6月24日，2024年北京中考正式拉開序幕開考，10.95萬名考生走進226個考點參加考試。上午10:30語文學科考試正式結束，備受關注的作文題也正式亮相。
今年的語文作文題目考“漫游北京寫游記 ”和“ 盤中餐 ”，二選一。我們“邀請”訊飛星火、文心一言、豆包、通義千問、KIMI以及GPT4o等6位AI考生來寫一寫。
原題如下：
作文（40分）
從下面兩個題目中任選一題，按要求寫一篇作文。
?。?）故宮、人民英雄紀念碑、香山、居庸關、盧溝橋、漕運碼頭……坐落在北京中軸線或文化帶上，成為北京的文化標志。胡同古鎮、奧運場館、美麗新農村……同樣富有文化內涵。漫游北京，尋古訪今，可以豐富見聞，開闊視野，感受真善美。請選擇你熟悉的地方，寫一篇游記，題目自擬。（本試卷第一大題涉及的文化場所不在寫作范圍內）
?。?）一日三餐，往復循環，“盤中餐”熟悉又陌生。盤中可盛一飯一蔬，讓我們體會家庭的溫暖，理解稼穡的艱辛，回味故土的風情，感受文化的厚重。請以“盤中餐”為題，寫一篇作文。文體不限，詩歌除外。
要求：將作文題目寫在答題卡上，作文內容積極向上，字數在600-800之間，不出現學校的真實校名、師生姓名等。
AI考生誰最強
我們決定給AI考生增加難度，讓沒有吃過米飯，也沒有體驗過家庭溫暖的它們以“盤中餐”為主題進行寫作，并邀請全國中小學生作文競賽評委、中學語文教研專家呂政嘉老師，河南省基礎教育教學專家庫成員、河南省學術技術帶頭人李來明老師進行“背靠背”評分，并作點評。
考生1：訊飛星火
評分：34
從主題上看，本文以一日三餐為線索，巧妙表達了家的味道、故鄉的風土人情和豐富文化的底蘊，突出了“盤中餐”作為家庭和文化聯系的象征，體現了食物背后所承載的情感與文化價值。
從內容上看，通過早餐的準備、午餐的勞作成果、晚餐的家庭交流，以及節日食品的文化傳承，讀者能感受到非凡的情感和文化深度。
從構思上看，文章由表及里，逐步深入，既有生活的細節描述，也有對食物文化意義的深層次探討，結構清晰，使得文章內容豐滿，層次分明。
從語言表達上看，語言優美，既生動形象又充滿詩意，能夠精準地捕捉并表達出食物與情感、文化之間的關系，讓人體會到作者對于家和文化的深厚情感。
考生2：文心一言
評分：33
專家點評：本文從文化、家、健康、珍惜等角度入手寫盤中餐的意義，主題集中；文章多處使用了對稱句、長短句，句式較為靈活，文章顯得較有文采；在表達上有重復表達的現象，顯得文章啰嗦不夠簡練。
考生3：豆包
評分：31
專家點評：本文以李紳的《憫農》詩引入，拉近了讀者和文章的距離，親切自然；回憶小時候的飯菜，平淡中見溫馨；重點描述的是在田間地頭的見聞感受，然后落在鄉思上，不落俗套。文章最后“珍惜”“感恩”的論述和前文關聯較弱。
考生4：通義千問
評分：32
專家點評：本文開篇點題，道出“盤中餐”的本義和不平凡的意義，中心明確；接著從早餐、午餐、晚餐入手，寫出“盤中餐”的表現形式以及其外化意義，條理清晰；并引用李紳《憫農》中的詩句，表達對農民辛勤勞作的感恩，拉近了讀者和文章的距離，親切自然；結尾總結“盤中餐”蘊含的文化內涵及啟示，使文章飽含深意，意蘊深刻。但缺少與自身相關的事例，使內容稍顯空洞。
考生5：KIMI
評分：30
專家點評：本文圍繞盤中餐承載著家庭的溫馨、稼穡的艱辛、故土的風情、文化的厚重這幾個方面展開闡述文章觀點。結構完整，小標題形式，層次清晰明了。語言上長短句結合，遣詞造句增加了作文的文學色彩。但文章內容單薄，幾個方面平均用力，詳略不當。
考生6：GPT4o
評分：33
專家點評：本文從家庭、稼穡、故土、文化幾個方面展開，內容較為詳實，主題較為突出；開篇以《朱子家訓》上的名言引入，開門見山，且有一定的文化色彩；詳略及文學性表達有欠缺。
AI 不只是答題
AI寫作文、AI答題、AI參加中高考……每年中高考季，AI總是以這些關鍵詞破圈刷屏，但AI+教育的意義并不在于搜題、答題，正如在高考當天的一檔直播節目中主持人所說，“我們要承認AI寫作的優勢，但更重要的是，我們要明白AI寫作的目的和意義。AI寫作并不是為了取代人類的寫作，而是為了輔助人類的寫作?！币杂嶏w星火為例，在多輪測試中，不僅可以寫作文，還可以設定為資深語文老師的身份，引導學生在寫作過程中自主思考，在寫作完成后對作文評分，并從內容、結構、語言、情感和創新性等多個角度進行評價分析。
當前，通用人工智能技術快速發展，國內多個大模型你追我趕快速迭代，給傳統教育帶來了全新的發展機遇。
為老師提供AI教學助手。基于人工智能技術，可以進行過程性學情數據采集和快速處理，為老師精準教學提供學情數據支持。同時利用通用大模型，可以用對話式、生成式交互，為老師提供教學設計、生成教學課件。
為學生提供AI學習伙伴。通用大模型不僅可以為學生提供作文輔導、批改作文，還可以為學生提供英語情境對話，一對一幫助學生提升英語口語水平。隨著大模型能力的逐步提升，越來越多的大模型也可以實現不同學科的答疑輔學。
