ARTICLE · 1291201
实验11:AI帮我改作业,十二处里改错了三处
交作业前我把稿子丢给 AI 润了一遍，它改了十二处，我没挑毛病，全收了。作业发回来，页边两处红笔：一处我本来写对了被它改错，另一处它把我留的活口说死了。后来我自己做了组对照，才知道它最爱改的是哪三类词。
我让 AI 润色一份专业课作业，一千八百字，它动了十二处。我一行行看下来，每处都觉得顺，就全收了。作业发回来后，我发现页边有两处红笔，其中一处是我本来写对的。
十点四十写完作业，我想着润一遍再交。但看完发回来的批注，我坐那儿翻了一晚上的聊天记录。
01
坑一：它把「可能」改成了「会」，改得还特别顺
第一处红笔在这儿。
我原文写的是：「该工艺在小批量条件下可能适用」。这句不是随便写的，老师课上特意强调过他只在小试上做过，中试没跑。
AI 给我改成：「该工艺在小批量条件下适用」。
那个「可能」被删了。读起来很顺，甚至更专业，像一句结论。可它并不是。
我拿这个去问老师，他说了句让我挺不是滋味的话：前半段像人写的，后半段像机器写的。
我回去数，十二处改动里，八处集中在后半段。一开始我以为是自己后半段写得差，后来想明白了——它改得越顺的地方，越可能是我本来就写对的地方。
「可能」这种词，读着软、不带劲。「适用」有力量。它挑的是读感，不是事实。
💡 交之前专门搜「可能、通常、部分、在……条件下」这几个词，一个一个对着原文核。限定词被删掉的句子，读着一定更顺，也一定更容易被扣分。
02
坑二：它把我写对的改错了，改完更像对的
第二处红笔更要命。
我原文：「采用退火处理可以降低残余应力」。
它改成：「采用退火处理能够完全消除残余应力」。
「降低」和「完全消除」，中间隔着一整个量级。我那组数据里明明还有残余应力，只是数值小了。
这处最狠的地方在于，它读起来比原文更专业。我当天看的时候根本没停，因为我不觉得那是错——它不像错。
我又翻了翻类似的说法，看到一个编辑写的实例：他校一本历史书，AI 建议把「陈邦傅」改成「陈邦彦」。这俩在南明史上都是真人，但不是同一个。改一个字，两个人的事就串了。还有个流传很广的例子，论文里写「X 蛋白与 Y 蛋白有相互作用」，AI 给改成「X 蛋白调控 Y 蛋白」——语法没错，更简洁，可数据只撑得起「有相互作用」，撑不起「调控」。
💡 判断标准不是「通不通」，是「这句比原文多承诺了什么」。只查通顺，永远查不出这类错。
03
坑三：我做了组对照，发现它只往一个方向改
被扣分之后我不服气，拿同一段旧作业做了个小实验。
我把原文截成十句，每句都含一个限定词，丢给 AI 让它「润色得更专业一点」。跑了两轮，看它动了哪些。
结果很集中：
· 「存在相关性」→「导致」，两轮都改，两次都改
· 「可能适用」→「适用」，一次改成「适用」，一次改成「可以适用」
· 「可以降低」→「完全消除」一次，「有效降低」一次
十句里，有七句的限定词被改了，两轮改动方向全部朝着「更确定」那一侧走。它没有一次把话往回收。
这就是它的规律：它不是在纠错，是在把话说满。 顺口和确定，对它来说是同一个方向。
💡 让 AI「润色得更专业」，等于让它往「更确定」的方向推。要它只纠错，就得把「润色」这个词从指令里删掉。
04
三句指令，把它从改写者变回校对员
试到后来，我只用这套：
第一句：只改错别字和标点，其他一个字都不许动。
第二句：改完列一张表，写清每一处改了什么，一处都没有就写「无」。
第三句：括号里的词不许动。（交之前我自己把术语、数字、限定词全括起来）
这套下去，十二处变成三处，三处都是真错字。它老实了。
💡 三个指令一起用：只改错别字 + 列出每处改动 + 括号内不许动。少一句，它就会偷偷改你的意思。不列清单的改动，一律不收。
最后
还好那两处红笔扣的分不多。
让我后怕的是：如果老师那天没圈出来，我大概会一直以为自己写的是「完全消除」。
现在每次交作业前，我都干两件事：先搜那四个限定词，再让它列改动清单。多花十分钟，能把一晚上的通宵救回来。
本文实验编号：11 ｜ 实验对象：一份一千八百字的专业课作业，交给 AI 润色 ｜ 结果：十二处改动两处改了意思、一处改反；它爱改的是限定词，十句里动了七句
明天实验预告：课上拍的ppt太多，让AI给我整理笔记，不知道会生成什么……
有没有也被 AI 悄悄改过意思的大佬，评论区说说你是在哪一句上发现的。我现在每次交作业都要对三遍。
