生成式人工智能辅助EAP形成性反馈的实证研究：基于两个教学模块的案例分析
本案例研究探讨了生成式人工智能工具的整合，特别是XIPU AI，致力于提升学生在两门学术英语课程中对形成性反馈的参与度，即一年级高级学术英语与二年级商务学术英语课程。干预手段涵盖培训学生撰写有效的提示语，以及构建课程作业架构，以便在整个反馈参与流程中融入人工智能工具。尽管存在如学生对人工智能过度依赖和不准确建议等潜在弊端，但该方法在增进学生对反馈的理解及应用方面展现出良好前景。为充分发挥这些优势，教师应提供指导，保障人工智能的正确使用，并强调自主修改与伦理思考。此次教学干预凸显了人工智能素养的必要性，并为在学术环境中合理、负责地整合生成式人工智能提出了相应策略。
形成性评估旨在衡量学习成效，并在整个课程进程中提供反馈，以推动学生成长与进步。正如 Biggs（2003）所指出的，此类反馈有助于学生了解自身对课程概念的掌握情况，发现短板，进而探寻提升与深化理解的方法，这是学习过程中的关键步骤。然而，促使学生切实有效地参与形成性反馈，依旧是一项艰难的挑战（Lee，2008；Winstone 等，2017）。许多学生未能对反馈采取行动，常在后续任务中出现相同的错误。即便理解了反馈内容，学生也可能无法在不同作业中一以贯之地应用这些反馈。
阻碍学生有效参与反馈的核心要素涵盖学习目标与信念、语言能力以及反馈素养。Han（2017）以及 Han 和 Hyland（2015）认为，学生的学习目标和信念会影响他们对反馈的认知与运用方式，例如，侧重于成绩的学生可能会忽视有助于提升技能的建设性意见。Zhang 和 Hyland（2018）指出，语言能力欠佳的学生或许难以领会反馈中的细微之处，尤其当反馈中包含复杂的语言结构或陌生术语时。此外，Han 和 Xu（2021）表明，许多学生在解读反馈时遇到困难，并且缺乏有效运用反馈的策略知识，这包括理解具体评语以及知晓如何在作业中落实相关建议。
化解这些阻碍对于促进深度学习、提升写作成果十分重要。在此情况下，将生成式人工智能（Gen-AI）工具融入修改流程，提供了极具潜力的解决方案（Ipek 等，2023）。特别是西浦人工智能这类工具，通过以下途径构建了简化复杂反馈、增进理解以及推动可操作性参与的机制：
认识到这些优势后，本案例研究探究了生成式人工智能工具（特别是西浦人工智能）的整合应用，以此作为解决学术英语课程中反馈参与障碍的一种手段。通过将生成式人工智能融入反馈流程，我们力求提升学生对反馈的理解与应用能力，同时培育他们的批判性思维与写作技能。本研究通过结构化方法，强调了将生成式人工智能纳入学术课程的最优实践，该方法涵盖培训学生撰写有效的提示语，并利用生成式人工智能展开互动式反馈参与。后续各部分详尽阐述了在两门学术英语课程模块（一年级高级课程与二年级商务课程）中落实这一方法的过程、成果以及反思，为期望借助生成式人工智能优化反馈实践的教育工作者提供了实用见解。
将生成式人工智能融入学术英语课程作业：过程与实践
为探究生成式人工智能在提升学生反馈参与度方面的潜能，我们在两门学术英语课程模块 —— 一年级高级课程和二年级商务课程中应用了西浦人工智能。两个班级的学生依照欧洲语言共同参考框架（CEFR）标准，语言水平均达到 B2 + 等级。一年级学生以五人小组的形式协作撰写一篇约 1000 字有关职场着装规范的论述文，而二年级学生则各自撰写一篇约 300 字关于领导风格的议论文。
为最大程度发挥生成式人工智能的优势，我们设计了一种结构化方法，将人工智能融入反馈流程的三个主要阶段：
步骤 1：课前 —— 反馈清单
在课堂活动之前，学生借助一份详尽的清单获取关于其写作的形成性反馈。这份清单与评分标准相契合，着重指明需改进的方面，诸如文章结构、语言或论证展开等，但不提供确切的解决方案。例如，清单中或许会包含如下条目：
“论文陈述中是否给出了简要大纲？”
“作者是否基本遵循了学术写作风格？”
以下是一年级学术英语课程论述文所用示例清单的部分内容。
这份反馈旨在激励学生反思自身写作，明确在修改过程中有待解决的问题。通过提前给予反馈，学生能够在课前做好准备，积极运用生成式人工智能工具应对自身面临的具体挑战。
步骤 2：课堂中 —— 人工智能辅助修改
在课堂环节，学生运用西浦人工智能解读步骤 1 中提供的形成性反馈，并对自己的作文进行修改。以下要素为这一环节提供了支撑：
向学生简要介绍如何与人工智能展开互动，包括登录、操作界面导航以及了解其主要功能等基本操作说明。确保学生都能够使用西浦人工智能，并知晓如何向该工具传达自身需求。
人工智能生成的回复质量与相关性在很大程度上取决于提示语的设计方式。为确保学生能够与西浦人工智能高效互动，我们开展了撰写结构合理、表意精准的提示语的培训。建议采用循序渐进、对话式的方法；相较于在冗长的提示语中提出一个复杂问题，从简单问题入手并逐步提升其复杂程度的方法更为有效（Bager，2023）。提示语的结构应遵循 Coursera（2024）提出的模式，包括：
例如，在我们的一年级学术英语课程模块中，针对教师给出的 “文章中的部分表达不够学术化” 这一反馈，我们教导学生撰写如下结构类似的提示语：
“我是一名正在撰写关于职场着装规范论述文的一年级大学生。你能否审阅以下段落，找出不正式的表达并提供正式替代建议？请保持所有引用完整，仅关注语言调整。这篇文章将提交给我的学术英语老师审阅。[复制粘贴段落内容]”
以下是一张展示使用西浦人工智能应用上述提示语的截图。
尽管鼓励学生依据自身具体需求生成自己的问题，但我们也提供了一组示例提示语作为范例，以指导学生完善其写作的具体方面。详细的示例提示语与相应的清单条目相匹配。以下截图展示了针对二年级清单条目的一些示例提示语。
学生利用西浦人工智能理解教师的反馈，并依据生成式人工智能提供的进一步建议对自己的作品进行修改，通过尝试与反思的过程来判定哪些修改是恰当的。鼓励学生批判性地评估人工智能的建议，而非直接全盘接受。
以下截图展示了西浦人工智能在助力二年级学术英语课程学生更好地理解教师对其议论文的反馈以及从不同角度落实修改方面的应用情况。
西浦人工智能在理解特定术语方面的应用：
西浦人工智能在提供详细示例方面的应用：
西浦人工智能在纠正语法错误方面的应用：
步骤 3：课堂中 —— 反思与反馈
该过程的最后阶段涉及批判性反思环节以及由教师主导的总体反馈：
学生参与有引导的讨论，反思自己使用西浦人工智能的体验。关键的反思问题或许包括：
“哪些人工智能建议最有帮助，为什么？”
“你拒绝或接受了哪些人工智能生成的建议，为什么？”
“在使用西浦人工智能时你遇到了哪些挑战，又是如何克服的？”
这种反思有助于学生评估人工智能工具的优势与局限，培育他们在学术工作中对人工智能使用的批判性视角。
最后，教师针对班级整体表现给予总体反馈，指明在修改过程中观察到的常见问题。通过以集体汇报的形式呈现这一反馈，教师确保所有学生都能从超越个人作业的见解中获益。
挑战与可能的解决方案
尽管像西浦人工智能这样的生成式人工智能工具在提升学生反馈参与度方面有巨大潜力，但将其融入学术写作情境并非毫无阻碍。如果这些挑战得不到解决，可能会妨碍人工智能在支持学习方面发挥效能。以下我们分享学生在使用生成式人工智能参与教师反馈时面临的常见困境，以及缓解这些问题的潜在策略。
1. 对生成式人工智能工具熟悉程度有限
一些学生不熟悉如何使用生成式人工智能工具，包括西浦人工智能，并且感觉这项技术令人望而生畏或难以驾驭。这种熟悉程度的欠缺会阻碍他们充分利用人工智能进行反馈参与和修改。
2. 技术问题
有部分学生遭遇了技术问题，例如响应时间慢、连接问题或平台故障等，这些问题可能会扰乱他们的工作流程，引发挫败感。
3. 撰写精准提示语存在困难
与生成式人工智能进行有效互动依赖于学生提出清晰、具体问题的能力。许多学生在拟定精准提示语方面存在困难，这可能致使人工智能给出不相关或无帮助的回复。
4. 评估人工智能生成回复的挑战
并非所有人工智能生成的建议都是准确或相关的。学生可能难以判断这些反馈的有效性，特别是当反馈与教师的指导或课程材料相悖时。
5. 更广泛的关注与伦理考量
除了这些操作层面的挑战之外，还引发了诸如对人工智能过度依赖、学术诚信以及教育公平等更广泛的担忧。
像西浦人工智能这样的生成式人工智能工具在提升学生对形成性反馈的参与度方面拥有巨大潜力。通过将人工智能辅助活动融入反馈过程，教育工作者能够攻克反馈素养方面长期存在的障碍，提高学生对教师反馈的理解与应用能力，并培育他们更强的学习自主性。然而，成功应用这些工具需要应对关键挑战，包括对生成式人工智能不熟悉、撰写精准提示语存在困难、技术限制以及人工智能生成回复质量参差不齐等问题。一种结合了人工智能素养、实践培训以及关于道德和有效使用指导的结构化方法能够缓解这些问题。通过应对这些挑战并推动生成式人工智能的道德和审慎使用，教育工作者能够营造一种环境，使技术在促进学术发展的同时，保留批判性思维和独立解决问题能力的重要性。这种平衡确保了人工智能成为助力学生成长为善于反思、充满自信且能够自主学习的学习者的工具。
