“七分成绩三分报”，随着各地高考分数陆续发布，一场复杂的志愿填报博弈也随之开启。和往年不同的是，在这场关乎命运决策中，各大平台也纷纷亮出了绝活，特别是以最新研发的AI大模型等技术，帮助考生提升志愿填报效率。

这些平台利用海量数据，帮助考生基于自己的分数和排名科学筛选志愿，有助于考生节省查阅资料的时间和精力，避免了主观偏见导致的盲目选择。可以说，这是一次技术赋能教育的大胆尝试，也是“科技向善”的一次生动诠释。

在智慧教育领域，人们也越来越接受AI应用，比如，只需要做几道题，AI就会分析出知识薄弱项；学习机可以像真人老师一样与孩子对话，几轮对话后自动分析孩子的知识掌握情况，进而为孩子智能生成个性化的学习规划路径，等等。但事实上，不同平台的表现可谓是参差不齐。

在高考志愿填报中，有些大模型就犯了刻舟求剑的错误，比如，在某大模型上输入“江西历史类高考547分、对法律感兴趣”，输出的结果仅仅是罗列了一遍存在法律专业的高校，或许去年这个分数能上这些高校，但今年这一分数显然还存在差距。

类似问题在其他不同平台上也都有所呈现，如考生明明过了本科线，平台却一本正经推荐专科院校。

尽管AI有着数据驱动决策的高效、智能优势，也藏着算法黑箱、数据偏差等“雷区”，一些AI基于旧数据很难作出准确判断，甚至还有很多数据会因为官方没有公布而不全。更关键的是，算法可以分析数据，却很难量化一个人的兴趣与潜能；它能呈现当前的就业率数字，却无法预判四年后的行业变化。要知道，每一个考生都有着千差万别的需求，科技再发达也无法替代人情味，它依然缺乏情感理解和深层沟通的能力，无法感知学生对某个专业的独特热爱或校园文化的向往。

和自动驾驶相似的是，高考志愿填报是一个容错率非常低的严肃事情，目前，国内对自动驾驶技术已经有了相对清晰的标准，比如须达到什么条件和标准才能上路，一旦出了事故该如何划分责任，AI助力报考也应该有类似的标准，而不是平台各说各话；再比如，大模型在会计领域应用再好，也还需要会计作为责任人签字担责——即便AI的错误率在很小的一个量级，也依然需要人来检查验证，但显然AI报考这事上没有人敢于承担责任。

AI辅助志愿填报应被视为一个有力的工具，而非最终的决策者，这需要考生和家长们审慎对待，才能避免出现失误。

南方日报记者 郜小平