学生评语是教育评价体系中最贴近个体的一份文本。它是对学生一学期表现的总结，也是师生之间少有的、被郑重写下的“文字对话”。写作者是教师，读者往往只有一个学生，这种一对一的私密性，决定了它对措辞的敏感度远高于其他评价文本。
　　在高中阶段，这份文本的分量更重。埃里克森指出，12—18岁的青少年正处在自我同一性建构的关键期；新高考的选科与升学选择，又让“我适合往哪里走”成为他们真实而急迫的困惑。评语若只回答“你过去做得怎样”，而不回应“你可以往哪里去”，就等于放弃了一次帮助学生认识自己的机会。
　　本人所带班级 63人，若每次活动评价纯手写，人均约120字，合计近8000字，需熬3个晚上。比劳累更需警惕的是质量：措辞模式化，“该生学习态度端正、乐于助人”反复出现；内容缺少对未来的方向性回应。费力、雷同、无导向、低共鸣，是传统评语的四重压力。
　　技术之惑：AI介入后的新问题
　　部分教师开始用生成式 AI写评语，确实解决了“写得慢”的问题——输入几个关键词，几百字瞬间可得。但直接套用就带来了更麻烦的问题。一是套话更精致。“品学兼优”“尊敬师长”被组织得文从字顺，却没有一句指向这个具体学生。学生感受到的不是被看见，而是被“生成”。二是生涯建议悬空。AI不了解学生真实处境与兴趣，只能给出“继续努力，未来一定会更好”这类正确但空洞的鼓励。三是事实失真，即“AI幻觉”。语言模型依概率组织文字，并不“知道”事实，可能写出学生从未参加的竞赛、从未获得的奖项。评语一旦不实，损害的不只是这次评价的可信度，还会触碰教育评价的真实性底线。
　　“S-A-I-E”四步工作法
　　我个人的基本立场是“教师为主，AI为辅”，具体落到四步。
　　S（Self-collection）学生自采集，让材料有根。用在线问卷匿名采集四类信息：三个描述自己的关键词；本学期一两件最有成就感的经历；一个主要困难；希望老师在评语中回应的内容。这一步把学生从评语的接受者变成素材的生产者。需要提醒的是，学生自述带有“表演性”，容易写老师想看到的话。因此自采材料只能当线索，不能替代教师观察。
　　A（AI-assisted Drafting）AI出草稿，让效率有度。设计结构化提示词，要求初稿包含四部分：学业亮点、品格闪光点、生涯衔接建议、下阶段可执行的行动；限定语气亲切自然，不得虚构信息。AI产出的是“骨架”，结构完整、条理清楚，但细节稀薄、无温度。这是有意为之：把整合信息交给工具，把赋予意义留给人。
　　I（Human -injected Personal原ization）人工注入，让文字有温度。以一名物理方向学生为例，AI初稿是：“你逻辑严密，物理进步显著，错题整理如教辅般精致，展现了极致的专注。虽内向沉默，但内心温暖细腻。”修改后为：“你逻辑严密，本学期物理从65分提到89分；错题整理不只完整，还自己标注了易错点。你话不多，但同桌卡在难题上时，你会悄悄把笔记推过去。若真向往计算机，代码世界需要的正是这份沉静与严谨。下阶段，试着每周在物理课上讲一道题，让思维的声音被听见——不用怕说错，你的推导一向可靠。”差别在五处：把“进步显著”换成真实的分数轨迹；把“精致”换成“标注易错点”；补入只有教师看得见的瞬间；把鼓励落到一件下周就能做的事上；用“不用怕说错”替代“要克服胆小的毛病”。这些细节属于教师的“私有记忆”，也正是AI的盲区。
　　E（Exchange Review）交叉审核，让评价有信。定稿前，把评语送本班2—3名任课教师审读，重点看三件事：事实是否准确、价值导向是否恰当、措辞是否适合直接给学生看。再认真的教师也有观察盲区，多学科视角能补上自己看不到的部分。
　　效果与边界
　　一轮完整周期后，评语中提出的微行动，多数人随后一周内开始尝试；班级后半学期的主动发言率上升。年级期末评议评价这批评语“有血有肉，有方向”。
　　但我更想说它的边界。其一，评语的力量受制于整体评价生态。若日常教学仍以分数排名为唯一尺度，一份温情评语很难独力改变学生的自我认知。其二，这套方法的价值不止于评语。这一结构可用于成长报告、个性化学习建议等任何教育文本。其三，技术可以缩短写作时间，但不能替代教师的注视。工具越强，“看见”学生这件事就越需要由人来完成。
　　审慎使用评语，说到底是“人如何使用工具”的价值选择。让AI 处理结构与文字，让教师提供观察与判断，让评语从对过去的评判变成对未来的邀约。