智能作文評價：研究進展、局限與展望

【編者按】主持人：榮維東西南大學教授、博士生導師西南大學語文教育研究所所長

智能作文評價的研究進展與實踐探索

目前，人工智能技術正深刻重塑教育評價模式，智能作文評價作為其重要分支，憑借高效批改與精準反饋的優勢，正成為推動寫作教學轉型的關鍵力量。本期聚焦“智能作文評價”，從技術綜述、工具對比到教學實踐，多維度呈現該領域的研究進展與應用探索，為教育工作者、研究者及技術開發者提供多維的觀察視角。

、和在《智能作文評價：研究進展、局限與展望》一文中，全面梳理了智能作文評價的研究進展，指出了當前研究的核心議題，包括智能作文評價的技術與原理探索、效果評估以及應用策略。論文指出，盡管智能作文評價在減輕教師負擔、提高評價效率方面展現出顯著優勢，但仍面臨諸多技術難題亟待突破、實際效果待檢驗以及應用策略尚需細化等問題。未來需突破篇章結構分析、情感誤判等技術瓶頸，并提高實證研究驗證工具效能。該文以宏闊視野勾畫領域發展脈絡，既為研究者提供了理論啟示，也為政策制定者提供了一定參考。

羅文雅和劉雄平在《語文作文智能評分工具的對比研究和優化策略》中，運用IN課堂、筆神作文和光速寫作等三個主要智能評分工具，通過34篇作文的評分數據對比，揭示了它們在評分準確性、穩定性和一致性方面的差異。研究發現，IN課堂與筆神作文在均值上接近人工評分，光速寫作則偏差顯著，但所有工具在區分作文質量優劣方面仍有待提升。基于此，文章提出了構建文本框架、引入預訓練模型、優化手寫識別及注重系統優化與跨學科合作等策略，以期提升智能評分工具的效能和準確性。

陳麗娜在《基于AIGC的初中記敘文寫作發展性評價初探》中，探討了AIGC技術在初中記敘文寫作發展性評價中的應用。文章構建了基于知識深度等級體系的縱向發展性評價體系，涵蓋基礎技能、創新表達與遷移能力三階段，并融入自評、互評、AI評等多維反饋。通過《我終于找回了誠信》等案例，展示了AI如何提供精準診斷與支架賦能。該研究不僅為初中記敘文寫作評價提供了新的路徑，也為智能作文評價在基礎教育中的應用提供了有益嘗試。

對于一般讀者而言，本期專題不僅提供了智能作文評價領域的最新研究成果，還展示了智能作文評價工具在實際教學中的應用潛力。通過閱讀這些論文，讀者可以了解智能作文評價的基本原理、技術挑戰及優化策略，同時認識到其在提升教學效率和促進學生個性化發展方面的重要作用。我們期待，隨著人工智能技術的不斷進步，智能作文評價將在教育領域發揮越來越重要的作用。

摘要隨著人工智能技術的發展，智能作文評價也成為教育領域研究的熱點問題。為明晰我國智能作文評價研究的進展，研究對相關文獻進行了梳理和分析，結果發現，智能作文評價研究的核心議題主要集中在智能作文評價的技術與原理探索、智能作文評價的效果以及智能作文評價工具的應用策略等三個方面。雖然相關研究取得了一定的成果，但也存在一些局限，主要體現為諸多技術難題亟待突破、智能作文評價的實際效果有待全面檢驗以及智能作文評價工具的應用策略尚需進一步細化等。對此，未來智能作文評價的研究應重點加強智能作文評價的關鍵技術研發，大力開展智能作文評價效果的實證研究，并全面開發智能作文評價工具的應用策略。

關鍵詞人工智能智能作文評價自然語言處理作文評價體系簡單來說，作文評價就是通過對學生作文能 力和水平的綜合判斷、評議鑒定，使學生明了每

次作文的得失，從而促進學生作文能力的發展[1]。作文評價具有引導、診斷、反饋和激勵等多重功能，是寫作教學的重要環節。但是，在傳統的寫作教學中，由于作文評價的工作量繁重，需要教師花費大量的時間和精力，導致評價結果的反饋滯后，效率低下，甚至一些教師為快速完成評價任務，只給學生評定等級和分數，而未對學生的作文進行細致反饋，致使作文評價流于形式，缺乏針對性。對此，有研究提出了同伴互評、網絡評價、檔案袋評價等多樣化的評價形式，但并未從根本上解決這些問題，作文評價也成了困擾廣大語文教師的“頑疾”。而人工智能（ArtificialIntelligence，AI）的出現和發展則為解決這一問題提供了一條可行性路徑。

人工智能的概念最早由約翰·麥卡錫（JohnMcCarthy）等人在1956年召開的達特茅斯會議（DartmouthConference）上正式提出，它通常指“以信息科技為基礎，以基于大數據的復雜算法為核心，以對人類智能的模擬、延伸和超越為目標的高新科學技術”[2]。隨著人工智能技術的發展，其應用范圍逐漸擴大到作文評價領域，研究者據此設計和開發出各種作文自動化評估和分析工具，并將其應用到教學實踐中。人們認為，智能作文評價工具的快速批閱與反饋的優勢對于解決傳統作文評價中的問題具有一定的積極作用。由此，智能作文評價也成了教育研究領域的重要問題，研究者們從不同的角度對其進行了探討。及時梳理相關研究成果，不僅有利于對優秀成果進行總結，而且可以發現已有研究的不足，并為未來的智能作文評價的發展提供參考。

一、智能作文評價的研究進展

作文評價是人工智能技術應用的重要領域，自20世紀60年代起，國外就開始了自動作文評價技術（AutomatedEssayScoring，AES）的研發。1966年，美國學者埃利斯·佩奇（EllisPage）研制出世界上第一款智能作文評價系統PEG（ProjectEssayGrader）。如今，自動作文評價技術已經發展得相對成熟，并得到了廣泛應用。而隨著生成式人工智能（AIGeneratedContent，AIGC）的快速發展，人工智能對作文評價的影響也更加深化，并引發新一輪的研究熱潮。通過梳理可以發現，相關研究探討的核心議題主要集中在智能作文評價的技術與原理探索、效果以及應用策略等三個方面。

1.智能作文評價的技術與原理探索

與國外相比，我國對智能作文評價的研究起步較晚，因此早期研究多偏重于對國外作文自動評價工具的技術與原理的介紹。如國外教育考試領域常用的PEG、IEA（Intelligent EssayAssessor）、E-rater、BETSY（Bayesian Essay TestScoringSystem）等[3]。雖然對這些工具的技術和原理的研究能為國內智能作文評價系統的研發提供借鑒和啟發，但其更多的還是適用于英語文本。對此，相關研究開展了一系列的探索，主要集中在兩個方面：一是對漢語智能作文評價所需的技術和原理進行宏觀層面的探討，二是對某些特定技術開展探索性的研究和實驗。

“智能作文評價的原理主要是基于自然語言處理（Natural LanguageProcessing，NLP）”。目前，自然語言處理技術已經從傳統的機器學習走向深度學習，在深度學習的自然語言處理中，漢語語料與英語語料有不同的處理流程，漢語語料的處理流程是分詞、詞性標注、命名實體識別、去除停用詞、設計模型、訓練模型，最后還要對建模后的效果進行評價[4，這其中涉及的技術有關鍵詞句提取、基于深度學習的神經網絡模型建構、語料庫開發等[5。但是，漢語的語義和語法比較靈活，詞語之間也沒有明確的分隔符，這導致漢語作文智能評價在自然語言處理和模型建構上還面臨著諸多困難[。針對這些問題，一些研究開始對某些特定技術開展探索性的研究和實驗。例如，有研究提出了一種基于文本語義離散度的智能作文評價方法并設計了相關實驗，結果表明，加入了文本語義離散度特征后，預測分數和真實分數之間均方根差最大降低了 10.99% ，皮爾遜相關系數最高提升了2.7倍，表明該方法具有一定的有效性[。還有研究基于漢語特點，開發了一種融合句法特征和語義特征的作文自動評分方法一—ISSF，該模型采用Parser提取作文句法特征，采用BERT和適配器的訓練方式提取作文的深層語義特征，并采用自注意力機制提取作文主題特征以用于句法特征和深層語義特征深化，結果證明，ISSF在評分范圍較大、評分標準復雜的情況下具有一定的性能優勢[8]。此外，也有研究在智能作文評價系統中嵌入語言深度感知或引人潛語義分析技術（LatentSemantic Analysis，LSA）[0]，并開展了相關實驗。這些工作對漢語作文智能評價系統的研發起到了重要的推動作用。

2.智能作文評價的效果

智能作文評價的實際效果究竟如何是研究者和教師最為關注的問題。對此，針對各種智能作文評價工具，如上文提及的PEG、IEA等，相關學者對其與人工評價進行了比較研究，數據表明，這些系統與人工評價的結果具有較高一致性[]而對于當前比較流行的ChatGPT，研究發現，將其作為智能作文評價工具，自動評分能力比較有限；而將ChatGPT的評價結果與經驗豐富的人類的評價結果進行相關性分析，發現二者之間也沒有呈現出比較強的相關性（即弱相關到中度相關）[2]。除此之外，國外對智能作文評價效果的研究還表現在對學生寫作成績的影響[13、反饋生成內容的質量[14]、對教師教學的支持[15]等方面。

國外已有研究大多是對英語智能作文評價效果的考察，近年來，隨著國內智能作文評價的興起，相關學者開始了對漢語智能作文評價效果的研究。劉淑君等人使用IN課堂作文智能批改系統（以下簡稱“IN課堂”）作為評價工具，以149篇中學生作文為樣本，從評分有效性、反饋類型與層次和反饋精準度等方面進行實證分析，結果發現，智能作文評價與教師作文評分有較高的一致性和顯著相關性，且表揚型反饋占比較高[16]。他們在另一項研究中，同樣使用IN課堂作為評價反饋工具，對28名學生進行了為期十周的準實驗研究，重點分析學生的修改和作文質量提升情況，同時探究學生的寫作動機和寫作信念的發展，結果顯示，學生的作文成績提升顯著，文章長度也大幅增加，并且寫作動機和寫作修改信念也明顯提高，由此得出，智能作文反饋能支持學生寫作修改過程，提升作文修改質量[17]。吳軍其等人對AIGC輔助教師作文評價的效果進行了研究。他們首先選擇“文心一言”作為評價工具，并為其專門設計了提示語，又為其提供了詳細的《湖北省中文作文評價標準》，在此基礎上使用“文心一言”對湖北省52名九年級學生的104篇作文展開評價，并將其與四名教師的評價進行對比，結果發現，AIGC更關注內容和語言維度，對結構維度評價數量相對較少，教師則更關注內容維度，對語言和結構維度的評價數量相對較少；在各維度評價類型的比較上，AIGC常呈現出“概述 + 建議”和“表揚 + 概述”的類型組合，教師常表現出“表揚 + 診斷”的類型組合；在評價準確度方面，AIGC評價精準度低于教師的評價精準度?？梢?，AIGC在作文評價上可以與教師達成策略互補[18]?？傊瑖鴥痊F有研究證實，智能作文評價工具對于提升學生的作文質量具有明顯的效果，是教師寫作教學的重要輔助。

3.智能作文評價工具的應用策略

2023年教育部辦公廳印發的《基礎教育課程教學改革深化行動方案》特別指出，要“充分利用人工智能和大數據技術，加強過程性與增值性評價，注重發揮教學評價的引導、診斷、改進與激勵作用”[19]。隨著人工智能技術的快速發展和國家相關政策的推動，各種漢語智能作文評價工具和系統層出不窮，并走進了一線語文教學實踐中。據報道，南京鼓樓區在完成DeepSeek-R1模型本地化部署的基礎上，還上線了多款AI應用，為全區師生提供更高效、更智能的作文批改服務[20]。由此觀之，人工智能與基礎教育融合的大潮已經勢不可擋，各類智能作文評價工具也勢必會成為語文教師日常教學中的必備工具。那么，如何幫助教師更好地運用這些工具也成為人們關注的重要問題。對此，相關研究主要從使用準備和教學實施兩個方面展開了討論和探索。

在使用前的準備上，智能作文評價工具的應用首先要做好前提性工作，主要包括建立系統性和序列性相結合的作文評價體系；擬定詳細的作文評價細則，這些細則可以結合課程標準和教材來確定，然后將其數字化，通過互聯網平臺實現班與班之間、校與校之間的數據共享[2；同時，作文命題形式上還要凸顯特征值，以提升智能批閱的精準度，這些特征值包括明確的寫作對象、有一定限制的寫作內容和可操作性強的寫作要求等[22]。在教學實施方面，相關研究主要探討了教師在課堂教學中具體如何使用智能作文評價工具。宏觀來看，教師借助語文智能評價工具可以完成三項工作：一是借助其自動批改，快速為學生的作文水平分級；二是查看系統對錯誤的識別，把握批改的細節；三是根據系統給出的評語，拓展評價作文的思路[23]。而在實際的作文講評課中，教師首先需要清晰定位作文訓練目標，根據目標來理解各項數據；在此基礎上，從評測的各項數據入手，引導學生定位自己的作文水平，發現優點和不足；然后為學生出示例文和范文，并結合智能測評的建議討論交流，進行修改；教師再基于數據和目標，選擇個別問題進行重點指導，最后和學生一起進行總結和反思[24]。此外，還有研究結合具體的評價類型，如增值評價[25]、檔案袋評價[2等，探索其與智能作文評價工具相結合的可行性路徑，或就某一款特定的智能作文評價工具，分享其使用經驗[2]。這些研究為教師更好地在寫作教學中運用智能作文評價系統提供了寶貴的經驗。

二、智能作文評價研究的局限

通過梳理智能作文評價研究的進展可以發現，一些學者已經在智能作文評價的技術、效果和應用策略等方面進行了一系列的探索，但智能作文評價技術在我國仍處于起步階段，相關研究整體來說還比較薄弱，不可避免地存在著一些局限。

1.智能作文評價的諸多技術難題亟待突破

從世界范圍來看，智能作文評價技術已有近六十年的歷史，并且隨著人工智能技術的發展，智能作文評價的信度和效度也在不斷提升，但正如前文所述，其早期研發和應用的場域多為英語世界，對于和英語分屬不同語言體系的漢語來說，其適用性并不強。漢語在詞匯、語法、修辭、語義等方面的特殊性是自然語言處理的難點，這也成為制約漢語智能作文評價技術發展的瓶頸。其突破口在于篇章結構分析技術、深度學習技術等的發展。雖然相關學者對此展開了攻關，并取得了一定的成果，但是還存在一些局限。以篇章結構分析技術為例，目前漢語篇章語料庫的標注規模都還較小，體裁單一，尤其是在目前有監督的深度學習方法需要依賴大量的標注語料的情況下，篇章語料庫的標注規模和多樣性都有待提升[28]。這些技術的限制導致現今國內的智能作文評價工具都或多或少地存在一些不足，從而進一步限制了其應用場景和范圍。此外，寫作是語文課程的重要領域，而語文又是一門工具性與人文性相統一的學科，所以，作文不僅具有工具價值，還強調人文思想、情感傾向、價值判斷與文化審美，因此，智能作文評價在設計時還必須思考語文的學科特性，體現人文內涵[29。但是，目前的文本情感分析技術在結構不良文本、諷刺文本上難以捕捉其隱含情感，可能會導致情感誤判；粗粒度的情感分析也只能將情感簡單地劃分為積極、消極和中性；并且，該技術還缺乏一定的文化意識，導致在處理不同文化或地域文本時，可能因未全面考慮特定文化背景而導致情感判斷誤差[30]?？傊?，智能作文評價的進一步發展還需要克服諸多的技術難題。

2.智能作文評價的實際效果有待全面檢驗

隨著各類智能作文評價工具在我國的流行和普及，相關學者也對其效果展開了實證研究，從總體上來看，雖然智能作文評價工具在實證研究中取得了良好的表現，但是其中也存在著一些不足。首先，從研究內容上來說，國內研究與國外研究相比還不夠全面。從目前掌握的文獻來看，國內對漢語智能作文評價效果的規范性的實證研究十分匱乏，只有4篇論文發表，并且僅涉及評價的質量和對寫作教學效果的影響兩個方面內容。而國外的相關研究文獻眾多，除了包含上述研究內容之外，還涉及反饋生成內容的質量、對教師教學的支持等諸多方面。其次，不同的研究結果之間還存在分歧。比如上文中，吳軍其等人使用文心一言來檢驗AIGC輔助教師作文評價的效果，結果發現AIGC可以在作文評價中與教師達成評價策略互補，有效提高評價效率；而國外研究者使用同為AIGC的ChatGPT進行實證研究，卻發現其自動評分能力比較有限。這其中的分歧是人們應該關注的重點。最后，研究工具相對比較單一。國內已有研究中使用較多的評價工具是IN課堂和文心一言，但除此之外，國內的漢語智能作文評價工具還有愛語文APP、筆神作文、閱神AI等，不同的工具有不同的優點和不足，目前的研究僅涉及其中的兩款工具，相對來說還比較單一，削弱了研究結果的代表性和普適性。總之，智能作文評價的效果還有待更為全面的檢驗，只有這樣，才能為智能作文評價技術的發展提出更具建設性和針對性的建議，同時，也為教師使用智能作文評價工具提供有效參考。

3.智能作文評價工具的應用策略尚需進一步細化

由于智能作文評價工具的特殊性，使得其應用需要考慮兩個方面的內容，分別是使用前的準備工作和教師在課堂教學中的具體應用策略。從現有研究來看，雖然有諸多成果都涉及這兩方面的問題，但由于各類條件的制約，已有成果的探討仍比較粗略。這主要體現在兩個方面。首先是在使用前的準備上，相關前提性工作不夠完善。例如，已有成果雖然論及了需要建立系統性和序列性的評價體系，擬定詳細的作文評價細則等，并意識到這是開展智能作文評價的先導性工作，但我國目前還缺乏基礎的、通用的作文評價標準。為此，相關研究者只能基于語文課程標準自行開發寫作評價體系，然而，我國語文課程標準中并無系統的作文評價指標的內容，并且有關描述也存在著籠統模糊的弊端，這導致研究者開發的作文評價體系容易與智能作文評價工具的評價標準產生不一致的現象，從而難以保證評價的信度和效度。其次是在具體的實施策略中，相關研究多是從教師的角度來闡發其是如何在教學中使用智能作文評價工具的，而學生作為教學的重要主體，在各類智能化工具大規模涌入課堂教學的背景下，其主體性本身就存在著異化或喪失的風險[3]。在這一前提下，僅在智能作文評價工具的使用中提倡教師的活動，而忽視了對學生角色和學習策略的研究，不得不說是一種缺失。

三、智能作文評價研究的展望

隨著人工智能技術的發展，智能作文評價工具將在寫作教學中扮演著越來越重要的角色。展望未來，智能作文評價的研究只有不斷克服自身的局限，才能更好地服務于寫作測評與教學。

1.重點加強智能作文評價的關鍵技術研發

智能作文評價涉及自然語言處理、深度學習等多項技術，但由于目前相關技術的發展還不成熟，導致智能作文評價工具在識別漢語作文時還存在一些缺陷和不足，而克服這些缺陷和不足是一項重大工程，不僅需要技術上的攻關，還需要相關部門的支持。首先，國家相關部門應對這一問題予以高度的重視，制定鼓勵支持漢語智能作文評價技術發展的政策和法律法規，并加大資金投入，組建并給予相關科研機構以充分的課題和經費支持。比如，國務院2017年印發的《新一代人工智能發展規劃》指出，我國人工智能發展的重點任務之一就是要建立新一代人工智能關鍵共性技術體系，其中就包含了自然語言處理技術[32]。這就為相關技術的研發提供了政策保障。其次，積極開展實驗研究和關鍵技術的攻關工作。除了政策和經費的支持外，還需要專業的研究人員開展技術攻關工作，如漢語篇章結構分析技術、語義結構分析技術、文本情感風格分析技術等。這需要大力培養和引進擁有相關專業知識的高端人才，并積極開展實驗研究?？傊枰獜恼吆涂蒲袃煞矫嫒胧郑瑏韺崿F對漢語智能作文評價技術的突破。

2.大力開展智能作文評價效果的實證研究

從一線語文教師的使用體驗和國內已有的研究來看，智能作文評價在減輕教師工作負擔，提升作文評價效率方面具有明顯的正向效果，并且也有助于提升學生的作文成績。但總體來說，目前有關智能作文評價效果的實證研究依然有限。實證研究是國際教育研究領域中運用非常廣泛的研究方法，它的基本特征是用“事實”而不是“邏輯思辨”的方式論證[3]，在測評智能作文評價的效果中具有較強的說服力。因此，未來應鼓勵研究者大力開展智能作文評價效果的實證研究。具體可以從以下幾個方面展開：首先，擴大研究內容，對智能作文評價所能涉及和影響到的寫作教學的各個方面，如對學生動機的影響、對教師寫作教學的支持等進行系統研究。其次，針對不同研究之間具有分歧的結果，需要反復驗證，嚴格做好實驗設計、控制好各類變量，審慎對待各種不同的結果。并且，涉及結論有分歧的智能作文評價工具或功能，需要在教學實踐中暫時擱置，以待有足夠的證據證明其實際效果。最后，擴大研究工具的選用范圍，對實踐中常見的智能作文評價工具進行全面的實證研究，而非局限于其中的一種或幾種。并且，也可以選用不同的評價工具進行比較研究，以比較不同工具的評價效果，總結其優缺點，以供教師進行有選擇地使用。

3.全面開發智能作文評價工具的應用策略

智能作文評價工具現今已經開始進入到中小學語文課堂教學中，關于如何應用智能作文評價工具，一些教師和研究者也進行了初步的探索，并提出了一些切實可行的策略。未來，相關研究還需要從以下幾個方面進行細化。首先，系統、科學、通用的作文評價指標體系是智能作文評價的基礎，面對當前評價指標體系缺失的現狀，需要開發和設計出分文體、分層級、可循證的作文評價指標體系，并將其作為程序或提示語輸入到智能作文評價工具中，以確保教師與評價工具的評價標準保持一致性。開發這一指標體系的路徑主要有兩條，一是確定中小學寫作的不同類型，二是基于文本類型進行細致的表現型評價指標研發。這方面可以借鑒美國寫作標準的做法，即“先進行通用文章的基礎等級表現指標的描述，然后基于文學類和實用類文本進行不同大類特征的描述，接下來再進行各種特殊文體的具體表現性評價指標的描述”[34]。其次，在應用策略方面，當前關于學生在智能作文評價工具應用中的角色和學習策略方面的研究是比較缺失的，今后需要加強，如學生在應用智能作文評價工具時所面臨的風險及應對、影響學生使用智能作文評價工具的因素、智能作文評價工具應用的方式與程序、對智能作文評價工具功能的批判性認識、基于智能作文評價開展自我反思與改進等。

綜上所述，智能作文評價是寫作教學的重要輔助，隨著人工智能技術的快速發展，會有越來越多的智能作文評價工具涌現，其對寫作教學的影響也將更為全面和深刻，這意味相關研究也要隨之走向深化。本文既是對智能作文評價研究的階段性總結，也是對已有成果的檢視。未來，智能作文評價研究需要及時回應技術的發展與革新，并嚴格遵循教育和學生的發展規律，以保證研究的時代性和科學性。

[本文系2023年國家社會科學基金重大項目“世界創意寫作前沿理論文獻的翻譯、整理與研究”（編號：23amp;ZD294）、2024年研究生科研創新項目“基于生成式人工智能的寫作課程知識生產與循證實踐（編號：SWUB24060）研究成果]

參考文獻

[1]劉正偉.語文教育現代性探索[M].北京：商務印書館，2014：343

[2]孫偉平.人工智能與人的“新異化”[J].中國社會科學，2020（12）.

[3]韓寧，幾個英語作文自動評分系統的原理與評述[J].中國考試（研究版），2009（3）.

[4]吳一凡，李艷.智能作文評價推動寫作教學變革[J].上海教育，2023（26）.

[5]榮維東，李自然.智能寫作評價及其技術發展[J].中小學數字化教學，2021（9）.

[6]吳恩慈，田俊華，漢語作文自動評價及其關鍵技術一一來自作文自動評價（AEE）的經驗[J].教育測量與評價，2019（8）.

[7]王耀華，李舟軍，何躍鷹，等.基于文本語義離散度的自動作文評分關鍵技術研究[J].中文信息學報，2016（6）.

[8]陳宇航，楊勇，帕力旦·吐爾遜，等.融合句法特征與語義特征的作文自動評分方法[J].計算機與現

新寫作教學/中學語文/2025年5月/上025

代化，2024（11）.

[9]鐘啟東，張景祥，嵌入語言深度感知的漢語作文評分算法[J].計算機工程與應用，2020（8）.

[10]曹亦薇，楊晨，使用潛語義分析的漢語作文自動評分研究[J].考試研究，2007（1）.

[11]陳瀟瀟，葛詩利.自動作文評分研究綜述[J]解放軍外國語學院學報，2008（5）

[12]N.M.Bui，J.S.Barrot.ChatGPT as an Automated Essay Scoring Tool in the Writing Classrooms：How It Compares with Human Scoring[J]. Educational and Information Technologies，2025（2）.

[13]A.Potter，J.Wilson.Statewide Implementation ofAutomatedWriting Evaluation： Analyzing Usage and Associations with State Test Performance in Grades4-11[J].Etramp;D-Educational Technology Researchand Development，2021（3）.

[14]H.Misgna，B.W.On，I.Lee，G.S.Choi. ASurvey on Deep Learning-based Automated Essay Scoring and Feedback Generation[J].Artificial Intelligence Review，2024（2）.

[15]l.lvanovic.Can Al-assisted Essay Assessment Support Teachers ？ A Crosssectional Mixed-methods Research Conducted at theUniversityof Montenegro[J].Annales-Anali za Istrske in Mediteranske Studije-Series Historiaet Sociologia，2023（3）.

[16]劉淑君，李艷，楊普光，等.智能作文評價的效果研究[J].開放教育研究，2021（3）.

[17]劉淑君，李艷，何躍偉，等.智能作文反饋能提升中學寫作教學效果嗎？[J].華東師范大學學報（教育科學版），2022（9）.

[18]吳軍其，劉萌，王嘉桐，等.AIGC輔助教師作文評價的效果研究一一以九年級語文作文為例[J].現代教育技術，2024（10）.

[19]中華人民共和國教育部.基礎教育課程教學改革深化行動方案[EB/OL].（2023-05-26）[2025-02-23].http：//www.moe.gov.cn/srcsite/A26/jcj_kcjcgh/202306/t20230601_1062380.html.

[20]上觀新聞.當DeepSeek成為“教育新基建”，“教學生產力”將得到怎樣的釋放？[EB/OL].（2025-02-23）[2025-02-24].https：//sghexport.shobserver.com/html/baijiahao/2025/02/23/1518540.html.

[21]劉兵.系統構建·精準反饋·個性提升一大數據時代作文網絡智能評價的探索與實踐[J].湖南教育（D版），2020（11）.

[22]劉兵，易海華.中文寫作智能批閱的精準實施與結果的有效運用[J].中小學數字化教學，2021（9）.

[23]張悅，魏順平.數智時代語文作文評價工具的比較和選用一一基于5款作文批改App的分析研究[J].中小學信息技術教育，2024（Z1）.

[24]鐘傳袆.基于智能評測的作文課堂講評范式[J]語文教學通訊，2024（15）.

[25]鐘傳祎.基于智能批閱平臺的作文增值評價[J]小學語文教師，2024（10）.

[26]鐘傳祎.基于智能批閱平臺的作文檔案袋評價探索[J].語文教學通訊，2023（36）.

[27]張正文.合理利用AI技術，助力學生作文評改[J].語文教學通訊，2025（2）.

[28]蔣峰，范亞鑫，褚曉敏，等，英漢篇章結構分析研究綜述[J].軟件學報，2023（9）.

[29]龔志民，要理性認識中文寫作智能批閱技術的運用[J].中小學數字化教學，2021（9）.

[30]王欽煬，施水才，王洪俊.文本情感分析綜述[J]軟件導刊，2025（1）.

[31]鄒佳叡，榮維東，我國生成式人工智能賦能教育的研究現狀與展望[J].成都師范學院學報，2024（6）

[32]中華人民共和國國務院.新一代人工智能發展規劃[EB/OL].（2017-07-20）[2025-02-27].https：//www.gov.cn/zhengce/content/2017-07/20/content_5211996.htm.

[33]劉良華.教育研究方法[M].上海：華東師范大學出版社，2014：12.

[34]榮維東.研制分類分級可循證的寫作評價指標體系[J].語文建設，2021（1）.