ChatGPT 能準確批改 DSE 作文與長題目嗎？

許多應屆香港中學文憑試（HKDSE）考生在日常操練 DSE English Paper 2（Writing）或各科選修科的長題目（Extended-response questions）時，都會嘗試將文章複製到 ChatGPT 或通用大型語言模型（LLM）尋求即時反饋。然而，直接詢問「請幫我批改這篇 DSE 作文並給予等級」往往會得出令人困惑的結果：隨機生成的通用 AI 普遍存在嚴重的「分數虛高」（Grade Inflation）與評分標準幻覺。

未經校準的 AI 模型天生傾向給予鼓勵性質的正面回饋，容易將僅達文憑試 Level 3 邊緣的論證結構誤判為 Level 5 甚至 5。通用模型缺乏香港考試及評核局（HKEAA）歷年《試題專輯》與「等級評定標準」（Level of Response Rubric）的內部錨定點。若想將 AI 轉化為嚴謹的模擬閱卷員，考生必須掌握閱卷員人格校準協議（Examiner Calibration Protocol），透過結構化提示詞將考評局的評分維度植入 AI 的評估流程中。

為什麼通用 AI 批改 DSE 會出現嚴重偏差？

在默認設定下，語言模型評估長篇寫作時主要依賴文本流暢度與語法正確性，這與文憑試的實際閱卷邏輯存在三大衝突：

1. 忽略文憑試分項等第劃分（Band Descriptors）：以 DSE 英國語文科卷二為例，評分嚴格劃分為 Content（內容）、Organisation（組織）及 Language（語言）三大維度，各佔獨立比重。通用 AI 往往因為考生使用了艱深詞彙（Sophisticated Vocabulary），便忽視了題目要求中的特定情境（Context）、受眾（Target Audience）及文體（Genre）設定，導致 Content 給予過高分數。
2. 無法識別論據的真實性與邏輯深度：在公民與社會發展科或歷史科等長題目中，通用 AI 容易寬容對待考生含糊不清的例子，缺乏針對「對立觀點駁論」（Counter-argument & Rebuttal）及「歷史情境深化」的嚴苛篩查。
3. 缺乏扣分懲罰機制（Negative Marking Constraints）：文憑試閱卷員在批改時會對偏離主題（Off-topic）、格式錯誤或邏輯跳躍給予明確降級處分，而未受限制的 AI 往往只做修飾性建議，不願扣減總分。

三步建立「考評局閱卷員校準協議」

要消除分數虛高，考生在使用 AI 輔助溫習時，應放棄單一提示詞（One-shot prompt），改為採用多階段的校準流程。配合 Thinka AI 實戰演練工具 等專門針對考試標準設計的學習系統，你可以建立以下三步自檢流程：

第一步：錨定考評局階梯式評分量規（Rubric Anchoring）

不要只提供題目與文章，必須在提示詞中直接輸入官方評分標準的層級描述（Level of Response Grids）。例如在批改 DSE English Paper 2 Part B 時，明確規定 AI 必須按照 1 至 7 分（或 Level 1 至 5）的等第標準分別為 Content、Organisation 與 Language 評分，並要求 AI 必須列出該等第對應的具體缺失指標（如「論點過於廣泛但缺乏具體闡述」）。

第二步：實施證據查核與負面扣分約束（Evidence Verification）

指令 AI 在給出總分前，先執行「逆向標註」：
- 標記出文章中所有提出主張（Claim）但未提供具體實證（Evidence/Elaboration）的段落。
- 檢查是否完全滿足題目的所有寫作任務（Task Fulfillment）。若有任何一項子任務遺漏，強制將 Content 等級上限鎖定在特定分數以內。

第三步：高分關鍵維度專項壓力測試（High-Tariff Element Stress-Test）

在文憑試中，獲取 Level 5 或以上的關鍵往往在於「批判性評估」與「反思深度」。考生可要求 AI 專注審查文章中的駁論質量與多角度思考。你可以使用整理自 DSE 各科精讀筆記與備考資源 的核心概念框架，要求 AI 對比範文標準，指出論證鏈條中最薄弱的一環。

DSE 英文卷二實戰提示詞模板（Prompt Template）

以下結構化提示詞可直接應用於常規 AI 對話中，鎖定嚴謹的閱卷模式：

【Role】請扮演一名嚴格的香港中學文憑試（HKDSE）英國語文科卷二（Paper 2）資深閱卷員。
【Task】請依據考評局官方評分標準（Content、Organisation、Language），對以下考生作文進行極其嚴格的批判性批改。
【Constraint】
1. 嚴禁任何形式的分數虛高，請參照全港常模分佈標準進行評分。
2. 請分別給出 Content (1-7)、Organisation (1-7)、Language (1-7) 的具體得分與最終預測 DSE Level（1 至 5）。
3. 必須明確列出至少 3 個阻止這篇文章進入更高 Level 的致命失分點（如：論點發展不足、文體語氣不連貫、文法重複錯誤）。
4. 請針對最薄弱的一個主體段（Body Paragraph），給出符合 5 標準的改寫示範。
【Prompt & Student Essay】[在此貼上題目與你的作文]

結合智能診斷，突破 DSE 寫作瓶頸

善用生成式 AI 批改長題目並非為了追求虛假的高分安慰，而是為了在漫長的高中備考過程中獲得即時、客觀且具體的改進方向。除了在日常自主練習中運用上述協議，考生亦可透過 Thinka 智能學習平台 所提供的個人化學習支援，精確掌握文憑試各科題型的答題規範。教育工作者同樣可在 Thinka 教師專區 探索如何高效生成具備標準評分架構的模擬練習題目，全面提升學生的應試素質與思維嚴謹度。