1. 引言
《义务教育英语课程标准(2022年版)》将“书面表达”置于英语学科核心素养培育的关键位置，明确要求学生“能在真实语境中，围绕熟悉话题，写出意义连贯、语句通顺、格式规范的短文。”[1]然而，回归初中英语常态课堂，书面表达教学仍频繁遭遇三重现实困境：其一，命题情境固化单一，多局限于“假设你是李华”这类套路化框架，与学生真实兴趣爱好、日常生活经验及跨文化沟通需求严重脱节，难以激发学生的表达欲望与创作热情；其二，受大班额教学与课时资源限制，教师对学生写作的过程指导常简化为“课堂一次性命题–课后一次性批改”的线性流程，学生在写作构思、内容组织、语言修订等关键环节难以获得及时、精准的学习支架支持，写作能力提升缺乏有效路径；其三，评价方式单一滞后，多以分数或等级的单点形式呈现，既无法为学生提供动态、可操作的改进方向，也难以有效反哺教师后续教学设计优化，“教–学–评”协同育人的闭环难以形成。在此背景下，生成式人工智能凭借多模态内容生成、类人对话交互、即时诊断反馈的技术优势，为破解上述教学痛点提供了前所未有的可能：它可在短时间内生成贴近学生生活的多元情境素材，让写作任务从“纸面假想”转变为“沉浸体验”；能在写作全程嵌入分阶段提示、同义表达升级、篇章结构示范等支持，实现“千人千面”的个性化过程支架供给[2]；还可通过细粒度量规与可视化成长报告，将诊断性评价、形成性评价与总结性评价有机融合，使“评价”真正成为驱动“学习”与优化“教学”的核心引擎。综上，本文以初中英语书面表达教学为切入点，聚焦生成式人工智能在真实课堂场景中的融合路径与成效验证，既回应了课程标准对学生写作能力发展的新要求，也填补了现有研究在基础教育阶段应用探索的空白，具有重要的理论与实践价值[3]。
2. 研究过程的理论支撑
在英语写作教学领域，写作认知过程理论[4]将写作活动界定为“任务环境–作者长时记忆–写作过程”的动态交互系统，强调外部任务要求、内部知识储备与实时加工过程之间的循环联动。生成式人工智能恰好可扮演外部环境“即时调节器”与长时记忆“外接硬盘”的角色：通过生成情境脚本、词汇云图、篇章结构模板等资源，将写作任务难度精准锚定在学生的“最近发展区”，推动写作计划、内容转译、文本回顾三阶段的高频迭代，助力学生逐步突破写作认知瓶颈。
技术增强语言学习框架(TELL)进一步明确，技术对语言习得的核心价值体现在输入强化、输出促进与交互增能三大机制。在英语写作教学中，生成式人工智能可通过多模态语篇(如图文结合素材、音频辅助资料)与分级范文激活学生多感官通道，实现“输入强化”；以“智能共写助手”身份实时提供词汇升级建议、衔接句式提示，降低写作“输出门槛”；通过类人对话交互与延迟追问，持续增强师生、生生间的互动效能，使写作文本从“一次性成品”转变为“可回溯、可对话、可改进的流动文本”，充分契合语言学习的动态发展需求。
自我效能理论[5]指出，学生对自身能否成功完成写作任务的信念(即写作自我效能感)，直接决定其在写作过程中的投入深度与坚持长度。生成式人工智能可通过即时正向反馈(如对优质表达的实时肯定)、个人写作进步曲线可视化、错误类型云图分析等功能，将原本抽象的“写作能力提升”转化为可感知、可量化的“微成功体验”，显著增强学生的写作自我效能感，进而触发“高信念–高投入–高质量”的正向学习循环。
上述三大理论相互交织、互为支撑，为生成式人工智能赋能初中英语书面表达教学提供了清晰的认知路径、明确的技术落点与有力的情感引擎：任务环境由人工智能动态生成，长时记忆由人工智能精准调用，写作过程由人工智能实时调节；输入、输出、交互在人工智能的三角支架支撑下同步优化；学生自我效能感在人工智能的即时反馈与成功可视化中持续攀升，最终推动“教–学–评”一体化教学模式的真正落地[1]。
3. 将人工智能融入英语书面教学课堂的对策
3.1. 聚焦“教–学–评”一体化的重构
聚焦“教–学–评一体化”重构，必须让人工智能在这三条主线上同时发生作用，教的目标、内容与方法要明确，学的任务、路径与体验要真实，评的标准、过程与反馈要清晰。根据“人工智能介入路线图”，可直接嵌入初中英语书面表达课堂，实现一体化的再设计。
在目标层利用人工智能对齐课程标准与课堂目标。例如，把《课标》中“书面表达”条目的动词(describe, narrate, argue…)喂给ChatGPT，自动生成可观测的3级能力描述(A级词汇–句法、B级结构–衔接、C级思维–创新)。然后教师、学生、人工智能共用同一张“三维目标卡”，避免教与评两张皮。而在任务层就要利用人工智能设计真实、连贯的写作任务链，任务链由3个递进情境组成：人工智能生成“微场景”(如TikTok 15秒短视频脚本)从而激发话题；人工智能生成“角色卡”(如联合国青少年代表)以明确对象；人工智能生成“任务单”(如给市长写120词倡议)来锁定体裁。三条任务共用同一评价反馈，确保评教一致。
同时在过程层要确保人工智能同步提供“三类支架”，实现学与教融合。例如，在输入支架阶段，人工智能在30秒内生成5篇不同水平的范文，教师现场用“热座”方式示范点评。学生过程写作时，人工智能插件实时给出“升级提示”(如词→句→段)，教师巡视只做高阶点拨。在输出支架阶段，人工智能把全班初稿自动聚类为4种典型问题，教师据此生成下一课时的微技能教学[2]。最后在评价层针对已有的支架利用人工智能让“评”嵌入“教–学”全过程。可以通过诊断性手段，通过人工智能课前扫描先前写作样本，生成“个人错因云图”，教师据此调整教学内容。也可以通过总结性技巧，让人工智能从内容、语言、结构、创新这四个维度给每篇作文打出分项分数，同时生成“改进路线图”，并将学生自评分数、同伴互评分数、教师终评结论这三方数据汇入学习档案袋。
把人工智能同时设计为“目标翻译器、任务生成器、过程支架器、评价嵌入器”，就能让“教–学–评”三条线在同一条人工智能数据链上实时对齐与动态迭代，从而完成一体化重构[3]。
3.2. 3A赋能模型：“教–学–评”一体化的精细化落地
为进一步破解“人工智能如何具体介入教学全流程”的实操问题，本文构建人工智能-Supported Analysis (需求诊断)、人工智能-Supported Assistance (过程支架)、人工智能-Supported Assessment (多维评价)的3A赋能模型，将其与“课前–课中–课后”教学时段精准匹配，实现“教–学–评”一体化的精细化落地(见表1)。
Table 1. The matching table of the 3A empowerment model and the teaching periods of junior high school English writing
表1. 3A赋能模型与初中英语写作教学时段匹配表
3A赋能维度 |
人工智能核心功能 |
教学价值 |
Analysis (需求诊断) |
文本获取、错误分类、先备水平分析 |
为教师提供“私人订制”的教学起点，避免“一刀切” |
Assistance (过程支架) |
情境素材生成、实时修改提示、小组共诊触发 |
为学生提供个性化支持，帮助教师聚焦高阶指导 |
Assessment (多维评价) |
语义切片分析、个性化改进包、四方协商评价 |
实现“以评促学”，衔接下一轮教学 |
在课前阶段，人工智能被训练成一位“数据侦探”，教师只需输入单元主题、课标要求与班级人数，它便能在90秒内自动生成三件套诊断脚本。脚本自动爬取学生过去两周在班级钉钉作文中的全部文本，利用正则表达式与依存句法分析，将错误切分为词法、句法、篇章三类，并以颜色深浅标注高频病灶；然后把问卷数据与错误语料对接，生成一张可交互的雷达图，外圈展示主题词汇、衔接手段、篇章结构三大维度的先备水平，内圈聚焦3个最顽固错因，如主谓一致、时态混用、主题句缺失。教师据此获得“私人订制”的教学起点：对词汇薄弱的学生推送词块卡，对结构松散的学生布置“TOPIC”首字母训练，对文化盲区的学生补充跨文化微视频。诊断不再是经验主义的“拍脑袋”，而成为可量化、可追踪、可对话的科学决策。
进入课堂后，情境激活环节阶段加入关键词“Save Endangered Animals”，人工智能在2秒内推送三段沉浸式素材：一段360˚非洲草原VR视频、一句BBC纪录片的原声旁白、一张“动物濒危等级”互动图表。结构示范环节，学生语音提问“How to hook the reader?”，人工智能即刻反馈Story-Hook-Argument-Reason-Promise，并给出与主题匹配的15词范例，学生可根据提示词汇插入草稿。语言润色环节，人工智能弹出气泡解释主谓一致与词汇升级理由；若学生接受修改，人工智能自动将原句标灰并记录一次“升级轨迹”。整节课中，人工智能支架呈“波浪式”出现，当检测到高频错误集中爆发，则触发“小组共诊”模式，把相似错误打包推送到小组屏，实现从个人支架到集体支架的无缝切换。
课后阶段，人工智能成为永不疲倦的评卷官，先是利用四级量规显示任务回应、连贯衔接、词汇语法、创新思维，然后再对全文进行毫秒级语义切片，30秒内输出一张渐层热力图，红色越浓提示离题或断裂，绿色越深凸显高级词汇与创意亮点；紧接着，系统自动生成“一词一句一练”个性化改进包：一个可直接替换的高阶词、一句示范改写、一道对应微练习，学生点击即可收藏到个人错因库[3]。更关键的是，可以同步启动“学生–人工智能–同伴–教师”四方协商表：学生先对照人工智能评语自评，人工智能再根据自评差异追加追问；同伴在共享屏上圈画亮点与盲区，人工智能即时统计高频赞词与争议句；教师则基于人工智能汇总的班级错误云图，锁定下一课时的微技能靶点。诊断性、形成性与总结性评价在此合流，每一次人工智能打分都成为下一轮写作任务的起点，每一次同伴点赞都沉淀为可视化成长曲线，教师从终端裁判转型为数据策展人，课堂评价由此进入“即时–可视–可对话”的新纪元。
为验证3A模型实效，拟在两所初中设实验班与对照班各96人，开展16周准实验：实验班按“情境触发–智能共写–多维评价–反思迁移”流程教学，对照班沿用传统写法。通过CEFR前后测、《写作自我效能感量表》、教师访谈与课堂观察采集数据，采用ANCOVA和主题分析，检验模型对学生成绩、动机及批判性思维的提升效果，以量化与质性证据回应技术有效性。
3.3. 四阶段式教学流程凝练：融合路径的实践转化
将人工智能融入到书面表达课堂教学过程的各个阶段，在情境触发、智能共写、多维评价、反思迁移四个阶段中利用人工智能技术辅佐。通过人工智能生成的真实任务情境从而激活写作动机，学生在人工智能支架下完成头脑风暴、提纲撰写、初稿生成，从而实现智能共写，利用人工智能即时评分、同伴之间进行互评、教师高阶点评来达到多维评价的目标，最后利用人工智能生成“个人错误档案”，引导学生迁移到下一次写作，实现反思迁移[1]。
例如，在人教版八年级项目式写作《给英国笔友介绍端午节》中完整实践“情境触发→智能共写→多维评价→反思迁移”四段式流程，验证生成式人工智能对初中英语写作课堂的融合价值。第一步“情境触发”，利用人工智能生成了伦敦笔友Lily的来信：“I’ve never tasted zongzi… Could you tell me more?”并配合人工智能即时生成的端午划龙舟全景图，让学生在真实跨文化任务中立刻产生表达欲。第二步“智能共写”，学生在人工智能支架下先进行头脑风暴：输入关键词“端午、屈原、粽子、龙舟”，人工智能在十秒内生成思维导图，学生勾选所需信息并自动生成提纲；接着人工智能根据提纲产出参考段落，学生在此基础上替换词汇、重组句式，完成初稿，平均用时由以往的30分钟压缩至15分钟且内容更丰富。第三步“多维评价”，人工智能先用CEFR标准给出即时评分与语法、词汇、结构三维雷达图，学生据此两两互评，圈出同伴亮点；教师聚焦跨文化交际维度进行高阶点评，指出“Why we commemorate Qu Yuan”比单纯介绍粽子更能打动英国读者，学生现场修改。第四步“反思迁移”，人工智能为每人生成“个人错误档案”：把本次高频错误如“Dragon Boat are…”主谓一致问题、介词误用等按类别归档，并推送三节针对性微课。
4. 挑战与对策
回望本轮生成式人工智能嵌入初中英语书面表达教学的全过程，课堂生态已由“教师单向讲授”转向“学生真实需求”驱动，AI作为可对话、可协商、可共写的“第三主体”贯穿始终，显著提升了学生的写作质量与自我效能感。然而，“技术滥用–伦理风险–教学抵触”三重张力同步凸显：学生可能直接复制AI内容，导致写作失真；AI数据采集与隐私边界模糊；部分教师对技术干预持抵触情绪，数字能力短板制约课堂深度应用。对此，本研究提出“六项对策”：① 为AI生成内容自动添加水印并记录修改轨迹，防抄袭；② 设置“AI建议需教师确认”开关，避免误导；③ 写作数据本地化存储，不上传公网，保隐私；④ 每课预留“无AI独立写作时段”，防依赖；⑤ 学期开设两场“教师AI素养研修”，提升提示词设计与反馈解读能力；⑥ 组建校本“AI教学共同体”，共建共享案例资源，缓解技术焦虑。技术可控、教学可归、伦理可守的底线一旦筑牢，人工智能就能在“教–学–评一体化”航道上持续赋能，让每一次落笔都成为学生通向更广阔世界的桥梁。