基于大语言模型的生成式AI如何支持EFL学生的写作——以ChatGPT为例
How Large Language Model-Based Generative AI Supports EFL Students’ Writing—A Case Study of ChatGPT
摘要: 本研究旨在探究基于大语言模型的生成式人工智能(Generative Artificial Intelligence, GAI)在提升英语作为外语(English as a foreign language, EFL)学生写作能力方面的应用。目前,大语言模型(Large Language Model, LLM)凭借其前所未有的语言生成能力和沉浸式的交流互动体验为语言学习和教育领域的发展带来了新的可能性。在这一背景下,ChatGPT (Generative Pre-trained Transformer)作为GAI的典型代表,被广泛探讨其在教育教学中的潜在作用。本研究采用实证研究方法,通过设计交互式的写作实验,邀请中国某大学一年级的英语专业学生参与并与ChatGPT进行交流。通过对学生写作作品的质量进行评估,本研究探究了ChatGPT对EFL学生写作能力的影响。研究结果表明,ChatGPT在帮助解决写作难题以及提供语言修饰方面起到了积极的作用。学生在与ChatGPT的交互中,不仅获得了语言方面的支持,还得到了思维上的启发,促进了他们更加独立和创造性地完成写作任务。
Abstract: This study aims to explore the application of Generative Artificial Intelligence (GAI) based on large language models in enhancing the writing abilities of English as a foreign language (EFL) students. Currently, large language models (LLMs) have brought new possibilities to the field of language learning and education with their unprecedented language generation capabilities and immersive communication experiences. In this context, ChatGPT (Generative Pre-trained Transformer), as a typical representative of GAI, is widely discussed for its potential role in education and teaching. This research employs an empirical research approach and, through the design of interactive writing experiments, invites first-year English major students from a university in China to participate and engage with ChatGPT. By evaluating the quality of students’ writing compositions, this study investigates the impact of ChatGPT on the writing abilities of EFL students. The research results indicate that ChatGPT plays a positive role in helping students address writing challenges and providing linguistic enhancements. Through interactions with ChatGPT, students not only receive language support but also gain inspiration in their thinking, promoting greater independence and creativity in completing writing tasks.
文章引用:张田田. 基于大语言模型的生成式AI如何支持EFL学生的写作——以ChatGPT为例[J]. 教育进展, 2025, 15(2): 1121-1129. https://doi.org/10.12677/ae.2025.152353

1. 引言

在当今世界,人们在非英语国家或非英语母语环境中,使用英语进行交流的情况越来越普遍。研究者指出,写作是语言沟通的重要形式之一[1]。通过写作,学生可以清晰地表达自己的思想、情感和观点。由于不同文化之间存在写作方式和表达方式的差异,所以新手在进行英语写作时可能面临着写作难题。例如语法错误、词汇贫乏和文体不当,这可能限制了他们有效地传达思想和表达意见的能力。写作是一个复杂的过程,它涉及到构思、组织、写作和反馈等多个环节[2],EFL学生可能在其中的某些步骤遇到困难情况,导致不能呈现高质量的英语写作。在传统的英语教学环境中,“大班级”的教学形式使教师难以为每个学生提供足够的反馈和指导[3],这可能会影响学生的写作能力的提高。因此,为EFL学生提供个性化、及时和准确的写作反馈对英语写作能力的提升至关重要。

近年来,GAI技术的迅猛发展为解决EFL写作难题提供了新的视角。ChatGPT等大语言模型通过其令人惊叹的自然语言生成能力,为学生提供了一个与机器进行对话和交流的窗口。这一交互式机制为EFL学生提供了实时的语言建议、句法纠错以及创意激发,有望在写作过程中充实他们的语言素材库并提高他们的表达能力。然而,这种新兴技术在EFL写作领域的应用尚未充分深入地探究和论证。

本研究的目标在于填补这一研究空白,深入探究基于大语言模型的生成式AI,尤其是ChatGPT,在EFL学生写作能力提升中的潜在作用。通过实证研究方法,我们旨在系统地分析学生与ChatGPT的交互对于写作过程和作品质量的影响,从而为教育者和研究者提供关于利用生成式AI技术改善EFL写作教育的实用见解。本研究的结果有望不仅丰富语言教育理论,还能够为教学实践提供创新的教育工具,促进EFL学生在全球化背景下更加有效地参与跨文化交流。

2. 文献综述

2.1. 英语写作的现实困境

写作对EFL学生来说是一项困难的技能[4],因为他们必须把自己的思想转化为外语。一方面,在进行写作时,由于学生的英语熟练程度有限,他们常常在单词运用、语法准确性、句子结构、表达方式以及文化知识等方面感到困惑[5]。另一方面,在传统的英语写作课堂中,教师通常简单地传授写作技巧,并最终通过教师的书面反馈来评估学生的写作能力。然而,这种教学方式存在着缺乏个性化教学和实时反馈的弊端。这是因为:1) 传统课堂中老师面临着学生异质性的挑战,标准化的教学方式难以满足不同学生的个体差异。这可能会导致一部分学生未能得到足够的挑战,而另一部分学生则在学习中得到有效提高。个性化教学强调理解学生的认知需求和学习风格,特别是在英文写作中,个体差异表现在语法掌握、词汇积累和语句表达等方面;2) 实时反馈在学习过程中具有及时的导向作用,帮助学生纠正错误,调整学习策略,从而提高学生学习效率。并且,实时反馈是学生自我监控和自我调控的重要依据,在没有实时反馈的情况下,学生可能难以对自己的学习过程进行准确的评估和调整。因此,采用适当的技术支持或者教学方法为学生提供个性化学习条件和内容反馈来提高学生的写作能力是非常关键的。

2.2. AI技术的迭代

研究者指出,技术的开发是为了促进人类活动和生产力的发展[6]。人工智能是一种可以使计算机系统、软件甚至机器人像类人一样进行工作和“思考”的技术。AI是一种基于计算机的人类智能模拟系统,旨在模拟人类智能功能,以便在特定任务和情境中表现出类似于人类思维和行为的能力[7]。借助人机协同,以实现对人类所提出问题的自动化回复。凭借机器学习和深度学习等技术手段,AI已在诸多领域展现出惊人的应用潜力,如图像识别、自然语言处理(Natural Language Processing, NLP)、智能推荐等。其中,自然语言处理领域尤为突出[8] [9],例如,基于NLP技术的聊天机器人[10],在教育[11] [12]、商业[13]、医疗[14]等领域的潜在价值在近年来得到了充分探究。

随着信息技术和计算机科学的发展,NLP领域得到了进一步拓展,LLM作为一种基于深度学习技术的先进NLP模型,其核心特征在于其巨大的神经网络结构,该结构具有数十亿甚至数百亿的参数,使其能够自动地从大规模文本数据中学习语言的模式和规律[15]。这种模型以无监督的方式进行预训练,通过大量文本数据的处理,学习到语法、语义以及单词之间的关联关系。具体而言,模型通过多层的神经元结构,将输入的文本序列映射到一个高维的语义空间,从而在该空间中实现了词汇的向量表示,使得相似含义的词在该空间中距离较近。大语言模型的预训练过程使其能够捕捉到丰富的语言信息,进而可以应用于各种下游自然语言处理任务,如文本生成、机器翻译、情感分析等。目前,随着其代表性产品ChatGPT良好的生成、理解、逻辑推理与对话等能力而受到各个领域的广泛关注。ChatGPT是由OpenAI开发的一种基于LLM的智能对话系统,它使用技术来预测对话或文本命令的下一个句子或单词。简单地说,ChatGPT是一个聊天机器人,一种以虚拟机器人形式出现的计算机程序,可以模拟人类的对话,但与以往聊天机器人不同的是,它能够对人类的自然语言做出不同的反应,采用提示学习与人类反馈相结合的训练方式,能够根据提问提供多轮次、流畅、自然的回答[16]。研究者提出,技术经历了自动化阶段(能存会算)、感知化阶段(能看会听)和任志华阶段(能理解会创作) [17]

2.3. 基于LLM的GAI在教育中的应用

随着LLM在发展过程中的不断完善,其特征优势对人类生活和工作带来的变革性影响也将逐渐显现,其中LLM在教育领域的应用效果更是受到研究者的广泛关注。基于LLM的GAI其本身所具备的卓越的“泛化性”和出色的“知识迁移性”,如果配合有效的教学设计,将会有望成为高效的教育教学工具[15]。在学习层面,首先,GAI可以为学生提供高度个性化的学习路径和教育资源,根据学生的学科兴趣、学习进度和弱点来定制教育内容。这种个性化教育可以提高学生的学术成绩,促进他们在特定领域的深度学习。此外,GAI还能够自动生成教育材料、练习题和模拟考试,帮助学生更好地准备考试,提高学习效率。其次,GAI可以提供实时的学术支持和答疑解惑,解释复杂的概念和问题,为学生提供即时帮助,促进深入理解。在教学层面,首先,GAI可以帮助教师个性化教育[18],根据每位学生的学习需求和水平制定定制化的教育计划。通过分析学生的表现和进展,GAI能够提供有针对性的建议和资源,以优化教学策略,促进学生更深入的理解和学术发展。此外,GAI还能够自动生成教育材料、课程内容和练习题,减轻教师的教案准备工作负担,使他们能够将更多时间和精力投入到与学生的互动和指导上。其次,GAI可以提供实时的教育辅助和反馈机制。它可以支持教师在教学过程中识别学生的难点和困惑,提供教育策略建议[19],以便教师更好地满足学生的需求。此外,它还可以用于教育评估,能够自动评估学生的作业和考试,提供及时的评估结果。例如,自动写作评估(Automated Writing Evaluation, AWE),通常与自动论文评分相结合,为学习者提供及时的自动反馈,帮助他们修改和提高写作质量[20]。AWE旨在通过减少教师的评分负担来支持英语写作教学,使教师能够提供更多的写作练习机会和写作技能的反馈。研究表明,AWE对学习者的写作动机[21]、写作态度[22]、写作自我效能感[20]都有显著的正向影响。

技术的进步导致了许多技术支持的语言学习工具的出现[23]-[26]。基于LLM的GAI能够以智能辅导员、学习伙伴、写作助手等多种角色出现,极大地丰富了教育的形式和内容。在语言学习领域,GAI为学生提供了一个与之互动的平台。它不仅能够检测和纠正学生的语法错误,还能够解释词汇、语法和句子结构等语言知识,为学生提供个性化的语言学习支持[27]。此外,它还可以为学生提供语言实践机会,通过模拟真实场景中的对话和交流,帮助学生提高口语表达能力和交际技巧。

3. 研究目的与问题

现有的GAI研究偏向隐私、失信等伦理问题,较少关注如何利用GAI促进教与学,关注GAI在具体领域的教与学的实证研究则更少[28]。以ChatGPT为代表的GAI工具凭借其强大的生成功能,在教育教学中的实证支持是非常有必要的。因此,本研究尝试将以ChatGPT为代表的GAI工具投入到EFL学生的英语写作中,以探究ChatGPT对EFL学生的英文写作内容和质量的影响。具体内容包括:1) ChatGPT在提升学生写作质量方面的效果如何?2) 学生在使用ChatGPT时的体验和反应如何?3) ChatGPT在EFL学生写作中的应用是否存在局限性?如何进一步优化其在写作教育中的应用效果?

4. 研究设计

4.1. 研究对象

本研究是在中国某大学的英语专业课上进行的,以54名大一英语专业的本科生为研究样本,其中实验组25名和控制组为29名。所有的学生以随机组合的方式分为5个5~6人的学习小组。学习活动一共进行了5周,第一周为预实验,其余四周进行实验活动。期间,由一名具有十年以上丰富教学经验的英语教师进行选题,并制定相应的学习目标,实验组和控制组均由该教师发布学习任务。

4.2. 实验流程

首先,在开始教学活动之前,教师向学生们明确本节课的学习目标和学习活动。教师进行示范,向同学们讲述具体的操作。之后介绍本节课的相关主题,教师让学生们自由讨论本节课的主题,进行头脑风暴,形成初步的思路和写作方向,并将自己的英语作文写在Word文档上。然后,学生与ChatGPT交互,向其输入指令(在实验活动正式开始前,教师就已经讲授过指令的输入技巧),将自己创作的英语作文输入给ChatGPT,如图1所示。ChatGPT接受之后对作文内容进行反馈,学生收到反馈后对自己的论文进行修改。之后,学生再次输入修改后的作文,ChatGPT在此基础上会提供更高一层的修改意见。如图2所示,ChatGPT提供的反馈内容具有个性化的特点。

在第一周的预实验中,为了确保每位学生在实验开始前都有相同的英语写作技能和知识,我们对他们进行了英文写作预测试和写作动机、自我效能感和写作焦虑问卷。在第二周开始正式的实验活动之前,老师花了20分钟的时间向学生们介绍本次活动的学习目标和工具平台。在接下来的四周时间里,学生们参加了四个不同写作主题的学习活动,包括有:“Aging of Population in China”、“Exploring Cultural Diversity in a Globalized World”、“The Pros and Cons of Online Education”、“Climate Change: Causes, Effects, and Solutions”。实验组的学生在ChatGPT的辅助下进行英文写作,对照组的学生使用传统写作方法。学习活动结束后,两组学生均进行英文写作后测试与后问卷调查。

Figure 1. Interacting with ChatGPT

1. 与ChatGPT进行交互

4.3. 实验工具

本研究所采用的学习平台为ChatGPT,测量工具包括英文写作打分表和学习动机问卷。

4.3.1. 英文写作打分表

本研究的写作测试是由具有丰富英语教学经验的两位英语教师选择和修改的。该测试旨在考察学生对章节结构、词汇使用、拼写和语法以及英语写作内容的掌握程度。如表1所示,参考Fu等人[29]的研究,本研究中采用的英语写作表现的规则包括五个维度:内容的组织、语言的准确性、原创性、流畅性和详细阐述。内容的组织是指写作的一致性和逻辑性;语言的准确性表明语法和拼写的正确用法;创造力是指在内容或表达上是否有创新;流畅性是指产生更多的想法;精化是指发展带有大量细节的想法。学生的写作工作由两位经验丰富的教师进行评估,他们长期指导英语写作。前测和后测的总得分为100分,每个维度的分值为各20分。两名专业英语教师按标题评分,内部一致性为0.83。

4.3.2. 学习动机问卷

在Wang和Chen开发的学习动机问卷[30]中,得出了6个问题(3个内在动机,3个外在动机)。比如,“我喜欢真正挑战我的课程内容,所以我可以学习新的东西”,这是内在动机的一个例子。“现在对我来说最令人满意的是在这门课上取得一个好成绩”是一个关于外部动机的项目。该调查采用了5分李克特量表,Cronbach’s α系数值为0.81。

Figure 2. Writing feedback process based on GAI

2. 基于GAI的写作反馈流程

Table 1. Writing performance scoring sheet

1. 写作表现打分表

维度

5分

10分

15分

20分

内容的组织

写作根本不连贯, 很难理解内容

写作不连贯或不一致,经常只列出信息

写作合乎逻辑, 内容易懂

写作连贯且合乎逻辑

语言准确性

有超过15个语法错误或拼写错误

有10个或更多的语法错误或拼写错误

有8~9个语法错误或拼写错误

语法错误或拼写错误少于8个

创意

写作的主题(或原因)很正常

写作的题目(或理由)有点新颖

写作的主题(或理由)新颖

写作的题目(或理由) 很新颖

流利程度

没有或很少产生想法

产生一些想法

产生了不少想法

产生各种各样的想法

精化

细节不完整或未开发的模糊想法

用一点细节简要阐述想法

通过一些相关细节清晰地提出想法

用丰富的细节清晰、充分地阐述想法

5. 研究结果

本研究采用定量统计分析的方法,从两个方面探析ChatGPT对学习效果的影响:① 学生在进行ChatGPT辅助英文写作前后写作成绩的变化;② 学生在进行ChatGPT辅助英文写作前后学习动机的变化。经过为期四周的准实验,我们发现实验组的学生在英语写作成绩和学习动机方面均发生了一定程度的变化。

5.1. 英语写作表现

为了评估ChatGPT对学生英语写作成绩的影响,本研究采用了one-way ANCOVA方法,如表2所示。对于英文写作表现,Levene方差检验质量表明(F = 0.093, p = 0.761 > 0.05)各组方差同质性的假设是满足的。因此,可以进行ANCOVA分析。如表2所示,在排除预问卷的影响后,实验组在英文写作方面的表现显著优于对照组(F = 5.378, p = 0.025 < 0.05)。总分的影响大小为大效应(η2 = 0.097)。实验组学生英语写作成绩的修正均值和标准误差分别为81.313和1.109,对照组学生英语写作成绩的修正均值和标准误差分别为77.330和1.228。研究结果表明,ChatGPT支持英语写作的学生,其英语写作成绩显著高于传统教学形式下的学生。

Table 2. ANCOVA analysis results of two groups’ English writing performance

2. 两组英语写作表现的ANCOVA分析结果

组别

N

Mean

SD

Adjusted mean

Std. error

F

η2

实验组

25

78.69

7.579

81.313

1.109

5.378*

0.097

控制组

29

80.50

10.738

77.330

1.228

注:*表示p < 0.05。

5.2. 学习动机

对于学习动机,如表3所示。Levene方差检验质量表明(F = 0.239, p = 0.627 > 0.05)各组方差同质性的假设是满足的。因此,可以进行ANCOVA分析。如表3所示,在排除预问卷的影响后,实验组在学习动机方面显著优于对照组(F = 4.179, p = 0.046 < 0.05)。总分的影响大小为大效应(η2 = 0.077)。实验组学生学习动机的修正均值和标准误差分别为23.955和0.740,对照组学生学习动力的修正均值为21.928和0.673。研究结果表明,ChatGPT支持英语写作的学生,其学习动机显著高于传统教学形式下的学生。

Table 3. ANCOVA analysis results of learning motivation in two groups

3. 两组学习动机的ANCOVA分析结果

组别

N

Mean

SD

Adjusted mean

Std. error

F

η2

实验组

25

23.79

2.413

23.955

0.740

4.179*

0.077

控制组

29

22.10

4.988

21.928

0.673

注:*表示p < 0.05。

6. 结语

本研究发现,采用ChatGPT进行英语写作的学生相较于传统教学模式下进行英语写作的学生能呈现出更好的英语写作表现。另外,由ChatGPT支持的写作学习活动更能激发学生的学习动机。采用ChatGPT进行英语写作的学生有更好的写作表现。ChatGPT作为一个可随时访问的在线资源,鼓励学生主动寻求解决写作问题的方法,培养了他们的自主学习意愿。学生在与ChatGPT交互的过程中可以主动识别错误,从中发现并自行修正问题,锻炼了学生的独立问题解决能力。采用ChatGPT进行英语写作的学生有更好的写作表现和更强的学习动机。因此,本研究建议在英语写作教学中充分整合GAI技术,以帮助学生提高英语写作成绩、提升解决问题能力,从而获得高质量的学习表现。

需要指出的是,本研究还存在一些不足,如本实验仅针对写作质量进行了探究,未来的研究可以探索ChatGPT等GAI工具在改进特定的写作类型(例如:描述型、辩论型、叙事型等方面)的有效性。此外,本实验的实验周期较短,写作能力的提升需要一定时间的培养,所以本研究所得出的结论在未来有待通过较长的学习周期来验证。其次,本次实验的研究对象是中国某大学的英语专业学生,未来的研究可以把研究对象扩展到不同地域、不同年级、不同专业的学生中去,以便提高实验结果的有效性和可推广性。

致 谢

感谢温州大学研究生创新基金项目对本研究的经费支持。

基金项目

本文是温州大学2024年硕士研究生科研创新基金项目《生成式人工智能在英语写作教学中的应用效果与伦理风险研究》(项目编号:3162024003016)的阶段性研究成果。

参考文献

[1] Bai, B., Wang, J. and Zhou, H. (2021) An Intervention Study to Improve Primary School Students’ Self-Regulated Strategy Use in English Writing through E-Learning in Hong Kong. Computer Assisted Language Learning, 35, 2265-2290.
https://doi.org/10.1080/09588221.2020.1871030
[2] Lv, X. (2018) A Study on the Application of Automatic Scoring and Feedback System in College English Writing. International Journal of Emerging Technologies in Learning (iJET), 13, 188-196.
https://doi.org/10.3991/ijet.v13i03.8386
[3] Carless, D. (2018) Feedback Loops and the Longer-Term: Towards Feedback Spirals. Assessment & Evaluation in Higher Education, 44, 705-714.
https://doi.org/10.1080/02602938.2018.1531108
[4] Ferris, D. (2011) Treatment of Error in Second Language Student Writing. 2nd Edition, University of Michigan Press/ELT.
https://doi.org/10.3998/mpub.2173290
[5] Chen, Y.M. (2002) The Korea TESOL Journal, 5, 59-79. https://mail.koreatesol.org/sites/default/files/pdf_publications/KTJ5-2002web.pdf#page=67
[6] Fitria, T.N. (2021) The Use Technology Based on Artificial Intelligence in English Teaching and Learning. ELT Echo: The Journal of English Language Teaching in Foreign Language Context, 6, 213-223.
https://doi.org/10.24235/eltecho.v6i2.9299
[7] Maitri, A. (2019) Rancang Bangun Chatbot Sebagai Pusat Informasi Lembaga Kursus dan Pelatihan Menggunakan Pendekatan Natural Language Processing. University of Technology Yogyakarta.
[8] 岳增营, 叶霞, 刘睿珩. 基于语言模型的预训练技术研究综述[J]. 中文信息学报, 2021, 35(9): 15-29.
[9] Luo, X., Tong, S., Fang, Z. and Qu, Z. (2019) Frontiers: Machines Vs. Humans: The Impact of Artificial Intelligence Chatbot Disclosure on Customer Purchases. Marketing Science, 38, 937-947.
https://doi.org/10.1287/mksc.2019.1192
[10] Wei, C., Yu, Z. and Fong, S. (2018) How to Build a Chatbot: Chatbot Framework and Its Capabilities. Proceedings of the 2018 10th International Conference on Machine Learning and Computing, Macau, 26-28 February 2018, 369-373.
https://doi.org/10.1145/3195106.3195169
[11] King, M.R. (2022) The Future of AI in Medicine: A Perspective from a Chatbot. Annals of Biomedical Engineering, 51, 291-295.
https://doi.org/10.1007/s10439-022-03121-w
[12] Liu, C., Liao, M., Chang, C. and Lin, H. (2022) An Analysis of Children’ Interaction with an AI Chatbot and Its Impact on Their Interest in Reading. Computers & Education, 189, Article ID: 104576.
https://doi.org/10.1016/j.compedu.2022.104576
[13] Sidaoui, K., Jaakkola, M. and Burton, J. (2020) AI Feel You: Customer Experience Assessment via Chatbot Interviews. Journal of Service Management, 31, 745-766.
https://doi.org/10.1108/josm-11-2019-0341
[14] Lubowitz, J.H. (2023) ChatGPT, an Artificial Intelligence Chatbot, Is Impacting Medical Literature. Arthroscopy: The Journal of Arthroscopic & Related Surgery, 39, 1121-1122.
https://doi.org/10.1016/j.arthro.2023.01.015
[15] 吴兰岸, 闫寒冰, 黄发良, 等. 大型语言模型在高等教育中的应用分析与现实挑战[J]. 现代教育技术, 2023, 33(8): 29-37.
[16] 王丽, 李艳, 陈新亚, 等. ChatGPT支持的学生论证内容评价与反馈——基于两种提问设计的实证比较[J]. 现代远程教育研究, 2023, 35(4): 83-91.
[17] 吴砥, 李环, 陈旭. 人工智能通用大模型教育应用影响探析[J]. 开放教育研究, 2023, 29(2): 19-25+45.
[18] 武和平. 语言教师如何与生成式人工智能“聊天”——以英语学科为例[J]. 中小学数字化教学, 2023(8): 75-79.
[19] 焦建利. ChatGPT: 学校教育的朋友还是敌人? [J]. 现代教育技术, 2023, 33(4): 5-15.
[20] Wilson, J. and Roscoe, R.D. (2019) Automated Writing Evaluation and Feedback: Multiple Metrics of Efficacy. Journal of Educational Computing Research, 58, 87-125.
https://doi.org/10.1177/0735633119830764
[21] Wang, Y., Luo, X., Liu, C., Tu, Y. and Wang, N. (2022) An Integrated Automatic Writing Evaluation and SVVR Approach to Improve Students’ EFL Writing Performance. Sustainability, 14, Article No. 11586.
https://doi.org/10.3390/su141811586
[22] Roscoe, R.D., Allen, L.K., Johnson, A.C. and McNamara, D.S. (2018) Automated Writing Instruction and Feedback: Instructional Mode, Attitudes, and Revising. Proceedings of the Human Factors and Ergonomics Society Annual Meeting, 62, 2089-2093.
https://doi.org/10.1177/1541931218621471
[23] Howell, E., Perez, S. and Abraham, W.T. (2020) Toward a Professional Development Model for Writing as a Digital, Participatory Process. Reading Research Quarterly, 56, 95-117.
https://doi.org/10.1002/rrq.294
[24] Bailey, D. and Cassidy, R. (2019) Online Peer Feedback Tasks: Training for Improved L2 Writing Proficiency, Anxiety Reduction, and Language Learning Strategies. Call-Ej, 20, 70-88.
[25] Warschauer, M. and Grimes, D. (2008) Automated Writing Assessment in the Classroom. Pedagogies: An International Journal, 3, 22-36.
https://doi.org/10.1080/15544800701771580
[26] Parr, J.M. and Timperley, H.S. (2010) Feedback to Writing, Assessment for Teaching and Learning and Student Progress. Assessing Writing, 15, 68-85.
https://doi.org/10.1016/j.asw.2010.05.004
[27] 汪靖, 米尔外提·卡马勒江, 杨玉芹. 人机共生的复合脑: 基于生成式人工智能辅助写作教学的应用发展及模式创新[J]. 远程教育杂志, 2023, 41(4): 37-44.
[28] 刘凯. 人工智能与教育学融合的双重范式变革[J]. 开放教育研究, 2023, 29(3): 4-18.
[29] Fu, Q., Lin, C., Hwang, G. and Zhang, L. (2019) Impacts of a Mind Mapping-Based Contextual Gaming Approach on EFL Students’ Writing Performance, Learning Perceptions and Generative Uses in an English Course. Computers & Education, 137, 59-77.
https://doi.org/10.1016/j.compedu.2019.04.005
[30] Wang, L. and Chen, M. (2010) The Effects of Game Strategy and Preference‐Matching on Flow Experience and Programming Performance in Game‐Based Learning. Innovations in Education and Teaching International, 47, 39-52.
https://doi.org/10.1080/14703290903525838