大家好。我是博士生田中。在这篇文章中，我将介绍我们在最近的英语文献研讨会上阅读的一篇论文。

论文标题: How does AI match students’ proficiency levels to provide support? Student-driven AI-mediated scaffolding in EFL writing instruction
（AI如何根据学生的熟练程度提供支持？EFL写作教学中以学习者为主导的AI辅助支架）
作者: Zhiwei Qi, Yuqing Liu, Wenlin Liu, Wei Xu
刊载杂志: System, Volume 142（2026年）

1. 背景与先行研究
在EFL（英语作为外语）写作学习中，生成式AI虽然能够提供个性化支持，但也有观点指出，直接呈现完整句子的使用方式可能会阻碍学习者的主动思考，并导致对AI的过度依赖。针对这些课题，根据学习者的理解程度提供适当支持的“支架（Scaffolding）”显得尤为重要。本研究基于维果茨基的社会文化理论。该理论中的“最近发展区（Zone of Proximal Development: ZPD）”是指学习者独立能达到的水平与在他人支持下能达到的水平之间的差距。此外，Aljaafreh and Lantolf（1994）提出了支架的以下三个原则：
• 分阶段支持（Graduated assistance）： 从隐性提示逐步过渡到显性解释。
• 随伴性支持（Contingent assistance）： 在学习者需要时提供支持，并在其能独立解决时减少支持。
• 对话式活动（Dialogic activity）： 通过对话把握学习者的理解情况，并提供适当的支持。
基于这些理论框架，作者开发了AI-mediated scaffolding model（AI-MSM），使学习者能够自行判断所需的帮助，并调整AI支持的程度。本研究验证了该模型对写作能力、学习者参与度和动机的影响。

研究问题
本研究设定了以下四个研究问题（RQ）：
• RQ1: AI-MSM是否能提高写作表现？
• RQ2: AI-MSM是否能提高学习者参与度？
• RQ3: AI-MSM是否会影响学习动机？
• RQ4: 学习者如何看待AI-MSM的有效性？

2. 研究方法
AI-MSM的开发:
本研究开发的AI-MSM是一个能够分析教学目标、学习者过往作文及错误倾向，并根据写作活动提供个性化支持的模型。在写作阶段，它支持构思和提纲撰写；在润色阶段，它支持词汇、句式和语法的改进。该模型的特点在于学习者可以根据需要，从隐性支持（Implicit）过渡到显性支持（Explicit）。例如，当学习者在修改英文时遇到困难，首先会收到AI的提示或提问，如果仍无法解决，则可以要求具体的语法解释或修改示例。
此外，本研究采用了“Humans-in-the-Loop”机制，教师可以实时查看学习者与ChatGPT的对话记录，并在发现AI回答不当或学习者停滞不前时进行干预。

实验程序:
以中国某外国语大学的80名英语专业本科生为对象，进行了为期5周（共10次课）的实验。参与者被随机分配到实验组（40名：使用AI-MSM）和对照组（40名：传统教学）。
第一周仅实验组学习ChatGPT的操作方法，第二周两组共同学习写作的基本结构。第三至五周，学生撰写了4篇英文作文，实验组接受AI-MSM指导，对照组接受传统指导（独立写作与教师批改）。

测量方法:
• 写作能力: IELTS Writing Task 2的改编版（200词，30分钟）的前后测
• 参与度: 行为、情感和认知参与度（9个项目）
• 动机: 内在动机、自我效能感、考试焦虑（7个项目）
• 访谈: 对实验组13名学生进行半结构化访谈

分析方法:
定量分析采用了控制前测分数的多元协方差分析（MANCOVA），并考虑到多重检验，应用了Benjamini–Hochberg法的FDR校正。此外，对访谈数据进行了定性分析。

3. 结果与讨论
• 写作表现（RQ1）:
前测中两组未见显著差异，但在后测中，写作能力整体上确认了显著的组间差异（p < 0.001）。特别是在任务完成度、连贯性与衔接性、语法的范围与准确性这三项上，实验组表现出显著更高的结果。另一方面，词汇能力未见显著差异（p = 0.084）。
作者认为，文章结构和语法相对规则明确，而词汇习得需要对语境和细微差别的深刻理解，因此教师的补充指导至关重要。

• 学习者参与度（RQ2）:
在行为、情感和认知参与度的所有方面，实验组均表现出显著更高的结果。特别是在认知参与度上确认了最大的效应（partial η² = 0.139）。作者认为，学习者自行审视AI建议并要求必要支持进行修改的过程，促进了元认知和自我调节学习。

• 学习动机（RQ3）:
虽然在动机整体上确认了显著的组间差异（p = 0.042），但在FDR校正后，内在动机、自我效能感和考试焦虑均未见显著差异。作者将此原因之一归结为学习者对AI回答的准确性和可靠性的担忧。

• 学习者访谈（RQ4）:
从对13人的访谈中，提取了以下五个类别：
1. 创造力与认知的促进: AI提出了新视角，促进了想法的发展和批判性思维。
2. 适应性学习与分阶段支持: 按需提供的提示和解释支持了自主的问题解决。
3. 技能自主与AI依赖的冲突: 观察到学习者担心AI依赖，并自行调整使用方式的情况。
4. 工具的改进需求: 对不自然的英语表达或不符合语境的表达的检测精度提出了改进要求。
5. 技术局限与可靠性风险: 报告了AI导致的误解或提供不确定信息的情况。

Humans-in-the-Loop的作用:
本研究中，教师实时查看与AI的对话记录并根据需要进行干预。作者指出，这种教师的支持弥补了AI的技术局限，支撑了学习者正确解决问题。

4. 结论与局限性
• 结论: 研究表明AI-MSM对提高EFL学习者的写作能力（特别是文章结构和语法）以及学习者参与度是有效的。特别是学习者自行调整支持程度的机制，暗示了其可能促进了认知参与。另一方面，对词汇能力和动机的影响有限。
• 局限性: 研究对象仅限于中国的80名英语专业学生，干预周期仅为5周，且仅实验组教师接受了AI培训。此外，作者提到部分测量量表的信度相对较低，结果解释需谨慎。

感想
这篇论文提出了让学习者根据自身熟练程度等判断并调整生成式AI支持程度的教育方法，并验证了其有效性，我对此很感兴趣，因此选定其作为研讨会介绍的文献。该研究中学习者识别困难并按需寻求支持的系统设计，我认为与我自己的研究主题“自我调节学习”相关。
本研究强调了“Humans-in-the-Loop”的重要性，教师实时确认学习者的系统使用情况并进行干预。然而，我也在思考，这种方法是否适用于课外学习等更具自主性的学习场景？以及当教师不再干预时，学习者的自主学习是否能够持续？这些点都有必要进行验证。
此外，研究结果显示在利用生成式AI支持的学习成果中，“词汇”得分未见显著提高，这也是我研究中的一个课题。为了提高词汇能力，我希望在今后的课堂实践和研究设计中，探讨如何改进利用生成式AI的写作学习支持。