1. 引言
写作是英语语言技能学习的重要组成部分，是衡量英语综合能力的重要指标，是各类测试的重要考察方式，也是培养学术逻辑思维、表达能力与跨文化交流能力的重要途径。而且，研究指出，语言产出促进语言习得，写作作为一种语言产出方式，为学生提供了语言学习的机会。因此，写作对高中生来说十分重要。然而，目前高中英语写作课堂普遍存在过于模式化、教学形式单一、缺少有效师生互动、学生参与度不高等问题，导致教、学、评三个环节处于割裂状态，无法形成完整的教学闭环。然而，由于生成式人工智能的迅速发展，智能技术与“教–学–评”一体化原则的有机融合为高中英语写作课堂的发展提供了明确的方向指引。因此，本研究旨在探讨生成式AI技术辅助下高中英语“教–学–评”一体化的教学策略与实现路径，打破现有写作模式的僵局，促进学生语言能力的综合发展。
2. “教–学–评”一体化理念
“教–学–评”一体化教学理念以培养学生学科核心素养为目标，注重教学与评价的有机统一，旨在促进学生语言能力的全面发展和教学质量的提高。《普通高中英语课程标准(2017年版2020年修订)》[1]明确指出，完整的教学活动应包含教师的教、学生的学和教学评价三个维度，在实际教学中，教师应科学把握三者关系，推动教、学、评的协同发展。随着新课标发布与基础教育课程改革的不断发展，国内研究者与教师对“教–学–评”一体化的研究与理解日渐深入。例如，王蔷和李竞[2]认为该模式依托清晰的教学目标、多元的教学方法和系统的评价体系，及时发现学生学习过程中遇到的问题并提供及时、针对性的反馈，有利于促进学生英语学科核心素养的发展。在这一过程中，教学目标与核心素养紧密结合，通过一系列教学活动的设计与开展，学生可以在学习过程中逐渐习得并内化学科核心素养。
“教–学–评”一体化教学模式本质上是逆向教学设计。其核心思想是：从预期学习成果出发设置教学目标，其次围绕目标设计评价体系，预先设定评价依据，最后根据目标与评价设计教学环节与活动。这种以结果为导向的逆向设计思路能有效确保教学目标、教学实践与教学评价形成内在关联与逻辑一致性。从预期的学习结果出发，反向设计教学流程和评价方式；将明确的教学目标作为贯穿始终的主线，使教学活动和评价标准相互印证、彼此支撑，最终形成“目标–活动–评价”三位一体的良性循环系统。
3. 生成式AI技术与“教–学–评”一体化
随着生成式人工智能技术的迅速发展，诸如ChatGPT、GPT-4、DeepSeek、Kimi等先进工具在教育领域展现出强大的应用潜力，推动了“教–学–评”一体化教学模式的创新与深化。我国教育主管部门在《深化新时代教育评价改革总体方案》及《义务教育英语课程标准(2022年版)》等政策文件中，明确强调要推动信息技术与英语教学的深度融合，特别是通过创新评价工具，充分利用人工智能、大数据等现代信息技术手段提升教学评价的科学性和精准性[3] [4]。生成式AI不仅能够实现教学内容的智能生成和精准匹配，优化教学资源配置，还能通过数据驱动的过程分析，有效提升教学实施的针对性和实效性。同时，基于智能评测技术，反馈机制更为及时和准确，促进教师和学生在教学与学习过程中的动态调整与改进，从而构建起以教、学、评相互融合、闭环反馈的智能教学生态系统。这一技术赋能的协同教学模式突破了传统教育中教学、学习与评价各自孤立的局限，极大地提升了教育质量和效率，成为推动教育数字化转型及教学模式创新的重要引擎。目前，部分地区的教师已尝试在课前准备、课堂实施及课后复习三个环节，合理应用生成式AI技术，构建“教学 + 测评 + 训练”三位一体的教学模式，取得了初步成效[5]。然而，这种基于生成式人工智能的“教–学–评”一体化实践尚多集中于经济条件和教育资源较为优越的地区，尚未在更广泛的区域形成普遍应用，存在推广和普及的挑战。整体来看，生成式AI技术为深化新时代教育教学改革提供了全新的路径和方法，促进了教育理念、手段和模式的深刻变革，值得进一步探索和推广。
4. 生成式AI在“教–学–评”一体化高中英语写作教学实施中的应用
“教–学–评”一体化教学设计基于逆向教学设计理念，即根据教学目标设计教学活动与评价任务。通常包含三个步骤：首先教师需要预估学生学习成果(从学习结果出发明确教学目标)，其次再根据预期学习成果设计合适的评价方案，最后根据教学目标与评价任务设计教学环节与活动。
本研究以人教版高中英语必修二Unit 5 Music的Reading for Writing板块“Write a Speech”的教学设计为例，以证明生成式AI应用于高中英语写作“教–学–评”一体化教学的价值与合理性。
1) 生成式AI助力明确教学目标
【教学活动】教学目标作为课程设计的“指挥棒”，其科学设定直接决定教学路径与成效。在“Writing a Speech”写作课的起始环节，教师借助生成式AI设计了一份词汇诊断任务，内容围绕演讲类话题核心词汇，如disease、treatment、satisfaction等。这些词汇被分别置于不同语境中，引导学生在理解词义的同时关注其语用特征。AI系统通过学生答题记录自动生成“学情画像”，分析个体与班级层面的词汇掌握差异，为教师提供可视化数据支持。
与此同时，教师通过生成式AI嵌入头脑风暴式的问题提示，如：“在什么情境下我们需要发表演讲？”“一场演讲能产生什么社会影响？”“演讲的听众期待听到怎样的内容？”这些问题不仅激发学生的背景知识和语言准备，也帮助学生初步构建对演讲文体的认知框架，为后续写作活动打下基础。
基于AI反馈生成的“学情图谱”，教师对本节课的教学目标进行了精细拆解，形成以下三个层面的目标维度：
内容目标：围绕“音乐对社会影响”这一主题，学生应能够表达明确立场，并结合现实例证支撑观点；
结构目标：学生需掌握并应用“观点–论据–总结”结构模式，确保演讲稿逻辑清晰、段落分明；
语言目标：通过排比句、强调句、设问等修辞方式提升语言的表现力和感染力。
在教学实施环节，教师组织学生进行以“如何提升演讲说服力”为主题的小组研讨。为了加深理解，教师出示了一篇“学生范文”，引导学生进行评价分析。该范文实为由生成式AI撰写，但教师未事先告知，旨在观察学生的自然反应。
学生围绕评价维度从语言表现、逻辑组织、情感感染力等方面对范文进行研讨。多数学生认为，该演讲稿在语言表现方面表现突出，尤其是在使用排比、设问等修辞手法方面令人印象深刻；同时，其围绕主题展开论述的逻辑清晰有序，具备较强的说服力。一些学生甚至表示，若能写出类似作品，将非常满意。
随后，教师设下“认知冲突”的教学伏笔。在学生形成基本判断后，教师揭示该范文是由生成式AI自动撰写，引导学生重新思考：
“我们为何会对这篇文章的语言与结构感到满意？”
“AI在文体模仿中的表现是否等同于真实写作者的思维深度？”
“在写作中，哪些部分应当体现出人的独特判断与个性表达？”
“我们是否已经习惯于用‘语言流畅’来衡量写作的优劣？这是否会影响我们对思辨深度的判断？”
学生对此感到惊讶并陷入思考，有的开始质疑自己对“高质量表达”的判断标准是否过于依赖语言形式，有的则开始意识到演讲稿除了语言，还应关注价值取向、立意深度及情感真实度。
【设计意图】通过在目标设定过程中融入AI生成数据和范文，教师在不干扰学生主观判断的前提下，引发学生对“优质表达”的标准进行反思，暴露其对演讲语言策略理解的片面性。在最终揭示环节，教师告知该范文是由生成式AI产出，引导学生重新审视自己对“高质量写作”的判断依据，并思考技术是否正在悄然重塑他们的写作认知与表达范式。借由这一认知冲突，教师成功构建起“目标设定–实践应用–认知反拨”的闭环机制，帮助学生在明确写作标准的同时，保持批判性视角与自主表达意识。
2) 生成式AI助力优化评价方案
【教学活动】在完成“Writing a speech”写作课的基本教学目标设定后，教师尝试引入生成式AI优化课堂评价方案。课前，教师输入课程标准、教学目标及学生前测数据至AI平台，系统据此生成多层级的评价建议，覆盖语言能力(如语法准确性、词汇多样性)、思维品质(如论点的逻辑性与批判性)、文化意识(如能否体现语篇主题所蕴含的价值观)等维度。教师从中选取合适的形成性评价任务，如段落逻辑分析、修辞手法运用打分和文化类演讲主题的观点辨析练习，设计学生分组互评环节，并辅以AI自动评分建议和个性化语言反馈。
在教学过程中，教师实时运用AI平台追踪学生的文本修改行为与参与表现。学生完成演讲稿初稿后，系统自动分析其语言特征，生成个性化建议(如“使用的连接词重复，可尝试替换为moreover、furthermore等”，或“段落之间缺乏逻辑衔接，建议使用话题句引导”)。随后，教师组织学生在小组中互换演讲稿，依据AI提供的评价标准和反馈模型进行同伴评价，并记录其反馈理由与修改建议。在小组反馈环节，学生需说明自己是否采纳同伴建议，并说明理由，借此促成学生在评价中建构对语言规范与逻辑结构的更深理解。
此后，教师展示一篇匿名“学生范文”，要求全班评价其内容、结构和语言表现，并标注得分依据。最终揭示环节中，教师告知该作品实为生成式AI产出，引导学生讨论以下问题：“如果AI能生成逻辑严密、语言优美的演讲稿，我们还需训练演讲写作能力吗？”“我们在评价时是否更关注语言形式而忽略了思维深度？”这一信息反转带来强烈的认知冲突，引发学生反思技术主导下的评价标准是否真实反映了个人的表达能力与思维质量。
【设计意图】通过AI参与形成性、动态性和终结性评价全过程，教师不仅减轻了机械性批改负担，更能聚焦于对学生思维过程和表达质量的观察与指导。在多层级评价任务中，学生通过AI评分 + 人评对照，逐步明确评价标准，提高语言审辨力；而最终的AI生成范文揭示，旨在引导学生思考技术在写作与评价中扮演的双重角色：它既可提供辅助与反馈，也可能掩盖真实能力，进而淡化对思维独立性的追求。教师借助这一认知张力，强化学生对评价系统本质的认识，在教学目标达成、过程反思与能力建构之间建立动态闭环，实现真正意义上的“教–学–评”一体化。
3) 生成式AI优化“教–学–评”闭环优化
【教学活动】在本节以“Writing a Speech”为主题的高中英语写作课中，教师围绕“教–学–评”一体化的核心理念，尝试融合生成式AI优化教学闭环的整体设计。课前阶段，教师依据课程标准设定总体教学目标：“学生能够围绕特定语境撰写一篇结构清晰、逻辑严密、语言得体的演讲稿”，并在此基础上利用AI辅助将目标细化为三个阶段性任务：第一，识别演讲体裁的基本结构与修辞特征；第二，基于语境选择合适的语言资源表达个人立场；第三，完成并修订具有说服力的演讲稿。
在预习阶段，教师将核心词汇(如convince, emphasize, audience)与语篇任务输入生成式AI平台，系统基于学生过往数据自动生成词汇掌握测评任务及认知导向问题(如“如何通过语言感染听众？”)。学生完成在线预习后，AI实时反馈结果，指出词汇掌握的薄弱环节和语篇理解的偏差，教师据此调整课堂引导策略。
进入课堂教学阶段，教师组织学生阅读示范性演讲稿，借助AI自动分析该文本在修辞运用与结构构建方面的优劣，并将其可视化为“文本分析图谱”，辅助学生梳理写作逻辑。接着，学生依据AI引导问题(如“你是否注意到使用排比句增强语势？”)进行小组讨论，并在交互中构建演讲稿基本框架。此时，AI系统持续追踪学生的关键词汇使用频率与句式结构多样性，为教师提供教学决策支持，帮助其及时发现学生理解的偏差点。
在写作实践阶段，学生初步完成演讲稿后提交至AI系统进行初评，系统自动生成内容完整性、语言准确度及逻辑清晰度的评分报告，同时给出可操作的修改建议(如“建议在第二段引入例证增强论点说服力”)。学生据此进行第一轮自我修订，随后进入同伴互评环节。在该环节中，教师引导学生依据AI生成的评价维度打分并撰写文字性反馈，强调逻辑连贯性与语言表达之间的关系。
最终环节中，教师展示一篇评价优秀的演讲稿，未明确指出其生成来源，鼓励学生分析其成功要素并比对自身作品。当大部分学生在点评中聚焦语言层面，忽视其论点缺乏深度时，教师揭示该稿由AI生成，并抛出反思性问题：“我们是否被语言的流畅性迷惑，而忽视了思维内容的独立性？”通过这一揭示，制造认知冲突，激发学生对技术参与写作与评价过程所带来影响的批判性反思。
【设计意图】本节课设计旨在通过生成式AI嵌入教学目标拆解、活动任务设计与全过程评价反馈，实现教学闭环的有机打通。AI不仅帮助教师在教学初期精细化目标设定，还能在教学中动态采集学习数据，辅助诊断问题并实时提供调控建议，从而提升教学的精准性与响应性。而最终的AI文本揭示环节，则通过制造“技术误导”的认知冲突，引导学生意识到教学评价不仅应聚焦语言表层表现，更需回归思维品质与表达逻辑的核心。在技术支持下，教师不再是简单的信息传递者，而是教学闭环的组织者与引导者。其专业判断决定了如何筛选AI生成内容、调整活动节奏与评价重点，从而确保技术服务于育人目标。在人机协同的背景下，唯有坚持教学目标导向、以评价驱动教学策略调整，才能实现真正意义上的“教–学–评”一体化，推动学生思维深度与表达能力的同步提升。
5. 反思
生成式AI在高中英语写作教学中的应用虽展现出显著优势，但也面临学术诚信、思维深度弱化、数字鸿沟及教师角色转型等多重挑战。为此，需构建过程性评价与AI检测相结合的防作弊机制，引导学生批判性使用AI生成内容，强调写作中人的情感与思维不可替代性；通过分层推进技术整合、建设共享资源平台促进教育公平，并加强教师智能工具应用、数据解读及伦理辨识能力的系统培训。最终，应在“技术为辅、思维为本”的原则下，平衡AI赋能与育人本质，推动“教–学–评”一体化走向深入、公平与可持续发展。
6. 结语
高中英语“教–学–评”一体化模式强调以教学目标为导向，反向设计教学任务与评价活动，以确保三者的有机统一。而生成式AI凭借自身强大的数据算法功能实时收集、分析学生学习数据，能够很好地帮助教师明确教学重难点、设置预期学习目标。而且，教师可在与生成式AI对话的过程中持续优化评价体系，促进教学与评价的深度融合，并在教学过程中借助自动反馈不断调整教学策略与进度，优化教学活动设计与实施，实现“以评促学”，从而促进学生的语言习得。
因此，生成式AI在高中英语“教–学–评”一体化教学中展示了自身的独特优势，包括辅助教师明确教学目标、优化教学评价、设计教学活动、监控教学进程等多方面。为高中英语教学的创新发展提供了新思路与新路径。
基金项目
本文系2025年黄冈师范学院研究生工作站项目“生成式AI在高中英语‘教–学–评’一体化中的应用研究”(项目编号：5032025027)的研究成果。