基于生成式人工智能的中学生人机协同写作行为及影响因素研究学术报告

作者及发表信息
本研究由浙江大学教育学院李艳教授（博士生导师）、金皓月（通信作者，博士研究生）、浙江省台州中学高级教师董成立、浙江省杜桥中学高级教师卢慧娟合作完成，发表于《现代远距离教育》2025年第1期（总第217期）。研究受国家自然科学基金面上项目（编号：62477040）资助。

学术背景与研究动机
科学领域：本研究属于教育信息化与人工智能交叉领域，聚焦生成式人工智能（Generative AI）在基础教育写作教学中的应用。
研究背景：写作是培养批判性思维与创造力的核心途径，但传统教学受限于课堂时间与教师资源。调查显示，超半数中学生已在课外使用生成式AI（如ChatGPT）辅助写作，但缺乏规范引导可能引发依赖机器、创造力退化等伦理风险。现有研究多关注AI工具对写作结果的提升，却忽视协同过程中的具体行为模式及影响因素。
研究目标：探究高中生与ChatGPT协同写作的典型行为、协同方式、写作质量变化及影响因素，为教师设计人机协同写作教学方案提供实证依据。

研究设计与方法
研究对象：浙江省某重点中学53名高三学生（便利抽样），其中23人曾使用生成式AI，30人无使用经验。选择高中生因其写作能力较成熟，可更好控制伦理风险。
实验设计：
1. 双任务对比：
- 传统纸笔写作：题目为《理性的矛盾》，教室完成，无时间限制。
- 人机协同写作：间隔1天后进行，题目为《谚语的矛盾》，使用ChatGPT（英文语料库模型）在机房完成，全程录屏（180小时视频）。
*控制变量*：两道题目均考察思辨与表达能力，由高考命题教师设计，内容差异对群体比较影响不显著。

1. 数据收集：

   • 文本数据：53份传统作文与53份人机协同作文。
     
   • 过程数据：录屏记录行为（提问、复制、修订等）及时间分配。
     
   • 访谈数据：半结构化访谈（4万余字转录），聚焦协同动机、分工体验等。
     

2. 分析方法：

   • 行为编码：两位研究者背靠背分析录屏，通过协商制定编码框架（如“删除”“重组句子”等），经5名学生反馈修订后应用于全部数据。
     
   • 协同方式分类：结合行为模式与文本构成，通过三角验证法（录屏+访谈）确定三类方式。
     
   • 写作质量评估：两位高考阅卷教师按评分标准（满分60分）盲评，比较两类作文等级变化。
     

创新方法：首次采用录屏技术追踪人机协同写作全过程，结合混合研究方法揭示行为动态。

主要研究结果
1. 典型行为模式：
- 提问与生成：学生通过指令（如“谚语矛盾的原因”）引导ChatGPT生成内容。
- 文本加工：包括浅层修订（删除、词语替换）和深层修订（重组句子、重新表达）。
- 反思性修订：21%学生借鉴AI生成的立意或结构，调整自身写作（如增加“文化差异”维度）。
*关键发现*：人机协同行为复杂度显著高于传统写作，需学生具备提问、批判性思维等综合能力。

1. 协同方式分类：

   • 人机共写（45人，85%）：
     
     • *以人类为主*（19人）：AI作为“高级助理”，提供灵感与素材。
       
     • *人机均衡*（16人）：双方在立意、语言表达上贡献相当。
       
     • *以AI为主*（10人）：学生仅做拼贴与浅层修改。
       
   • AI直接生成（4人）：学生仅调整指令并复制结果。
     
   • 人类独立写作（4人）：因协同无效放弃使用AI。
     *动态性*：33名学生初始依赖AI，后期主动性提升；4名学生因挫败感转为独立写作。
     

2. 写作质量影响：

   • 整体提升：人机协同作文平均分49.3分，显著高于传统作文（45.4分，p<0.01）。
     
   • 方式差异：
     
     • 人机共写组19人等级提升（如三类卷→一类卷），但3人因过度依赖AI导致降级。
       
     • AI直接生成组2人等级下降（一类卷→三类卷）。
       *时间成本*：人机协同耗时约3小时（传统写作1小时），但主动要求延长时间的学生均来自人机共写组。
       

3. 影响因素：

   • 学生因素：
     
     • *写作能力*：高能力者倾向主导协同（如重写AI生成的单调语言）。
       
     • *协同能力*：擅长提问与调教的学生更易获得高质量生成内容。
       
     • *情绪与动机*：部分学生因“赌徒心态”持续调试AI，导致效率低下。
       
   • AI因素：
     
     • *技术局限性*：英文语料库导致汉语言表达缺乏“典雅风韵”，且虚构谚语问题突出。
       
     • *随机性*：相同指令生成内容差异大，增加协同不确定性。
       

结论与价值
1. 理论贡献：
- 提出人机协同写作的“互补生成”模型，拓展巴赫金对话理论，揭示AI作为“对话者”促进意义重构的作用。
- 验证写作能力是协同效果的基础，反驳“AI可替代人类写作”的片面观点。

1. 实践意义：

   • 教学建议：教师需培养学生对AI内容的批判性加工能力，避免浅层操作；设计任务时强调深度的内容重构。
     
   • 工具开发：呼吁训练适配汉语特点的大语言模型，减少文化错位。
     

2. 伦理警示：

   • 过度依赖AI可能导致学生让渡写作自主权，需明确AI的辅助性定位。
     

研究亮点
1. 方法创新：首次通过录屏技术捕捉人机协同写作的微观行为，建立系统的编码框架。
2. 分类细化：突破既往三分法（如Shibani等），细分五种协同方式并揭示动态转换。
3. 跨学科视角：融合教育理论与人工智能研究，为智能教育工具设计提供实证依据。

局限与展望：未分析时间投入与质量的具体关系，未来可结合眼动追踪等技术深化行为机制研究。