期中期末最怕的不是「多出几道题」，而是卷子已经发下去、成绩已经录进去，才发现选项无解、答案自相矛盾、超纲或表述错误。DeepSeek、豆包、通义等通用大模型能在半小时内拉出一整套卷——也正因如此，错题一旦进了正式考试，归责往往比「改一道题」麻烦得多。公开讨论与教研实践里较稳的共识是：AI 是辅助工具，命题终审与成绩解释仍在人；学校要有流程，平台侧也难替你背「校内评价责任」。本文用三类可复现的翻车形态，把「谁负责」说到能落地的人机分工与补救清单上（文中案例为课堂常见失败模式的复合复盘，非点名某校）。
一、先分清：草稿错、正式卷错、成绩已生效
| 命题教师/备课组终审责任 | ||
法律与政策讨论里，生成式 AI 多被当作服务/工具，不是「自动命题官」。对校内高利害评价而言：谁决定把这道题印进卷子，谁就要对正确性负责——通常是教师与学校的组织流程，而不是「模型自己」。
二、三类真实翻车（复合复盘）
类型 A：看起来严谨，实际无解或双答案
常见表现：选择题四个选项互不独立、条件缺省、图文不符；或「标准答案」与解析互相打架。模型擅长像真题，不保证可唯一作答。
- 谁先背锅
：把 AI 草稿直接定稿的命题人 / 备课组终审人。 - 学校角色
：若缺少「双人审题」或「试做」制度，组织管理也会被追问。 - 模型/平台
：可作技术原因说明，一般不能替代校内评价责任。
类型 B：知识点串台或超纲
常见表现：把高一内容写进初二卷、把选修当必修必考、情境题引用错误史实/实验数据。家长质疑点往往是「孩子按课标复习却被超纲题打懵」。
- 谁先背锅
：未对照课标与校本进度核验的命题教师。 - 补救
：超纲题作废或给全体相应分数处理，并书面说明依据。
类型 C：答案键错误，成绩已生效
常见表现：填空数值单位错、多选题漏选标准、作文量规条目与示例不一致；阅卷按错键推进后才发现。
- 谁先背锅
：答案键制作与终审人（常与命题人同一团队）。 - 学校必须做
：停用错误键、重评或分数校正、向学生家长说明口径，避免「悄悄改分」。
三、责任怎么切：一张分工表
国内外教育实践里的同一句话：AI 可以起草测评材料，专业判断不能外包。 高利害考试尤其如此。
四、本周可落地：发卷前 20 分钟终审清单
角色：命题终审助手（只辅助检查，不替代教师签字定稿）。任务：审阅以下「AI 起草试卷草稿」，找出可能导致正式考试翻车的问题。输入：{{学科}} {{学段}} {{考试类型}}；课标/校本范围：{{范围说明}}；试卷正文与答案键：{{粘贴内容}}请输出：1) 无解/双答案风险题（题号+原因）2) 超纲或进度不符题3) 答案键与解析不一致处4) 建议删除/修改/保留（保留须说明理由）5) 「必须人工试做」的题号列表禁止：宣称已可作为正式卷直接印刷；编造课标条文编号。
人工仍要完成三步：自己做一遍客观题、对照课标删超纲、两人交叉看答案键。AI 审稿只能缩小漏网，不能当你的签字。
已经发出去了怎么办（最短路径）
五、红线
六、小结
- 谁负责
：正式卷与成绩解释的责任在命题终审的人与学校流程；AI 是原因之一，不是免责金牌。 - 三类翻车
：无解/双答案、超纲串台、答案键错误——都可在发卷前用试做与双审拦住大半。 - 本周动作
：用终审提示词过一遍草稿 → 人工试做 → 双人核键 → 再印刷。 - 已出错时
：固定证据、统一给分规则、公开纠偏口径、补流程。 - 边界
：生成式出题可以提速，不能替代课标把关与教师签字。
通用模型如 DeepSeek、豆包 适合出题草稿与审稿辅助；是否进入正式考试，请以课标、校本规范与备课组终审为准。
