夜雨聆风编者按
一、本辑主题：AI辅助教学与反馈
随着生成式人工智能（GenAI）的发展，如何有效且适切地将其应用于语言教学与评量，已成为教育领域的核心议题。本团队致力于探索智能时代下技术、教法与师生间的动态交互。
研究历程分为大致三个阶段（有交替）：
1. 初期：聚焦 GenAI 的反馈特征，响应「技术可行性」；
2. 中期：优化应用方案，解决「如何有效使用」；
3. 近期：结合理论，深究教学全历程中的「人机协同机制」。
目前核心研究涵盖三大主题：
教师专业成长：探讨 GenAI 反馈如何提升职前教师的反馈质量与效能感。
学生反馈素养：分析 L2 学生对 AI 反馈的应用行为及其抗拒动因。
全历程教学融合：涵盖多模态 TPACK 设计及 GenAI 在写作全过程的应用策略。
本公众号将陆续选介团队的最新实证研究成果，期能为学术同仁及教育工作者提供具价值的参考。
二、近期研究报告(Chen, Wei, Zhu, & Yao, 2025)
在 AI 辅助写作中，学生收到反馈后并不一定会采纳。反馈是否被接受，可能与其内容特点、修改成本及可信度有关。本文基于技术接受与使用统一理论（UTAUT），考察学生拒绝 AI 反馈的原因。研究区分了形式聚焦反馈与内容聚焦反馈，发现两类反馈的被拒绝的原因并不相同。为提高教学效能，教师可注意培养学生的反馈素养（Feedback Literacy），帮助学生判断反馈、筛选反馈，并将反馈转化为具体的修改行动。
Chen, Z., Wei, W., Zhu, X., & Yao, Y. (2026). Unpacking the rejection of L2 students toward ChatGPT-generated feedback: An explanatory research. ECNU Review of Education, 9(1), 20965311241305140. https://doi.org/10.1177/20965311241305140
论文概览
Unpacking the rejection of L2 students toward ChatGPT-generated feedback: An explanatory research
Purpose:Drawing on the Unified Theory of Acceptance and Use of Technology (UTAUT), this sequential mixed-method study explored L2 learners’ challenges in seeking corrective feedback in an AI-assisted educational environment.
Design/Approach/Methods:The data was collected from 45 university students in a Computer Science program who were encouraged to seek corrective feedback from ChatGPT for their argumentative writing report. Self-reflection data were qualitatively and quantitatively analyzed.
Findings: Findings suggested that 45.9% of the AI-generated feedback was rejected by students, with a higher rejection rate observed for content-focused feedback (58.7%) compared to form-focused feedback (41.3%). AI-generated content-focused feedback was rejected due to misalignments between expected and received feedback, anticipated high workload to respond, mismatch between feedback from AI and external references, and impeding conditions for students to engage with the feedback. Meanwhile, the rejection of form-focused feedback was largely associated with the high level of expected effort.
Originality/Value:This study is one of the few existing studies on the L2 learners’ challenges in seeking corrective feedback from generative AI systems. Notably, the study differentiates between form-focused and content-focused feedback and identifies the distinct challenges and learning opportunities that impact students’ rejection of AI feedback.
Keywords:Academic writing; ChatGPT; corrective feedback; generative AI; unified theory of acceptance and use of technology (UTAUT)
二语学习者拒绝ChatGPT反馈的动因：一项解释性研究
研究目的：基于技术接受与使用统一理论（Unified Theory of Acceptance and Use of Technology，UTAUT），采用序贯混合方法，探讨二语学习者在 AI 辅助教育环境中寻求纠正性反馈时面临的挑战。
研究设计 / 方法：研究邀请 45 名计算机科学专业大学生在议论文写作中使用 ChatGPT 获取纠正性反馈，并对其自我反思数据进行质性与量化分析。
研究发现：45.9%的ChatGPT生成反馈被二语学习者拒绝，其中内容聚焦反馈（如论点结构和证据质量）的拒绝率（58.7%）显著高于形式聚焦反馈（如语法和词汇，41.3%）。学生拒绝 AI 生成的内容聚焦反馈，主要是因为反馈与预期不一致、采纳反馈所需工作量较大、AI 反馈与外部其他反馈建议冲突，以及存在阻碍学生理解和使用反馈的条件。相比之下，形式聚焦反馈被拒绝，主要与学生预期需要投入较高努力有关。
原创性 / 研究价值：本研究是少数关注二语学习者向生成式 AI 系统寻求纠正性反馈时所面临挑战的研究之一。值得注意的是，本研究区分了形式聚焦反馈与内容聚焦反馈，探究了学生拒绝不同类型 AI 反馈的原因及其潜在学习机会。
关键词：学术写作；ChatGPT；纠正性反馈；生成式人工智能；技术接受与使用统一理论（UTAUT）
作者简介
陈子淇：澳门理工大学教育技术与创新博士候选人。研究方向包括人工智能在教育领域的应用、技术辅助教育评估和反馈实践等。长期来与本团队开展合作研究。
韦卫：澳门理工大学应用科学学院副教授。研究方向包括计算机辅助教学以及以学习为中心的反馈。长期来与本团队开展合作研究。（通讯作者）
祝新华：香港理工大学语言科学及技术学系教授，浙江大学教育学院荣誉兼任教授。研究方向涵盖语言评估、读写能力发展等。多年来，聚焦“阅读六层次”、“综合写作四条柱”及以此为基础的相关主题（读写心理表现、L1与L2学习关系）的探讨，同时注重把成果应用于课程、评估的创新。
姚远：中南大学外国语学院长聘副教授。研究方向涵盖语言评估、语言教育心理(如Growth mindset)、二语写作、一语与二语学习的关系等。长期来与本团队开展合作研究。
【论文交流】专栏
十分感谢您持续关注本团队在语言教育与评估领域的探索。
我们聚焦于“中文(一语)学习”及其与“英文(二语)学习”关联的议题。它们也是SSCI国际学术期刊十分关心的选题。团队热切期待与更多同行一同探索，共求繁荣！
欢迎您在留言区分享观点或经验！同时，也欢迎您点击文章右下角的“赞”、“分享”、“推荐”。
编辑：田汶鑫
初审：陈子淇
审核：祝新华
欢迎点击左下角“阅读原文”
查阅论文。
