夜雨聆风学习资料网

ARTICLE · 1321631

课题名称:人机协同视角下高中英语写作批判性思维培养的实践

课题名称:人机协同视角下高中英语写作批判性思维培养的实践
一、本课题研究的理论和实际应用价值,目前国内外研究的现状和趋势

(一)理论价值

高中英语写作教学有一个绕不开的矛盾:课程标准把"思维品质"写进了核心素养,课堂却仍以语言正确、结构完整为第一标准。批判性思维在写作中究竟指什么、怎么教、教到什么程度算教会,一线教师往往说不清楚,不少教研文章也停在"应当重视"的层面。本课题想做的第一件事,是把批判性思维拆成高中议论文写作中可观察、可训练、可评分的几个具体动作:能否识别自己论点背后的前提,能否判断一条证据是否真的支撑结论,能否处理与自己立场相反的例子。这三个动作恰好对应写作的"立论—举证—驳论"三个环节,比笼统地谈"思维能力"更容易落到课堂上。

第二是理论定位。维果茨基的工具中介观认为,学习者借助外部工具完成的任务会逐步内化为自身能力。问题在于,生成式人工智能与过去的词典、范文不同,它直接给出成篇文字和看似权威的判断。学生若只是接受,中介就变成了替代,内化便无从发生。活动理论进一步提示,人机协同的效果并不取决于工具本身,而取决于活动系统中目标、规则与分工的重新配置。据此,本课题提出"采纳—质疑—重构"的三阶中介假设:学生先对AI建议作出采纳或拒绝的判断并说明理由,再对理由本身进行追问,最后在改写中重建自己的论证。这一假设把"人机协同"从技术配置问题转为学习过程问题,是本研究希望提供的理论增量。

第三,本课题尝试为"技术是否削弱思维"这一争论提供中学阶段的经验证据。已有讨论多停留在思辨层面,赞成者说AI解放了低阶认知负荷,反对者说它养成了思维惰性。两种说法都有道理,却都缺少课堂里连续数周的观察数据。把同一批学生在有无AI介入、有无教师追问条件下的论证表现放在一起比较,才有可能说清楚"在什么环节、以什么方式、由谁主导"时技术是助力而非替代。

(二)实际应用价值

对课堂而言,本课题要交付的不是一套理念,而是三样能直接上手的东西:一个可嵌入常态课时的教学流程,一组学生用的思维工具单(AI建议采纳理由单、论证追问清单、反例挑战卡),一套能落到作文本上的评分量规。流程按"写前立意—写中生成—写后驳论"三段设计,每段明确AI做什么、教师做什么、学生必须自己做什么,避免出现"教师讲、机器改、学生抄"的空转。

对教师而言,价值在于重新分配精力。眼下高中英语教师最重的负担是批改,AI在拼写、时态、搭配上的即时反馈确实省力,但省下来的时间如果不用在论证和逻辑上,写作课就只是变快了,没有变深。本课题设计的分层反馈机制,让机器承担语言层的筛查,教师集中处理论据是否成立、推理是否跳跃、立场是否单一,这既是教学法问题,也是教师专业判断的重新确认。

对学校与区域而言,方案的吸引力在于低成本、可复制。它不绑定某一商业平台,凡具备基础机房或平板条件的学校都能实施,对县域高中尤其适用。同时,课题形成的使用规范(何时可用、如何留痕、如何标注AI参与程度)也可为学校制定生成式人工智能使用管理细则提供参照,回应学术诚信的现实关切。

(三)国内研究现状与趋势

近两年国内的相关讨论大致沿三条线索展开。

第一条是技术效果的检验。刘梦君等人(2025)在《中国电化教育》报告了一项面向中学生的对比实验,以四次作文评分比较生成式人工智能反馈与教师反馈的作用,发现AI反馈对写作基础中等的学生在内容切题、语法正确、词句准确、表达逻辑四个维度均有提升,而基础较好的学生切题性提升有限。这个结果提示了一个常被忽略的事实:技术红利并不均匀,写作水平越往上走,越依赖人的判断。赵姝等人(2026)对2022至2024年间56篇实证研究作了系统性梳理,指出研究对象高度集中于大学生,中学场景明显不足,议题多停留在工具性能与技能层面,对认知层面的追踪偏少。这与高中教学的实际需要之间存在明显落差。

第二条是理论层面的辨析。蔡基刚(2025)提出,高校人工智能的运用恰恰是批判性思辨能力提高的契机,关键在于把工具使用转化为"提问—验证—反驳"的训练;这一判断有启发,但更多是主张而非课堂证据。李晶洁、陈秋燕(2025)从人机协同视角梳理了智能写作系统三个阶段的演进,指出对话式交互与写作流程全覆盖是主要趋势,并讨论了其在学术英语写作中的潜在应用,不过研究仍以系统评介为主,未进入中学写作的具体任务。郜洁(2025)则对DeepSeek在外语教育中的双刃剑效应作了专门分析,明确提到学生认知能动性可能因技术依赖而弱化,并提出伦理审查与教师能力认证的治理思路。这类研究把风险说清楚了,但风险如何在小课堂里被具体化解,仍留有余地。

第三条是课堂实践的经验总结。范文慧、吴敏(2025)以读后续写讲评课为例,讨论如何通过回归语篇、再构情节、挖掘主题来提升思维的逻辑性、批判性与创造性,课例扎实,但批判性只作为思维品质的一个维度顺带提及,且全程不涉及AI。张冰滢、隋晓冰(2026)提出融合自我反馈、自动评分系统反馈与教师反馈的多元反馈模式,明确指向"人机协同、多元主体参与"的形成性评价,为课堂改造提供了框架,然而其落点在评价方式,未进一步测量学生思维水平的变化。总体看,国内研究"谈得多、测得少","模式提得多、过程看得少",尤其缺少对中学生这一群体的连续追踪。

(四)国外研究现状与趋势

国外研究更早进入实证阶段,且已从"有没有效"转向"在什么条件下有效"。

Alshehri等人(2026)在《Frontiers in Psychology》报告了一项针对沙特英语学习者的研究,核心结论是"结构化"才是关键变量:把AI嵌进有明确步骤、有教师中介、有反思环节的协作结构里,学术写作与数字批判性思维才同时受益;无结构的自由使用,收益主要停在语言表层。这为本课题的流程设计提供了直接依据。

Li(2026)在《Computer Assisted Language Learning》发表了一项在中国普通高中进行、历时一学期的准实验,对象是154名高二学生,实验组使用DeepSeek,对照组接受常规教师授课,写作按语法、社会语言、语篇、策略四个维度评分。结果显示实验组四个维度均有更大提升,语法与社会语言层面尤为明显;但耐人寻味的是,"观点顺序"这一项实验组的进步反而小于对照组。作者据此指出,篇章层面的高级组织能力仍需人的中介才能有效发展。这条证据几乎直接指向本课题的立论:AI擅长局部,教师不可退出整体。

Jou与Kao(2026)在《Journal of Computing in Higher Education》进一步用行为路径模型刻画了生成式人工智能经由批判性思维与伦理创造性影响学习结果的机制,说明人机协同不是单点干预,而是一串可分解的行为链条。其研究对象为高校学生,方法上可为中学阶段的路径分析提供参照,但结论能否下移到高中生,尚待检验。

综观国内外,趋势有三:研究重心从工具效能转向协同机制,从结果比较转向过程追踪,从高校场景向基础教育延伸。缺口也很清楚:其一,中学阶段特别是中国普通高中的课堂证据偏少;其二,批判性思维多被整体测量,缺少与写作环节对应的操作性指标;其三,国外研究关注"结构化协作",却少有适合大班额、课时紧、平台条件有限的本土化方案。本课题正是从这三处缺口进入。

二、本课题的研究目标、研究内容、拟突破的重点和难点

(一)研究目标

总目标是:在普通高中常态写作教学中,形成一套可操作、可评价、可复制的人机协同教学模式,使学生在议论文写作中稳定表现出识别前提、评估证据、处理反例三种批判性思维行为,并在此过程中保持写作的主体性。

分解为三个具体目标。第一,摸清现状:弄清本校及区域内高中生在使用AI写作工具时的真实行为与思维表现,包括他们凭什么采纳或拒绝一条建议,这一层目前几乎没有可靠的课堂数据。第二,建构模式:形成"人—机—人"三环协同的写作教学流程及其配套工具,明确每个环节的权责边界与教师介入的最小必要量。第三,检验效果:用准实验加行动研究的混合设计,检验该模式对学生论证质量、批判性思维倾向及写作自主性的影响,并识别其起作用的条件与限度。

(二)研究内容

1.高中生人机协同写作的现状诊断。以两所学校高一、高二共四个班为样本,做三件事:用问卷了解AI使用频率、用途与信任程度;收集并分析学生近一学期的议论文文本,看论证要素的完整度与反例处理的比例;对12至16名学生和6名教师作半结构访谈,重点问"你为什么不采纳这条建议"。这一步的目的不是得出漂亮的数据,而是找到真问题。preliminary的判断是,学生并非不会拒绝AI,而是拒绝时给不出理由,理由多是"感觉不对"。

2."采纳—质疑—重构"三阶协同模式的建构。模式包含三个相互咬合的环节。写前,教师用"立场对立卡"让学生先形成可被反驳的观点,AI只用于提供背景事实与不同立场的表述,不允许直接生成论点。写中,学生完成初稿后把AI建议逐条誊写到"采纳理由单"上,必须为每条建议标注"采纳/部分采纳/拒绝"并写出一句理由,理由需指向论证而非语感。写后,进入"反例挑战",教师给出与全班主流立场相反的材料,学生须在原文基础上增设一段驳论,AI此时的任务是扮演"抬杠者",连续追问三次"凭什么"。

3.课堂教学的迭代实践。按行动研究的节奏做两轮。第一轮在一个班试水,四个写作单元,每单元两课时加一次课后修改,重点观察流程是否卡顿、工具单是否好用、教师追问是否到位。第二轮扩展到四个班,修正第一轮暴露的问题,比如理由单过于繁琐、学生把"质疑"变成"挑刺"、机房设备不足导致进度不齐。

4.评价工具的开发与效果检验。开发两份工具:一是基于图尔敏论证模型的议论文评分量规,把"论点—依据—正当理由—限定—反驳"分别赋分,解决以往作文评分只看得分、看不出思维的问题;二是学生AI建议采纳日志的编码框架,把理由分为论证性、语言性、权威性、情绪性四类,用以判断学生的批判性究竟长在哪一层。效果检验采用不等组准实验:两个实验班、两个对照班,前后测加延迟后测,配合课堂观察记录与个案追踪。

(三)拟突破的重点

重点是"教师介入的剂量"。人机协同最容易滑向两个极端:教师全程放手,课堂退化为AI代写;教师事事干预,学生失去判断的机会。本课题试图找到一个可描述的中间状

回首页,搜索你想要的文档

在首页搜索框输入关键词,快速定位资料

文库首页搜索指引 立即搜索

相关学习资料