夜雨聆风AI秒出题，你敢直接用吗？
——历史试题优劣评判的四个维度
随着AI技术深度介入一线历史教师的日常命题工作，试题的质量把控面临前所未有的挑战。AI可以在数秒内生成一道看似完整的题目，但“像题”不等于“好题”。如何评判一道历史试题的优劣？能否建立一套兼具操作性与科学性的量化标准？笔者结合2026年高考历史命题的新动向与资深命题人的实践经验，尝试从“政治性、科学性、素养性、区分度”四个维度构建评价框架，并对量化路径提出具体建议。
一、评判试题的四大核心维度
政治性与价值观是试题的生命线。历史学科的育人功能决定了政治正确具有一票否决权。好题应导向正确——符合唯物史观与国家主流意识形态，在民族团结、国家统一、革命文化传承等议题上立场鲜明；情境得当——AI生成的材料不得包含敏感表述，图表不得涉及领土主权错误；价值引领——能够激发家国情怀与人类命运共同体意识。2026年云南卷的“全球视野与民族气质”交叠、陕晋宁青卷的“国家治理”正面导向，均体现了这一维度的核心地位。
科学性与规范性是试题的骨架。 AI最大的软肋在于“幻觉”——编造不存在的史料、数据或古文。好题必须确保史实准确、逻辑严密、设问规范。量化底线是：错别字为0、史实硬伤为0、设问歧义为0。任何一条不达标，试题即不合格。
素养性与情境化是试题的灵魂。这是新高考最难突破的维度，也是AI最容易“翻车”的地方。好题应追求情境的真实性——如2026年山东卷的“程家日记”是真实的微观史料，而非“伪情境”；思维的深度——考查史料实证与历史解释的高阶思维，而非死记硬背；创新度——视角新颖，如从“社会生活”看大时代或从“全球视野”看中国。
区分度与难度是试题的选拔功能保障。好题应做到梯度合理——基础、中档、难题比例恰当；干扰项有效——错误选项基于思维误区而非常识即可排除。
二、量化评估的可操作路径
纯粹“思维含量”很难用单一数字衡量，但可以建立“定性+定量”的混合评价模型。笔者建议采用以下量化框架：政治素养（20%）——含价值导向10%、材料合规10%；学术质量（30%）——含史实准确10%、逻辑严密10%、学术前沿10%；命题技术（30%）——含情境创设10%、设问技巧10%、选项/答案设计10%；教学价值（20%）——含素养落地10%、区分度10%。各指标以10分制评分，总分加权换算。凡政治素养或史实准确得分为0者，一票否决。
三、AI命题的特别应对策略
针对AI命题的特点，有三点需要特别关注：一是警惕“AI幻觉”与史料造假——凡AI出题，必核史料，所有引用材料须标注确切出处并由人工复核；二是反对“套路化”设问——避免“背景—内容—影响”的僵化三段论，设问应具体、微观、有切口，如“从空间维度分析日记的局限性”；三是强调“思维可视化”——非选择题的评分标准应侧重于“逻辑层次”而非“关键词堆砌”。
结语
建立试题评价量表的目的，不仅是为了筛选题目，更是为了训练AI。通过量化反馈，AI可以逐步学会什么是“好题”，从而实现从“拼凑素材”到“素养立意”的质变。这套标准虽不能完全替代专家的经验判断，但可为AI命题的人机协同提供可操作的边界与方向。