在人工智能语境下，写作教学的最佳实践是什么？

本页是英文页面的机器翻译，尚未经母语者审校。

你正在改写一份作业说明，眼前那句话写着“允许使用 AI，但需注明”，而它完全没告诉学生：这个工具能不能替他们提供论点。一位同事提议整门课禁用，而你怀疑这最伤到课堂里那些多语写作者。又或者，一批论文交上来比它们背后的研讨课讨论流畅得多，你需要一条能在下次课程委员会上站得住脚的规则。

核心结论：说清这份作业存在是为了让学生产出哪一种智力工作，把那一步留给学生，再给工具一些任务，让它返回的东西必须由学生来判断。这样写出来的规则，学生看得出它保护的是哪一步。

简版要点

1. 写一句话，说明这份作业评的是哪种思考，并把它放在学生会读到的地方。

2. 在工具看到任务之前，先让学生给出一个主张、一种解读或一份粗稿。

3. 按步骤划边界。某一步不是你要评的东西，那里就允许 AI；是你要评的，那里就限制。

4. 让 AI 坐评论者的位置，然后评学生对它的回应做了什么。

5. 留一份工具从未碰过的写作，把有辅助的作品拿来对照。

6. 事先说明申报会对成绩产生什么影响。

说出这份作业要考的是什么思维

AI 的边界是第二个问题，而多数作业说明先回答了它。在决定允许什么之前，先把这句话补完：这份作业的存在，是为了显示学生能做 X。如果 X 是论证，学生就必须自己提出并捍卫主张。如果 X 是学科解读，学生就必须自己做出解读上的判断。如果 X 是科学推理，学生就必须把证据与结论连起来。替学生完成这项工作的 AI，会破坏你本想从这篇文章中得出的推断，而文笔出色并不能弥补。评价效度把这当作效度问题而不是品行问题，这也是为什么写作教育和学术诚信最终都主张任务层面的规则，而不是课程层面的禁令。

Nash 与 Burriss展示了这句话多么容易写错。在 27 位职前英语教师的课堂AI 政策中，22 份允许用 AI 构思和头脑风暴，22 份禁止或未说明能否用 AI 撰写句子、段落或论文，还有 22 份对阅读只字未提。同一些教师把构思和修改称作“思考”，却把真正的思考放在最终的书面文本里。如果思考贯穿计划、起草、修改和评价，那么只守住最后成品的政策守错了步骤，而阅读也需要一条和写作同样明确的规则。

把规则写成关于某一步的句子，例如：“你可以用 AI 检验针对你已经提出的主张的反驳，但不能用它生成主张或支持主张的证据。”学生能照这个行动。“允许使用 AI，但需注明”什么也没给他们。

让学生先在工具回应之前表态

先后顺序是这批文献里最有用的设计选择。Chen 的分层研究考察了六个完整班级里的 168 名本科生，区分出四种委托：表层卸载、结构卸载、想法卸载和推理卸载。不设约束的开放协作产出了最强的 AI 辅助写作，也带来了最弱的后续独立表现。把推理委托出去，是与独立高阶思维负相关最强的那一层。而一个有边界的条件——限制学生可以委托什么，并要求他们说明如何接受、修改或拒绝了每一条 AI 建议——在独立写作、论证深度和修改上都表现更好。

对这个因果结论要谨慎。它是准实验，只有六个完整班级，学生没有随机分配，所以班级差异与处理效应仍然纠缠在一起。方向与更广泛的认知卸载文献一致，因此值得据此行动，但效应量不是能在委员会上引用的东西。

落在纸面上只占一行：学生带来一种解读、一个假设、一个论证或一份分析，然后让 AI 去攻击它。“以下是对我的论证的三个反驳”把思考留在写作者手里。“替我写论证”则不是，无论学生之后拿输出做了什么。

把初稿当作最昂贵的一步

在不同阶段提供辅助，造成的损害也不同。在一项涉及 253 名写作者的研究中，任何 AI 辅助都降低了作者对作品的拥有感，起草阶段的辅助降低最多，计划阶段的辅助降低最少。在同一份提交里，更多由 AI 贡献的文字和想法既对应更好的文章质量，也对应更低的拥有感（从计划到修改的拥有感研究）。这种组合正是要预先设计应对的：更强的文章和更弱的作者感同时到来，而后者正是写作中的学习者自主性所依托的东西。

如果作者身份在你的课程里重要，就把许可拆开。促使学生做计划、追问学生已有哪些证据、或指出学生漏掉的反论点的 AI，几乎在任何地方都站得住。生成段落的 AI，在“写作本身就是目标技能”的地方很难辩护。而写作不是目标的地方，权衡就不同了。

在每一步设定规则

有一套值得借用的顺序，把 AI 留在顾问的角色上，把推理留给学生：

阶段	学生做	AI 可以	你可以收集的产物
1. 接触证据	阅读、观察、批注、计算、做实验	什么都不做，或只做澄清	笔记、批注、观察记录
2. 形成立场	生成解读、问题、假设、主张	提问、挑战假设	主张或假设备忘
3. 计划	决定证据、顺序、读者、文体	批评提纲、提出替代方案	附理由的提纲
4. 起草	产出实质性的文字与推理	依学习目标加以限制	草稿与版本历史
5. 人的回应	给予并接受同伴或教师的反馈	无需使用	同伴评语
6. AI 反馈	请求基于量规的批评	评论者、读者、反论点生成器、清晰度检查器	AI 反馈记录
7. 评价反馈	比较同伴、教师和 AI 的建议，接受或拒绝并说明理由	它的输出此时成为评价对象	反馈决策备忘
8. 修改	做出并说明实质性修改	检验清晰度、提供替代方案	修改稿
9. 核实	核查每一个事实性或依赖来源的主张	无法核实自己的输出	来源与证据
10. 反思与申报	说明 AI 的作用，以及自己的思考发生了什么变化	无需使用	简短的过程反思
11. 独立检查	在没有 AI 的情况下解释或应用该推理	无需使用	口头答辩、快速写作、新案例

这是PAIRR的扩展版：起草、人的反馈、AI 反馈、比较、修改、反思，再加上一条独立基线和对推理更紧的边界。把中间一列当作作业来用，把右边一列当作成绩可以依托的东西。

十一行比多数作业需要的多。把表格压缩到你在课堂上真正能分辨的那几步：接触证据、形成立场、起草、修改。在缩短的版本里，接触和立场是构念所在之处，起草是有争议的一步，而格式或参考文献检查可以直接允许。写出这张表的过程，就是你发现自己必须表态的两三处地方的过程；所以一条学生能照着做的三句话规则，胜过一份没人读的矩阵。

把人的反馈留在回路里

这里规模最大的课堂研究是PAIRR：来自十门写作课程和三门写作密集型STEM课程的 654 名学生。他们先起草，完成同伴互评，取得基于量规的 AI 反馈，比较并评价两个来源，写下修改计划，修改，然后反思。58% 的学生更喜欢同伴与 AI 反馈的结合，6% 的学生只选 AI 反馈。学生认为 AI 在宽泛的、按量规组织的修改建议上有用，而同伴提供了情境知识和真实的读者反应。

对结论要说得准确。PAIRR 测量的是学生对反馈的体验和评价，不是长期的学习收益，所以它是一份关于反馈设计的有力证据，但作为“几个月后写作会变好”的证据较弱。即使 AI 那一步更快，也保留同伴那一步。相当一部分反馈工作发生在两个来源的比较之中，去掉它就等于去掉了学生说自己看重的那部分。

工具本身也可以被设计成保护推理这一步。Favero 等人（2026）构建了 MAIKE，一个苏格拉底式聊天机器人，它诊断论证并提出有针对性的问题，而不生成作文文本。在一项有 65 名中学生参与的课堂研究中，MAIKE 使用者比对照组把更多轮次花在观点层面的对话上（56% 对 44%），并在讨论与编辑之间来回移动；约 40% 的学生提高了作文分数。该研究没有显示相对对照组的总分优势，因此应把它当作一项关于把对话与修改连接起来的设计示范，而不是聊天机器人能提高写作质量的证明。

评学生拿反馈做了什么

反馈素养是主动寻求反馈、判断其质量、管理自己对它的反应，并把它转化为修改的能力。这项能力更强的学生从 AI 反馈中获益远多得多；把输出当作权威的学生获益更少（AI 反馈质量）。

一张简短的决策表能把这层能力显形，每条建议一行：AI 的建议、接受／拒绝／修改、理由，以及支撑这个判断的量规条目或证据。四列，不需要写文章。它把模型输出变成评价性判断的素材，也给了你一件不是文章本身、却可以评分的东西。

像描述论点句那样仔细地描述一行好的记录：它点明量规条目，指向某段文字或某条证据，并解释学生真正做出的改动。写着“说得好，同意”的一行不得分。学生照着眼前的样例写，所以样例就是指令。

让申报便宜且具体

当政策含糊、带有惩罚性或有污名时，学生会隐瞒 AI 使用，而诚实反而可能招来怀疑（AI 使用与申报说明；学生合理化研究）。申报在教学上有用，是因为它记录决策：工具被用在什么地方、学生给了它什么、哪些建议起了作用、学生接受或拒绝了什么。

Mohamed 与 Temimi给出了机制。只有当诚实的成本保持在低位，申报才会成为有吸引力的选项。检测器对诚实的学生也会产生误报，所以更重的监控反而可能让隐瞒相对更有吸引力。他们的建议是：为最想隐瞒的那个学生做设计，并把申报的使用情况读作背景信息，而不是自白。

表单上有两个细节承担了大部分作用。要求填写具体用途，而不是一个类别；并说明申报会如何影响成绩。不知道后果的学生会往最坏处想。

多数作业四个提示就够了：工具被用在工作哪一步、学生向它提供了什么、哪些建议改变了草稿、哪些被拒绝以及为什么。最后那个提示信息量最大，因为有理由的拒绝是判断力的证据，而一份被接受的建议清单不是。

按你所在领域对“写作”的定义调整规则

写作与作文课程

作文课教师最有理由保护过程，因为起草、修辞决策、修改、读者意识和声音本身就是学习目标，而不是目标的展示。学期初收集几份独立样本，让你和学生都知道这位写作者此刻能做什么。把 AI 作为读者、评论者和修改伙伴引入：问读者在哪里跟丢了线索，生成对论点的反驳，把草稿对照量规，标出缺乏支持的论断，解释某一段为什么读起来不连贯。每一条建议都由学生来判断。

让同伴互评与 AI 反馈并存，因为同伴提供模型缺乏的情境与读者知识，而评价两者之间的差异本身就是写作训练。当学习目标就是学会写作时，对 AI 生成大段初稿要保守，原因见上文关于拥有感和卸载的讨论。避免对语法、措辞或语言辅助一概禁止，那会给多语写作者制造不必要的障碍。把语言支持与思想作者身份分开：表达上的帮助没问题，而想法、证据、修辞决策和意义仍由学生负责。也要审查反馈本身，因为Tan 等发现，当提示里带上学生的族群或教育属性时，同样的文字得到了更多赞扬和更少实质性批评——这把偏见缓解放进了反馈设计内部。

人文与社会科学课程

解读通常是目标能力，所以要让接触原始材料发生在接触 AI 之前。学生先对原始文本、史料、艺术作品、档案材料、访谈或理论段落做批注，形成初步读解，然后再去查询任何东西。之后模型充当反衬：提出另一种读解，说明什么证据会挑战这个解读，指出论证默认了哪些假设，从一种对立的理论视角生成一种读法。由学生决定文本实际支持哪一种读解。

把对模型的批评当作学科工作来布置。给学生一份对某首诗、某个事件、某个论证或某种社会现象的 AI 解读，问它注意到了什么、漏掉了什么、哪些证据支持它的论断、缺了谁的角度、在哪里把模糊性压成了一个顺滑的答案。这样才把人文课程本要教的解读判断保留下来。评的是解读决策及其证据依据，并用一句简短的会谈提问，例如“你为什么这样读这一段，而不是你排除掉的另一种读法？”猜测一句话是否像机器写的，是更弱的测量，AI 检测一文解释了原因。

STEM 课程与实验报告

先做一个限定：这个知识库关于 AI 辅助学术写作的证据，比关于实验报告写作的证据强得多。动手与实验教学法与教学策略仍然覆盖不足，工程教育文献也不例外，所以下面是把写作、卸载、效度和工程方面的发现，应用到这些研究并未测试的情境上。

把边界划在科学推理周围，而不是笼统地划在文字周围。观察、原始数据、计算、不确定度、图表、分析选择、结果和主张—证据推理仍由学生负责。这些存在之后，AI 可以合理地帮助组织结构、可读性、过渡和学科惯例，这与Chen 的研究中表面与推理的切分是同一个思路。

面向 AI 时代实验课的报告包，包含报告本身，加上选出的原始数据、计算或笔记本输出、一张由学生撰写解读的图，以及一段简短说明中心结论如何由证据推出。对高利害报告，就一张图、一个异常结果、一项方法选择或一个局限，问一两个个别化的追问。不要让文字流畅代替概念理解：当语言表达较弱时，自动化的物理评分会低估概念理解，而这对多语学生伤害最大（自动作文评分）。如果推理和写作都是目标，就分开评分。

工程课程

职业问责改变了措辞。一篇对99 项工程教育实证研究的综述，把透明、人类监督、学生独立性、隐私、作者身份、公平和行善列为反复出现的伦理关切，并主张 AI 伦理属于职业养成，而不只是规则遵从。在实验或设计报告中，要求学生申报辅助情况，并声明他们已核实计算、来源、假设和安全相关论断。

留下一份工具从未碰过的样本

有辅助的表现不是独立能力，你至少需要读到后者的一个样本。偶尔的撤除条件就够了：简短的无 AI 写作、课堂内的解读、口头解释、一次会谈、当场修改，或一个把同一推理迁移到新案例的后续问题。当期末论文占分很重时，这一点最重要。这并不意味着给每次作业都安排监考。几份特意安排的样本，给你和学生一个解读有辅助作品的基线，这也是我该如何重新设计评价，使成绩仍然能够可靠地说明学生知道什么、能做什么？中论证在写作上的具体情形。

把两份放在一起读，问有辅助那份里的推理，在无辅助那份里是否也看得见。看得见，这篇文章就在履行它作为证据的职责；看不见，有辅助的那个分数测的是工具提供了什么。这个对照也正好是你拿给质疑分数的学生看的东西，因为它指向某一处具体的思考，而不是对文字的某种印象。

决定 AI 可以评什么

两个看起来矛盾的结果其实相容。经过仔细校准、配有详细量规和样例的系统，可以把特定任务评得不错；而开箱即用的LLM评分与人的判断偏离很大。Mathew 等发现人—LLM 一致性很弱，且随文章质量系统性变化：模型过度奖励短小、表面可读的文章，低估较长、较强但有轻微表面错误的文章，并向量表中段聚集。这种模式支持把 AI 用于低利害的形成性反馈、评语起草和分流，而远不支持自主的终结性评分（自动作文评分）。

学生自己画的是类似的线。在一门本科技术传播课程中，ChatGPT 给手写文章打分，并且告知了学生，13 位参与者全都认为反馈清晰、对表层修改有用。多数人把反馈的有用性与评价权威分开：他们接受批评，并坚持由教师决定成绩（Who Should Grade My Work? Student Perspectives on Transparent AI-Assisted Writing Assessment in Higher Education）。把人类监督设计成“AI 输出变成成绩”的那一点，而不是方便时才给的客气。

在改写教学大纲之前先判断证据

这些设计的依据很有希望，但还不足以支撑一条放之四海的 AI 写作政策。最好的部分证据来自规模可观的课堂研究，例如有 654 名学生的PAIRR。其余很多依赖准实验、小样本实验、概念分析，以及仍然很新的 2025-2026 年工作：Chen 的有边界写作研究有 168 名学生，但只有六个完整班级；拥有感研究用的是一次简短的实验性写作任务；还有一项报告 ChatGPT 练习后即刻质量提升的研究，只涉及 21 名一年级国际学生，并未确立长期迁移（Leveraging ChatGPT in academic writing: ChatGPT enhances students' writing quality, writing experience, and ownership）。AI 教育知识库所支持的是一组设计原则，其中跨研究最可靠的发现是：在使用 AI 扩大获得批评、练习、修改支持和语言辅助的机会的同时，保住学生的学习者自主性、评价性判断、独立能力、学科推理和人的反馈。

这种组合有一个实际后果。改一次作业，保留产物，然后用同一个测量把下一届和这一届对比。一条一个学期后就能修订的规则，比一份你无法检验的政策更值钱，而上面那些小研究不会告诉你你的课上会发生什么。

教师容易搞错的地方

检测器能确定文章是不是学生写的。 不能。在一项隐蔽的实地研究中，94% 由 AI 生成的考试提交未被发现，而且得分高于真实学生；一项对照研究发现，检测器对合规的轻度 AI 编辑的标记率为 38-80%，却漏掉了超过 96% 的“人化”改写（Detecting the undetectable? Reassessing academic misconduct procedures in the era of generative AI；Why AI Detection Fails for Academic Integrity）。检测回答的是检测问题，而效度是另一个问题。

课程层面的政策比逐条作业的规则更清楚。 Nash 与 Burriss 收集的政策就是课程层面的文件，27 份里有 22 份允许头脑风暴，22 份限制或含糊处理写作，22 份对阅读沉默。一份覆盖一切的文件，往往对教师担心的那一步写得具体，对其余部分则含糊。

文字变好了，说明写作教学起作用了。 拥有感研究在同一份提交里同时发现了更好的文章质量和更低的拥有感，而 Chen 的不设约束协作条件产出了最强的有辅助写作和最弱的后续独立表现。文字质量是产品指标，课程要的是能力指标。

无限的使用权加一条好提示就够了。 把 AI 反馈当作权威的学生，从中获益少于反馈素养已发展的学生。获得批评的机会与使用批评的能力，是两种不同的资产。

禁止 AI 能保护写作过程。 一道禁令回答的是一个因步骤而异的问题，而且它给需要语言支持的多语写作者制造了障碍，那种支持与作者身份无关。可行的切分在表达与思想责任之间。

你会听到的反对意见

“我没时间再读一件产物。” 那就把产物做小：四列决策表，或五分钟课堂写作作为独立样本。语料库里没有这些设计的批改时间数据，所以工作量的问题必须在一份作业上实测，而不能从这一页推断。

“不管规则怎么写，我的学生都会用 AI。” 他们会，而设计问题是：你的作业让哪一种回应最容易做出。零成本的申报，加上为过程给分的量规，会让披露成为更便宜的那条路。这个机制来自建模，而不是来自某项披露政策的试验，所以把这个预测当作合理但未经证实。

“禁令更简单，而且它保护过程。” 更简单，是的。上面那些政策显示，一条课程层面的规则如何漂移成对关键步骤的沉默，而一刀切的语言限制落在最需要它的学生身上。

“AI 几秒钟就能回应，同伴互评现在是多余的。” PAIRR 里 58% 的学生喜欢两者结合，6% 只选 AI，他们给出的理由是同伴提供了情境与读者知识。那测的是体验，所以它能推及的范围小于学习收益类结果。

“这个任务模型评得和我一样好。” 配有详细量规和示例的校准系统可以把特定任务评得不错。通用评分做不到，而 Mathew 等显示分歧随文章质量系统性出现，而不是随机散布，这是更难察觉的一类错误。在它碰到任何成绩之前，先用你自己已评过的作业集测试它。

“这会惩罚学术英语较弱的学生。” 会，如果规则把表达和作者身份当成一回事。把两者分开，并按 Tan 等发现的模式审查 AI 反馈：一旦提示里带上族群或教育属性，同样的文字就得到更多赞扬和更少实质批评。语料库记录了这种偏见，但没有报告经检验的解决办法，所以你自己的对照就是检验。

本周可以做的事

1. 为你下一次重要作业写下那句能力说明，并把它写进作业说明里。

2. 加一行，要求学生在任何 AI 使用之前先给出自己的主张、解读或粗稿，并说明你会收集什么。

3. 把这份作业的每一步标为“承载构念”或“不承载”，并重写 AI 规则，让不被评的那几步允许使用工具。

4. 在量规里加一张四列的反馈决策表，并配上分值。

5. 安排一次任何工具都碰不到的简短写作，现在就决定它归哪份作业。

下一步去哪里

这条论证的评估侧，包括“经认证的步骤”如何设计，见我该如何重新设计评价，使成绩仍然能够可靠地说明学生知道什么、能做什么？。学生真正会读的政策文件见我如何撰写课程人工智能政策并向学生说明？，反馈工具本身见AI 反馈质量。当模型提供论断或来源时，学生该核查什么，见我该如何教学生核查人工智能的输出？；而概念页Coach not crutch: Evidence that AI can improve writing skill despite reducing effort陈述了本页不断回到的那条边界。