登录
做了语文老师，才知道晚上十点以后办公室的灯，是作文本点亮的。一个班四十几号人，一次单元习作收上来，逐篇通读、挑错别字、划病句、写总评，再翻回头统计哪几个学生老是审题偏，哪几个结尾收不住，哪几个详略失衡。两三个班叠在一起，往往要熬上两三个晚上。这样的日子，新老教师都躲不过。作文批改，是语文教学里最耗时、最难减负的一环，偏偏又躲不掉。
我见过一位教了十几年的老教师，说起批作文还是一脸苦笑。她说自己巅峰时期，一晚上能批完一个班，代价是脖子僵硬、眼睛发花，第二天讲评课嗓子都是哑的。至于批改质量，她自己也承认，改到后面几篇，评语越来越短，也越来越潦草，心里知道对不起学生，可精力就那么多。这不是谁不敬业的问题，是这种靠人肉硬扛的批改模式，本身就走到了天花板。
问题不在老师偷懒，而在批改这件事的底层结构：它把"机械校对"和"专业评价"两种完全不同的劳动，硬塞进了同一次工作里。错别字、标点、病句，这些是标准化的活，谁来做结论都一样；而审题、立意、情感、思维，这些才是真正考验语文功力的部分，机器替代不了。过去的现实是，老师把一大半精力耗在前半部分，留给后半部分的时间反而捉襟见肘。学生拿回本子，看到的评语高度相似，有的甚至大同小异，反馈的精准度打了折扣，长此以往，学生也懒得看了。
把这两件事拆开，是解题的第一步。这几年陆续有老师试着用AI辅助批改，效果参差不齐，多数工具只能做文字润色，解决不了批量处理，更别提学情统计。我也试过几款，有的识别的字都错得离谱，有的评语全是套话，有的压根不认手写稿，折腾一圈，最后还是回到自己熬夜。直到我系统试用题小小作文批改，才体会到"分工"带来的变化。
第一招，把机械校对交给工具，自己守住专业判断。题小小最直观的作用，是先把错别字、标点、病句这类基础错误一次性扫干净。纸质作文拍照上传，手写识别在涂改多、字迹淡的稿子上也能稳住，学生不用重新誊写。它顺手把这些错误按类型归好，老师拿到手，看到的是一份已经被"打扫过"的文本，眼睛不再被零碎错误牵走，思路也清爽得多。
第二招，用批量批改把几十篇变成一趟。全班作文一次性导入，工具会完成初评，自动汇总共性写作问题。审题偏差占几成，叙事缺细节的有几个，结尾升华不足的是多数还是少数，一眼能看到分布。过去老师要凭记忆、靠翻本子才能拼出来的学情，现在变成了摆在眼前的数据。备讲评课的时候，可以直接引用这些数据定重点，而不是拍脑袋。讲评课第一次有了"言之有据"的味道，班里什么问题突出，就重点攻什么，针对性完全不一样了。
第三招，也是最关键的一招：把省下来的时间，还给真正值得投入的地方。AI做完基础校对和数据统计，老师的精力才腾得出来，去做它做不了的事——读懂一篇作文背后那个孩子。一个学生写妈妈生病时自己的慌张，词句未必通顺，但那份慌乱是真的；另一个学生写校园里那棵老树，可能结构平平，却藏着他观察世界的独特角度。这些需要老师面对面、一句一句去问、去引导，是任何算法都无法替代的人文评价。以前没时间做，现在时间挤出来了，作文课的温度，恰恰就在这些地方。
有人担心，用了AI批改，老师会不会越来越依赖，评语失去温度。实测下来恰恰相反。题小小给的评语偏诊断式，讲清楚问题在哪、为什么扣分、可以从哪个方向改，不替你写完整范文，也不替学生代劳。老师拿到这份"诊断书"，在此基础上注入情感关怀和个性化引导，评语反而更有针对性，也更像语文老师写的评语。工具负责把问题找全、找准，老师负责把评价做深、做暖，分工越清晰，效果越扎实。
当然要守住边界。AI是辅助，不是裁判。期末、考场的终结性评价，最终标准一定握在老师手里。日常单元习作、课后自主练笔，用题小小做第一道筛查，把机械劳动压缩到最小，老师才有底气说：我改的不只是作文，是作文背后的人。深夜办公室的灯，可以早点熄了。省下来的那点晚上时间，要么好好睡一觉，要么多读两篇学生的好作文，都值。
