智能作文反饋能提升中學寫作教學效果嗎？ ＊

劉淑君 李 艷 何躍偉 王婧婧

（1. 湖州師范學院人文學院，湖州 313000；2. 浙江大學教育學院，杭州 310058；3. 杭州市保俶塔申花實驗學校，杭州 310058）

一、研究背景

作為人工智能在教育場景中的一種典型應用，智能作文評價以其秒批改和秒反饋的優勢為未來個性化的寫作教學實踐提供了可能性，給傳統語言教育的變革帶來新契機。所謂智能作文反饋，是指智能作文評價系統生成的作文反饋信息，包括評分信息和內容反饋信息兩個部分。自20世紀60年代美國杜克大學Page教授團隊開發第一款智能作文評價系統PEG(Project Essay Grade)以來，智能作文評價的系統研發和教學應用效果就一直備受學界關注(Page, 1966)。早期的智能作文評價系統側重評分功能，隨著計算機自然語言處理技術的進步，20世紀90年代研發的E-rater、MY Access和Criterion等智能系統將作文評分與內容反饋相結合，為作者提供更加全面而多維的評價(唐錦蘭，吳一安，2011)。同時，此類系統還支持師生互動和生生互動，有利于創建融合教師反饋、同伴互評和智能反饋的多元交互平臺，推動以證據為中心的寫作教學實踐 (Li, Link, & Hegelheimer, 2015)。國外有研究顯示，智能作文反饋對學生寫作修改實踐、作文質量以及動機信念等方面都有積極影響(Stevenson & Phakiti,2014)。近年來，隨著越來越多的國家啟動智能作文評價的研發工作，此類系統評價的對象逐漸從英語作文擴展到中文、日語和阿拉伯語等其他語種的文本(Azmi, Al-Jouie, & Hussain, 2019; Hao, Xu, Ke, Su,& Peng, 2016; Ishioka, Kameda, & Coling, 2006, pp. 233-240)。以IN課堂語文作文智能批改(簡稱IN課堂)和愛語文APP為代表的中文作文智能評價工具也逐漸進入教育場景。由于中文智能作文反饋工具教育應用的時間較短，目前還處于推廣階段，很多語文教師對其反饋質量和應用效果持懷疑態度，這也影響了此類系統教育應用潛力的發揮。

本研究擬選取IN課堂語文作文智能批改(簡稱IN課堂)作為智能反饋工具，從寫作修改實踐、作文質量、寫作動機和學生感知等多維度探究融入智能作文反饋的中學議論文寫作教學效果。之所以選擇IN課堂，是因為已有研究發現，IN課堂兼具評分和反饋功能，支持學生多次提交作文獲得評價，并為人機互動和師生互動提供空間，支持機器和師生之間的雙向反饋(IN課堂智能教育平臺，2018；董艷等，2021)；此外，IN課堂評分效度良好，反饋質量較高，具備與教師協同教學的可能性(劉淑君等，2021)。本研究選擇議論文作為寫作文體，原因有二：首先，議論文是中學寫作教學的重要文體之一，它承載著世界觀與方法論教育的重任，與學生的思維發展關系密切(劉華，2012)；其次，中學生議論文寫作能力和邏輯思維品質的發展現狀不容樂觀，初中生論證思維與能力還不足以為高中寫作任務奠定良好基礎，議論文在中學階段既是重點也是難點(鄧彤，2014)。

二、相關文獻綜述

（一）智能作文反饋對學生寫作修改實踐的影響

國外已有研究顯示，智能作文反饋對學生寫作修改實踐具有重要影響(Link, Mehrzad, & Rahimi,2020; Li, Link, & Hegelheimer, 2015; Chapelle, Cotos, & Lee, 2015)。有研究者從作文提交次數、修改行為、修改層次和修改效果等方面調查了學生寫作修改實踐，發現智能反饋組學生較教師反饋組學生修改成功率更高，但會更多地通過移除行為進行修改，解決問題的努力程度有待提高(Link, Mehrzad, &Rahimi, 2020)。Attali(2004)通過對Criterion數據庫中6—12年級學生的23 567篇作文的分析發現，71%的作文只有一次提交記錄，學生并未基于智能反饋信息進行進一步的寫作修改；29%作文提交了2—10次，說明學生得到系統多次反饋并進行了修改，其作文終稿質量較初稿有所提升。Li, Link, &Hegelheimer (2015)針對美國某高校70名學生的研究發現，智能作文反饋能幫助母語為非英語（English as a Foreign Language，簡稱EFL）的大學生增加作文提交次數，由此提升作文質量。

Chapelle, Cotos, &Lee(2015)對美國20名EFL大學生基于Criterion反饋的寫作修改行為進行了分析，結果發現，學生忽視了50%的智能反饋信息，但70%基于智能反饋的修改都帶來了文本質量的提升；基于智能反饋的修改行為可分為無修改、移除、增加、刪除、替換和調序六種類型，學生最常用的是“替換”。修改層次指作文終稿較初稿的內容變化層次，包括詞匯、語法、格式、內容、結構、觀點等，可分為低階修改和高階修改(Cotos, Link, & Huffman, 2017)。有研究者以美國某高校28名EFL學生(實驗組12人、對照組16人)為樣本、以Criterion為反饋工具進行對照實驗發現，智能反饋并不會將學生寫作修改局限在低階層面，實驗組(“教師+Criterion”反饋)和對照組(教師反饋)學生在高階修改和低階修改的占比上沒有顯著差異；然而，學生忽視了45%的智能反饋內容，遠高于教師反饋被忽視的比例，但學生基于智能反饋的修改成功率高于教師反饋(Link, Mehrzad, & Rahimi, 2020)?？梢?，僅向學生提供反饋并不能保障落實效果，智能反饋在得到有效落實的情況下才能提升寫作修改效果。

（二）智能作文反饋對學生作文質量的影響

智能作文反饋對作文質量的影響是該領域的研究焦點，由于評價工具、學生樣本、語言背景的復雜性，此類研究還不能達成一致結論。Wang, Shang, & Briody(2013)對57名EFL大學生實施為期16周的對照實驗(實驗組31人、對照組26人)顯示，智能反饋組較對照組(教師反饋)在文本準確性上有顯著優勢。另有研究針對大學生作文(n=463)的內容分析表明，Criterion的教學應用可以降低EFL大學生的文本錯誤率，但以英語為母語的學生作文錯誤率并沒有降低(Chodorow, Gamon, & Tetreault,2010)。可見，當智能反饋融入EFL大學生寫作教學時，學生作文質量會得到提高(Choi, 2010)。

針對以英語為母語的中小學生的研究結果比較復雜。Shermis, Garvan, & Diao(2008)分析了美國某地區六、七、八、十年級2017名學生借助智能反饋完成的11 685篇文章的質量，發現各年級學生作文質量都有提升，且八年級學生作文成績提升最為顯著、語言錯誤率降幅最大；這是由于學生寫作修改能力隨著年級遞增而提升，同時作文成績提升幅度也和文體類型相關。但是，當智能反饋直接與傳統寫作教學簡單疊加時，智能反饋組與其他反饋組學生作文質量往往沒有顯著差異。比如，Ware(2014)研究發現，接受同伴反饋、教師反饋和Criterion反饋的三組初中生(n=82)在作文準確性、流暢性與整體分數上都沒有顯著差異，教師反饋與同伴反饋較智能反饋對學生文體要素使用有更積極的影響。還有學者將美國某地區114名六年級學生分為實驗組(使用PEG反饋)和對照組(使用谷歌文檔編輯)開展對照實驗，發現兩組學生后測作文質量無顯著差異，且較前測都沒有顯著提升(Wilson& Roscoe, 2020)。然而，當智能作文反饋與有效教學策略結合時，學生作文質量會得到較大幅度提升。Palermo和Thomson(2018)以美國某地區829名6—8年級學生為樣本，通過對照實驗探究“傳統寫作教學”“智能反饋+傳統寫作教學”和“智能反饋+自我調節策略發展教學(Self-Regulated Strategy Development，簡稱SRSD)”三種條件對學生寫作質量的影響，結果顯示，“智能反饋+SRSD”組學生的后測作文較其他兩組篇幅更長、質量更高且包含更多的議論文文體要素。這說明智能反饋與特定教學策略有機結合能促進學生寫作能力提升與遷移。

（三）智能作文反饋對學生寫作動機的影響

多項研究表明，智能作文反饋對學生寫作動機有積極影響(Grime & Warschauer, 2010; Foltz, 2014;Wilson & Czik, 2016)。Grime和Warschauer(2010)探究了智能作文評價系統MY Access在美國某地區八所中學的使用情況，發現MY Access的應用能提升中學生寫作與修改動機。Foltz(2014)的研究發現，使用Write-to-Learn反饋的學生會增加寫作和修改的時間投入，由此提升寫作參與的持久性和寫作毅力。Wilson & Czik(2016)以美國145名八年級學生為樣本的對照實驗研究(實驗組72人、對照組73人)表明，實驗組(PEG+教師反饋)學生對寫作動機量表中毅力維度的題項“我會花時間解決寫作中的問題”的認同度顯著高于對照組(教師反饋)；同時，實驗組學生的作文提交次數也高于對照組學生。以上研究為智能作文反饋對學生寫作動機的積極影響提供了依據，但該領域還需要推進針對不同語種文本反饋工具的更多實證研究，進一步驗證以上結論。

通過對智能作文反饋領域的文獻回顧不難發現，已有研究大多聚焦英文智能作文評價系統的教學應用效果，由于中文智能作文評價系統興起較晚，相關實踐研究還比較有限，教育界還需要開展更多實證研究驗證其在寫作教學中的應用路徑及效果。目前，中學寫作教學中存在反饋滯后、學生寫作動機低下等問題，教師認知和時間精力都存在局限。如何發揮AI新技術的優勢，探索人機協同寫作教學的合宜形式，是智能時代語文教師必須思考的問題(宋靈清，許林，2018；余勝泉，王琦，2019)。

鑒于以上國內外研究綜述，本研究擬聚焦人機協同的議論文寫作實踐，探究融入智能作文反饋的中學寫作教學效果。研究首先分析中學生寫作修改實踐的特點，繼而調查學生作文質量、寫作動機及寫作修改信念的變化，最后以回顧筆記的形式調查學生對智能作文反饋的體驗與感受。研究包含以下四個問題：

(1)在融入智能作文反饋的中學議論文寫作教學中，學生寫作修改行為、層次、動因和效果分別表現如何？

(2)融入智能作文反饋的中學議論文寫作教學能否提升學生作文成績、文章長度和議論文要素使用頻率？

(3)融入智能作文反饋的中學議論文寫作教學能否促進學生寫作動機和修改信念的提升？

(4)中學生對智能作文反饋的體驗與感受如何？

三、研究方法

（一）研究對象

研究者本人(教育博士，曾任教中學語文)在B校面向七、八年級學生開設一門“論辯寫作”拓展課，以選修該課程的學生為研究樣本。論辯文是議論文的一種，側重在有爭議的問題上表明立場、捍衛立場并駁斥反面觀點。B校是長三角地區某省會城市的九年一貫制學校，該校在國家必修課程外，面向七、八年級學生開設豐富多彩的拓展課。該課程通過學生自主報名與學校調劑分配相結合的方式招募到35名學生。

教學實驗貫穿秋冬學期(2020年9—12月)，課程共十周，每周兩個課時。實驗過程中，學生需接受議論文寫作指導，完成三篇作文初稿，并借助IN課堂修改作文。有四名學生作文提交不完整，三名學生中途轉到其他課程，全程參與實驗課程并完成寫作任務的有28名學生。學生平均年齡13.13歲，男生人數是女生的1.5倍；自主選課的有12人(占比42.86%)，接受調劑的有16人(占比57.14%)。

（二）準實驗設計

本研究采取單組前后測的方法設計實驗。第一周，學生完成寫作動機和寫作修改信念問卷，撰寫一篇命題議論文作為前測作文；教師介紹IN課堂的功能和操作方法。第二至三周，教師教授議論文的構思和寫作要點，并以師生合作寫作的形式強化寫作知識。第四至九周，學生完成三次議論文寫作活動，每次活動用時兩周：前一周學生接受寫作指導并撰寫初稿；后一周學生在機房借助IN課堂反饋修改文章，教師適時組織交流展示活動。寫作指導、初稿撰寫和作品交流活動都在B校某教室進行；寫作修改活動在學校機房開展，該機房座位縱向排列，共四排，可容納40人同時上機。第十周，學生完成寫作動機和修改信念后測，教師以開放性問題引導學生回顧基于IN課堂反饋的作文修改過程，學生書寫回顧筆記。之后，研究者收集并分析學生寫作修改、作文質量、動機信念和體驗感受等方面的數據，用以驗證融入智能作文反饋的中學寫作教學效果。

本課程融入了智能評價的人工智能要素，具有創新實驗性質，以鼓勵學生參與、激發寫作興趣和培養論辯思維為主要目標，教師基于學生綜合表現評定課程成績。具體而言，考勤占20%，課堂參與占30%，作業提交占30%，作文成績占20%，學生作文成績取三次作文終稿成績之和。

（三）作文題目擬定

教師為每次寫作練習提供兩個題目，一個是社會熱點話題評論，另一個是《西游記》人物論辯，學生可根據興趣自由選擇。熱點話題選取與學生生活緊密相關的話題，比如“中學生追星利大于弊還是弊大于利”等?！段饔斡洝肥遣烤幈菊Z文教材中的必讀名著，屬于七年級上冊的閱讀任務，七、八年級學生對其內容都比較熟悉，該書趣味性與深刻性并重，是很好的論辯資源，因此，研究者設計系列人物論辯話題，比如“豬八戒是取經路上的豬隊友還是好隊員”等。題目編制完成后，研究者邀請B校語文教師對其趣味性和適宜性進行審核。

（四）數據收集與分析過程

本研究所收集的數據包括學生寫作修改、寫作動機、修改信念和回顧筆記，擬從多個維度探究融入智能作文反饋的中學寫作教學效果。各類數據的收集與分析過程如下。

1. 寫作修改數據的收集與分析

本研究以學生第三次作文初稿(n=28)和終稿(n=28)為樣本分析學生寫作修改特點，從修改行為、修改層次、修改動因和效果四個方面收集并分析數據。

研究者采用Beyond Compare軟件對作文初稿和終稿文本進行內容對比，將有獨立意義的修改點逐個錄入Excel表格，共梳理出修改點253項，隨后統計每篇作文初稿字數，將實際修改數量轉化為每千字修改數。

借鑒已有文獻中的分類方式，研究者結合國內中學寫作教學現狀，將寫作修改行為劃分為增加、刪除、調序和替換等四種類型；修改層次分為低階修改和高階修改，其中低階修改指有關標點、詞句、語法的表層修改，高階修改指涉及主題意義、內容選材和結構構思等的深層修改(Chapelle, Cotos, &Lee, 2015; Link, Mehrzad, & Rahimi, 2020)。研究者與B校語文教師W合作，從修改行為和修改層次的維度對修改點進行編碼；之后對比IN課堂反饋和文本修改情況，初步判斷各修改點屬于自主修改還是回應反饋的修改，從修改動因和效果的角度對修改點進行編碼；最后，對寫作修改行為和修改層次的數據進行統計分析，比較學生自主修改和回應反饋修改的比例及效果。修改點編碼樣例如表1所示。

表1 學生寫作修改層次、行為、動因和效果的編碼樣例

2. 學生作文質量數據的收集與分析

本研究從學生作文成績、文章長度和議論文要素等方面收集學生議論文寫作質量的相關數據。

(1)學生作文成績數據的收集與分析

教學實驗貫穿秋冬學期，有一定的持續性，因此本研究不僅調查學生作文終稿成績較初稿成績的提升情況，也分析學生作文的長期進步情況。

針對學生的三次作文練習，每篇作文初稿和終稿都被錄入IN課堂得到智能評分，同時教師參照中考作文評分標準對作文評分，兩種評分方式都以40分為滿分成績，取二者均值為作文最終成績。研究對學生三次作文初稿和終稿成績分別進行配對樣本t檢驗，以此驗證學生議論文成績在短期內——終稿成績較初稿成績——的提升狀況。

同時，研究以學生第三次作文初稿作為后測樣本，與前測作文成績比較，以此檢驗學生作文成績長期提升狀況，即學生在無反饋的情況下獨立完成的作文是否有進步。借鑒美國國家評估理事會編制的八年級議論文評分指南，參照國內議論文教學情況，研究者編制針對中學生的議論文整體評分規則，用于前后測作文評分。該評分規則提供1—6分的評分指導建議，評分員需從整體上對文章質量進行評估，不用單獨評估個別項目或局部質量(National Assessment Governors Board, 2017)。

研究者和W首先獨立完成前后測作文評分，取兩人評分精確一致項(評分完全一致)與相鄰一致項(評分等級相鄰)項數之和除以總項數計算評分一致性(Hoang & Kunnan, 2016)。兩位評分員針對前測作文的評分一致性為0.96，針對后測作文的評分一致性為0.92，都比較理想。之后，二人再次審閱評分有差異的作文，協商達成最終得分。研究采用SPSS 23對前后測作文整體得分進行Wilcoxon非參數檢驗，以此驗證學生作文長期提升狀況。

(2)學生作文長度數據的收集與分析

在寫作教學領域，作文長度是衡量教學效果的指標之一(Graham & Harris, 2003, pp. 323-334)，有人發現作文長度和作文質量呈顯著正相關(Morphy & Graham, 2012)，語文課程標準和中高考作文評價標準也都對學生作文字數提出了明確要求。本研究對學生作文前測和后測(第三次作文初稿)作文長度進行對比，以此調查融入智能作文反饋的寫作教學能否影響學生作文長度。作文長度用總字數來衡量，研究者用Word文檔字數統計功能記錄前后測作文字數，該過程忽略書寫、語法等文本錯誤，只關注總字數。研究采用SPSS 23對前后測作文字數進行配對樣本t檢驗，用以驗證學生作文長度是否顯著增加。

(3)學生議論文要素使用數據的收集與分析

根據先前文獻中推薦的程序，研究者和W對前后測作文中的議論文要素——論點、論據、闡釋、反駁和結論——合作評分(Scardamalia, Bereiter, &Goelman, 1982, pp. 175-210)。對于論點和結論，如果文本包含該要素，得1分，如不包含，得0分；對于論據、闡釋(進一步解釋論據和論點之間的關系)和反駁，每出現一次得1分。二人提前閱讀五篇文章，了解學生大致水平，交流評分中可能出現的問題，明確評分細則。之后，兩位評分員分別評閱十篇作文，統計每項議論文要素的評分一致性。結果顯示，二者在論點層面一致性為1，支持理由層面一致性為0.80，闡述層面一致性為0.80，反駁層面一致性為0.90，結論層面的一致性為0.90，都比較理想。對于評分有差異的樣本，二人通過協商達成一致。

研究采用SPSS 23對前后測作文的各要素得進行Wilcoxon非參數檢驗，用以檢驗學生后測作文中議論文要素使用情況較前測是否有提升。

3. 學生寫作動機與修改信念數據的收集與分析

學生在實驗前后都需完成寫作動機量表和寫作修改信念問卷。學生寫作動機量表在已有文獻基礎上改編(Piazza & Siebert, 2008)，共11題，包括學生對寫作的自信(三個題項)、毅力(四個題項)和激情(四個題項)三個維度，采用李克特七點量表設計（見表2）。該量表在研發階段的克隆巴赫α系數為0.89，在本研究的前后測中，量表的克隆巴赫α系數分別為0.88和0.91，表明量表信度較高。研究采用SPSS 23對學生寫作動機前后測進行配對樣本t檢驗，用以驗證融入智能作文反饋的議論文寫作教學能否提升學生寫作動機。

表2 學生寫作動機量表題項樣例(Piazza & Siebert, 2008)

借鑒前人編制的寫作修改信念量表(Chen & Zhang, 2019)，本研究根據國內中學生議論文寫作特點略作調整，如將“我可以修改文章中的拼寫錯誤”改為“我可以修改文章中的錯別字”，由此形成中學生寫作修改信念問卷。該問卷由15個題項組成，分低階修改信念和高階修改信念兩個維度，前者包括五個題項，后者包括十個題項(見表3)。學生根據對各項陳述的自信程度在“0—10”中進行選擇，“0”表示“做不到”，“10”表示“完全可以做到”。在本研究中，該問卷前后測的克隆巴赫α系數分別為0.97和0.96，說明量表信度良好。研究采用SPSS 23對學生低階和高階修改信念的前后測得分進行配對樣本t檢驗，用以調查實驗前后學生寫作修改信念提升狀況。

表3 中學生寫作修改信念問卷的題項樣例(Chen & Zhang, 2019)

4. 學生體驗與感受類數據的收集與分析

教學實驗結束后，教師將第三次作文初稿的智能評分與反饋信息提供給學生。教師提出“IN課堂的作文評分對你的寫作有幫助嗎，為什么？”“IN課堂的反饋建議對你的寫作有幫助嗎，為什么？”和“你認為IN課堂在哪些方面需要改進？”三個問題，要求學生回顧第三次寫作修改過程，將回答寫在相關的評分或反饋內容旁邊，最終收集到20份回顧筆記。研究者分類整理學生對每個問題的回答內容，對其進一步梳理總結。

四、研究發現

（一）學生寫作修改實踐

針對問題一(在融入智能作文反饋的中學議論文寫作教學中，學生寫作修改行為、層次、動因和效果分別表現如何？)，本研究以學生第三次作文初稿(n=28)和終稿(n=28)為樣本，通過文本對比整理出253項修改點，將每篇文章的修改數量轉換為每千字修改數，之后對全部修改點從修改行為、層次、動因與效果四方面編碼分析。

在253項修改點中，學生最常做出的修改行為是增加（141項，占比55.73%），然后依次是替換(85項，占比33.60%)、刪除(23項，占比9.09%)、調序(4項，占比1.58%)。表4顯示，學生每千字平均修改數量為13.05 (SD=7.34)，其中低階修改占比60.38%，超過了高階修改占比(39.62%)?？梢?，在融入智能作文反饋的寫作教學條件下，學生更側重低階修改。

表4 學生作文修改層次統計(n=28)

由修改動因維度的編碼分析可知，在253項修改點中，學生回應IN課堂反饋的修改占17%(43項)，其他83%(210項)都屬于自主修改。兩種修改動因下的低階修改占比都高于高階修改；回應IN課堂反饋修改的低階修改比例(62.79%)略高于自主修改的低階修改比例(60%)，但二者相差不大(見表5)。

表5 學生寫作修改動因與層次比較(n=28)

從修改效果看，在學生回應IN課堂反饋的43項修改中，40項(占比93%)屬于成功的修改，即修改有助于提升文本質量；只有3項(占比7%)屬于不成功的修改，沒有達成預期的文本改進。追蹤具體文本發現，針對IN課堂具體精準的反饋內容，學生大多能做出有效修改；而針對模糊籠統的智能反饋，學生修改效果往往不理想(見表6)。在學生做出的210項自主修改中，修改成功的有170條（占比81%），另外40條(占比19%)修改并不成功。可見，與學生自主修改相比，基于IN課堂反饋的修改成功率更高。智能作文反饋對學生作文質量的影響往往通過寫作修改實踐來實現，接下來將分析學生作文質量在準實驗期間的發展變化。

表6 學生基于IN課堂反饋的作文修改樣例

（二）學生作文質量分析

針對問題二（融入智能作文反饋的中學議論文教學能否提升學生作文成績、文章長度和議論要素使用頻率？），本研究從作文成績、文章長度和文體要素三方面分析學生議論文質量。

首先，針對學生作文成績，本研究不僅調查學生作文終稿成績較初稿提升情況，還關注學生作文長期進步。對學生三次作文初稿成績和終稿成績進行配對樣本t檢驗，表7顯示，學生三次作文終稿成績較初稿成績都顯著提升，寫作修改效果良好。

表7 學生作文成績的配對樣本t檢驗(n=28)

研究者和W教師合作對28位學生的前測作文和后測作文(第三次作文初稿)進行整體評分，取二者均分作為每篇作文的最終得分。Wilcoxon非參數檢驗結果顯示，前后測作文成績的中位數都是3分。然而，從符號秩的數據看，正秩(后測＞前測）的個案數為22，秩平均值為12.18；負秩(后測＜前測)的個案數為5，秩平均值為8.00；綁定值(后測=前測）的個案數為5?？梢姡瑢W生后測作文成績要高于前測，且這種差異具有顯著性(Z=-4.09，p＜0.01)，效應量為中等(見表8）。經過十周的教學干預，學生獨立完成作文的成績較前測有顯著提升，且該提升具有長期效應，表明在智能作文反饋的學習環境中，學生能將習得技能遷移到新的寫作任務中。

表8 學生前后測作文成績的Wilcoxon非參數檢驗(n=28)

由此可知，融入智能作文反饋的寫作教學不僅能促進學生作文終稿成績較初稿的短期提升，還有助于學生議論文寫作能力的長期進步。

其次，對學生前測和后測作文(第三次作文初稿)的字數統計顯示，學生前測作文平均字數為515.32，后測作文平均字數為708.18，后測作文字數比前測高出近200。配對樣本t檢驗結果顯示，后測作文長度顯著高于前測作文長度(t=7.47，p＜0.01)?？梢?，在融入智能作文反饋的寫作教學條件下，學生作文長度提升幅度顯著。

最后，研究者和W教師對學生前后測作文中的議論文要素合作評分，由此得到前后測作文的文體要素得分。Wilcoxon非參數檢驗結果顯示，后測作文在論據、闡釋和結論上的得分顯著高于前測，且具備小到中等的效應量；前后測作文在論點和反駁層面的得分均沒有顯著差異(見表9）。深入調查發現，有12名學生的后測作文論據項數高于前測，占總樣本的42.86%；有19名學生的后測作文闡釋項數超過前測，占總樣本的67.86%；有10名學生在后測作文中增加結論要素，完成從無到有的突破，占總樣本的35.71%?？梢?，在融入智能作文反饋的寫作教學條件下，學生對論據、闡釋、結論三個文體要素的使用頻率提升顯著，論點和反駁兩個要素的使用頻率沒有顯著變化。

表9 學生前后測作文中議論文要素的Wilcoxon非參數檢驗結果(n=28)

綜上可知，在融入智能作文反饋的寫作教學條件下，中學生議論文在作文成績、文章長度和文體要素使用上都有顯著進步。在這一顯性表現的背后，學生寫作動機與修改信念的變化也值得關注。

（三）學生寫作動機與修改信念分析

針對問題三(融入智能反饋的中學議論文寫作教學能否促進學生寫作動機和修改信念的提升？),本研究首先對學生寫作動機前后測進行配對樣本t檢驗。表10顯示，學生寫作動機后測在毅力維度(t=2.15,p＜0.05)和激情維度(t=2.53,p＜0.05)都較前測有顯著提升，自信維度前后測之間沒有顯著差異。

表10 學生寫作動機前后測的t檢驗(n=28)

其次，對寫作修改信念前后測進行配對樣本t檢驗。表11顯示，后測量表均分顯著高于前測(t=4.40，p＜0.01)，低階修改信念后測得分顯著高于前測(t=3.58，p＜0.01)，高階修改信念后測得分也顯著高于前測(t=4.47，p＜0.01)。值得注意的是，學生前測的高階修改信念均分6.53(SD=2.55)低于低階修改信念均分7.14(SD=2.40)；學生后測的高階修改信念均分8.17(SD=2.82)也低于低階修改信念均分8.64(SD=1.76)。

表11 學生寫作修改信念前后測配對樣本t檢驗（n=28）

總之，在融入智能作文反饋的寫作教學條件下，學生寫作修改信念較前測有所提升，量表均分、低階修改信念和高階修改信念的提升都是顯著的。此外，不管是前測還是后測，學生的低階修改信念得分都高于高階修改信念，說明學生對完成低階修改有更強的意愿和信心。

（四）學生對智能作文反饋的體驗與感受

學生寫作修改實踐、作文質量、寫作動機和信念在準實驗期間的發展變化情況，都可以和學生的體驗感受類信息互相印證。針對問題四(中學生對智能作文反饋的體驗與感受如何？），本研究借助三個開放性問題收集學生的體驗和感受數據。對于問題一(你認為IN課堂作文評分對你的寫作有幫助嗎，為什么？)，有16名學生(占比80%)給出肯定回答，理由有三。第一，它能幫助學生了解作文質量(九人次)。一方面，IN課堂評分可幫助認識自身作文水平，讓學生有自知之明，不會盲目自信；另一方面，在修改作文提交后，系統會立即評分，學生可了解修改后的作文質量。第二，它能促進學生寫作修改實踐(七人次)。有人表示，自己提交作文后會第一時間關注分數，如果偏低，就會立刻修改，“覺得分數太低似乎傷自尊，想要努力去修改完善”，“它會激勵自己努力去突破，修改一次就看看是否有提升，等待的三秒鐘有點小激動的，就像玩游戲一樣，能增加寫作的趣味性”。第三，它能增強學生的寫作自信(三人次)。有同學舉例說，“我把文章修改提交后，發現比之前提升了5分，就會覺得自身努力被認可，會很開心”。

有兩名學生(占比10%)表示IN課堂評分對寫作沒有幫助，并對其評分公正性表示質疑。學生提到，“系統對字數過于重視，對重復累贅語段不能有效判定，對引用名言的判斷過于程式化，只關注是否有引用標志，這會導致評分不公”，“如果我增加一段和主題無關的內容，作文分數也會提升，這說明智能評分和人類評分還是有差距的，它還是不夠聰明”。另外兩名學生(占比10%)未明確表態。

針對問題二(IN課堂的反饋建議對你的寫作有幫助嗎，為什么？)，有13名學生(占比65%)給出了肯定答案，有五名學生(占比25%)表示沒有用或用處不太大，還有兩名學生(占比10%)沒有給出明確回答。

對IN課堂反饋建議持肯定態度的學生主要給出了三點理由。第一，它能為學生寫作修改過程提供支持，拓展修改思路(六人次)。一方面，系統會針對標點、錯別字和語法等提供修改建議。有學生舉例說，IN課堂提出“在同一句話中出現多次‘他’，建議只保留一處，避免稱謂上的重復”，這是自己寫作時沒有注意到的，修改后確實會讓語句更流暢。另一方面，系統給出的作文提分點往往能提供修改作文的方向。有學生以作文《豬八戒，取經路上的好隊員》舉例，系統提出“讓事實說話，用令人信服的事例來證明自己論點正確，道理將不言而喻”，該同學據此得到啟發，增加了一個事例來佐證觀點。第二，它可以豐富學生寫作知識和語言積累(三人次)。有學生提及，“系統提供‘如何使說理具有力度’的寫作指導短文，讓我對議論文語言有了更深刻的認識”；也有同學提出，“拓展學習”板塊的詞語辨析有趣又有用，能豐富詞語運用的知識。第三，它會激發學生寫作和修改的熱情(五人次)。有學生認為，系統會對作文從詞句到語段都大加表揚，讓學生有種被肯定的自豪感，更積極地投入寫作與修改實踐。

然而，也有五名學生(占比25%)認為IN課堂反饋信息沒有用或用處不大，主要有三個原因。第一，系統表揚內容過于夸張且不貼合文本(兩人次)。有學生舉例說，系統說文章“語言優美，又富有啟迪，以小見大、見社會、見精神”，與文章內容不符，適當表揚確實能激勵寫作，但表揚不貼切也影響效果。第二，反饋建議存在籠統、缺乏針對性、程式化等問題(四人次)。有學生舉例說，系統建議有時過于寬泛和籠統，它提出“文章角度比較單一，說服力不強，建議運用正反對比的思維方式組織和闡釋材料”，自己還是不知從何處下手；也有學生覺得某些建議聽起來不錯，但很難落實，比如系統建議“立意角度還可以更有新意，可嘗試打破常規，逆向思維，進行反向立意”，自己很難據此修改。第三，對文本錯誤的識別率不高(三人次)。有學生指出，盡管系統識別出部分標點、錯別字和語法等文本錯誤，但大量語言錯誤，尤其是比較復雜的語法錯誤還不能被識別出來。

針對第三個開放問題(你認為IN課堂系統在哪些方面需要改進？)，學生提出完善評分機制、加強內容反饋的針對性、提供寫作范文范例、豐富評價文體(比如增加詩歌類)等改進建議。

五、結果討論

（一）智能作文反饋融入議論文寫作教學后，學生最常做出的修改行為是增加和替換，較少用到刪除和調序；學生低階修改比例高于高階修改；學生非常重視自主修改，然而其成功率低于回應IN課堂反饋的修改成功率

學生最常做出的修改行為是增加和替換，二者都能體現出學生處理寫作問題時的積極態度。Link,Mehrzad, & Rahimi(2020)的研究發現，智能反饋條件下學生會更頻繁地做出移除行為，即把反饋有問題的內容直接刪除，帶有逃避問題的消極傾向；與之相比，本研究的結果還是讓人樂觀的。此外，學生用到調序的次數最少，或許調整內容順序要用到較高層次的寫作與思維能力，對中低水平學生來說并不容易。

學生低階修改比例(60.38%)高于高階修改(39.62%)，即學生更側重低階修改。對中學生來說，或許理解與落實高階修改建議有一定的難度。該結果與寫作修改信念調查的發現是契合的，學生低階修改信念得分高于高階修改信念，說明學生更有意愿和信心完成低階修改。深入調查IN課堂反饋內容發現，學生會忽視系統生成的大量高階建議，落實高階修改建議需要更復雜的寫作技能和更強的毅力，即使對優秀的學生來說也是挑戰。學生在回顧筆記中也提到，IN課堂高階修改建議存在過于籠統、程式化、針對性不強等問題，或許現階段人工智能技術還無法達成對內容意義的深度理解，教師在高階反饋方面應該更有優勢，這也為人機協同寫作教學提供了發展方向。

學生自主修改和回應IN課堂反饋修改的占比分別為83%和17%，說明學生非常重視自主修改，會依靠個體認知積極發現、診斷并解決寫作中的問題。學生自主修改的成功率低于基于智能反饋的修改成功率，這和先前針對英語寫作修改研究的結果是一致的(Link, Mehrzad, & Rahimi, 2020)。IN課堂會幫助學生發現并診斷文本低階錯誤，甚至提供具體解決方案，學生只需接受即可，修改成功率自然會提高；學生自主修改文本時，需要獨立發現、診斷、解決文本中的問題，每個步驟都有失敗的可能，修改成功率也會相應降低。

分析學生的寫作修改特點，不僅能幫助語文教育者從微觀角度了解學生的寫作修改現狀，也可使研究者反思智能反饋工具對學生寫作修改的意義和價值。學生的寫作修改實踐不僅體現了學生的寫作動機與修改信念，也直接影響著學生作文終稿較初稿的提升狀況，是衡量中學寫作教學效果的重要依據。

（二）在融入智能作文反饋的中學議論文寫作教學條件下，學生作文成績提升顯著，文章長度大幅度增加，學生在論據、闡釋和結論等文體要素的使用上取得顯著進步

該結果與前人多項研究結果一致，智能作文反饋對普通學生和學習障礙生的作文質量都有提升作用(Stevenson & Phakiti，2014)。Palermo & Thomson(2018)的研究發現，智能作文反饋與特定教學策略相結合能顯著提升中學生寫作質量，本研究的結果與之基本類似。本研究不僅調查學生作文終稿較初稿成績提升情況，還關注學生作文成績長期提升狀況，同時分析學生對議論文論據、闡釋和結論等要素的使用頻率，以期通過多維度數據的相互驗證提升研究結果的可信度。

值得注意的是，本研究采取單組前后測的方法設計實驗，并沒有對照組控制實驗條件，因此學生作文質量提升或許得益于課程教學，也可能是自我發展因素(Stevenson & Phakiti, 2014)，未必完全歸因于智能作文反饋的貢獻，這也是本研究的局限所在。教學實驗設計和實施需依托已有學生和課程資源，難以在真空條件下開展，更嚴謹的對照實驗設計還有待未來研究推進。

（三）智能作文反饋融入中學議論文寫作教學能顯著提升學生寫作毅力和激情，學生寫作修改信念在低階和高階維度都有顯著提升

寫作動機對提升作文成績具有重要作用(Hayes, 2012)。已有研究表明，智能作文反饋能促進學生寫作動機的提升(Morphy & Graham, 2012; Foltz, 2014)，本研究印證了該結論。經過十周的教學試驗，學生寫作動機在毅力和激情維度提升顯著，證實中文智能作文反饋對中學生寫作動機具有積極影響。學生在回顧筆記中也提出，IN課堂的“秒評分”讓學生看到點滴進步，會提升寫作信心，“秒反饋”也通過全面表揚激發學生寫作興趣，這都和學生寫作動機密切相關。值得注意的是，學生寫作動機發展過程緩慢，且受多種因素的影響。由于缺乏對照組，學生又來自不同班級，本研究設計方案本身并沒有排除語文課程、家庭教育等干擾因素，因此對該結論的接受和解釋應持慎重態度。

學生寫作修改信念在低階和高階維度都有顯著提升，這與學生寫作毅力維度的提升可相互解釋。學生寫作動機量表第三題(我在寫作中會嘗試各種可能性)和第十題(我會花時間解決寫作中的問題)屬于毅力維度，都和寫作修改信念聯系緊密。學生寫作修改信念提升或許與兩種因素有關：一方面，教師鼓勵學生圍繞論點、論據等文體要素構思、撰寫和反思文本，學生在修改時有抓手；另一方面，智能作文反饋即時而便捷，學生能隨時提交作文并得到“秒評分”和“秒反饋”，這能激發學生的持續修改意愿。然而，寫作修改信念與學生修改數量、行為、層次等實踐未必存在正相關，也就是說，學生修改信念提升并不等于同等程度的寫作修改行為與效果。修改信念轉化為有效寫作修改實踐不僅需要師生協力提升寫作修改能力，還有賴智能作文評價系統在技術上迭代更新，提升反饋質量，強化過程支持力度。

（四）大部分學生認為智能作文反饋對寫作有促進作用，智能反饋質量是影響學生用戶體驗的關鍵因素

回顧筆記顯示，百分之八十的學生肯定智能評分對寫作的促進作用，超過一半的學生對IN課堂的內容反饋持肯定態度，即大多數學生認可智能作文反饋的效果，這與先前針對英語智能作文評價的調查結果是一致的，師生大多數情況下對智能反饋有著較高的認可度(Palermo & Thomson, 2018; Grime &Warschauer, 2010)。學生認為智能評分的有用性體現在幫助認識自身作文水平、促進寫作修改、提升寫作自信等方面，這都建立在IN課堂評分效度良好的基礎上。這里的“評分效度良好”主要來自學生的主觀判斷，即學生認為IN課堂評分和作文質量是契合的，能反映自身真實的寫作水平；少部分學生對IN課堂評分效度產生質疑，認為自己將修改后的文本反饋給系統時，IN課堂迭代評分不夠準確科學，因此不認可智能評分。盡管學生對IN課堂評分效度的評判未必完全科學，但它能為IN課堂的系統改進提供重要啟發。先前有研究證實IN課堂評分效度良好，但是它主要關注系統對作文的初次評分，而非寫作修改過程中對同一篇作文的動態的迭代評分(劉淑君，李艷，楊普光，李小麗和高紅芳，2021)，而這恰恰是學生在寫作修改過程中更為看重的。

一半以上的學生對IN課堂的內容反饋持肯定態度，認為它能拓展寫作修改思路、豐富知識積累并激發寫作興趣，這分別指向IN課堂提供的糾正型、信息型(比如提供學習資源)和表揚型反饋的有效性。部分學生提出智能反饋內容存在表揚不夠貼切、建議過于籠統、對文本錯誤識別率不高等問題。可見，學生是否接受智能反饋信息，取決于反饋內容是否準確科學且容易理解，即學生只有在認可反饋內容的科學性、能夠理解且有能力實施時，才能將其轉化為寫作修改行為(Link, Mehrzad, & Rahimi,2020)。

由此可知，智能反饋質量是影響學生使用體驗的關鍵因素。大部分學生對智能作文反饋持積極態度，這帶給語文教育者一種技術賦能教學的信念，也顯示出智能作文反饋在教學應用上的巨大潛力。同時，學生基于用戶體驗對IN課堂提出完善評分機制、加強反饋針對性等建議，為系統的功能完善和技術革新提供了重要啟發。

修改是寫作認知模型中的關鍵環節( Flower & Hayes, 1981)，學生在發現、診斷和解決文本問題的過程中會遇到困難，需要從寫作反饋中得到支持。智能作文反饋具備即時生成和雙向互動的優勢，讓“練習—反饋—修改”的迭代過程實現智能化(Attali, 2004)；同時，系統語料庫可為學生匹配個性化學習資源，推動自適應學習的發展。融入智能作文反饋的中學寫作教學在學生寫作修改實踐、作文質量和寫作動機信念等維度收獲了積極成效。教師盡管在認知和精力上存在局限，但在意義理解、情感交流、學習引導等方面的優勢依然無可取代。人機協同教學應是未來寫作教學的理想形態，智能作文反饋能成為傳統寫作教學的有益補充，但并不能動搖教學過程中師生對話的核心作用(閆光才，2021)。

六、結論與啟示

依托B?！罢撧q寫作”課程的單組教學實驗，本研究從學生寫作修改實踐、作文質量、動機信念等維度探究融入智能作文反饋的中學議論文寫作教學效果，主要得出三點結論。

第一，在智能作文反饋條件下，學生最常做出的修改行為是增加和替換，較少用到刪除和調序，寫作修改行為較為積極；學生更側重低階修改，在落實高階反饋建議上還面臨挑戰；學生非常重視自主修改，然而其成功率低于回應IN課堂反饋修改的成功率。第二，融入智能作文反饋的議論文寫作教學效果良好，學生的作文質量、寫作動機及寫作修改信念得到全方位提升，智能作文反饋系統與教師的協同教學具備實施的可能性。第三，大部分學生認可智能作文反饋對寫作的促進作用，智能反饋質量是影響學生體驗的重要因素。

上述結論說明，智能作文反饋能促進學生作文質量和動機信念的提升，學生對其認可度較高，具備教學應用的基礎，這為人機協同寫作教學領域的發展提供了重要啟示和建議。

首先，學校應創設智慧校園環境，支持智能技術在語文教學中的廣泛應用。學校管理者應該順應時代發展趨勢，充分認識到智能技術在教學中的作用，為教師提供自由的工作空間，支持教育創新實驗。其次，教師應積極轉換角色，提升人工智能素養，在人機協同寫作教學中有所擔當。智能作文反饋可以隨時隨地向學生提供服務，反饋內容豐富而廣泛，這讓寫作教學超越了教室這一封閉場域，同時打破了教師“傳道、授業、解惑”的傳統功能角色。教師要在智能時代發揮引領者、促進者、協調者的作用，推動人機協同教學的有效實施。最后，研發方應立足用戶體驗，關注智能作文反饋的應用效果，通過跨學科合作實現產品持續迭代升級?！叭恕獧C”雙向反饋質量是決定智能作文反饋應用效果的關鍵因素，只有不斷提升系統的文本識別和反饋精準度，找準定位，才能在人機協同寫作教學中發揮技術優勢。系統應著力通過高質量反饋監控學生修改過程，通過提供學習資源和過程性支持輔助學生提升能力，最終助力學生成長為獨立的作者。