《Sage Open》：The Impact of ChatGPT-Generated Feedback on English Academic Writing Proficiency and Engagement: A Mixed-Methods Study
编辑推荐：
**摘要专业翻译**
生成式人工智能工具已成为提供即时、可规模化且具有教学一致性的自动纠正反馈（Automated Corrective Feedback, ACF）的实用解决方案。尽管已有研究支持ChatGPT生成反馈在改善英语表层写作技能和培养学习者自主
**摘要专业翻译**
生成式人工智能工具已成为提供即时、可规模化且具有教学一致性的自动纠正反馈（Automated Corrective Feedback, ACF）的实用解决方案。尽管已有研究支持ChatGPT生成反馈在改善英语表层写作技能和培养学习者自主性方面的价值，但鲜有研究通过混合方法视角考察其对更广泛学术写作维度及学习者参与度的影响。为弥补这一空白，本研究比较了ChatGPT生成反馈与教师反馈对马来西亚一所大学预科项目中中国英语外语（English-as-a-Foreign-Language, EFL）学习者英语学术写作能力与参与度的影响。参与者被分配至实验组（Experimental Group, EG），接受迭代式ChatGPT反馈，或对照组（Control Group, CG），接受基于量规的教师反馈。定量结果显示，两组均有显著提升，其中对照组在语法复杂度和词汇复杂度方面优于实验组，而实验组在语法准确性、连贯与衔接、论证组织、任务达成度以及参与度的所有维度（行为参与、认知参与、情感参与）上表现出显著更大的增益。词汇适切性方面未观察到显著差异。来自实验组的学生日志和访谈的定性研究发现，ChatGPT反馈因其即时性、非评判性和量规驱动性而被感知，促进了自主修订和情感安全。相比之下，对照组学生认为教师反馈在语言方面更有帮助，但具有情感压力或不够清晰。这些研究结果表明，ChatGPT生成反馈增强了修辞清晰度和参与度，而教师反馈则支持更深层次的语言发展。将两种反馈来源战略性结合的混合反馈模式可能最能支持学术写作教学。研究讨论了对教学实践的启示及未来研究方向。
**论文解读文章**
**一、研究背景与问题提出**
技术在语言教学与学习中长期发挥着变革性作用，从计算机辅助语言学习到移动辅助语言学习（Mobile-Assisted Language Learning, MALL），数字创新不断重塑学习者获取语言输入、接收反馈和与内容互动的方式。随着教育日益数字化，智能技术融入语言教学已从可选的增强手段转变为21世纪学习者和教育者的必要适应。在英语作为外语（English-as-a-Foreign-Language, EFL）教学中，学术写作是一项涉及语言准确性与高阶思维能力的复杂技能，学习者常面临体裁规范、连贯性、词汇精确性和修辞组织方面的挑战。及时、个性化的反馈对提升写作能力和维持学习动机至关重要，但在传统课堂环境中此类反馈资源密集且受限。
已有研究表明，ChatGPT等生成式人工智能工具提供的自动纠正反馈（Automated Corrective Feedback, ACF）对语法准确性、修改质量和学习者自主性具有积极影响，但仍存在三个关键缺口：第一，现有研究多聚焦于语法或词汇修正等表层写作改进，较少关注学术写作能力的更广泛维度，包括结构、论证和连贯性；第二，虽有研究探讨学习者对人工智能生成反馈的态度，但缺乏系统性地结合写作表现量化增益与学习者参与度质性变化的混合方法研究；第三，多数研究强调人工智能工具的功能，而对学习者在学术写作发展背景下对这类工具的批判性反思、信任和依赖知之甚少。为弥补上述空白，本研究采用混合方法设计，考察基于生成式人工智能（ChatGPT）的反馈对EFL学习者英语学术写作能力与参与度的影响，并围绕以下两个研究问题展开：ChatGPT生成的纠正反馈在多大程度上影响学生的英语学术写作能力和学术写作参与度？学生对使用ChatGPT接收学术写作反馈有何感知与体验？
**二、研究设计与实施**
研究人员在马来西亚一所大学预科项目的英语学术写作单元中开展了干预设计混合方法研究。参与者为中国籍EFL学习者，其中实验组（EG）35人（20名女性，15名男性，年龄19-20岁），接受ChatGPT生成反馈；对照组（CG）37人（20名女性，17名男性，年龄19-20岁），接受基于量规的教师反馈。两班由同一名具有博士学位的马来女性教师授课，干预持续11周，每周两次1.5小时课程。实验组使用ChatGPT-4o免费版本，依据七维度写作量规（语法复杂度、词汇复杂度、语法准确性、词汇适切性、连贯与衔接、论证组织与结构、任务达成度）获取迭代反馈；对照组接受基于同一量规的教师书面反馈。研究人员通过前后测写作测试和参与度量表收集定量数据，并通过每周反思日志和半结构化访谈收集定性数据。
**三、关键技术方法**
本研究采用的主要方法包括：第一，准实验前后测设计，比较两组在写作能力七个维度和参与度三个维度上的差异；第二，多元方差分析（Multivariate Analysis of Variance, MANOVA），用于检验组间和组内前后测差异及效应量（partial η
2）；第三，主题分析法，遵循Braun和Clarke（2021）的六阶段框架，使用NVivo 15.0对日志和访谈数据进行归纳式编码分析；第四，写作测试采用马来西亚大学英语测试（Malaysian University English Test）改编任务，由三位专业考官依据1-5分量规评分（Fleiss' kappa > .80）；第五，参与度量表包含24个项目（每个维度8项），改编自Martinovi?（2024），克伦巴赫α系数超过.90。
**四、研究结果**
**（一）定量发现：不同反馈模式塑造差异化发展路径**
前测多元方差分析显示，两组在写作能力和参与度上基线相当。后测结果显示，实验组在总分、语法准确性、连贯与衔接、论证组织与结构、任务达成度以及参与度所有维度上显著优于对照组；对照组在语法复杂度和词汇复杂度上显著优于实验组；词汇适切性无显著组间差异。组内比较表明，实验组在除词汇适切性（原文未标注显著提升）外的所有维度上均有显著增益，而对照组在任务达成度上未出现显著改善，参与度方面仅认知参与有适度提升。这些发现揭示ChatGPT反馈与教师反馈通过不同发展路径支持写作成长：ChatGPT支持的修改与准确性、组织性和整体参与度的提升相关，而教师反馈则与复杂性维度的更大增益相关。
**（二）定性发现：反馈焦点与参与机制的质性解释**
**1. 修辞焦点与语言深度：反馈内容的结构性差异**
学生反思显示，ChatGPT反馈因与完整量规挂钩，系统性覆盖各评估领域，但最常被回忆的是修辞和结构要素反馈——论题清晰度、逻辑流动和段落过渡，这与实验组在连贯与衔接、任务达成度和论证组织上的优势直接对应。ChatGPT还会常规标记语法准确性问题，学生认为此类反馈清晰、可操作、即时可用的，支持了其自信修订与语法准确性的显著提升。然而ChatGPT对语法和词汇复杂度的反馈相对薄弱，正如一位实验组学生所述：“ChatGPT通常告诉我观点是否连接不好，指出论题过于模糊或段落顺序混乱，帮助我改善了结构……但它没有真正告诉我如何使用更正式的词汇或以更复杂的方式写作。”教师反馈虽基于同一量规，却被描述为更具发展导向和语言精深性——提供合并句子、名词化、精确学术词汇等复杂度提升建议，这与对照组在两种复杂度上的最大增益一致。但学生同时指出，教师反馈对修辞元素的关注较少，语法准确性反馈往往过于间接——以“注意时态”“检查一致性”等一般性提醒出现，而非直接纠正，这可以解释为何对照组语法准确性增益虽显著但小于实验组，且任务达成度是唯一未达显著改善的维度。
**2. 反馈可迁移性与写作发展的跨任务效应**
实验组学生强调ChatGPT的解释和示例支持了可迁移学习——通用模板、示例改写和一致的元语言解释（如“这句话缺乏衔接是因为……”）使其能够内化策略并在后续任务中独立应用。一位学生表示：“ChatGPT不只是纠正我，它展示了模式。后来我指导如何避免在其他文章中犯同样的错误。”这种对持续、可迁移技能发展的感知与实验组认知参与度的较强增益一致。对照组学生则倾向将教师反馈视为任务特定、难以概化——虽然承认其深度，但认为评语中使用的语言难以在不同写作情境中记起和复用，往往只能改善当前修改稿，而难以将改进迁移至新写作任务，这与对照组认知参与度增益相对温和直接相关。
**3. 安全与压力：情感反应塑造参与形态**
情感安全方面，实验组学生一致将ChatGPT描述为安全、非评判性的空间，其语气被视为支持性且稳定，无人际压力。这种感知中的情感中立鼓励学生更自由地尝试修改、反复审阅写作并将错误视为学习过程的一部分。一位学生写道：“使用ChatGPT时，我感到有自由尝试不同改进方式而不担心被评判。就像私下练习，这让我更频繁地修改。”相比之下，对照组学生对教师反馈表达了更复杂的情感反应——虽认可教师权威和洞见，但描述感受到表现压力、批评恐惧或被点名担心的情绪，这种情感抑制使得部分学生采取谨慎或选择性的修订策略，对“安全”改进的偏好超过深度参与，为对照组参与度整体平淡提供了机制解释。
**4. 反馈时机与修改周期决定参与深度**
实验组学生将ChatGPT描述为“随时可用”的工具，能够在问题出现时立即修改草稿，这种即时性促进了短时间内的多轮反馈。按需性质使修改过程更具自我导向性，鼓励战略性思考并将修改变成持续的学习经验。对照组学生则将教师反馈过程描述为时间固定且程序线性——反馈通常在完整草稿提交数天后提供，学生往往仅修改一轮，将反馈视为纠错练习而非深度反思机会。一位对照组学生坦言：“收到老师评语时已经是几天后了。我能改就改，但不会再回去修改……只想赶紧完成。”这一程序性解释——延迟的单轮反馈——与对照组行为参与度缺乏显著变动相吻合。
**五、讨论总结与结论翻译**
研究讨论确认并扩展了此前关于人工智能辅助反馈可提升写作质量的研究，同时揭示了反馈类型对能力和参与度具体维度的差异化中介作用。研究发现可从参与度理论（Engagement Theory）和反馈迁移概念获得解释——实验组学生将ChatGPT感知为非评判性、随时可用和情感安全的，促进了风险承担、持续修订和自主学习；对照组学生因延迟或权威性反馈而出现情感和行为参与障碍。研究同时指出ChatGPT反馈的局限，即对句法和词汇发展的深层关注不足。讨论提出混合反馈模式的具体操作方案：四步循环——第一步起草并利用ChatGPT进行人工智能诊断；第二步学生独立修改并提交修改日志；第三步教师对人工智能较少可靠处理的高风险问题（如论题与证据对齐、学科适切立场、词汇精确性、句子层面精细化）给予重点反馈，并纠正人工智能可能存在的误导性建议；第四步学生完成最终修改和反思以支持学习迁移。在此模式中，ChatGPT提供支持早期修改的广度和即时性，而教师反馈则补充需要解释性判断和学科期望的语境敏感性与深度。
翻译研究结论：就传统教师反馈对ChatGPT生成反馈进行系统性比较，本研究揭示：ChatGPT反馈在修辞组织、语法准确性和整体参与度方面尤为有效，而教师反馈在语言复杂度发展上具有优势，两者具有互补而非替代关系。教学实践上应训练学生进行策略性提示、多轮修改和批判性反思，采纳混合式、教师中介的工作流程，将ChatGPT作为脚手架式伙伴嵌入反馈生态而非替代教师反馈，以实现写作能力的全面覆盖和持久学习增益的强化。未来研究应关注学习者与人工智能反馈互动的时间演化、不同学科与水平情境的可推广性，以及提示设计和界面特征对人工智能反馈教学价值的影响。
