（Automated Item Generation, AIG）已从科研实验室迈向教育实践的最前线。本文基于国家教育考试的根本性质，系统梳理高考与中考命题的核心原则及制度规范，深入解析AI命题的技术特质与能力局限，结合社会演进趋势与海内外相关研究，客观评估AI命题在高风险考试中的应用前景。研究指出：在当前及可预见的将来，AI命题尚不满足直接用于高考、中考等高利害选拔性考试的条件；然而在学业水平合格性考试、题库构建、命题辅助及质量监测等环节，AI技术展现出显著的赋能潜力。推动AI命题应用应恪守“人机协同、辅助为主、安全可控”准则，在坚守教育公平底线的基础上，审慎探索技术赋能路径。

关键词：人工智能命题；高考；中考；教育公平；高利害考试；命题质量

张咏梅

背景：2003年毕业于北京师范大学心理学院基础心理学专业，获博士学位。

研究方向：深耕教育测量与评价领域二十余年。

专长：专注于大规模教育评价、教育考试的理论与应用研究，以及教育测验工具的设计、开发与高级数据分析。

代表作：已出版《表现性评定的理论与实践研究》《大规模学业成就调查的开发与应用》等专著。

2024年，中国生成式人工智能产品用户规模已达2.3亿人，占整体人口的16.4%。以大语言模型为代表的AI技术正以前所未有的速度渗透教育测评领域，从智能组卷、自动评分到个性化诊断，技术赋能的边界不断拓展。在此背景下，一个关乎千万考生前途命运的核心问题浮出水面：AI命题能否直接用于高考与中考？

高考与中考作为国家教育考试体系的核心构成，承担着人才选拔、教育导向与社会公平维护的多重功能。其命题质量不仅关系到个体发展的机会公平，更直接影响国家人才选拔的效度与信度。因此，对AI命题适用性的讨论，不能仅停留在技术可行性层面，而必须回归教育考试的本质属性，从命题原则、技术特征、社会风险与发展趋势等多维度进行综合审视。

本文试图构建一个系统性的分析框架：首先梳理中高考命题的基本原则与制度逻辑，剖析AI命题的技术特征与内在局限，审视社会发展趋势对命题工作的新要求，在人机协同的视角下提出审慎的应用路径建议。

普通高等学校招生全国统一考试（高考）是我国最具社会影响力的高利害考试。其命题工作遵循一套严密的制度规范，体现国家意志、教育规律与测量科学的有机统一。

1. 科学性原则：测量理论的刚性约束

高考命题必须以教育测量学理论为基础，确保试题具有明确的考核目标、合理的难度分布、良好的区分效度与稳定的信度指标。教育部教育考试院明确要求，高考试题需“素材、考查方式正确，难度、测量指标合理”，试卷整体质量需保证“内容分布、能力结构、难易程度、考试效果符合预期要求”。科学性原则要求命题团队不仅具备深厚的学科知识，还需掌握项目反应理论（IRT）、经典测量理论（CTT）等专业技术，能够对试题进行多维度的量化评估。

2. 公平性原则：社会正义的底线守护

公平性是高考命题的首要原则。命题需确保不因考生的“性别、地域、种族、民族、宗教信仰等因素使考试结果产生偏差”。这一原则要求命题团队具有广泛的代表性，需涵盖不同地区、不同类型学校的教育专家；要求试题素材避免地域偏见、文化歧视与阶层暗示；要求难度设置兼顾城乡差异与区域教育不均衡的现实。公平性不仅是技术问题，更是政治问题与社会问题，需要命题者具备高度的价值敏感性与社会责任感。

3. 保密性原则：国家安全的制度屏障

高考命题实行严格的封闭式管理。命题人员需签署保密协议，在命题期间与外界完全隔绝，没收通讯设备，实行专人看护。命题地点严格保密，试卷印刷通常在监狱等封闭场所进行。保密制度设计之严密，源于高考试题一旦泄露将造成无法挽回的社会信任危机。2013年完成建设的高考国家题库，虽实现了40倍量的库存储备，但其核心功能仍聚焦于命题安全与质量稳定，而非替代人工命题。

4. 导向性原则：立德树人的价值引领

高考命题承担着“引导教学、服务选才”的双重功能。近年来，命题改革强调“立德树人”，注重考查学生的“正确价值观、必备品格和关键能力”。试题需体现中华优秀传统文化、革命文化与社会主义先进文化，需反映科技前沿与社会发展，需引导学生形成批判性思维与创新意识。这种价值引领功能要求命题者具备高度的政治素养与文化自觉，能够精准把握国家教育方针与时代精神。

初中学业水平考试（中考）具有“两考合一”的功能定位，既是初中毕业认定依据，也是高中阶段学校招生录取标准。随着省级统一命题改革的推进，中考命题面临新的制度环境与技术要求。

1. 省级统一命题的质量标准

根据《教育部关于加强初中学业水平考试命题工作的意见》（教基〔2019〕15号），中考命题需“严格依据课程标准命题，严禁超标命题，严禁与奥赛内容挂钩，不出偏题、怪题”。省级统一命题要求建立科学的命题质量评估机制，包括命题人员培训、试题审查流程、试卷难度监控与考试效果分析。2024年起，多个省份推进中考省级统一命题，对命题队伍的专业化建设提出了更高要求。

2. 命题队伍建设的现实困境

与高考相比，中考命题队伍的专业化程度相对薄弱。省级教育考试机构在承担统一命题任务后，普遍反映“命题和组织考试方面的负担显著增加”

。部分地区缺乏足够的命题专家储备，导致试题质量参差不齐。这一现实困境为技术赋能提供了需求空间，但也对技术应用的安全性提出了更严格的约束——在命题能力本就不足的情况下，盲目引入AI命题可能放大系统性风险。

3. “双减”背景下的命题导向

《关于进一步减轻义务教育阶段学生作业负担和校外培训负担的意见》明确要求“坚持以学定考，进一步提升中考命题质量”。中考命题需减少死记硬背与机械记忆，增加综合性、开放性、应用性、探究性试题比例，注重考查学生综合运用知识解决实际问题的能力。这种命题导向的转变，要求命题者深入理解课程标准与教学改革方向，而非简单依赖技术生成试题。

AI命题主要依托自然语言处理（NLP）、知识图谱与深度学习技术，通过训练语言模型生成符合特定要求的试题。当前技术路径主要包括模板填充式生成、基于知识图谱的语义推理生成，以及基于大语言模型的开放式生成三种模式。

1. 模板化生成：结构化试题的高效产出

模板化生成通过预设试题结构（如题干、选项、答案），利用算法填充变量内容，适用于数学计算题、语言语法题等结构化程度高的题型。该技术成熟度高，生成效率显著，但灵活性不足，难以应对需要深度情境创设与思维考查的综合性试题。

2. 知识图谱驱动：学科内容的系统化覆盖

基于知识图谱的命题系统能够映射学科知识点间的逻辑关系，生成覆盖特定知识网络的试题组合。中国科学技术大学、西安交通大学等机构在此领域进行了深入研究。该技术有助于确保试题内容的全面性与结构性，但对知识图谱的完备性要求极高，且难以处理跨学科、情境化的新型试题。

3. 大语言模型生成：通用能力的突破性展现

以GPT-4、DeepSeek、文心一言等为代表的大语言模型，展现出强大的文本生成能力。在特定提示工程（Prompt Engineering）引导下，可生成具有一定逻辑性与情境性的试题素材。第九届教育考试与评价研讨会（SEEE2025）已将“DEEPSEEK在考试命题素材生成中的应用”列为重点议题，表明该技术已进入教育考试界的关注视野。

1. 效率提升：规模化生产的显著优势

AI命题最直观的优势在于效率。研究表明，自动试题生成（AIG）在建立认知模型后，可批量产出大量试题，显著缩短题库建设周期。在大规模在线智慧考试体系中，AI辅助已实现“实时组卷、智能出题”，将大规模组考周期从传统1个月压缩至3天以内。对于学业水平合格性考试等低利害考试，AI命题可有效缓解命题资源不足的困境。

2. 个性化适配：差异化需求的精准响应

基于学习者历史数据，AI可动态调整试题难度与考查角度，实现“千人千面”的个性化测评。自适应考试（Computerized Adaptive Testing, CAT）技术已在部分国际测评中得到应用，能够根据考生实时表现调整后续试题，提高测量精度与考试体验。

3. 质量监控：多维指标的量化分析

AI可对生成试题进行多维度质量检测，包括难度预估、区分度分析、选项干扰度评估等。通过机器学习算法，系统能够识别低效或有争议的试题，辅助命题者进行优化调整。这种数据驱动的质量监控，为命题决策提供了客观依据。

尽管AI命题展现出诸多技术优势，但其在高利害考试中的应用面临根本性局限，这些局限源于技术本质、数据基础与价值判断三个层面。

1. 算法偏见：公平性的结构性威胁

算法偏见是AI命题最核心的伦理风险。生成式人工智能的决策过程涉及海量数据、复杂参数与深层网络结构，其输出可能反映训练数据中存在的社会偏见、文化偏见与地域偏见。研究表明，若训练样本中一线城市学生样本过多、偏远山区样本过少，模型可能产生系统性不公平决策。在高考、中考这类直接关系社会阶层流动的考试中，任何算法偏见都将被无限放大，造成难以弥补的社会正义损害。

更严峻的是，偏见往往以隐蔽形式存在。复旦大学龚群教授指出，生成式人工智能存在“黑箱”困境，其决策过程难以解释与审计。当AI生成的试题出现价值偏向时，命题者可能难以察觉，考生更无从申诉。这种“看不见的歧视”比显性不公更具破坏性。

2. 价值对齐：政治安全与意识形态风险

高考、中考命题具有鲜明的价值导向功能，需体现国家意志、文化自信与社会主义核心价值观。AI模型训练数据