考試現狀｜AI 改卷已經嚟緊，你仲用緊舊方法？

2026 年 6 月，考評局正式宣布：2027 年 DSE 中文科卷三聆聽同綜合能力卷，將會全面引入 AI 輔助評卷系統。唔係試行，唔係部分試題——係成份卷嘅評分流程，AI 都會參與。

你可能會問：「吓？AI 改卷？咁咪即係搵個機械人改我份文？」

錯。實際情況係：AI 唔會直接決定你嘅分數，但佢會做一個更重要嘅角色——篩選同標記。考評局內部文件顯示，呢套由香港應用科技研究院同考評局聯合開發嘅 AI 評卷系統，會將每份答卷分為三個類別：

  1. 綠色（正常）：AI 認為評分冇問題，直接通過
  2. 黃色（可疑）：AI 發現有異常，需要人類評卷員覆核
  3. 紅色（嚴重異常）：AI 認為答案有作弊或違規嫌疑，即時上報

重點係：2025 年內部測試中，AI 嘅評分準確率已經達到 94.7%，同人類評卷員嘅一致性高達 91.2%。換句話講，如果你份卷俾 AI 標咗做「黃色」或者「紅色」，你嘅分數唔單止會被人類評卷員從嚴審視，仲可能因為「答案結構異常」而被扣分。

今日呢篇文章，我會用考評局公開嘅測試數據、前評卷員嘅內部分享，同埋真實考生答案嘅對比，拆解呢 3 個 AI 評卷嘅致命扣分位。你而家知道呢啲嘢，仲有時間避開。

扣分位一｜「結構完美」反而扣分？AI 識破背誦答案

2025 年 12 月，考評局喺一個教育研討會上，公開咗一組令人震驚嘅數據：喺 AI 評卷系統測試中，有 23% 嘅「高分答案」被 AI 標記為「結構異常」。呢啲答案嘅共同特徵係乜？

——結構太完美。

具體啲講，AI 會分析考生答案嘅以下特徵：

  • 段落長度分佈：係咪每段都差唔多長？
  • 連接詞使用頻率：係咪每個轉折位都用「首先、其次、最後」？
  • 句式變化：係咪每一句都係主謂賓結構？
  • 詞彙密度：係咪某啲特定詞彙出現頻率異常高？

我搵到一個真實例子。以下係兩個考生嘅答案開頭（2025 年 DSE 中文科卷三模擬考試）：

考生 A（被 AI 標記為「結構異常」）： 「首先，我認為社會對年輕人嘅期望過高。其次，年輕人應該有自己嘅發展空間。最後，家長同學校需要溝通。」

考生 B（AI 評為正常）： 「社會成日話年輕人冇上進心，但係我反而覺得，問題唔喺年輕人度，而係大人用錯咗把尺去量度我哋。你諗吓，一個 18 歲嘅人，點解要俾人逼住喺 25 歲前搵到百萬年薪？」

睇到分別未？考生 A 嘅答案結構工整到似教科書，但 AI 一睇就知係背誦嘅模板答案——因為人類寫嘢唔會咁工整。考生 B 嘅答案有口語化表達、有反問句、有個人觀點，呢啲先係真實考生嘅寫作模式。

前評卷員嘅忠告（2026 年 3 月，匿名訪問）： 「我哋而家訓練 AI 嘅時候，會輸入大量真實考生答案。AI 學到嘅嘢係：高分答案唔係最工整嘅答案，而係最有『人味』嘅答案。如果你份卷寫到好似 AI 生成咁工整，AI 反而會覺得你係背答案。」

實戰策略：

  • 唔好再用「首先、其次、最後」呢啲結構
  • 每段長度要有變化：一段 3 句，下一段可以 5 句
  • 加入個人化表達：「我記得有一次…」、「我身邊有個朋友…」
  • 用反問句：「你話呢？咁樣公平咩？」

扣分位二｜「關鍵詞堆砌」＝ AI 眼中嘅作弊信號

另一個致命扣分位，係考生以為「多啲關鍵詞 = 高分」。呢個諗法喺人類評卷員時代可能 work，但喺 AI 時代，呢個做法反而會害死你。

考評局嘅 AI 系統有一個功能叫 「關鍵詞密度分析」 。呢個功能會計算每個關鍵詞喺你答案中嘅出現次數，然後同全港考生嘅平均密度做對比。如果你某個詞嘅使用密度係全港平均嘅 3 倍以上，系統就會自動標記。

舉個例：2025 年 DSE 中文科卷三嘅題目係「論香港年輕人嘅創業精神」。以下係兩個考生嘅答案片段：

考生 C（被 AI 標記為「關鍵詞異常」）： 「創業精神係香港年輕人最重要嘅特質。創業精神可以幫年輕人實現夢想。創業精神需要勇氣同堅持。創業精神唔係人人都可以有。創業精神係需要培養嘅。」

呢段入面，「創業精神」出現咗 5 次，密度極高。AI 會點做？佢會將呢段標記為「關鍵詞堆砌」，然後人類評卷員會從嚴扣分——因為呢種寫法明顯係為咗「撞中」評分標準而刻意重複。

考生 D（AI 評為正常）： 「好多人都話香港年輕人冇膽識，但我見過唔少後生仔女，明明冇資金、冇人脈，都敢膽辭咗份工去搞 startup。呢種膽色，咪就係創業精神囉。當然，有膽色唔代表會成功，但冇膽色就連失敗嘅機會都冇。」

呢段入面，「創業精神」只出現咗 1 次，但成段都係圍繞呢個主題。AI 會認為呢段係自然嘅論述，唔係堆砌。

內部數據（2025 年考評局測試報告）：

  • 被標記為「關鍵詞異常」嘅考生中，67% 最終分數低於人類評卷員嘅預期分數
  • 原因係人類評卷員見到呢個標記後，會從嚴審視答案嘅質量
  • 平均扣分幅度：2-4 分（以 100 分滿分計）

實戰策略：

  • 每個關鍵詞喺 500 字答案中，最多用 2-3 次
  • 用同義詞代替：「創業精神」可以換成「冒險精神」、「創新意識」、「敢於嘗試」
  • 用代詞：「呢種精神」、「呢啲特質」
  • 用具體例子代替抽象詞彙：唔好寫「創業精神好重要」，而係寫「我識得一個朋友，佢用 5 萬蚊開咗間網店，兩年後月入 10 萬」

扣分位三｜「段落邏輯跳躍」——AI 最憎嘅結構陷阱

第三個扣分位，係最多考生中招嘅——段落之間邏輯唔連貫。人類評卷員可能會放過呢啲小瑕疵，但 AI 唔會。

考評局嘅 AI 系統有一個叫 「段落連貫性評分」 嘅功能。呢個功能會分析每段之間嘅邏輯關係，包括：

  • 因果關係係咪清晰？
  • 轉折位係咪自然？
  • 論點係咪有層層遞進？
  • 結論係咪由前面嘅論點推導出嚟？

如果 AI 發現段落之間嘅邏輯連貫性低於某個 threshold，就會標記為「結構混亂」。2025 年測試中，有 31% 嘅答卷被標記為「段落連貫性不足」，其中超過一半最終分數低於預期。

以下係一個真實嘅被標記例子（2025 年 DSE 模擬試）：

考生 E（被 AI 標記為「段落連貫性不足」）： 第一段：「我認為環保係每個人都應該關心嘅議題。」 第二段：「香港嘅垃圾問題好嚴重，每日產生超過 1 萬噸垃圾。」 第三段：「政府應該加強回收措施，鼓勵市民減少使用即棄餐具。」 第四段：「總括而言，環保需要大家一齊努力。」

問題係乜？每一段之間冇邏輯連接。第一段講「關心」，第二段突然講「垃圾」，第三段講「政府措施」，第四段就總結。AI 會點評？佢會認為呢個係「點列式」答案，而唔係一篇有連貫性嘅文章。

點樣先係好嘅連貫性？

考生 F（AI 評為正常）： 第一段：「環保呢個議題，講咗咁多年，但係香港嘅垃圾問題反而越嚟越嚴重——每日產生超過 1 萬噸垃圾，堆填區就快飽和。」 第二段：「呢個問題嘅根源，其實係我哋嘅生活習慣。你諗吓，買杯珍珠奶茶用一個膠杯、叫個外賣用一堆即棄餐具——呢啲習慣唔改，政府做幾多回收措施都冇用。」 第三段：「當然，政府嘅角色都好重要。如果政府可以加強回收設施，同時推出『即棄餐具稅』，市民就會有更大誘因去改變習慣。」 第四段：「所以，環保呢件事，唔單止係政府嘅責任，更加係每個人嘅選擇。由今日開始，帶環保杯買咖啡、自備餐具食 lunch——呢啲小改變，加埋一齊就係大改變。」

睇到分別未？考生 F 嘅答案係咁樣行文嘅：

  1. 第一段：提出問題（垃圾問題嚴重）
  2. 第二段：分析原因（生活習慣）
  3. 第三段：提出解決方案（政府措施）
  4. 第四段：總結呼籲（個人行動）

每一段都係由上一段推導出嚟，形成一個完整嘅論證鏈。AI 會俾呢種結構高分——因為佢似人類嘅思考方式。

實戰策略：

  • 寫完每一段後，問自己：「呢段同上一段有咩關係？」
  • 用過渡句連接：「呢個問題嘅根源係…」、「除咗個人習慣，政府嘅角色都好重要」
  • 避免「點列式」寫法：每一段應該係前一段嘅延伸，而唔係一個新嘅點
  • 結尾要呼應開頭，形成完整論證

延伸閱讀

總結｜你而家知道咗，仲有時間改

2027 年 DSE AI 評卷系統，唔係一個遙遠嘅未來——佢就喺 12 個月之後。今日呢篇文章拆解嘅 3 個扣分位，係考評局內部測試中最多考生中招嘅陷阱：

  1. 結構太完美：AI 會識破背誦模板，加入「人味」先係高分關鍵
  2. 關鍵詞堆砌：每個關鍵詞最多用 2-3 次，用同義詞代替
  3. 段落邏輯跳躍：每一段要係上一段嘅延伸，形成完整論證鏈

最後，俾你一個實用嘅練習方法：用手機錄低自己口頭回答一條題目，然後將錄音轉成文字。 點解？因為你口頭講嘅嘢，就係最自然嘅「人味」答案——冇模板、冇堆砌、有邏輯。你只需要將呢啲口語表達轉化成書面語，就已經係一篇高分答案。

仲有 12 個月，你而家開始練習，絕對嚟得切。