基于生成式人工智能写作反馈的高中英语读后续写教学实践研究

生成式人工智能（Generative Artificial Intelligence，以下简称GAI） 的快速发展为外语写作教学带来了新的机遇和挑战。 凭借语言生成、语篇分析和即时回应等能力， GAI能够为学习者提供涵盖语法、词汇、句式和篇章等多层级的反馈，在写作评价与修订支持方面展现出较强潜力（Steiss et al, 2024）。 同时，《深化新时代教育评价改革总体方案》（中共中央、国务院，2020） 亦强调利用人工智能、大数据等现代信息技术改进评价工具，更全面地关注学生的学习过程和多方面发展。 在此背景下，如何在真实课堂中有效使用GAI反馈，已成为外语写作研究的重要议题。 研究表明， GAI反馈在速度、数量和质量等方面具有一定优势，并在多轮写作反馈中表现出一定增值效应。 但现有研究更多关注GAI反馈的准确性及其与教师反馈的质量对比，对学习者在真实课堂中如何理解、筛选、加工并使用GAI反馈关注不足。 事实上，反馈能否真正促进写作修订与能力发展，不仅取决于反馈本身的提供，还取决于学习者如何理解并落实反馈（Bitchener & Ferris, 2012）。 尤其在高中英语写作课堂中，学生面对信息密集且结构松散的GAI反馈时，往往难以快速定位重点，且修订易停留在表层纠错。 基于此，本文聚焦反馈理解困难和深层加工不足两类问题，探讨如何通过优化指令语（Prompt） 降低加工门槛，并借助思维口述与同伴追问促进反馈理解与修订决策显性化，从而使GAI反馈成为可被理解、加工并内化的学习资源。