生成式人工智能支持下的初中英语写作评价实践研究

金晶

（上海民办南模中学，上海 ，200032）

摘要：本文旨在探讨如何在初中英语写作教学的评价环节，利用生成式人工智能（GAI）辅助突破传统写作教学中存在的现实困境。本实践研究以学生写作和修改案例为依托，以人工智能模型DeepSeek为评价工具，构建了“作文输入—GAI诊断—生成评语—指导修改”的评价路径。实践研究表明，GAI在提升评价时效、评价维度和评价效能方面表现优异。同时，研究对GAI在写作教学实践应用中存在的局限性进行了反思，强调践行“教师主导—技术辅助”的协同模式，推动学生写作能力的提高。

关键词：教学困境；写作评价；生成式人工智能

一、引言

生成式人工智能（Generative AI, GAI）作为人工智能（AI）技术的一个重要分支，自上世纪50年代以来，经过70余年的发展，如今已经在语言学习、写作评估等方面得到了广泛应用。《义务教育英语课程标准（2022年版）》也强调了“现代信息技术对英语教学的支持功能”。因此，如何利用GAI技术辅助提升英语教学成效，成为了教育实践中亟待解决的课题。尤其在英语写作教学中，传统的教师主导评价方式存在客观局限性，而GAI技术的应用能有效打破该困境，提供即时写作反馈，助力个性化指导，从而促进学生写作能力的提升。近年来，不少研究积极探索GAI在语言教育领域的创新应用，包括语言习得的影响机制（李佐文, 2024）、GAI技术辅助下的口语教学新模式（吴坚豪、周婉婷等, 2024），以及其在写作（郭茜、冯瑞玲等, 2023）、翻译（王律、王湘玲, 2023）等教学环节中的赋能应用。然而，GAI在初中阶段的应用研究尚显不足，尤其缺乏与课标、中考评价标准深度融合的实践探索，亟需构建适配义务教育初中阶段的GAI评价模型。

二、写作教学中的评价困境

1．评价反馈滞后

在英语写作教学实践中，及时对学生作文内容开展反馈，是帮助学生提升写作表现的有效途径（刘静、王光明, 2024）。但在传统英语教学中，教师往往承担着繁重的作文批改任务，这一事务不仅耗费大量精力，而且难以做到个性化精细批改，不能满足学生的差异化反馈需求（杨正来, 2016），这严重削弱了写作评价的及时激励和导向功能，从而导致评价对于学习的促进作用难以发挥。因此，在传统写作教学中，教师评价主要存在反馈时效性不足的问题。

2．评价维度单一

传统写作评价多侧重对于文章词汇量、语法正确性和句法复杂度等基础要素的评价，缺少对作文核心内容与思想、情感态度、价值观的评价。日常教学实践中，教师的批改评注多聚焦于语言准确性，对学生思维品质、文化意识等核心素养维度的关注不足。批改评语多为“结构松散”、“内容不充实”等笼统框架性评价，缺乏具体、可操作的修改建议，导致学生陷入“知道有问题，不知如何改”的困境。此外，部分教师在评价中未充分关注学生个体的差异，评价目标和标准过于统一，忽略了个性化素养培养（陈铖, 2024）。这导致学生作文评价缺乏多元化视角，难以个性化精准诊断学生的写作不足与潜能，对学生写作能力的培养有限。

3．评价效能低下

由于缺乏高效的数据分析工具，教师在作文批改教学实践中往往只能依赖个体经验进行判断，难以高效、系统地了解班级整体的写作情况。这不仅会导致写作指导缺乏针对性，还会使写作评价反馈流于表层。此外，教师在写后修改环节难以对个体学生的修改过程进行动态追踪，无法记录和比较学生从作文初稿到二稿乃至多稿的修改历程，更无法直观地呈现学生在词汇使用、篇章结构和内容表达等方面的进步轨迹。缺乏这一纵向的过程性证据，使得教师无法对写作教学效果进行系统性评估。长此以往，该教学方式不仅会削弱评价对教学设计的指导功能，不能有效反哺写作教学，在一定程度上也会制约学生语言能力的发展与思维品质的提升。

三、生成式人工智能赋能写作评价的实践路径

面对上述传统写作教学的困境，GAI技术支持的评价能够克服上述教师反馈过程中的缺点，提供更高质量的反馈（Zhou et al., 2023）。根据《义务教育英语课程标准（2022年版）》提出的“充分发挥现代信息技术对英语课程教与学的支持与服务功能”的理念，教师在写作教学实践中适当引入人工智能辅助类工具，能够在课堂任务设计、个性化反馈、形成性评价等环节发挥重要作用，进而提升学生的英文写作能力。

1．任务框架设计

本研究在GAI的技术辅助下构建了“GAI初步分析评价——教师进行干预指导——学生针对性修改——GAI对比分析评估”的评价模式。该模式的核心是利用GAI的工具属性，系统全面分析学生初稿存在的问题，为教师后续教学指导提供数据支持。通过提供标化考试写作模块的评分标准，利用GAI对每位学生的初稿进行精准个性化评价，教师则对评价内容进行整体把控。学生依据初稿反馈内容进行修改，形成二稿。教师整合学生作文一稿二稿，通过GAI进行分析比对，进而评估教学效果。

2．研究设计

（1）研究对象

本研究的研究对象为上海市徐汇区上海民办南模中学八年级1个班级，一共35名学生。通过六七年级两年的系统学习，该班学生已牢固掌握写作所需的基本词汇和句型，并能够初步运用常见复合句进行拓展与积累。结合教学实践，该班级学生在写作方面主要呈现以下特点。首先，学生语言基础相对扎实，但表述准确性尚有待提高，尤其是在整句输出时仍然存在错误，如主谓一致、动词时态混乱、冠词和介词使用不当。其次，在句式表达方面，学生词汇量和短语积累不够，导致语篇缺乏多样性，表达较为单一。第三，在语篇层面，多数学生能根据题目要求对文章段落进行规划，行文有基本篇章结构，但语篇逻辑连贯性不足，段与段之间缺乏过渡，行文逻辑跳跃。在文章深度方面，学生更倾向对于事物进行表层描述，对于其背后所蕴含的文化意识缺乏深度探索。

由此可见，八年级学生已具备一定的语言基础，但在语言准确性、篇章逻辑性、内容表达深度方面仍有很大提升空间。他们正处于“从简单模仿到自主表达过渡”的学习探索时期，并对前沿科学技术有较高的接受度。因此，本研究中的GAI辅助写作评价体系能有助于充分发挥学生的潜能。

（2）评价工具

本研究实践主要使用的GAI模型为DeepSeek (国内开源大模型)。GAI具有很强的学习记忆能力，能够就用户所输入的内容和提示（prompt）进行实时分析和解答，并能够联系整个聊天的上下文了解用户实际需求，进行整合和输出，以满足户用的最终诉求。正因其强大的自然语言处理与生成能力，GAI能在写后修改环节胜任文本分析、生成评语和提出建议等评价任务。

（3）研究过程

1．实验准备

研究前期需要对班级学生的作文一稿和二稿进行整合和统一编号，形成文档并上传为附件，以便GAI能准备识别学生的两稿作文并进行对比分析。为了使GAI生成的评价更具参考性，前期需要提供完整的作文题、新课标对应年级的写作要求以及中考英语学科的作文评分标准供其学习和参照，从而使其能针对性地对每位学生的文章进行细致且目标明确的修改指导。

2．研究环节与结果

本研究通过生成式人工智能（GAI）技术支持的英语写作评价，探索了如何克服传统写作评价环节的局限性。本实践研究分为三个环节：初稿共性分析、初稿个性化评价，初稿与二稿对比分析。第一个环节能高效指导后续写作修改教学，弥补传统教学中共性分析的缺口。第二个环节能对每位学生初稿进行详细且个性化的分析，用于个性化指导学生进行后续修改。第三个环节主要用于验证该写作评价模式的有效性。通过利用GAI对每位学生的初稿和二稿进行直观对比分析，形成数据对比，检验学生的修改成效。

（1）第一环节

在第一环节，GAI工具DeepSeek主要用于对班级每位学生的初稿进行全面分析，识别作文中存在的共性问题。在进行指令输入时要注意表述的准确性和可执行性，并要求其体现数据来源，从而避免生成内容的幻觉化和概念化。环节一的提示词如下“我是一名初中英语教师，附件是初二学生的英语作文的一稿，请分析每位学生作文一稿中存在的共性问题，需要列举出至少6条，共性特征需要列出详细数据予以佐证”。

GAI模型DeepSeek根据指令识别出学生作文初稿存在的主要问题及相应的出现频率详见表1。

表1    学生初稿共性问题分析

基于这些共性问题，教师能够迅速调整后续教学方案，重点指导学生在修改过程中避免常见的语法错误，丰富内容，并加强段落间的逻辑衔接。这一环节的GAI分析为教师提供了明确的教学方向和数据支持，极大提升了评价的效率，也为学生的作文修改明确了修改方向。

（2）第二环节

在第二环节，GAI根据学生作文的具体问题，生成个性化的修改建议。例如，某学生在描述端午节的文章中，GAI发现其第二段结构不清，并建议加入过渡语和文化象征性的补充。在模型的提示下，学生修改后的句子为“However, beyond its palatable taste, Zongzi also carries a rich cultural story closely tied to the Dragon Boat Festival.”该修改不仅提升了文章的逻辑性，还增强了文化深度，使得文章在语言表达和内容构建上都有了显著进步。因此，生成式AI大模型能很大程度上助力学生优化语言表达方式与写作思路。

在实践过程中，输入指令prompt的精准性和指向性尤为重要。评判的写作评分标准需要详细且严谨。评价指令不能只简单描述要求，而要结合学生标化考试的评分标准以及《义务教育英语课程标准（2022年版）》中的相关要求来分析。具体prompt指令迭代设计见表2所示。

表2    Prompt设计迭代详情列表

通过这一环节，GAI的个性化反馈让学生能够更加清晰地认识到自己的写作问题，并知晓后续改进的方向。同时，它也能很大程度上助力教师解决写作教学中面临的评价维度单一和和指导精准度欠缺的困境。

（3）第三环节  

第三环节的重点是通过GAI对比分析学生初稿与二稿的变化，验证学生经过写作指导后的进步。在传统教学中，由于缺少对比工具，教师很难系统分析学生写作能力的提升情况。而DeepSeek能够对提供的作文样本进行动态数据分析，以具体案例和表格的形式直观地呈现学生一稿和二稿在语法错误、句式多样性、细节描述、段落衔接等不同维度的问题占比，以数据对比的方式验证学生在经过指导后的学习效果。具体prompt指令为“请再分析附件中学生作文二稿相较于一稿在语言，内容和结构3个方面的变化与提升，需要呈现具体数据与例证来说明学生在写作修改过程中的提升。”具体生成数据参照表3。

表3   学生作文初稿二稿对比

数据表明，学生在经过GAI辅助修改后，语法错误显著减少，句式复杂度和细节描述都有明显提升。尤其是在段落衔接和细节描述方面，二稿相比初稿有了大幅度的改进，学生能够更清晰地表达文章主旨和细节。通过对比分析，教师能够直观地看到学生在写作中的具体进步，并根据这些数据进一步调整教学内容与策略。

四、反思与讨论

1．GAI赋能写作评价的优势

（1）评价效率

采用GAI辅助后，写作教学效率显著提高。GAI模型能够在极短时间内完成语法检查和反馈生成，学生当天提交作文就能收到反馈，避免了教师繁重的批改工作量。实践研究表明，引入GAI辅助批改模式后，教师批改效率显著提升，将传统需要数小时的批改工作缩短至几分钟。由此，教师得以抽出更多时间关注课堂教学设计和针对性辅导，学生也更早进入下一个学习环节。

（2）个性化与精准度

GAI工具在作文反馈个性化和准确度方面表现突出。GAI能够根据学生作文内容生成丰富的修改建议，覆盖词汇、语法、衔接和表达风格等多个层面，反馈维度全面且具有针对性。实验中，当学生作文出现重复词汇或语法漏洞时，DeepSeek能够自动提出多种解决方案和修改思路；对于思路组织不够清晰的文章，模型则会提示加强段落连贯性。另一方面，与传统工具相比，GAI评价更符合学生个体需求。GAI能根据每位学生的作文个性化生成修改建议，相较于传统教师批改方式而言，该评价方式针对性更强。

（3）评价反馈

 本研究对该形式的写作修改模式的学生体验进行了问卷调查。问卷由研究者通过问卷星(https://www.wjx.cn/) 制作，本次共发放问卷35份，收回35份，回收率100%。问卷填写率100%，且均为有效答案。绝大多数学生对于该写作修改模式给予了高度评价，认为在GAI辅助修改后，文章语言表达更为流畅、准确，且修改过程更具方向感。整体教学实践反馈良好。详细数据见表4。

表4  数智技术指导下的英语写作修改模式学生体验调查问卷

由此，通过“输入作文—GAI诊断—生成反馈—学生修改”的流程，每位学生都能快速获得详细且个性化的作文反馈并应用于后续作文修改中。教师也能够在短时间内完成大规模作文样本的初步评估与共性问题的归纳，从而进一步指导后续教学。

2．GAI实践应用的局限性

尽管生成式人工智能辅助写作评价系统在实践中获得积极评价，但在具体应用过程中仍有部分学生反映其存在学习适应性不足的问题，如生成的修改建议部分存在理解障碍，以及所提供的参考词汇和句型超出受试对象的当前认知水平，从而导致学生二稿存在词藻堆砌、行文僵硬等问题。

此外，GAI辅助评价也存在局限与风险。一方面，生成式GAI可能带来学术诚信问题。学生可能过度依赖GAI生成内容，抄袭风险上升。同时模型本身也可能“幻觉”出不实信息，对写作主题理解不深，给出错误建议。GAI虽能促进写作能力培养，但也伴随原创性和诚信的挑战（林琳，2025）。另一方面，GAI模型的反馈质量取决于训练数据和算法，某些细微的语言习惯或创意性表达可能未被充分识别。教师须对GAI反馈进行审慎判断，避免其在评价过程中代替教师的判断。

此外，GAI工具的使用还需考虑公平性和技术门槛。部分偏远地区师生可能难以访问高速网络或GAI服务，而对这些工具的依赖也要求教师具备一定数字素养。此外，教师需要对学生如何有效使用GAI工具进行指导（韩芳婷、 毛景泽，2025），以防止误用或过度依赖。总而言之，GAI应作为教学辅助而非替代，未来需在评价标准、师生培训与学术监督方面继续完善。

五、结语

综上，生成式人工智能在写作评价教学中辅助效果明显。其强大的文本分析和自然语言生成能力，能够针对输入作文进行内容结构分析，并辅助教师提供即时、个性化的多维反馈，从而弥补传统反馈关注形式多于内容的局限（冯自强，2023）。但GAI作为教学赋能工具，具备一定的局限性。未来，教育部门和学校应加强对GAI辅助教学的推广与规范，如完善GAI写作评价的机制、提升教师数字素养等。未来，教师可从多个维度继续挖掘AI与写作教学融合的最佳路径，根据班级学生的学习特点和教学内容选择合适的信息化工具与评价策略，并积极关注学生核心素养的培养，努力构建“人—机—任务”融合的写作生态。总而言之，GAI支持下的英语写作评价模式正走在教育创新的前沿，但技术不是替代教师的“利器”，而是助力写作修改从“单向纠错”走向“多维赋能”的桥梁。

参考文献：

[1]    陈铖.基于英语学科核心素养的初中英语写作教学[J]. 创新教育研究, 2024, 12(7): 377-380.

[2]    冯自强.生成式人工智能辅助的英语写作纠正反馈研究述评[J].教育探讨,2025,7(7):85-87.

[3]    郭茜,冯瑞玲,华远方.ChatGPT在英语学术论文写作与教学中的应用及潜在问题[J].外语电化教学,2023,(02):18-23+107.

[4]    韩芳婷, 毛景泽, 凌淑珍. 高校英语写作应用AIGC自动评价实效性的对比研究[J]. 中国林业教育, 2025, 43(6): 43-50.

[5]    李佐文.ChatGPT赋能外语教学：场景与策略[J].北京第二外国语学院学报,2024,46(01):109-118.

[6]    林琳.生成式AI辅助英语写作教学的应用困境与突破路径[J]. Educational Innovation and Research, 2025, 1(2): 23-25.

[7]    刘静,王光明.过程性评价对学生学业成绩影响研究——基于63项实证研究的元分析[J].中国考试,2024,(01):72-82.

[8]    王律,王湘玲.ChatGPT时代机器翻译译后编辑能力培养模式研究[J].外语电化教学,2023,(04):16-23+115.

[9]    吴坚豪,周婉婷,曹超.生成式人工智能技术赋能口语教学的实证研究[J].中国电化教育,2024,(04):105-111.

[10]  杨正来.高中薄弱学生英语作文有效指导策略研究[J].教育科学论坛,2016,(04):62-65.

[11]  Tongquan Z,Siyi C,Siruo Z , et al.Chinese intermediate English learners outdid ChatGPT in deep cohesion: Evidence from English narrative writing[J].System,2023,118:103-141

附件列表：
生成式人工智能支持下的初中英语写作评价实践研究.pdf (408.838 KB)