英语组试用AI批改机第七天，我把班级均分导出，比上周手批低了将近六分。备课组长以为是题难了。我抽了八本练习，发现三本把划掉的字母O认成Q，两本衡水体t被判错，还有一道填空学生写对了，机器硬判空。办公室有人把杯子往桌上一顿：这破机器到底谁引进的。
对照：手批一天 vs 机批再核一天
我做了张土表。手批三十八本填空+作文提纲，晚上七点半到九点。机批「一键完成」只要十二分钟，可我复核错判、回填分数、跟学生解释，用到十点四十。时间账翻了将近一倍。减负海报还贴在楼道里。
对照刺耳的不只是时间。学生看见红叉，第一反应是自己笨，不是机器瞎。有个男孩把衡水体练了半学期，被判「单词错误」连扣，回家跟妈妈哭。我第二天当着他面用红笔改回对勾，他才肯抬眼。我更倾向机器只做初筛，分数入库前必须过我的笔。
为什么会这样
OCR认的是像素，不是老师眼里的「意图」。划改、连笔、格子写偏，都是雷。数学大题步骤对、格式不标准，也会被判错。厂商演示用的是印刷体样卷，我们班是真实作业本。演示和日常不是同一战场。
学校引进时强调「数据看板漂亮」。看板确实漂亮：薄弱点、正确率曲线，一张比一张齐。可曲线底下是错判堆出来的「薄弱」。你拿错数据去调教学，课会越调越歪。
实测·踩坑·对照
同一套Unit 3练习我跑了两轮。改前：全交给机器，均分暴跌，家长群问是不是题超纲。改后：客观题机批+我抽查20%，主观题我全看；错判集中登记，周五跟厂商提三条。试改第二次均分才回到手批附近。失败样例就是那道填空——学生写been，机器空着，因为格子墨水淡。对照结论：机器快不等于省事，省事要看「复核出口」在不在。
短示例（完整版见站内 Prompt）：
角色：英语作业复核助手。
输入：题型、机批结果摘要、抽样错题。
输出：疑似错判清单 + 是否可入库 + 跟学生怎么说。
我判断这不是孩子突然退步，是识别在偷懒。引进可以，但合同里要写清：错判如何反馈、能否关闭自动入库、教师复核是否算工作量。没写这三条，机器就是甩锅装置。
后来组长让我们「先用着，习惯就好」。习惯不了错判。习惯了，吃亏的是学生。我把八本错例拍照存文件夹，文件名写日期。有证据，才有资格骂「谁引进的」。没证据，骂完还得接着用。
还有一处毛边。作文提纲机器爱给套话评语，什么「结构清晰逻辑严密」。孩子写了三行流水账也被夸。夸飘了比判严了更危险——学生以为过关，你上课还按「已会」推进。所以主观题我关掉自动评语，只留客观题初筛。
平行班有人坚持全开，两周后家长拿着错判页来找教导处。教导处回头问英语组。锅从机器滚到人。人若提前留复核出口，锅滚得慢一点。
我现在的底线很窄：机批结果进成绩册之前，必须有我的勾。勾可以很快，扫一眼集中错型；但不能不勾。不勾的分数，我不认，也不对学生认。
我后来把错判分成三类贴在组里：识别类、格式类、标准漂移类。识别类最好讲，家长一看划改就懂。格式类麻烦，步骤对但排版不标准，机器扣分，孩子委屈。标准漂移类最恶心——同一题型上周算对，这周模型升级忽然判错。升级不通知老师，分数先通知家长，这是颠倒。
厂商来培训时演示「智能讲评一键生成」。我问：错判率多少？对方说「持续优化」。持续优化不是答案，答案是今天能不能关闭自动入库。关不了，我宁可用旧方法。旧方法慢，但错了是我的错，我认。机器错了，厂商说优化，学生已经挨了一周冤枉分。
英语之外，数学组也试了大题批改。对的步骤因为少写「故」字被判不完整。汉字虚词成了分数开关，荒唐。荒唐的事一多，老师就开始不信任所有智能报表。报表信任崩了，后面真有用的学情分析也没人看。引进过度，会把信任透支光。
我给自己定了复核节奏：机批当晚抽20%，第二天课前再扫一遍高频错题。两遍都稳，才考虑扩大机批范围。范围扩大不是奖励厂商，是奖励稳定。不稳定就缩回去，别面子上挂着「全员已用AI」。
家长问均分为何掉，我现在的说法是：我们在校正机器，不是孩子突然变差。说法要诚实。诚实比安抚有用。安抚一次，校正失败，第二次没人信。
这事说到底还是人要在场。AI能提速，不能替你挨问、替你认错、替你把一句话讲成孩子听得懂的人话。我宁可慢半拍，也要把在场感留在自己手里。在场感丢了，工具越强，课越空。
均分掉的那天晚上，我没急着改教学设计。先改信任：当着课代表面改回三处错判，并说明原因。课代表比家长群传话快。传话对了，谣言少一半。
第七天均分掉一截那天，我没有急着怪学生。先对八本，再对机器，最后对引进流程。本周只做一件——给机批加复核出口，并登记错判。出口不在，就别吹减负。减负若靠错判堆出来，那不叫减负，叫欠学生的分。