AI改作文语法全对，PETS5考官为什么给低分？实测豆包后3个真相

本文由杰恩英语笔记原创。 作为高校英语教师，我自费订阅了豆包、文心一言的付费版，用真实PETS5作文题做了30天对比测试。结果发现：AI批改显示"语法零错误"的作文，在PETS5考官手里往往只能拿及格线分数。这背后的评分逻辑，和AI的算法逻辑根本不在一个维度。

一、AI看"对不对"，考官看"适不适合"

测试方法很简单：我把同一篇学生作文分别丢给豆包、文心和PETS5培训班的阅卷老师。

AI的反馈几乎一致："主谓一致正确，时态运用得当，连接词使用规范，评分建议：12-13分（满分20分）"。

但培训班老师（前PETS5阅卷组）只给了8分。他的批注很具体："第三段用'Furthermore'引出个人观点，这是雅思写作的路子。PETS5考的是学术交流能力，这个位置应该用'From the perspective of applied linguistics'这类学科视角切入。"

真相一：AI学习的是通用语料，PETS5考的是学术场景语域。 就像你不能穿西装去爬山，语法全对但"穿搭"错了场合，考官会认为你缺乏学术写作意识。豆包和文心对"语域匹配度"的识别能力，目前几乎为零。

二、AI算"丰富度"，考官算"信息密度"

我故意设计了一个陷阱：让AI把一篇150词的短文扩写到200词。

豆包给出的策略是增加形容词和副词："very significant, extremely important, highly recommended"。文心一言则喜欢补充背景知识："众所周知，英语作为国际通用语言..."

结果两篇在AI评分里都是"词汇丰富，表达多样"。

但PETS5考官的反馈是："信息密度稀释了。PETS5写作要求200词内完成观点陈述+论据支撑+结论推导，每个词都要承载信息功能。'Very'这类修饰词和背景性陈述，在考官眼里是'无效填充'。"

真相二：AI追求表达的"量"，考官追求信息的"质"。 这类似于买手机时看参数表和看实际体验的区别——跑分高不代表用着顺手。我在测试中发现，AI扩写后的文章，有效信息占比反而下降了15%-20%。

三、AI查"有无"，考官查"深浅"

最颠覆我认知的是这个测试：同一道PETS5真题"论述技术对语言教学的影响"。

AI批改报告："文章包含正反两方面观点，论证结构完整，建议分数：14分"。

但考官给了7分。差异在哪里？AI检测到"有反面观点"就满足了，考官看的是"反面观点有没有形成辩证张力"。

学生原文："However, technology also has some disadvantages." 考官批注："这是中学生作文的辩证深度。PETS5 Level 5要求的是：'The empirical evidence from longitudinal studies, conversely, suggests that digital immersion may compromise deep processing of morphosyntactic rules'——要有文献意识、要有反证逻辑、要有学科话语。"

真相三：AI能识别"结构完整"，但识别不了"学术深度"。 这就像一个购物攻略写了"这款手机有优缺点"，但没有实测数据支撑，在值得买社区里肯定算不上优质内容。

实测结论：AI是工具，不是替身

30天测试下来，我的建议是：用AI做"语法底线检查"可以，但别让它主导你的写作策略。

豆包在识别中式英语方面确实比免费工具强，文心一言对长难句的纠错能力也值得付费。但如果你的目标是PETS5过线（尤其是高校教师申请CSC公派、博士申请这类刚需场景），必须回到考官评分标准的三个核心：语域精准度、信息密度、学术话语深度。

这些维度，目前的AI批改工具还无法量化，因为它们本质上不是"语言水平测试工具"，而是"通用语言优化工具"。

关于作者：【杰恩英语笔记】，专注公派访学、联培博士的英语PETS5考试实战分享、卫健委公派英语口语面试、访问学者J1面签技巧。近三年陆续带了一百多位博士生上岸，套路摸得清，弯路帮你避。