【大数据】2014年高考作文预测，听专家的远不如听数据分析
很多中学老师认为高考题是可以预测的，声称可以感知出题趋势，帮助学生在考前下注。 上学的时候，总觉得赌题是一件不靠谱的事情。 难道提问题的人没有自由意志吗？ 事实上，我们都没有自由意志。
百度最近上线了一个新东西“百度预测”，目前提供世界杯、城市、景区、高考四大项目的预测。
尤其在高考方面，百度通过数据分析认为，2014年高考作文题目将出现在“时光的馈赠”、“多彩生活”等六个领域，并给出每个领域命中的精准概率. 高考作文题是什么，当然不可能直接告诉你，但是有了这个范围，学生需要准备的题目就会从无限变成有限。 百度表示，该预测是“基于大量论文和搜索数据”。 各栏目下所列作文题目的关键词，如《时间的礼物》中的关键词有“记忆”、“未来”、“成长”、“遗忘”等，是中学生常用词作品。
也就是说，百度用数据分析预测的高考作文题，是最常见的作文题，都是套话。 换句话说，利用数据分析进行预测的隐含假设是，未来的事件将继续落入最近流行的套路。
但是写高考题的人有必要尊重陈词滥调吗？ 提出“让未来记住今天”或“守住心灵之门”这样低俗的问题，岂不是很丢脸？ 在回答这个问题之前，让我们研究一个更大的问题：到底什么是可预测的，什么是不可预测的。
近年来，美国出现了一位预报员，内特。 美国人非常喜欢体育统计，一些棒球杂志上充斥着详细的统计数据。 基于统计模型，我构建了一个软件，通过分析职业棒球的数据来预测每个球员未来的表现。 结果，他的预测甚至超过了最有经验的侦察员。 不仅如此，他的政治预测表现更令人瞠目结舌。 2008年大选，50个州预测各州总统选举结果的预测正确的有49个； 所有 35 个参议员席位都被击中。 更重要的是，他的预测与政治专家的预测大相径庭——事实证明，听专家的话远不如听数据分析。 2012年出版了一本书The and the Noise（《信号与噪声》），讲的是预测的知识。
书上说，别看我预测水平高，其实我预测的很容易预测。 比如棒球，我们都知道这个比赛比较沉闷，外行人感觉一点也不热闹。 棒球运动的特点恰恰是球员具有相当大的独立性。 一个球员的水平就是他的水平。 他对球队的贡献非常稳定，不太依赖队友和对手的发挥，场上的随机因素也比较少。 相对而言，在足球领域却并非如此。 不管一个球员的水平有多高，他仍然要依靠队友、教练、对手，甚至裁判。
关键是，对于像棒球这样简单的系统，不涉及连锁反应。 我们都听过这样一个笑话，拿破仑之所以在滑铁卢战败，是因为他穿着紧身裤。 紧身裤导致拿破仑得了痔疮。 痔疮让他在关键时刻脱离了战斗的中心……这是连锁反应。 连锁反应通常是一个正反馈的过程，每个环节都可能造成比前一环节更大的伤害，并可能直接刺激下一个环节。 更让预报员头疼的是，这种反应充满了偶然性。 在大多数情况下，它会在几个循环后停止，但有时它可能会造成很大的麻烦。
一个简单的系统很容易预测，因为即使某个个体的波动超出了预测范围，也不会对整个系统造成太大的影响。 而如果一个系统包含各种正反馈机制，那么它就是一个复杂的系统，不容易预测，个体的微小波动都可能通过连锁反应被放大，形成蝴蝶效应。 例如，现代金融系统是一个复杂的系统。 房地产的下跌可能会导致人们无法偿还抵押贷款。 如果不还房贷，银行将无力承担。 一旦银行收紧信贷，其他行业将无法承受。 最后，可能是一场大规模的金融危机。 比如说，那些信用评级机构给这个评级为 AAA，给那个评级为 AA+。 这些所谓的评级是基于“正常”市场条件下的数据分析，但一旦发生连锁反应，市场将不正常。 你那些数据根本没用！ 复杂系统是可能产生“黑天鹅”的系统。
“黑天鹅”比喻的发明者塔勒布有一个有趣的想法。 他说，自然界是一个复杂的系统，它的本质充满了波动，时不时会发生一些事情——但现代政府机构总是寻求让社会稳定运行。 塔勒布认为，时不时发生的小事件，其实可以锻炼人； 如果一味地追求人为的稳定，最终可能会使整个系统变得脆弱，如果不能保持稳定，就会发生重大事件。
那么高考到底是一个简单的系统还是一个复杂的系统呢？ 当然是简单的系统！ 做预测的人最怕黑天鹅，做高考题的人更怕黑天鹅。 高考的任务不是探索先进文化，而是招收学生上大学。 任务甚至不是把优秀的学生招到最好的大学，而是把各级学生都招到全国所有的大学。 每个测试区域只有一套测试题。 无论你是申请北京大学中文系还是中国三峡大学科技学院，你都要面对同样的作文题。
这种情况下，题主一定要让大家出场。 他们不会让你讲乌克兰的情况，也不会像法国高考那样分析笛卡尔的著作，否则对那些只想上普通大学，找一份普通工作的学生是不公平的未来。 除了学生水平不同，还要考虑到每个地方的文化氛围不同。 偏远地区的孩子可能根本没看过美剧。 这种情况下，题目可以涉及“非诚勿扰”，但绝对不可能涉及“24小时”。 . 这也是我国古代科举试题范围仅限于四书五经的原因。
测试不能太深或太宽。 留给提问者多少选项？ 出题者和考生之间只有单向关系。 出题者不需要任何反馈，更不需要正面反馈！ 他们必须确保那些聪明一点、勤奋一点的孩子都能通过考试，尽量减少偶然因素。 他们最不愿意看到的是一个标新立异的作文题目，引起强烈的社会反响，他们绝不允许出现任何意外。 他们不指望用高考题来推动社会进步，也不打算靠写题而名垂青史。 他们的使命是为不确定的世界增添一点确定性。
所以他们必然诉诸陈词滥调。 陈词滥调是最安全的。 数据分析点到哪里，他们就打到哪里。
那么面对老生常谈的作文题，作文应该怎么写呢？ 答案是写一篇陈词滥调的作文。 高考不是你施展写作才华的地方，即使你有才华，考官也看不出来。 其实不仅仅是高考，就连美国中学的英语老师也看不到真正的好作品。 伦纳德·姆洛迪诺 ( ) 是一位非常著名的科普作家。 他与史蒂芬·霍金合着了《时间简史》和《大设计》。 曾经为他 15 岁的儿子写过一篇文章，得了 A。震惊之下，他问了另一个朋友，他是一名作家，经常在纽约时报等地方发表文章，但为他写的文章却只得了 B。他的女儿。
你知道老师读一篇作文并打分需要多长时间吗？ 10分钟？ 5分钟？ 2分钟？ 答案是新手50秒，老手34秒！ 没有人会在这么短的时间内评判你漂亮的句子，没有人会研究你的新想法。 如果你真的写了一篇惊世骇俗的政策理论，最可能的原因是考官看不懂会给你打低分。 在这个机械化的行业里，谁也别想出奇制胜——除非你古文写得好，那可就另当别论了。 古文确实是一眼就能认出来的，也许老师们会很乐意在枯燥的批卷工作中拿你的作文消遣一次。 如果你喜欢写作，你可以在网上写作和写作。 高考作文是一个获得一些经验然后快速离开的项目。
所以如果百度能掌握职业棒球一样全面的数据，不仅可以预测作文题，还可以根据出题和平时的作业成绩来预测每个学生的作文分数！
如果你觉得这种作文考试很可悲，那我想说的是，现实比这更可悲。 高考中，出题者追求的是“好用”，而受众多为普通人，双方都没有创新的需求。 还有哪些项目是这样的？
比如娱乐圈。 超人、蜘蛛侠、蝙蝠侠、钢铁侠，好莱坞为什么要一遍又一遍地拍摄这些老牌超级英雄的故事？ 他们不应该经常推出新的吗？ 因为这些人物的故事太好了。 这是一项成熟的业务，观众知道他们的钱能得到什么，好莱坞也知道它能保证稳定的回报。 观众和电影人达成了默契，谁也不用操心谁。 一部电影的投资规模越大，剧情就越俗套。 大制作往往甚至翻拍一个众所周知的故事，因为大投资风险小。
陈词滥调很容易使用！ 所以越流行的东西往往越俗套，这也是为什么真正的文艺青年以不热爱流行文化为荣。 汪峰演章子怡一定够爽了吧？ 但有人统计了汪峰在中国大陆发行的9张专辑中117首歌曲的歌词，发现歌词重复很多：“爱”出现了54次，“生活”出现了50次，“断”和“路”出现了37次每次，“哭泣”35次，“孤独”34次。 随便从他有限的词汇中选出几个词，就能组合成汪峰式的歌词，比如“不再迷茫的人生，被烧成千百次，依旧坚强”。 谁说数据分析不能创造艺术？