摘要: 针对应用型高校英语写作教学中长期存在的师生比失衡、反馈滞后及学用分离等问题，本研究旨在探索智能技术赋能教学改革的新路径。本研究以文秋芳教授的产出导向法为理论框架，依托iWrite英语写作教学与评阅平台的智能诊断与AIGC功能，构建了一套线上线下融合、人机协同互补的智能写作教学模式，确立了人机互补、过程聚焦的设计原则，重构了教学流程，即课前通过职场场景驱动与机器即时初评，扫清语言表层障碍；课中基于数据分析进行精准促成，并通过同伴互评与教师高阶指导提升文章深度；课后实施包含机器、同伴及教师的多元评价与档案反思。同时，针对技术伦理风险，本模式建立了全过程监控与分层指导机制。本教学模式有助于实现机器纠错与教师育人的优势互补，能在一定程度上缓解写作教学费时低效的困境，对提升应用型人才的英语应用能力与职业素养具有一定的实践意义。
Abstract: To address persistent challenges in English writing instruction at application-oriented universities—such as an imbalanced teacher-student ratio, delayed feedback, and the disconnect between learning and use—this study explores a new pathway for pedagogical reform empowered by intelligent technology. Grounded in Wen Qiufang’s Production-Oriented Approach (POA) and supported by the iWrite English writing instruction and assessment platform, particularly its intelligent diagnostic tools and AIGC functions, the study constructs a blended, human-machine collaborative teaching model that integrates online and offline learning. The model follows the principles of human-machine complementarity and process-focused design and restructures instruction into three stages: before class, workplace scenarios are used to drive production and immediate automated pre-assessment helps remove surface-level linguistic barriers; in class, data-informed enabling is conducted to provide targeted scaffolding, and peer review together with teachers’ higher-order guidance is employed to deepen students’ writing; after class, a multidimensional evaluation system integrating machine-, peer-, and teacher-generated feedback is implemented, accompanied by learning-archive reflection. Meanwhile, to mitigate potential ethical risks associated with AIGC, the model establishes a whole-process monitoring mechanism and stratified guidance strategies. Overall, this model helps integrate the strengths of automated error correction and teacher-led educational guidance, and to some extent alleviates the time-consuming and low-efficiency dilemma in writing instruction, offering practical value for enhancing application-oriented students’ English communicative competence and professional literacy.
1. 引言
当前，以ChatGPT为代表的生成式人工智能与大语言模型的迅猛发展，正在重塑全球高等教育的生态。大语言模型通过创造有意义的语境、生成输入资源并提供即时反馈，正在高效赋能二语习得的各个环节[1]。这场技术变革不仅改变了知识的生产与传播方式，更推动了外语教学从传统的知识传授向智能化、个性化的人机协同模式转型[2]。在外语写作教学领域，智能技术的介入为解决长期困扰学界的费时低效难题提供了新的技术支点与契机。在我国高等教育体系中，应用型高校承担着培养高素质技术技能型人才的战略使命。高校应用型人才注重对应用型知识的掌握运用，高校培养应用型人才对英语基础课程教学也提出了新的要求[3]。
然而，传统英语写作教学往往受班级规模较大与反馈供给不足等现实因素制约，教师难以及时提供高频、个性化的过程性指导，进而影响写作学习的效率与质量。与此同时，学生虽具备一定语言知识储备，但在真实交际任务中仍常显得束手无策，“学用分离”现象普遍存在[4]。在此背景下，iWrite英语写作教学与评阅系统(以下简称iWrite平台)作为自动写作评阅的智能工具，为重构写作教学生态提供了强有力的技术支撑。本研究意在探讨如何将iWrite平台与文秋芳教授提出的“产出导向法”深度融合，构建一种适应应用型高校特点、人机协同、以评促学的智能英语写作教学模式。
2. 理论基础与技术支撑
本研究以产出导向法为理论指导，构建智能写作教学模式的总体框架。与此同时，本文对iWrite平台及其AIGC功能的反馈与修订支持机制进行分析，以明确其技术支撑角色，并为后续模式实施与评价设计提供依据。
2.1. 产出导向法
产出导向法是文秋芳教授团队针对中国外语教学中重输入轻输出和学用分离的弊端，探索构建具有中国特色的外语教学理论体系。产出导向法的理论体系由教学理念、教学假设和教学流程三个维度构成，强调通过高挑战性的产出任务驱动语言学习，实现以学致用、以用促学。其中，核心教学流程主要有三个环节。一是驱动环节，尤其强调输出驱动，即在教学伊始，教师呈现具有交际价值的产出任务，使学生通过尝试产出意识到自身的知识缺口，从而激发学习欲望；二是促成环节，也是教学的核心环节，教师根据学生在驱动阶段暴露的问题，提供针对性的输入材料，并设计阶梯式的练习活动，指导学生进行选择性学习，以补全完成任务所需的语言与内容知识；在智能技术环境下，有研究进一步表明，外语学习者在人机协同写作中的投入呈现多维度特征，其中教师的支架作用是提升学生认知投入的关键因素，单纯的技术接入不足以保证深度学习的发生[5]，这为本研究在POA促成环节引入教师的高阶干预提供了实证依据；三是评价环节，产出导向法主张“以评促学”，提倡将评价贯穿于教学全过程，通过师生合作评价、生生互评等方式，检验产出质量并促进知识的内化。
2.2. iWrite英语写作智能评阅系统
iWrite平台是由北京外国语大学梁茂成教授团队与外语教学与研究出版社共同研发的智能辅助教学工具。iWrite平台基于大规模学习者语料库与自然语言处理技术，实现对英语写作的智能化、多维度诊断。不同于早期的语法检查工具，iWrite 2.0以上版本融合了计算语言学的前沿成果，能够从语言、内容、篇章结构以及技术规范等四个维度对英语作文进行自动评分与反馈。
近年，随着生成式人工智能技术的融入，最新的iWrite 3.0版本已超越了单一的评阅功能，具备了智能助教的属性。在评阅的基础之上，iWrite平台集成了生成式人工智能(AIGC)模块，可辅助学生进行头脑风暴，并提供句子润色和改写建议，帮助学生突破无话可说和语言贫乏的瓶颈。此外，iWrite平台支持“机器初评、同伴互评、教师复核”的多元评价模式。机器负责处理大量表层语言错误，释放教师精力[6]；AIGC功能则能辅助教师生成个性化的评语建议，提升反馈的针对性与有效性。iWrite平台在一定程度上支持自动纠错、篇章分析，还具备AIGC辅助功能，这就为产出导向法教学流程中的促成与评价环节提供了技术支撑，为个性化教学提供条件。
2.3. 技术与理论的融合性分析
在应用型高校的英语写作教学中，将iWrite平台与产出导向法相结合具备一定的可行性。一方面，iWrite平台是实现以评促学的高效工具。产出导向法强调即时评价和延时评价的结合；在“驱动”和“促成”阶段，学生提交的初稿可以通过iWrite获得即时的诊断反馈，帮助学生快速修正语言错误，扫清表层障碍；因此，教师在随后的“评价”阶段能从繁琐的纠错中解放出来，专注于文章内容、逻辑及得体性等高阶思维的指导，从而实现机评促改、人评促优的协同效应。另一方面，产出导向法也为iWrite平台的应用提供了教学法指引。结合产出导向法，能够将写作置于真实的产出任务中，通过“驱动、促成、评价”的闭环，确保技术服务于“学用一体”的教学目标，从而切实提升应用型人才的英语实践能力。
3. 基于iWrite的智能写作教学模式建构
本研究依据产出导向法的“驱动、促成、评价”教学流程，结合iWrite平台的技术优势，尝试构建“线上线下融合、人机协同互补”的应用型高校英语智能写作教学模式，旨在通过技术赋能解决英语写作教学中反馈滞后的难题，同时通过教师的深度介入保障教学的人文性与思想性。
3.1. 设计原则
为确保教学模式的有效性与可操作性，本研究构建的教学模式遵循人机互补和过程聚焦的原则，充分利用iWrite平台在词汇、语法、拼写等语言形式层面的高准确率与即时反馈优势，将教师从繁重的机械性纠错中解放出来。教师的精力应主要聚焦于机器难以精准判断的深层维度，如篇章逻辑、论证深度、语体得体性及情感价值观的引导，从而实现“平台纠错、教师育人”的协同效应。同时，摒弃初稿即终稿的传统模式，强调写作是一个循环往复的认知过程。通过“初稿机评–自修–二稿–互评–师评–定稿”的多轮迭代，引导学生在不断的修改与反馈中内化语言知识，提升元认知策略。需要强调的是，相关效度研究显示，iWrite的自动评分与人工评分一致性不足，难以作为衡量写作能力的有效替代工具。因此，在教学应用中应将其定位为形成性支持手段，而非取代教师评分与专业判断[7]。
3.2. 教学流程
本教学模式将教学过程划分为课前驱动、课中促成、课后评价三个阶段，形成了教学闭环。
1) 课前阶段主要完成场景驱动与智能初评。教师根据应用型人才培养目标，在iWrite平台或学习通发布具有真实职业背景的写作任务。任务设计需明确交际对象、交际目的和交际语境，以激发学生的产出欲望，解决“为谁写、写什么”的问题。学生将初稿提交至iWrite平台，系统即时生成包含分数、错误定位及修改建议的诊断报告。学生根据平台反馈，自主修正拼写、语法搭配等表层错误，并提交修改后的二稿。本环节旨在利用iWrite平台扫清语言形式障碍，降低课堂教学的认知负荷。
2) 课中阶段主要完成精准促成与人机协作。教师登录iWrite平台，调取班级整体数据报告，精准识别班级的共性错误，包括高频语法错误、中式英语表达等。针对这些机器已识别但学生仍未掌握的难点，教师在课堂进行集中讲解与强化训练，实现数据驱动的针对性讲解。在解决语言形式问题的基础上，教学重心转向内容与结构。教师展示优秀范文，引导学生分析其篇章结构、逻辑衔接及交际效果的实现。组织学生分组，依据教师设定的评价量表，参考iWrite的评分，对同伴的二稿进行互评，在此过程中培养学生的批判性思维和读者意识。在互评的过程中，教师巡视课堂，对各小组在逻辑论证、语体风格等方面遇到的深层问题提供针对性指导。
3) 课后阶段主要完成多元评价与学习反思。学生结合机器反馈、同伴建议及教师指导，完成最终定稿。教师对定稿进行终结性评价，重点关注学生在内容深度、逻辑构建及交际效果上的进步。同样利用iWrite平台的记录功能，建立学生的电子档案，不仅保存各版本的文稿，还记录了修改次数、分数轨迹及教师评语。教师引导学生定期回顾档案，反思自身的写作短板与进步，通过可视化的数据增强学习成就感与自主学习能力。
3.3. 多元化评价体系
由于AI工具在初阶纠错(语法、拼写等)和“中阶润色”(词汇替换、风格调试等)方面表现优异，能有效减轻认知负荷；而涉及语篇逻辑与思想深度的“高阶输出”仍需依赖教师的专业判断[8]，本模式将iWrite平台智能评分(占比30%)、同伴互评(占比20%)与教师评价(占比50%)相结合；iWrite评价保证了客观性与标准性，同伴互评促进了合作学习，教师评价则保障了专业引领。在评价的内容上，既关注语言形式的准确性，也重视内容的丰富性与篇章的流利度。同时，将学生的修改过程，包括修改次数、对反馈的回应程度纳入考核范畴，引导学生重视写作过程中的知识内化。
3.4. 教学案例
为展示本教学模式的可操作性与课堂实践效果，选取本校非英语专业大二学生在“沟通与问题解决”单元的写作任务作为个案进行分析。本次写作任务要求学生以“On the Role of Communication in Problem Solving”为题撰写议论文。学生提交初稿(V1)后，iWrite平台即时指出了多处语言形式错误。如图1所示，红色删除线部分直观展示了平台对名词单复数、动词选词及拼写错误的智能纠错，蓝色下划线部分为学生作文中的新增和修改的内容。这表明了智能平台在扫清语言表层障碍方面的高效性。
Figure 1. Comparison of student’s first draft (V1) and final draft (V9) based on iWrite platform
图1. 基于iWrite平台的学生初稿(V1)与终稿(V9)对比
在解决语言形式问题的基础上，教师在课中指出初稿在论证深度上的不足，并引导学生利用AIGC工具拓展思路。图1中的蓝色高亮文本清晰地展示了学生在教师干预后的增量修改。具体来看，学生在第四段新增了关于性格类型的讨论(见图1蓝色段落：Furthermore, as far as I’m concerned...)。学生不仅引入了“optimistic”和“pessimistic”的对比视角，还使用了“resilient”“motivated”等更为精准的词汇。这种从初稿到终稿的实质性跨越，在一定程度上表明人机协同模式有助于引导学生突破“无话可说”的瓶颈，实现从单纯的语言纠错向高阶思维训练的转变。
4. 技术伦理与局限性
尽管基于iWrite平台与产出导向法的人机协同模式在提升教学效率与写作质量方面具有一定潜力，但在生成式人工智能深度介入教育的背景下，其带来的技术伦理风险与适用性仍需审慎考量。
4.1. 学术诚信与主体性重塑
AIGC技术的持续发展不可避免地引发了关于“学术欺诈”与“代写”的伦理担忧。在本研究构建的教学模式中，强调技术应作为学生认知的“脚手架”而非“替代者”。为防止学生过度依赖AIGC直接生成文本，本模式利用iWrite平台的全过程记录功能实施监控。如前文所述，教师不仅关注最终的定稿，更通过对比初稿与中间版本的修改痕迹，同时结合iWrite平台内置的GPT Check (AIGC检测功能，如图2所示)，审查学生的写作过程和修改路径。这种可视化的过程数据迫使学生必须参与到具体的修改决策中，确保学生始终掌握写作的主体性，从而在制度层面规避了学术不端行为。不过，强制性要求披露AIGC的使用可能会让二语写作者产生被负面评价的焦虑[9]。因此，本教学模式在强调过程监控的同时，更倡导建立一种透明、信任的评价机制，明确告知学生智能工具的合理边界，从而降低学生在写作时心理负担。同时，检测结果仅作为过程监督的辅助线索，最终判断应以多版本文本、修改轨迹与课堂解释等过程性证据为依据。
Figure 2. Verifying the originality of student submission using the GPT Check tool
图2. 使用GPT Check工具验证学生提交作业的原创性
4.2. 不同学情的技术适用性差异
研究实践发现，该模式对不同语言水平的学生存在适用性差异。对于语言基础较好的高水平学生，iWrite主要充当高阶润色者的角色，帮助其优化修辞、丰富句式并拓展论证深度；然而，对于语言基础较薄弱的学生，面对智能平台生成的复杂长难句或高级词汇，可能会出现“认知负荷过载”或“盲目采纳”的现象。相较于单一的平台反馈，“教师–平台混合反馈模式”更能促进学生对反馈的深度加工[10]。尤其是对于低水平学习者，教师的情感支持和针对性解释是其跨越认知障碍、有效利用平台反馈的必要前提。因此，在应用型高校的实际教学中，教师需实施分层指导，对低水平学生，重点引导其利用机器纠正表层语法错误；对高水平学生，则侧重引导其批判性地评估智能平台的建议，防止修改后的作文出现同质化倾向。
4.3. 人机协同中的教师地位
技术无法完全取代教师在情感支持与价值观引导方面的作用。虽然智能写作平台可以高效处理语言形式与逻辑结构，但文章的情感温度与思想立意仍需教师点拨，教师的职能应该从知识输出者向思辨能力和情感的引导者转变[11]。即便智能工具在写作反馈的直接性和数量上占优，但教师在情感激励和深层逻辑指导上仍具有无可比拟的优势[12]；因此，在本研究构建的教学模式中，教师不再是传统意义上的“纠错者”，而是“人机协同的监督者”与“批判性思维的引导者”。教师必须在课堂促成环节引导学生审视智能工具反馈的准确性与合理性，培养学生利用技术但不迷信技术的数字素养，这也是未来外语教育数字化转型的关键所在。
5. 结语
本研究立足于应用型高校人才培养的实际需求，针对传统英语写作教学中存在的反馈滞后与学用分离等结构性难题，构建了基于iWrite智能评阅平台与产出导向法深度融合的教学新模式。本教学模式通过课前场景驱动与智能初评、课中精准促成与人机协作、课后多元评价与反思的教学闭环，有效实现了技术与教学的同频共振。研究表明，人机协同的生态重构了写作教学的评价机制。iWrite平台的高效纠错功能大幅降低了教师在机械性语言错误上的认知负荷，从而能够回归育人本位，专注于学生逻辑思维、篇章结构及职业素养的深层培育，达成了减负增效的教学目标。
同时，全过程的多元评价体系引导学生在不断的修改迭代中内化语言知识，真正提升了学生在真实情境下的英语书面沟通能力。随着生成式人工智能技术的持续迭代，如何进一步提升教师的数字素养，防止学生对智能工具产生过度依赖，以及如何在大班化教学实践中验证本模式的长期有效性，是未来研究需要持续关注的重点。
基金项目
江苏高校外语教育“高质量发展背景下外语教学改革”研究课题(项目编号：2024WYJG069)；江苏省高等教育外语教学研究会“人工智能时代高等教育数字创新”研究项目(项目编号：JSJG2023-004)。
NOTES
*第一作者。
#通讯作者。