AI支持的过程反馈与第二语言写作暂停及修改轨迹:从产品评分到在线语言加工

《Frontiers in Psychology》:From product scoring to online language processing: associations of AI-supported process feedback with pausing and revision trajectories in L2 writing

【字体: 大 中 小 】 时间:2026年10月22日 来源:Frontiers in Psychology 3.8

编辑推荐:

  AI支持的写作反馈可影响第二语言(L2)学习者构思、监控和修改文本的方式。本研究考察写作过程中提供的反馈与学习者写作过程及其随后无AI辅助表现的关系。方法:一项纵向实验将297名中国大学英语作为外语(EFL)学习者随机分配到三种条件:评分标准控制、AI产品反馈

  
AI支持的写作反馈可影响第二语言(L2)学习者构思、监控和修改文本的方式。本研究考察写作过程中提供的反馈与学习者写作过程及其随后无AI辅助表现的关系。方法:一项纵向实验将297名中国大学英语作为外语(EFL)学习者随机分配到三种条件:评分标准控制、AI产品反馈和AI过程反馈。参与者完成基线写作任务、两项干预任务和延迟无AI迁移任务。产品反馈在起草后提供,过程反馈在写作过程中提供。研究分析击键记录(keystroke records)、暂停模式(pausing patterns)、产出爆发(production bursts)、修改行为(revision behavior)、元语言监控(metalinguistic monitoring)和独立评分的写作质量,以考察写作过程与表现变化。结果:与产品反馈(product feedback)相比,过程反馈(process feedback)与第二次干预中较低的从句内暂停比例和较高的边界暂停比例相关。边界暂停差异和更高层级修改(higher-level revision)差异在无AI迁移任务中仍可见。过程反馈组调整后迁移分数高于产品反馈组(+1.951分,95%置信区间(CI)[0.414, 3.489],p = 0.013),标准化效应为d = 0.376(bootstrap 95% CI [0.096, 0.680])。与对照相比,过程反馈与第一次干预中较高的认知负荷评分相关。元语言监控也显示与迁移表现有统计学上可靠的间接关联。讨论:AI过程反馈与学习者在写作中分配注意力的变化相关,包括在结构边界处更多暂停和更多更高层级修改。这些模式伴随后续独立写作中更强的表现。研究结果表明,在写作过程中提供反馈可支持学习者持续监控和修改决策,其益处延伸至无AI辅助完成的写作任务。
研究背景:二语(L2)写作研究长期依赖终稿评分,终稿虽稳定、可评分并与课堂决策相关,却基本隐藏学习者完成文本的路径;相似分数的作文可能来自不同写作过程。写作认知模型将写作视为计划、转写、复查和监控的交互,工作记忆视角进一步指出L2写作者注意资源有限,计划、语言编码、转录与修改的协调较脆弱。击键记录(keystroke logging)可记录时间戳、光标、暂停位置、产出爆发和修改序列;暂停位置可区分词内、从句内及句子/段落边界活动,产出爆发长度反映语言执行连续性。反馈研究强调学习者注意、判断和整合反馈;自动写作评价与生成式AI扩展了反馈可及性,但反馈质量、行动性和学习者监控仍关键。核心缺口在于反馈取向及其进入写作过程的时机:产品反馈在草稿形成后支持对可见产品的诊断,过程反馈则在写作进行中利用行为信号促使学习者检查当前过程,二者在时机、暴露、消息长度和即时行动机会上不同。为此,研究人员开展纵向随机实验,考察AI过程反馈与暂停、产出爆发、修改层级与有效性、迁移写作质量的关系,并检验其与元语言监控和更高层级修改的统计关联。

关键方法(≤250字):研究于2026年3月2日至13日从郑州西亚斯学院大学英语课程招募297名全日制非英语专业本科生;随机分为评分标准控制、AI产品反馈和AI过程反馈三组,完成基线、两次干预及14天延迟无AI迁移共四次议论文写作任务,提示通过拉丁方分配并纳入固定效应。使用WriteTrace击键记录平台采集事件,GPT-4o(gpt-4o-2024-11-20,温度=0.2,top_p=1.0)按规则生成反馈;两名EFL教师盲评反馈质量,文本双盲评分。统计采用混合效应模型、负二项广义估计方程(generalized estimating equation, GEE)、协方差分析(analysis of covariance, ANCOVA)、中介分析、bootstrap区间和状态转换分析。

研究结果:
4.1 样本保留、基线等价性和测量质量:通过随机样本保留、基线标准化差异、盲评和审计分析,随机样本每条件99人,279人完成全部四次;任务级数据含1,153条写作记录、106,470个暂停事件、23,374个修改事件和773个反馈事件。多数基线最大绝对标准化差异低于0.20,记录女性比例最大为0.253;文本评分组内相关系数(intraclass correlation coefficient, ICC)ICC(2,k)=0.915,修改层级与有效性κ分别为0.783和0.764。反馈质量盲评显示产品与过程消息准确率分别为85.3%和88.5%,潜在误导内容为4.2%和3.1%,相关性与行动性均较高,说明两组反馈总体准确、相关且可行动。

4.2 暂停和产出爆发:通过描述趋势、混合效应模型及负二项GEE敏感性分析,过程反馈组从句内暂停比例从基线0.289降至第二次干预0.243,迁移为0.255;句子和段落边界暂停比例上升。模型显示过程反馈相对产品反馈在第二次干预的边界暂停差异b=0.110,迁移b=0.076;从句内暂停直接对比在干预2可靠、迁移不精确。平均产出爆发长度呈方向性增加但直接对比区间较宽;不同阈值下总暂停计数不稳健。结论是暂停位置比暂停总数更能区分过程反馈。

4.3 修改、认知负荷和写作质量轨迹:通过修改事件模型、认知负荷模型和迁移ANCOVA,过程反馈组更高层级修改比例由0.153升至干预2的0.282,迁移保持0.243;产品反馈干预2为0.269、迁移降至0.203。过程相对产品的高层级修改在迁移的比值比(odds ratio, OR)为1.352;有效修改在干预2的OR=1.195,迁移边缘。过程反馈写作者延迟修改比例和修改字符距离更大。认知负荷在第一次干预高于控制,随后减弱。调整后迁移均值为控制67.88、产品69.22、过程71.17;过程相对产品迁移质量高1.951分,标准化d=0.376,过程相对控制d=0.634。

4.4 反馈窗口、中介和状态转换:通过582个过程反馈事件及2,328个事件窗口、匹配伪触发、中介和状态转换分析,第二次干预中更高层级修改率在反馈后3–5分钟由0.122升至0.182,匹配伪触发调整对比为+0.016。中介分析显示过程反馈→元语言监控a=0.737,监控→迁移质量b=0.305,经监控的间接关联为0.225;经修改单独路径及完整顺序路径不精确。状态转换分析显示过程反馈组更可能由局部修改转向全局修改,并较少持续处于产出状态(BH-FDR校正后支持)。

讨论总结:过程反馈与写作活动组织差异相关,最清晰证据为暂停位置:较少从句内暂停、较多句子和段落边界暂停,且边界差异在无AI迁移中保留。更高层级修改在反馈移除后仍较多,且总修改量相近时过程组更高层级修改更多。反馈窗口与状态转换结果提示诊断提示后先出现即时暂停减少,随后数分钟内更高层级修改增加。元语言监控构成最清晰的间接统计路径,提示识别与评价语言/语篇问题可能区别于实际执行高层修改。迁移表现为调整后质量优势,伴随初始认知负荷升高后衰减,说明早期整合成本未持续。局限包括四次写作与一次迁移、提示难度未正式等值、缺失数据依缺失随机假设、监控工具需独立验证、两种反馈包在时机/频率/长度上不同、过程消息超过请求长度、负荷为回顾性单题报告、窗口分析为探索性。

研究结论翻译:AI过程反馈与L2写作活动在干预和迁移中的一种不同组织方式相关。暂停位置特征表现为干预期间较少从句内暂停与较多句子和段落边界暂停相结合,且迁移时边界对比仍是更清晰的直接差异。过程反馈写作者也更常返回先前文本,在更大字符距离上修改,并在无AI迁移中比产品反馈写作者保留更多更高层级修改;调整后的迁移质量差异为1.951分。元语言监控形成最清晰的间接统计路径,而仅修改路径和顺序路径不精确。这些发现将过程导向提示定位为诊断支持,与独立监控、更广泛修改和后期文本质量相关。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号