6月24日，2024年北京中考正式拉开序幕开考，10.95万名考生走进226个考点参加考试。上午10:30语文学科考试正式结束，备受关注的作文题也正式亮相。
今年的语文作文题目考“漫游北京写游记 ”和“ 盘中餐 ”，二选一。我们“邀请”讯飞星火、文心一言、豆包、通义千问、KIMI以及GPT4o等6位AI考生来写一写。
原题如下：
作文(40分)
从下面两个题目中任选一题，按要求写一篇作文。
(1)故宫、人民英雄纪念碑、香山、居庸关、卢沟桥、漕运码头……坐落在北京中轴线或文化带上，成为北京的文化标志。胡同古镇、奥运场馆、美丽新农村……同样富有文化内涵。漫游北京，寻古访今，可以丰富见闻，开阔视野，感受真善美。请选择你熟悉的地方，写一篇游记，题目自拟。(本试卷第一大题涉及的文化场所不在写作范围内)
(2)一日三餐，往复循环，“盘中餐”熟悉又陌生。盘中可盛一饭一蔬，让我们体会家庭的温暖，理解稼穑的艰辛，回味故土的风情，感受文化的厚重。请以“盘中餐”为题，写一篇作文。文体不限，诗歌除外。
要求：将作文题目写在答题卡上，作文内容积极向上，字数在600-800之间，不出现学校的真实校名、师生姓名等。
AI考生谁最强
我们决定给AI考生增加难度，让没有吃过米饭，也没有体验过家庭温暖的它们以“盘中餐”为主题进行写作，并邀请全国中小学生作文竞赛评委、中学语文教研专家吕政嘉老师，河南省基础教育教学专家库成员、河南省学术技术带头人李来明老师进行“背靠背”评分，并作点评。
考生1：讯飞星火
评分：34
从主题上看，本文以一日三餐为线索，巧妙表达了家的味道、故乡的风土人情和丰富文化的底蕴，突出了“盘中餐”作为家庭和文化联系的象征，体现了食物背后所承载的情感与文化价值。
从内容上看，通过早餐的准备、午餐的劳作成果、晚餐的家庭交流，以及节日食品的文化传承，读者能感受到非凡的情感和文化深度。
从构思上看，文章由表及里，逐步深入，既有生活的细节描述，也有对食物文化意义的深层次探讨，结构清晰，使得文章内容丰满，层次分明。
从语言表达上看，语言优美，既生动形象又充满诗意，能够精准地捕捉并表达出食物与情感、文化之间的关系，让人体会到作者对于家和文化的深厚情感。
考生2：文心一言
评分：33
专家点评：本文从文化、家、健康、珍惜等角度入手写盘中餐的意义，主题集中;文章多处使用了对称句、长短句，句式较为灵活，文章显得较有文采;在表达上有重复表达的现象，显得文章啰嗦不够简练。
考生3：豆包
评分：31
专家点评：本文以李绅的《悯农》诗引入，拉近了读者和文章的距离，亲切自然;回忆小时候的饭菜，平淡中见温馨;重点描述的是在田间地头的见闻感受，然后落在乡思上，不落俗套。文章最后“珍惜”“感恩”的论述和前文关联较弱。
考生4：通义千问
评分：32
专家点评：本文开篇点题，道出“盘中餐”的本义和不平凡的意义，中心明确;接着从早餐、午餐、晚餐入手，写出“盘中餐”的表现形式以及其外化意义，条理清晰;并引用李绅《悯农》中的诗句，表达对农民辛勤劳作的感恩，拉近了读者和文章的距离，亲切自然;结尾总结“盘中餐”蕴含的文化内涵及启示，使文章饱含深意，意蕴深刻。但缺少与自身相关的事例，使内容稍显空洞。
考生5：KIMI
评分：30
专家点评：本文围绕盘中餐承载着家庭的温馨、稼穑的艰辛、故土的风情、文化的厚重这几个方面展开阐述文章观点。结构完整，小标题形式，层次清晰明了。语言上长短句结合，遣词造句增加了作文的文学色彩。但文章内容单薄，几个方面平均用力，详略不当。
考生6：GPT4o
评分：33
专家点评：本文从家庭、稼穑、故土、文化几个方面展开，内容较为详实，主题较为突出;开篇以《朱子家训》上的名言引入，开门见山，且有一定的文化色彩;详略及文学性表达有欠缺。
AI 不只是答题
AI写作文、AI答题、AI参加中高考……每年中高考季，AI总是以这些关键词破圈刷屏，但AI+教育的意义并不在于搜题、答题，正如在高考当天的一档直播节目中主持人所说，“我们要承认AI写作的优势，但更重要的是，我们要明白AI写作的目的和意义。AI写作并不是为了取代人类的写作，而是为了辅助人类的写作。”以讯飞星火为例，在多轮测试中，不仅可以写作文，还可以设定为资深语文老师的身份，引导学生在写作过程中自主思考，在写作完成后对作文评分，并从内容、结构、语言、情感和创新性等多个角度进行评价分析。
当前，通用人工智能技术快速发展，国内多个大模型你追我赶快速迭代，给传统教育带来了全新的发展机遇。
为老师提供AI教学助手。基于人工智能技术，可以进行过程性学情数据采集和快速处理，为老师精准教学提供学情数据支持。同时利用通用大模型，可以用对话式、生成式交互，为老师提供教学设计、生成教学课件。
为学生提供AI学习伙伴。通用大模型不仅可以为学生提供作文辅导、批改作文，还可以为学生提供英语情境对话，一对一帮助学生提升英语口语水平。随着大模型能力的逐步提升，越来越多的大模型也可以实现不同学科的答疑辅学。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
