《义务教育英语课程标准日常修订版（2022年版2025年修订）》（以下简称“课标”）中，对九年级学生的英语写作提出了“根据写作要求，收集、准备素材，独立起草、修改和完成语篇”的要求。这一要求为义务教育阶段英语写作教学确立了基础性目标，是学校开展教学必须遵循的根本依据。作为具备国际办学特色的学校，王府学校在落实课标既定写作能力目标的基础上，结合学生未来多元升学发展的实际需求，对英语写作能力提出了更为丰富的培养指向，在常规语篇写作之外进一步延伸至学术表达维度。由此，学校开发了针对性的校本特色拓展课程——英语学术写作课程。该课程面向九年级，立足学生的基础能力培育，兼顾与高中阶段课程的衔接。在基础能力培育方面，重在夯实学生基本的学术研究能力与英语学术写作能力，涵盖文献检索、来源评估、学术规范、文献综述及研究论文写作等内容；课程衔接方面，课程承担人才培育与能力储备功能，为之后高中阶段的AP Seminar、EPQ等高阶研究课程发掘、培养和选拔具有研究潜力的学生。该课程的教学周期为两个学期。第一学期主要指导学生掌握CRAAP文献评估法、Cornell笔记法、APA引用格式、文献概括与释义等基础研究技能。这一阶段，允许学生在文献整理时使用AI，但综合段落写作环节必须由学生独立完成，以检验其真实阅读和信息整合能力。第二学期则引导学生围绕小组研究项目开展完整研究实践，在教师指导下引入AI辅助研究流程。
本研究中，参与该课程的学生共35人，分为11个研究小组。学生主体为中国籍英语学习者，整体英语水平约达到B2等级，具备阅读一般性英文材料的能力，但在学术表达、逻辑组织和研究方法方面，个体水平差距较为显著。
一、AI赋能英语写作教学的现实问题：学生路径依赖风险
智能时代背景下，生成式AI降低了英语写作的时间成本，使AI使用者能够快速获得语言流畅、形式完整的“作品”。但是，在学生英语写作学习中，AI生成并不能直接取代写作学习。课程中，部分学生并未将AI作为辅助学习工具，而是用其替代自身思考；当前教师教学面临的主要困难也并非学生不会使用AI，而是他们不愿投入必要的认知努力，即存在学生路径依赖的现象。
目前，生成式AI在英语写作领域的相关研究呈现出双面性特征：已有研究指出，AI能够提升写作效率、辅助头脑风暴、修正语法、激发学习动机，但同时会造成学生过度依赖、输出内容失真、高阶思维能力发展受限等问题。有研究者认为，AI可以替代或者部分替代教师，成为课堂教学活动的设计者、目标语和目标文化输入的来源者、目标语和目标文化输入输出的监督者和作文评阅者; 而教师也将承担新的角色，如AI培训者、评估者、使用风险防卫者、反思活动引导者等。有研究者认为，人机协同写作在英语学术论文写作中具有潜在用途，包括借助AI了解研究趋势、综述文献、生成写作大纲、提供具体思路及改进写作质量。有研究者认为，过度依赖AI会加剧剽窃和作弊问题。由此可见，我们无法简单对AI工具的教学价值做出绝对化的优劣判定。研究表明，仅依靠AI反馈，虽能改善学生语言层面的写作表现，但对于研究设计、论证结构和批判性思维等高阶能力提升有限；而教师指导结合AI辅助的混合教学模式，更有利于促进学生综合学术能力发展。
基于上述研究现状与现实教学问题，本研究意图通过优化课程教学设计，构建AI赋能的英语写作教学模型。该模型将借助AI弥补学生英语表达的短板，同时明确要求学生必须独立完成思考与文献调研工作，以此破解学生路径依赖的问题，推动学生高阶思维能力的长效发展。
二、AI赋能英语写作教学的课程设计
（一）课程设计的转向：从“隔绝AI”到“流程可视化”
课程最初尝试通过全面禁止AI使用的方式，建立学生真实的英文写作能力基准。例如，在开学首日便设置限时写作任务，要求学生在45分钟内独立完成英文短文写作，计划以学生原创文本为基础，搭建后续AI检测工具的训练数据体系。但在教学实践中发现，大量学生无法在规定时间内完成基本长度的英文文本写作，这说明当前阶段的学生仍需要必要的教学支架辅助写作。与此同时，AI辅助写作已成为未来学习环境的重要组成部分，单纯禁止AI使用的教学模式，无法回应学生素养培育的现实需求。
基于上述实践问题，课程设计思路由“隔绝AI”转向“规范AI使用”，构建AI使用“流程可视化”的教学模式。其目标不是阻止学生接触AI，而是将AI的使用纳入标准化教学流程，全程留存使用痕迹，要求学生主动理解、评估和修正AI生成内容，将AI定位为学习辅助工具，而非自主思考的替代者。
（二）“人在回路”教学模型设计
课程全程采用“人在回路”（Human-in-the-Loop）教学模型，其核心准则为：学生必须先完成自主思考与思路搭建，再借助AI优化表达；所有AI生成内容必须经过学生核验、修改和反思后才能纳入最终文本。该准则与《北京王府学校人工智能使用准则》要求一致，即学生必须对所提交作业的原创性、逻辑论证、事实准确性全权负责。第一学期聚焦学生文献研究基础能力培育，整体遵循“统一主题学习—小组课题确定—个人研究问题形成”的三阶段培养模式。学生在各阶段开展文献阅读与筛选时，均需采用CRAAP文献评估法完成来源核验与质量甄别。学期末，学生必须脱离AI，通过手写康奈尔笔记完成综合段落写作，以此考核其个人独立文献解读、提炼与整合能力。其中，学生可借助AI辅助归纳文献观点，但所有笔记内容必须手写完成，保障能力考核的真实性。
第二学期进入论文写作阶段。各小组筛选确立最优研究问题，推进后续写作。写作流程实行标准化管控：学生需依托教师提供的写作提纲模板，手写搭建论文各章节框架与逻辑脉络；完成框架搭建后，借助AI工具生成文稿初稿，采用“八色标注”机制排查并修正文本问题、完成文稿迭代修订，同时在个人AI实践日志中留存完整的提示词使用截图，并同步撰写AI工具应用反思，完整记录工具使用过程与学习收获。
（三）文献核验与“八色标注”纠错机制
本课程构建的核心AI内容核查手段为“八色标注”纠错机制，即依托八种专属颜色，分别标记AI文本中八类常见问题，实现AI内容纠错的标准化、可视化。
课程实施初期发现，部分学生直接复制AI生成的文献总结内容，而未核查原始文献。针对这一问题，教师增加AI内容核验任务，要求学生根据AI生成笔记中的关键观点，在原始文献中寻找对应依据，以确认AI输出是否准确。该任务旨在培养学生的信息溯源意识与学术甄别能力。基于此，本研究梳理归纳出AI英文写作中表述模糊、过度断言、缺失引用等八类常见文本问题，为每类问题匹配专属标注颜色与中英双语标注名称（图1），形成“八色标注”纠错机制。学生需通读AI生成初稿，精准定位问题语句并完成对应颜色标注，教师通过核查学生标注成果，判断学生是否能够精准识别AI文本的固有局限与缺陷。该方法的重点并非要求学生一次性完成所有修改，而是引导学生形成基本认识：AI生成文本即使语言流畅，也可能存在事实错误、逻辑漏洞和学术规范问题，必须经过人工核验修正方可用于学术写作。
（四）过程监督与进度管控
鉴于书面作业极易被整体外包给AI，课程采用手写记录、课堂测试、文献答辩和论文访谈等多元过程性评价方式。该考核体系贴合《北京王府学校人工智能使用准则》的要求，即优先依托完整学习过程证据保障学术诚信，而非单纯依赖AI检测工具。
需要注意的是，手写任务并不能完全防止AI替代行为的发生。部分学生仍可能将AI答案转写到纸质作业中。因此，手写记录仅为过程监督手段之一，需搭配多项管控举措协同发力，才能有效规避学生浅层学习、逃避认知投入的问题。
此外，课程建立小组进度动态追踪机制，依据各小组课题研究进度、阶段任务完成质量开展实时反馈与动态评价。针对长期无法达成阶段目标、学习投入不足的研究小组，及时调整其阶段性评价结果，以过程性约束督促学生保持持续、有效的学习投入。
三、AI赋能英语写作教学的实践研究发现
本研究结合课堂观察记录、学生AI实践日志、阶段性作业、课堂答辩以及问卷调查等资料，对课程中学生AI使用行为及学习表现进行了分析，并归纳该课程教学实践中的主要发现。
（一）学生参与度存在分层特征
课程实施过程中，学生对于AI融合写作流程的参与程度存在较大差异。结合课堂观察、任务完成情况与考核分数，学生参与度大致呈现如下分层特征：约80%的学生能完成部分课程基础任务；约50%的学生能够投入足量精力，产出具备基础学术规范的作业；不足10%的学生能够完整落实全部流程，包括精读文献、独立撰写综合段落、如实标注AI文稿问题，将学习视为成长而非应付任务。
（二）学生AI使用的三种行为类型
结合学生AI实践日志截图、课堂观察、标注初稿、期末访谈，学生使用AI的行为可归纳为三种类型，呈现从全盘外包到自主合理运用的不同梯度。
1.完全依赖型
这是课堂中最常见的类型。学生通常将完整任务交由AI完成，而缺少阅读、判断和修改过程。例如，部分学生一次性上传多篇文献，要求AI生成统一笔记，但生成内容往往较为概括，不能体现不同文献的核心观点差异。较为典型的案例出现在综合段落写作环节。课程明确要求该任务不得使用AI，以检测学生独立整合文献的能力，但仍有学生直接生成文本后打印，并准备在课堂中手写转录。该行为说明，部分学生并非不了解AI使用规则，而是试图通过技术手段规避学习过程。
这些案例表明，如果缺少过程监督，AI容易成为学生减少学习投入的工具，变成了AI替代学习，而非辅助学习。
2.部分参与型
此类学生通常具有一定学习意愿，但受英语表达能力限制，会选择性借助AI完成高难度环节。例如，一名学生能够独立完成三篇文献的康奈尔笔记，并自主提炼主要观点，但直接采用AI生成的参考文献，未进行进一步核验。另有学生自主撰写引言，行文符合学生真实水平，但文献综述段落语言流畅、学术复杂度远超自身能力，明显是重新指令AI进行优化，而非自主修改。相较于完全依赖型，该类学生已开始承担部分认知活动，但AI仍承担主要文本生成任务。
3.合理、自主主导型
虽然人数较少，但此类学生的学习过程体现了课程所倡导的“人在回路”理念。他们通常首先阅读和理解文献，再借助AI进行总结、表达优化或数据分析，并能够主动核查AI输出内容。
本次实践，在记录最完整的优质案例中，一名担任研究小组数据分析员（Analyst）的学生表现尤为突出。这名学生利用千问（Qwen）分析调查问卷数据，根据AI生成的数据统计结果自主完成研究结果写作，并在口头答辩中准确解释调查数据、异常结果及研究局限，充分体现了学生始终保持研究主体地位，而AI仅作为数据处理工具。从过程材料、书面产出、口头核验全维度看，该案例完整呈现了“人在回路”设计的理想落地效果（图2、图3）。
（三）学生自我认知与实际行为存在落差
第一学期末，学校面向参与该课程的学生开展小型问卷调查，共30名学生完成大部分题目。调查结果显示，大多数学生对使用生成式AI持积极态度。90%学生同意或非常同意能够在课题中熟练使用AI；87%学生认为AI为课题研究提供了有效思路；83%学生表示学到了全新研究方法；73%学生认为修改AI文稿后，文本形成了个人表达风格；80%学生自认为能够识别AI生成内容的错误与逻辑混乱（图4）。
然而，课堂观察结果却显示出明显差异。许多学生虽然自认为具备辨别AI错误的能力，但实际学习过程中仍频繁出现直接复制AI内容、未验证文献来源、引用虚构文献以及忽视事实错误等现象。部分学生能够熟练利用AI完成整篇论文，却无法在课堂答辩中解释论文中的核心观点。这一结果说明，学生对自身AI使用能力评价存在一定程度的高估。单纯依赖学生自我报告难以准确反映其真实的信息甄别能力，进一步说明了真实性评价的重要性。
（四）教学成效与筛选成果有限但真实
“八色标注”纠错机制取得了明确正向教学效果。AI生成内容的错误类型多样，编造数据、虚构文献仅为其中一类，而“八色标注”体系可全面覆盖AI写作中的各类常见学术问题，实现问题的系统化、针对性纠错。典型教学案例显示，一名学生AI生成引言包含两处虚构引用：捏造99%普及率数据并标注研究者姓名，后文再次引用同一不存在文献。学生用对应颜色标注两处编造来源，修订时删除虚假引用，替换为严谨客观表述。能够自主识别AI生成的虚构文献，是核心的学术研究能力与信息素养，而“八色标注”机制为培育学生该项关键能力提供了可落地、可操作的实践路径。
对课程实践的客观复盘显示，AI内容核验、色彩标注纠错均是课程开展后，针对课堂暴露问题新增的补救任务，并非初期预设设计；课程是在实践中逐步完善AI批判性使用的过程，而非从开课之初就建立完整体系。深度访谈是效果最突出的监督手段，上文中完整记录的分析师案例证明，口头考核不仅能事前约束学生行为，更能直接核验学生是否真正理解提交的研究成果。单一优质案例虽无法作为普适结论，但可以证实口头监督具备书面作业无法实现的核验价值。
课程的过程性评价机制能够有效识别和记录学生学术素养的发展差异，相较于传统写作课程，更能全面反映学生的思维品质、学习能力等核心素养发展水平。全程理性、审慎使用AI、主动识别内容漏洞、将AI视作工具的学生，可以被认定为高阶研究课程的优质人选。该关联并非人为的课程设计，而是自然形成；学生处理AI内容的方式，可直观反映其整体学术态度。
四、结论与建议
（一）课程设计的有效经验
课程整套配套材料、AI实践日志、八类文本问题标注模板、康奈尔笔记规范、AI内容核验任务、口头答辩考核形成完整闭环，完整实现了AI使用痕迹可视化、可评估。该课程设计的亮点集中在强制学生核验、阐释、论证自身研究选择的环节，如色彩标注可以帮助部分学生掌握批判性阅读AI文本的能力。以上设计完全契合《北京王府学校人工智能使用准则》的核心要求：AI教学服务于教学目标、学习过程透明化、考核聚焦学生真实学习成果而非AI产出内容。从这个角度看，该课程是校内AI育人准则落地课堂的早期实践范本。
（二）课程实践的现存问题
本研究进一步表明，课程设计能够规范学生AI使用，但无法根本改变低学习投入学生的行为模式。存在路径依赖问题的低投入学生，总能找到各类机制漏洞规避所有监督，如PDF文献一键生成康奈尔笔记、参考文献一键生成、手写任务手动誊抄AI答案等。每一项用于约束学生自主思考的规则，都会被学生找到对应的规避手段。
同时，小组分组存在明显弊端。同一小组内学习主动性强弱学生混杂，积极学生要么独自承担全部工作，要么被消极组员拖慢进度。另外，教学时序设计仍需优化。第一学期大量课时被用于文献检索，虽夯实了学生对CRAAP评估法、引用规范的掌握，但挤占了基础人工写作实践的时间。学生若无法独立撰写通顺英文段落，就很难具备评判AI学术文稿缺陷的能力，缺少基础参照标准。而写作直接从手写提纲跳转到AI初稿，跳过人工初稿自主撰写环节，难以实现真正的“人在回路”教学，AI直接成为文本原始产出方。
（三）课程实践的优化策略
基于以上问题，该课程将从四个方面全面调整优化。
第一，实施分层教学。根据学生的语言基础、学习投入和研究能力进行分类培养。鼓励具有较强研究潜力的学生继续完成完整论文写作，重点关注其余学生文献阅读、规范引用等基础学术写作能力，以实现因材施教。
第二，调整写作流程。在正式写作前增加口头交流环节，引导学生先表达研究思路，再进入写作过程。学生首先完成符合自身语言水平的人工初稿，在此基础上再利用AI进行修改与完善。
第三，强化过程性口头评价。实践表明，口头访谈比单纯书面作业更能反映学生真实学习情况。因此，后续课程将口头答辩贯穿研究全过程，而不仅限于安排在课程结束阶段。
第四，加强语言支持。已有研究和本课程实践均表明，AI能够改善语言表达，但难以独立促进高阶学术能力的发展。因此，应将教师语言指导、学术写作训练与AI辅助有机结合，帮助学生建立判断和修订AI文本的能力。此外，课程全程依赖电脑操作、文件归档、文件夹管理等数字素养，因此，需同步补充相关基础技能教学。
（四）教学启示
通过本次实践研究可知，学生会借助AI规避学习付出，而学习成长恰恰来源于主动思考与实践。生成式AI降低了浅层学习的投入门槛，部分学生易出现“重结果、轻过程”的倾向。若完全依赖AI生成内容，学生无法经历完整的思维建构过程，学习实效会大打折扣，因此需在流程设计中进一步引导学生重视思考过程，强化内在学习动机。可以发现，教学的核心不是隔绝AI，而是搭建难以完全外包的学习流程。口头答辩、文献核验、规范可控的AI使用、完整修订流程，比起纯书面作业，能更有效地抵御学生路径依赖。
总体而言，在生成式人工智能时代，真正需要保护的不是传统写作方式，而是学生参与学习、经历思考和建构知识的过程。只有当教学设计能够确保这一过程不能完全被AI替代时，人工智能才能真正成为促进教育发展的有效工具，而非削弱学习质量的技术捷径。
（本案例研究由克劳德[Anthropic]与 Perplexity 两款 AI 工具辅助完成，AI 主要负责文章框架梳理、语言润色、结构调整与参考文献整合。文中所有实地观察内容、学生案例、事实描述及研究结论，均由授课教师提供并核实。本文第一作者同时为《北京王府学校人工智能使用准则》的主要撰写人，相关引用为自我引用，特此说明。）
【作者简介：亚历山大·哈里斯，北京市昌平区王府实验学校教师；程丹，北京市昌平区王府实验学校副校长；张睿，北京市昌平区王府实验学校教师，二级教师。引自《义务教育英语课程标准日常修订版（2022年版 2025年修订）》第 30页。】
来源：《基础教育课程》杂志2026年第9期
