教师反馈与ChatGPT对中国大学英语作为外语（EFL）学习者英语作文修改的评估：一项混合方法研究

《Computers and Education: Artificial Intelligence》：Teacher feedback and ChatGPT feedback on Chinese university EFL learners’ English essay revision: A mixed-methods study

　　韩菲菲|王泽华
格里菲斯教育研究所，Macrossan大楼2层（N16），Nathan校区，格里菲斯大学，布里斯班，QLD，4111，澳大利亚

**摘要**
本研究采用混合方法，比较了教师反馈和ChatGPT反馈对35名中国大学英语作为外语（EFL）学习者论文修改的影响，以及他们对这两种反馈的感知有用性（PU）和感知易用性（PEOU），以及他们认为的各自优缺点。学生们分别从英语教师和ChatGPT那里收到了写作反馈，并使用教师反馈修改了一篇论文，使用ChatGPT反馈修改了另一篇论文。修改后，学生们对两种反馈的感知有用性和感知易用性进行了5点李克特量表调查。结果显示，使用ChatGPT反馈修改的论文得分显著更高。然而，学生们认为教师反馈在修改过程中更有用且更易于使用。通过对访谈的定性分析发现，虽然学生们重视教师反馈的情感支持和清晰度，但他们认为ChatGPT反馈内容更全面，但在语言表达上往往较为复杂且缺乏针对性。学生们对这两种反馈类型都有不同的看法，承认了它们各自的优点和局限性。

**1. 引言**
写作能力是学习英语作为外语（EFL）的学生的一项关键且具有挑战性的技能。及时、详细且具有操作性的写作反馈是促进学生进步的有效方式之一。然而，提供此类反馈既耗时又费力，给EFL教师带来了巨大负担，尤其是在中国等大型教学环境中（Meyer等人，2023年）。这一实际限制往往限制了教师能够提供的反馈的深度和个性化程度。
生成式人工智能（GAI）的出现，特别是像ChatGPT这样的大型语言模型（LLMs），可能带来一种范式的转变。ChatGPT能够生成连贯的、具有上下文意识的文本，并对写作的各个方面提供详细分析，为传统教师反馈提供了一种有前景的、可扩展的替代方案或补充。它提供即时、全面和个性化的写作辅助的潜力引起了教育工作者和研究人员的极大兴趣。
然而，将像ChatGPT这样的GAI工具整合到教学实践中必须基于实证证据。虽然初步研究探讨了ChatGPT在评估和反馈生成方面的能力，但比较其与传统教师反馈在真实EFL写作修改情境中的效果的研究结果并不一致。一些研究表明ChatGPT反馈可以提高修改质量（Myer等人，2023年），而另一些研究则认为在长期能力发展方面与教师反馈没有显著差异（Escalante等人，2023年）。此外，学生对反馈的有用性、易用性及情感体验等认知因素对于任何新教育技术的成功采用至关重要（Han & Guo，2025年），但在GAI与教师反馈的对比背景下，这些维度尚未得到充分理解。
因此，需要进行一项细致的混合方法研究，以超越简单的修改结果比较，深入理解反馈效果与学习者认知之间的复杂相互作用。本研究旨在系统地比较：1）教师反馈与ChatGPT反馈对中国大学EFL学习者论文修改质量的影响；2）他们对这两种反馈的感知有用性和感知易用性；3）他们对每种反馈类型优缺点的定性认知。

**2. 文献综述**
**2.1. ChatGPT、GAI和LLMs**
ChatGPT是由OpenAI开发的一种GAI，于2022年11月30日发布（OpenAI，2023年）。其起源可以追溯到2018年LLMs的出现，当时BERT被发布（Jawahar等人，2019年）。自那时起，包括GPT（OpenAI，2023年）在内的多种LLMs相继问世。“大型”一词强调了这些模型训练所使用的海量文本数据规模，通常包含数百万到数十亿个单词（Brown等人，2020年）。这种广泛的训练使模型能够理解语言的复杂性，生成流畅且连贯的文本，类似于人类交流。尽管LLMs的技术细节有所不同，但它们通常依赖于深度学习技术，即通过大规模数据集训练人工神经网络来预测和生成连续的文本。因此，这些模型能够创建自然流畅的文本，模仿人类语言。
ChatGPT之所以受到广泛关注，不仅因为它引入了一个创新概念，还因为它成为首个无需技术专长（如编程技能）即可被公众广泛使用的此类工具。其聊天式界面允许用户用简单语言与模型互动，只需登录网站即可输入提示并几乎立即获得回复。此外，ChatGPT能够保持对话上下文，从而提供基于之前互动的相关回复。
ChatGPT及其类似LLMs的能力非常显著，涵盖的任务包括撰写不同类型的文本；提供评论和编辑；总结或扩展文本；根据自然语言描述生成代码；为教师创建教学计划和评估策略；以及为学生提供个性化辅导（Kalla等人，2023年）。

**2.2. ChatGPT在写作中的应用**
ChatGPT的一个重要应用领域是各种类型的写作。已有研究探讨了其在专业写作中的应用，例如商业写作（Cardon等人，2023年）；医疗沟通（如起草放射学报告（Lyu等人，2023年）、患者回复（Wu等人，2024年）、手术病例报告（Ho等人，2023年）；学术写作（包括会议摘要撰写（Babl & Babl，2023年）和研究提案（Athaluri等人，2023年）；以及写作评估和评分。
过去的研究比较了ChatGPT与人类评分者在论文评估方面的一致性（Dai等人，2023年；Mizumoto & Eguchi，2023年；Parker等人，2023年）。一些研究发现ChatGPT在评分上更为严格（Parker等人，2023年），而另一些研究则认为ChatGPT与人类评分者的评估结果高度一致（Mizumoto & Eguchi，2023年）。
除了评分和评估功能外，ChatGPT最显著的能力之一是提供写作反馈（Sallam，2023年）。ChatGPT可以立即提供针对学生写作作品的个性化批评，涵盖结构、内容、语法、词汇和语法等方面。这一特性使ChatGPT成为潜在的个性化写作辅助工具（Barrot，2023年；Steiss等人，2024年）。

**2.3. ChatGPT对FL写作认知结果的影响**
研究考察了ChatGPT反馈对FL学习者的写作能力和修改质量的影响，以及情感结果（如动机、情绪和满意度）（Escalante等人，2023年；Myer等人，2023年；Song & Song，2023年；Teng，2024年）。一些研究比较了ChatGPT反馈与无反馈的情况，而另一些研究则比较了ChatGPT反馈与教师反馈或同伴反馈的效果。
关于ChatGPT对FL写作认知结果的影响，Myer等人（2023年）比较了接受无反馈或ChatGPT反馈的德国EFL学习者在议论文修改质量和新议论文写作任务表现上的差异。尽管在新任务写作得分上没有显著差异，但使用ChatGPT反馈的组修改后的论文得分显著高于无反馈组。这一结果是可以理解的，因为如果没有收到任何反馈，EFL学习者可能意识不到自己论文中的问题，从而无法进行改进。由于本研究仅涉及ChatGPT反馈，因此不清楚其与其他类型反馈相比的效果如何。
Song和Song（2023年）在一项为期12周的纵向研究中比较了中国大学EFL学习者在英语教师指导下和使用ChatGPT进行写作练习时的写作能力发展情况。结果显示，使用ChatGPT练习的学生写作能力明显优于使用英语教师指导的学生。然而，在这项研究中，学生们不仅从教师或ChatGPT那里获得了写作反馈，还完成了旨在提高英语水平的各种学习活动。这些活动也可能改善了学生的语法、词汇使用和句子结构，这些都是熟练写作的基石。因此，研究结果可能受到了学习活动的影响。
为了消除学习活动和练习带来的混淆因素，Escalante等人（2023年）设计了一项准实验，让两个班级的EFL学习者分别接受六周的ChatGPT反馈或教师反馈。通过前后测试测量了学生的学术写作能力，结果发现两组之间没有显著差异。研究者将无显著结果归因于干预时间较短，因为写作能力的提升可能需要更长时间。然而，由于本研究未测量修改质量，因此不清楚这两种反馈对学生论文修改的有效性如何。本研究将比较这两种反馈（即教师反馈和ChatGPT反馈）对EFL学习者论文修改质量的影响，这是本研究的首要目标。

**2.4. ChatGPT对FL写作情感结果的影响**
关于ChatGPT反馈对FL写作情感方面的影响，目前的研究结果尚无定论。一方面，有研究表明EFL学习者在与ChatGPT反馈互动时表现出更积极的情感反应。例如，Myer等人（2023年）发现ChatGPT组的任务价值和积极情绪高于无反馈组。同样，Teng（2024年）也发现接受ChatGPT反馈的中国大学EFL学习者在动机、自我效能、参与度和协作写作方面的评分高于接受教师反馈的同学。
然而，在一项比较EFL学习者对ChatGPT反馈和教师反馈满意度的混合方法研究中，Escalante等人（2023年）发现两者之间没有显著差异。学生对ChatGPT反馈和教师反馈的偏好也几乎持平。定性评论显示，学生们喜欢教师反馈的人际互动，同时也认可ChatGPT反馈在学术写作风格和词汇方面的清晰度、一致性和具体性。需要注意的是，这项研究采用了被试内设计，即比较了同一组学习者对ChatGPT反馈和教师反馈的满意度。这与Teng（2024年）的研究不同，后者将两种反馈给了不同的参与者。显然，需要更多研究来探讨反馈类型对学习者情感的影响。为了提供额外的实证证据，本研究的第二个目标是比较EFL学习者对教师反馈和ChatGPT反馈在有用性（PU）和易用性（PEOU）方面的认知差异。
PU和PEOU是技术采纳文献中涉及用户动机的两个核心因素（Davis等人，2024年）。PU是指个体认为使用某种技术或信息系统能提高特定任务表现的程度；PEOU是指个体认为使用某种技术或信息系统无需付出努力的程度（Davis，1989年）。研究表明，PU和PEOU都影响学生对许多新兴技术（包括AI）的接受度和采纳（Scherer等人，2019年）。因此，在比较学生对教师反馈和ChatGPT反馈的认知时，考虑这两个因素非常重要。

**3. 材料与方法**
**3.1. 研究设计、参与者和研究背景**
本研究采用被试内设计和混合方法，收集定量和定性数据。参与者来自中国西北部的一所公立大学，他们是35名参加必修英语课程的大一学生，该课程旨在培养他们的听说读写技能。

**3.2. 工具**
**3.2.1. 描述性写作任务**
学生在英语课程中进行了描述性写作练习。我们使用了两个描述性写作任务来激发学生的写作兴趣，提供反馈，并要求他们根据反馈进行修改。其中一个任务是让学生写关于“一次不愉快的经历”，该任务得到了教师的反馈；另一个任务是关于“我钦佩的人”，该任务得到了ChatGPT的反馈。这两个任务的选择是与参与者的英语老师共同讨论决定的。这两个任务都与学生教科书中最近完成的两个单元的主题相关，因此学生对这些主题很熟悉，并且已经学习了一些词汇、词搭配和句子结构来描述这些主题。

3.2.2. 写作反馈
为了提供适当的反馈，研究人员与英语老师进行了讨论，决定提供全面而间接的反馈。全面反馈意味着反馈涵盖了写作的意义和语言两个方面，包括四个维度：结构、内容、语言（例如语法、词汇和搭配）以及机械性（例如拼写、标点和大小写）。间接反馈意味着英语老师不会直接纠正学生的错误，而是只给出错误指示和元语言提示，让学生自己找到并纠正错误。英语老师对学生们的文章草稿提供了写作反馈。

为了使ChatGPT的反馈与教师的反馈保持一致，GPT-4（OpenAI，2023）被指令生成只提供错误指示和元语言提示的反馈，并涵盖上述四个维度。反馈需要以表格形式呈现，每个方面的建议长度约为30个词，以减少学生的认知负担（提供给GPT的完整提示见附录A）。提示中还包括了关于目标接收者的背景信息，指出这些学生是一年级的中国大学英语作为外语（EFL）学习者。由于在中国使用ChatGPT受到限制，研究团队使用相同的提示从ChatGPT那里获得了每个学生的反馈，并以Word格式提供给学生。虽然学生失去了与ChatGPT主动互动的机会，但这模仿了教师反馈的非互动特性。

3.2.3. 问卷调查
我们使用了一个包含16个项目的李克特量表问卷来调查学生的看法。问卷代表了四个维度：对教师反馈的感知（4个项目，α=.870）、对ChatGPT反馈的感知（4个项目，α=.895）、对教师反馈的满意度（PEOU，4个项目，α=.758）以及对ChatGPT反馈的满意度（PEOU，4个项目，α=.786）。这些维度是从技术接受度文献（Venkatesh & Davis，2000）中改编而来的。原始量表是为了评估用户对工作系统中信息的感知和满意度而开发的，并已在各种技术增强学习和教学情境中得到应用，包括游戏化语言学习（Luo，2023）、移动学习（Ali & Warraich，2024）、电子学习（Han & Guo，2025）以及使用生成式人工智能进行教学（Dehghani & Mashhadi，2024）。具体到我们的研究，Wang和Han（2022）改编并使用了这四个维度来比较中国EFL学习者对自动化反馈和教师反馈的感知和满意度，表明这些量表适用于中国EFL学习者。改编后的问卷还经过了参与者的英语老师的审核，并在同一所大学中与12名中国EFL学习者进行了预测试，以便对语言上的模糊性进行相应的修改。量表的具体细节见附录B。

3.2.4. 半结构化访谈
我们还进行了15次半结构化访谈，以深入了解学生对两种类型反馈的看法。访谈中使用了两个问题来引出学生的回答：1）“在修改过程中，你如何看待教师反馈的优点和缺点？”2）“在修改过程中，你如何看待ChatGPT反馈的优点和缺点？”
半结构化的访谈格式允许开放和灵活的讨论，给受访者提供了表达意见的自由以及充足的时间来反思和详细阐述。使用诸如“你所说的……是什么意思？”和“你能进一步阐述一下吗？”这样的引导性问题来鼓励受访者扩展他们的想法并澄清他们的观点。所有的访谈都被录音并转录下来用于分析。

3.3. 伦理考虑
在数据收集之前，该研究获得了第一研究者所在大学的人类伦理委员会的批准（2024/056）。所有英语课的学生都收到了参与者信息声明和同意书。信息声明明确了以下要点：1）参与研究完全是自愿的；2）他们是否参与不会影响他们的课程成绩；3）他们可以随时退出研究。在数据收集之前已经获得了知情同意。

3.4. 数据收集程序
数据是在连续两周内从两个英语班级中收集的。在第一周，学生被要求分别写两篇200字的描述性文章，主题是“一次不愉快的经历”和“我钦佩的人”。然后，英语老师和ChatGPT分别对“一次不愉快的经历”和“我钦佩的人”的草稿提供了写作反馈。在第二周，学生利用教师反馈和ChatGPT的反馈来修改这两篇文章。修改完成后，学生填写了感知问卷。为了减少评分中的人为偏见，学生的初始草稿和修改后的文章都是使用Pigaiwang这一基于网络的自动写作评估工具进行评分的，该工具在中国的高等教育机构中被广泛用于评估英语写作（Wang & Han，2022）。Pigaiwang的可靠性和有效性已经通过大量人工评分的英语文章进行了验证（Wang，2016；Yang & Dai，2015）。

3.5. 数据分析
数据分析是在SPSS 29中进行的。数据分析首先通过描述性统计量检查了所有变量的均值和标准差（表1）。Shapiro-Wilk检验和QQ图的视觉评估被用来检查数据的正态分布和残差。Shapiro-Wilk检验的结果（表2）和QQ图（附录C）共同表明所有变量都符合正态分布的假设。为了检查学生在两个写作任务中的初始草稿分数是否相似，进行了重复测量方差分析（ANOVA）。结果显示，两个写作任务的草稿分数没有差异：(F (1,34) = .018, p = .895, partial η2 = .001)，这表明写作任务没有影响学生的写作表现。

表1. 描述性统计量
| 变量 | 教师反馈 | ChatGPT反馈 | 最小值 | 最大值 | MSD | MSD |
|--------------|------------|-----------|----------|---------|-----------|
| 草稿 | 57.50 | 87.00 | 6.00 | 1.50 | 89.50 |
| 修改后 | 47.50 | 87.50 | 7.07 | 6.50 | 90.50 |
| 满意度（PU） | 0.00 | 5.00 | 3.76 | 0.93 | 0.00 |
| 不满度（PEOU） | 0.00 | 5.00 | 3.55 | 0.86 | 0.00 |

表2. Shapiro-Wilk检验的结果
| 变量 | 教师反馈 | ChatGPT反馈 | Wdf | p | 解释 |
|--------------|------------|-----------|-----------|-----------|------------|
| 草稿 | .983 | 4.82 | normal | .973 | normal |
| 修改后 | .993 | 4.99 | normal | .993 | normal |
| 满意度（PU） | .973 | 4.54 | normal | .953 | normal |
| 不满度（PEOU） | .983 | 4.70 | normal | .973 | normal |

为了回答第一个和第二个研究问题，进行了重复测量方差分析（ANOVA）。为了回答第三个研究问题，采用了解释性范式的主题分析（Braun等人，2019；Thorne，2008）来分析访谈回答。主题分析的过程如下：在第一轮阅读中，我们反复阅读回答以确定所有回答的质性和深度；在第二轮阅读中，我们定位并突出了每个回答中关于优点和缺点的关键特征。通过关注这些关键特征，更容易识别出回答的模式，从而确定出初始的主题。然后我们比较和对比了主题之间的相似性和差异，生成了一组明确的初始类别。通过迭代过程，我们修改了主题的定义，使每个主题都与其他主题区分开来。

4. 结果
4.1. 描述性统计量
所有变量的描述性统计量见表1。

4.2. 第一个研究问题的结果——不同反馈类型对文章修改质量的影响
重复测量方差分析的结果显示，使用ChatGPT反馈修改后的文章得分显著高于使用教师反馈修改后的文章（F (1,34) = 18.560, p < .001, partial η2 = .353）。考虑到学生在初始草稿分数上没有差异，但使用ChatGPT反馈修改后的文章得分更高，这些结果表明ChatGPT反馈对英语写作质量的改进效果更好。

4.3. 第二个研究问题的结果——学生对教师反馈和ChatGPT反馈的感知和满意度的差异
重复测量方差分析显示，学生对教师反馈的感知和满意度（PU）以及不满度（PEOU）显著高于ChatGPT反馈（PU: (F(1,34) = .4.238, p = .047, partial η2 = .111）；PEOU: (F (1,34) = .5.338, p = .027, partial η2 = .136），表明学生认为教师反馈更有用且更容易使用。

4.4. 第三个研究问题的结果——中国大学EFL学习者对两种反馈类型优缺点的看法
研究发现了中国大学EFL学习者对教师反馈和ChatGPT反馈的感知和满意度的五个主要主题。这些主题揭示了学生对两种反馈类型的复杂感受，他们既指出了积极方面也指出了消极方面。

4.4.1. 主题1：教师反馈中的情感元素与ChatGPT反馈中的无情感
学生一致认为两种反馈类型对他们的修改过程有着不同的情感影响。他们觉得教师反馈中的语言包含情感元素，这激励了他们进行修改并保持了他们的积极性。相比之下，学生认为ChatGPT反馈缺乏人性化和情感。以下是一些例证这一主题的引文：
引文1：“老师在我的文章上用红笔标记的地方让我感受到了一种人际联系。相比之下，ChatGPT反馈的语气相当冷淡，这降低了我的修改积极性。”
引文2：“老师反馈中的鼓励话语温暖了我的心。因为我能感受到老师评论背后的努力，所以我有了改进的动力。对我来说，ChatGPT反馈是冷漠且缺乏情感的。”

4.4.2. 主题2：教师反馈的简洁性与ChatGPT反馈的全面性
学生认为教师反馈简洁，但没有涵盖英语写作中的许多方面。相比之下，他们赞扬了ChatGPT反馈在处理细微问题上的全面性，而这些细节在教师反馈中往往被忽略。以下是从学生访谈中选取的一些例子：
引文1：“虽然我的老师关注文章的清晰度，但ChatGPT发现了老师忽略的细微问题，从词汇选择到语法错误。”
引文2：“ChatGPT彻底分析了我的文章，甚至指出了被动语态的过度使用。我的指导老师因为时间限制而优先处理了关键程序错误，忽略了这些语言细节。”

4.4.3. 主题3：教师反馈的简短易懂的语言与ChatGPT反馈的冗长复杂的语言
学生认为教师反馈中使用的语言易于理解，而ChatGPT反馈往往冗长且难以理解。以下是一些学生的引文：
引文1：“阅读ChatGPT的反馈就像阅读一篇长篇英语文章一样。处理这些语言对我来说相当繁琐和费力。我更喜欢教师反馈，因为它要短得多。”
引文2：“尽管ChatGPT几乎对我的写作的每个方面都提供了反馈，但它太冗长且令人难以承受。理解教师反馈的语言要容易得多。”

4.4.4. 主题4：教师反馈的个性化与ChatGPT反馈的通用格式
学生欣赏他们的英语老师提供的个性化反馈，因为他们觉得老师能够理解他们的想法、独特的见解和知识空白。学生不喜欢ChatGPT反馈的通用格式，认为ChatGPT没有必要对写作的每个方面都提供详细反馈。
引文1：“我觉得除了指出我文章中的语法和拼写错误外，老师还非常关注我的想法、独特的见解和创造性表达等，这使她能够提供个性化的反馈和一对一的建议来改进我的文章。而ChatGPT则是在四个方面（内容、结构、语言和机械性）上平均分配反馈。我认为没有必要详细关注每个方面，因为这种通用格式让我难以看清重点。”

4.4.5.主题5：教师理解学生写作中隐含意义的能力与ChatGPT未能识别这些意义的局限性

学生也认可教师在理解他们写作中隐含意义方面的优势，同时指出了ChatGPT在处理这些隐含意义方面的关键缺陷。

引语1：“当我描述祖母通过沉默表达反对意见时，ChatGPT将其视为歧义，并建议删除这部分内容，因为它没有认识到通过沉默表达不同意的文化习俗。然而，我的老师总是能理解我想表达的隐含意义。”

引语2：“我将‘逆流而行’的比喻被ChatGPT标记为‘不合逻辑’，因为它没有理解其背后的隐含和内涵意义。我的老师从未误解过。”

5. 讨论

本研究比较了以下方面：1）教师反馈与ChatGPT对中国大学英语作为外语（EFL）学习者论文修改质量的反馈；2）这两种反馈类型的积极使用（PU）和潜在使用（PEOU）；3）学生对教师反馈和ChatGPT反馈的利弊的定性看法。

5.1. 教师反馈与ChatGPT反馈对中国大学EFL学习者论文修改质量的影响

关于这两种反馈类型对中国大学EFL学习者论文修改质量的影响，观察发现，当学生使用ChatGPT反馈进行修改时，他们的分数显著高于使用教师反馈时的分数。尽管先前的研究已经报告了ChatGPT反馈相较于无反馈（Myer等人，2023年）和同伴反馈（Mun，2024年）在EFL学习者校对和修改过程中的更高有效性，但我们进一步证明了ChatGPT反馈比教师反馈具有更积极的影响。ChatGPT反馈在提高学生修改质量方面的更好效果可能归因于其全面性，它提供了各种建议，如如何更好地组织论文、不同的词汇选择和搭配（Mun，2024年）。这一发现与之前的研究结果一致。例如，Dai等人（2023年）比较了教师反馈和ChatGPT对学生作业的反馈，发现ChatGPT提供了更详细的反馈，包括知识扩展和详细说明。Guo和Wang（2023年）也发现，与主要关注内容和语言问题的教师反馈不同，ChatGPT在内容、语言和组织结构方面提供了更均衡的反馈。ChatGPT在提供关于如何更恰当地构建文本的建议方面的优势也在我们的半结构化访谈中得到了参与者的认可。

5.2. 中国大学EFL学习者对教师反馈和ChatGPT反馈的积极使用和潜在使用

关于学生对这两种反馈类型的积极使用和潜在使用，研究发现，学生认为教师反馈比ChatGPT反馈更有益且更易于使用。多项关于学生对教师和ChatGPT反馈看法的比较研究也显示了类似的结果。例如，Nazaretsky等人（2024年）报告称，当反馈来源被披露时，学生更倾向于选择教师反馈，并给予ChatGPT反馈较低的评分。Solovey（2024年）通过比较学生对教师反馈、ChatGPT反馈和同伴反馈的有效性的看法，发现学生认为教师反馈最有效，并首选教师作为反馈的主要来源，其次是教师和ChatGPT的结合。

多种因素可能导致学生对教师反馈的更积极看法。首先，参与者偏好教师反馈可能与中国学生普遍认为教师具有权威性的观念有关。在中国教育背景下，教师在学生的学习中扮演着重要角色，学生对教师的教学方法有很高的信任（Li，2012年）。此外，中国的传统道德价值观强调尊重教师，这在一定程度上增强了学生对教师的信任（Sun，2004年），从而提高了他们对教师意见的接受度，包括教师对写作的反馈。另外，参与者的特征也可能是他们更倾向于教师反馈的另一个原因。由于中国学校主要采用面对面教学方式（Li等人，2021年），这些学生之前很少接触学习技术（包括AI），缺乏使用AI工具生成反馈的经验，这可能影响了他们对ChatGPT的接受度。此外，学生的英语水平也可能影响他们充分利用ChatGPT反馈的能力，这一点从参与者关于理解ChatGPT反馈困难的评论中可以看出。先前的研究表明，ChatGPT生成的反馈通常较长，平均为1335.5个单词，而人类生成的反馈为335.5个单词（Tzirides等人，2023年）。对于大一的EFL学习者来说，这可能会造成认知负担过重。尽管我们限制了ChatGPT反馈的长度，但并未使两种反馈的长度相等，因此学生对两种反馈的感知可能受到长度差异的影响。另一个可能导致学生对ChatGPT反馈负面看法的因素可能是他们在反馈过程中与ChatGPT的互动方式。在本研究中，参与者没有机会主动与ChatGPT交流，例如提出后续问题或要求澄清；他们只是接收了以电子格式提供的ChatGPT反馈。这种被动的反馈过程可能会降低学生使用ChatGPT反馈的积极性。

5.3. 中国大学EFL学习者对教师反馈和ChatGPT反馈的感知利弊

在询问中国大学EFL学习者对这两种反馈类型的感知利弊时，半结构化访谈显示，学生对两种反馈都有复杂的感受，认识到每种反馈都有其优势和局限性。学生指出，教师反馈包含了情感元素，这对激励他们修改论文至关重要。这与之前的研究结果一致，表明师生互动在学生对反馈的反应中起着关键作用（Lee & Schallert，2008年）。这些发现表明，在使用ChatGPT为EFL学习者的写作提供反馈时，通过人工元素补充AI工具的情感局限性是很重要的。此外，与Teng（2024年）的研究结果一致，参与者也认识到ChatGPT反馈的全面性是其提高论文修改质量的有效性的原因之一。虽然ChatGPT在细节方面表现出色，但学生普遍认为其反馈内容冗长且语言复杂，这让学生感到压力增大，并增加了修改过程中的认知负担。这种对ChatGPT反馈的负面看法可能导致学生对ChatGPT反馈的潜在使用评分低于教师反馈。学生对ChatGPT反馈的可理解性评价较低的一个可能原因是他们的英语水平较低。这一发现强调了在将ChatGPT整合到反馈过程中时，语言水平是一个需要考虑的重要因素。

从学生的定性评论中还得到一个独特的见解，即ChatGPT无法理解某些表达中的隐含意义，例如中国人通过沉默表达反对的方式。这一发现提示了通过将文化特定价值观融入AI训练过程来开发具有文化适应性的通用AI系统的潜在价值。

5.4. 研究的局限性和未来研究的方向

尽管有一些有趣的发现，但本研究仍存在一些局限性，这些局限性影响了研究结果的普遍性。首先，反馈来源（教师 vs. ChatGPT）是与特定写作主题固定配对的。虽然我们确定了学生在两个写作主题上的草稿分数基线相当，但固定主题与反馈类型之间的匹配仍可能是混淆反馈类型对论文修改质量影响的潜在因素。未来的研究应采用完全平衡或随机化的被试内设计来解决这一局限性。其次，虽然我们要求ChatGPT提供相对简短的反馈（详见附录A中的提示），但对英语教师提供反馈时并未施加类似要求。因此，ChatGPT生成的反馈长度相对一致，每个建议大约30个单词，而英语教师的反馈长度则有所不同，有些详细而长，有些简短。ChatGPT和教师反馈之间的这种差异可能会给学生修改过程带来不同的认知负担，并影响他们对两种反馈易用性的看法。未来的研究应确保教师反馈的长度标准化，并与ChatGPT反馈相匹配，以消除反馈长度对修改质量和学生感知的潜在影响。第三，参与者来自同一水平（大一学生）和同一所学校，这影响了研究的普遍性。下一步的关键是扩大样本范围，包括来自不同学校、不同英语水平的学生，并测量他们的AI使用经验。

5.5. 教学启示

尽管我们的研究发现ChatGPT反馈在提高EFL学习者修改质量方面优于教师反馈，但学生仍然重视教师反馈提供的用户友好性和积极的情感元素。因此，建议EFL教师将ChatGPT反馈作为补充工具，而不是完全依赖它。EFL教师可以将ChatGPT反馈整合到教师反馈中（Asadi等人，2025年）。例如，EFL教师可以利用AI进行学生的初步评估，从而有更多时间提供更深入和个性化的反馈。这种教师和ChatGPT反馈的结合使用使学生能够快速识别写作中的表面问题（如语法错误和拼写问题），同时也能获得教师的情感鼓励。此外，教师应让学生熟悉ChatGPT，解释其功能和正确使用方法，以提高学生对这项新兴技术在论文修改过程中的理解和应用能力（Strzelecki，2023年；Zou & Huang，2024年）。鉴于与ChatGPT的积极互动能提高学生使用它的积极性，教师应鼓励学生提出后续问题并寻求澄清，这可能增强学生对ChatGPT反馈的积极看法。

作者贡献声明：
Han Feifei：撰写——审稿与编辑、初稿撰写、验证、监督、软件使用、方法论、调查、数据分析、概念化。
Wang Zehua：撰写——审稿与编辑、初稿撰写、方法论、调查、资金获取、数据分析、数据管理、概念化。

伦理声明
该研究已获得第一研究者所在大学的人类伦理委员会批准（2024/056号）。所有参与者均签署了知情同意书，他们的隐私权得到了严格保护。

开放数据声明
数据可通过发送请求电子邮件给相应作者获得。

披露声明
作者声明没有需要声明的利益冲突。

数据可用性声明
支持本研究结果的数据可向相应作者请求获取。

资金详情
本研究得到了陕西省第十四个五年计划教育项目（项目编号SGH23Y2571）和2025年陕西省哲学与社会科学专项研究项目（项目编号2025HZ0848）的共同支持。