重新思考 AI 辅助写作教学：反馈素养、脚本、校准训练与学生写作发展

文献：Wang, X., et al. (2026). Rethinking AI-assisted writing instruction: Feedback literacy, scripts, calibration training, and student writing development. Frontiers in Psychology, 17, Article 1829268. DOI 10.3389/fpsyg.2026.1829268。

研究问题：生成式 AI 已经深度介入写作课堂，学生可以随时把初稿交给 AI 换取“反馈”。但一个矛盾随之浮现：学生拿到 AI 反馈之后，究竟会不会用、会不会正确地用？ 现实中常见两种极端——要么“照单全收”，把 AI 的意见原样复制进终稿；要么“视而不见”，既不加判断也不加修改。两种行为都说明：瓶颈不在工具本身，而在学生身上缺少一种可训练的能力——反馈素养（feedback literacy）。论文要回答的核心问题是：如何通过教学设计，训练学生批判性地利用 AI 反馈（而非盲目接受），从而真正促进其写作发展？

论证思路：研究先基于反馈素养理论构建了一个概念模型（原文 Figure 1），把反馈素养定位为 AI 辅助写作教学的核心能力，并引入两类可操作的干预要素——反馈脚本（feedback scripts，指导学生“按什么步骤、用什么标准”去审视 AI 反馈的结构化提示）与校准训练（calibration training，训练学生把对自身作品与反馈质量的判断，校准到接近外部标准）；随后以 120 名参与者开展四组比较（原文 Figure 4 呈现四组差异），检验不同干预组合对学生写作发展的影响；最后讨论结果对英语写作与学术写作教学的直接启示。

原文图1 概念模型 — 图1（原文 Figure 1）AI 辅助写作教学概念模型

一、反馈素养：AI 写作教学的核心能力

反馈素养并非新概念。在形成性评价研究中，它被界定为个体理解反馈、判断反馈价值、并据此采取行动的能力——它不是“收到反馈就会改”，而是“读得懂、辨得清、用得对”的复合能力。在传统课堂里，反馈主要来自教师，来源单一、规范性强；而在 AI 辅助写作情境下，反馈的来源、数量与质量都发生了质变：AI 可以瞬间生成大段修改意见，但其中混杂着真知灼见与模式化套话，甚至可能迎合学生的错误倾向。

作者由此提出一个关键判断：AI 写作教学的重心，不应是“教学生如何向 AI 提问”，而应是“教学生如何对待 AI 给出的反馈”。 工具接入得再多，如果学生缺乏反馈素养，AI 反馈要么沦为被全盘复制的外挂，要么沦为被无视的噪音——两种情况都无益于写作能力的发展。反馈素养因此在概念模型中居于枢纽位置：它决定 AI 反馈能否转化为学生的写作学习。

二、干预设计：反馈脚本与校准训练

围绕反馈素养这个枢纽，研究设计了两种可嵌入教学流程的干预要素。

反馈脚本：一套结构化的审查程序，把“如何对待反馈”从隐性经验变成显性步骤。例如，要求学生先自行评估初稿的薄弱点、形成自己的判断，再带着具体问题去阅读 AI 反馈；收到反馈后，按脚本逐条核对——这条意见是否符合任务要求？是否有依据？采纳它会带来什么变化？脚本的作用在于把“批判性使用”外化为可重复的行为序列，防止学生在 AI 反馈面前直接“跳过思考”。

校准训练：针对学生“高估自己作品、低估他人意见”的系统性偏差。训练通过对照评分标准、比较 AI 反馈与教师反馈、修改前后对比等方式，让学生反复练习估计自己的表现水平，再与外部标准核对，从而逐步缩小自我判断与客观标准之间的差距——即所谓“校准”。校准良好的学生，才能准确识别 AI 反馈中真正有价值的部分，而不是被表面流畅的表达迷惑。

两者分工明确：脚本解决“按什么流程用反馈”，校准训练解决“凭什么判断反馈好不好”。 研究按照“是否接受脚本训练 × 是否接受校准训练”的组合逻辑，将 120 名参与者分为四组，比较不同干预组合下的写作发展差异（原文 Figure 4）。

三、核心发现：120 名参与者的四组比较

研究以 120 名参与者为样本开展干预比较，四组差异呈现在原文 Figure 4 中。综合来看，核心发现可以概括为三点：

1. 训练学生“如何使用反馈”，比单纯提供 AI 反馈更有效。 接入 AI 反馈并不自动带来写作进步；只有配套了反馈素养训练的组别，写作发展才出现明显改善——这与“工具即教学”的朴素直觉形成对照。

2. 完整干预（脚本 + 校准训练）的组合效果最优。 同时接受两种训练的组别，在写作发展的各项指标上表现领先；仅接受单一干预的组别居中，未接受训练、仅接触 AI 反馈的组别改善有限。脚本保证了学生“用了”反馈，校准训练保证了学生“用对了”反馈——两者缺一不可。

3. 学生从“接受反馈”走向“利用反馈”。 干预带来的不仅是单次作业成绩的变化，更是学生对 AI 反馈的态度与策略的转变：从盲目复制转向有选择地采纳、有理由地拒绝。这正是反馈素养从“概念”落到“行为”的证据——也是 AI 写作教学最值得追求的结果。

四、对英语与学术写作教学的启示

对一线写作教师，本文的启示相当直接：

把“反馈素养”写进教学目标。 AI 写作课不能只教提示词工程，更要把“如何审视、筛选、采纳 AI 反馈”作为显性的教学内容与评价维度。
用脚本降低批判性思维的门槛。 对自控力与元认知尚在发展中的学生，抽象地要求“要批判地看 AI 反馈”往往无效；一套可操作的核查脚本，能把批判性使用落到实处。
用校准训练对抗“AI 依赖”。 通过自评—标准对照—修改前后对比的循环，学生逐渐能区分“AI 说得对”与“AI 说得顺”，这既是反馈素养的提升，也是防止写作能力被 AI 替代性消解的防线。
对学术写作尤其适用。 学术写作对证据、逻辑与规范要求高，AI 反馈的错误更隐蔽、代价更大；本文的框架提示，学术写作课堂更应先训练学生的判断力，再放开 AI 工具的使用。

精读笔记

核心论点：AI 辅助写作教学的关键瓶颈不在工具接入，而在学生的反馈素养。以反馈素养为核心，用反馈脚本与校准训练两类干预，可以训练学生批判性地利用 AI 反馈而非盲目接受，进而促进真实的写作发展。

方法要点：

概念模型（原文 Figure 1）先行，为干预设计提供理论骨架——反馈素养是枢纽，脚本与校准训练是两条可操作的训练通道
120 名参与者的四组比较设计（原文 Figure 4），在“提供 AI 反馈”的基础上叠加不同的素养训练，实现干预效果的分离检验
写作发展采用多维评估，兼顾结果性指标与学生对 AI 反馈的运用策略

局限与边界：

样本规模为 120 人，分组后每组人数有限，结论外推需谨慎
干预效果在短期内测量，反馈素养的长期保持与迁移有待追踪
写作发展受语言水平、动机等个体差异影响，四组比较的结论在不同学生群体中的稳健性需进一步验证

可延伸方向：

纵向追踪设计，检验反馈素养训练对写作能力的长期影响
将脚本与校准训练与具体写作体裁（如学术论文、论证文）结合，开发课程化方案
探索反馈素养与学习者特征（如 AI 焦虑、自我效能感）的交互作用
对比不同 AI 反馈形态（评分式、逐句批注式、对话式）下素养训练效果的差异

原文地址