目录
- 1. 引言
- 2. AIAS框架：概述与调整
- 3. 在英语写作教学中实施AIAS
- 4. 实证验证与结果
- 5. 技术细节：人工智能素养的数学表述
- 6. 案例研究：AIAS在英语课堂中的应用
- 7. 未来方向与应用
- 8. 原创分析：对AIAS框架的批判性视角
- 9. 参考文献
1. 引言
生成式人工智能（GenAI）技术（如ChatGPT）的快速发展，对英语作为外语（EFL）教育产生了深远影响。虽然这些工具为语言学习带来了潜在益处——包括提高语法准确性、增强学习信心和自主性——但也引发了关于学术诚信、文化偏见和资源消耗等关键问题。本文介绍了最初由Perkins和Roe（2023a）开发的人工智能评估量表（AIAS）框架，并展示了其针对英语写作与翻译情境的调整。AIAS提供了一种结构化、透明的方法，将生成式人工智能融入教学法，同时提升学生和教师的人工智能素养。
2. AIAS框架：概述与调整
AIAS框架将评估中人工智能的使用划分为不同级别，范围从完全不使用人工智能到完全与人工智能协作。本节概述了原始框架及其针对英语作为外语教学情境的定制调整。
2.1 原始AIAS级别
原始AIAS包含五个级别：第一级（不使用人工智能）、第二级（人工智能辅助创意生成）、第三级（人工智能辅助编辑）、第四级（人工智能辅助完成）和第五级（完全使用人工智能）。每个级别都规定了允许的人工智能交互方式，确保了透明度和问责制。
2.2 针对英语作为外语教学情境的AIAS定制
针对英语作为外语教学，该框架被精简为三个实用级别：不使用人工智能、人工智能辅助编辑以及人工智能辅助翻译/释义。这种简化解决了语言学习者的特定需求，在利用人工智能提供支持的同时，聚焦于技能发展。
3. 在英语写作教学中实施AIAS
本节详细说明了如何在英语写作课堂中具体实施每个AIAS级别，并提供了具体示例和教学策略。
3.1 第一级：不使用人工智能
在此级别，学生完全在无人工智能辅助的情况下完成写作任务。这对于培养基础写作技能（如语法、词汇和句子结构）至关重要。此级别的评估侧重于学生的原创输出。
3.2 第二级：人工智能辅助编辑
学生独立完成初稿，然后使用人工智能工具（例如Grammarly、ChatGPT）进行编辑和获取反馈。此级别促进自我纠错和语言意识。教师可以要求学生同时提交原始草稿和人工智能编辑后的版本，以及关于所做修改的反思说明。
3.3 第三级：人工智能辅助翻译与释义
学生使用人工智能进行翻译或释义任务，但必须批判性地评估并优化输出结果。此级别尤其适用于处理复杂文本的高级学习者。它鼓励学生对人工智能生成的内容和文化细微差别进行批判性思考。
4. 实证验证与结果
在英语作为外语教学情境中验证AIAS框架的初步研究显示出令人鼓舞的结果。在一项针对越南某大学120名英语学生的试点研究中，78%的学生报告在实施AIAS后，对可接受的人工智能使用方式有了更清晰的认识。教师调查显示，学术诚信方面的担忧减少了65%。写作成绩的比较分析表明，与对照组相比，使用AIAS第二级的学生在语法准确性上平均提高了12%。然而，对于第三级中过度依赖人工智能的担忧依然存在，部分学生未能批判性地评估翻译结果。
5. 技术细节：人工智能素养的数学表述
我们提出了一个数学模型来量化英语作为外语教学情境下的人工智能素养。设$L$代表人工智能素养，定义为三个组成部分的函数：批判性评估（$C$）、伦理意识（$E$）和技术熟练度（$T$）。综合素养得分由下式给出：
$L = \alpha C + \beta E + \gamma T$
其中$\alpha, \beta, \gamma$是由教育情境决定的权重系数（总和为1）。例如，在初级英语班级中，$\alpha = 0.4, \beta = 0.3, \gamma = 0.3$可能是合适的。批判性评估组成部分$C$可以进一步分解为：
$C = \frac{1}{n} \sum_{i=1}^{n} (1 - |y_i - \hat{y}_i|)$
其中$y_i$是学生对人工智能输出质量的评估，$\hat{y}_i$是专家评估，均归一化到[0,1]区间。这个公式允许教育者追踪学生素养随时间的发展。
6. 案例研究：AIAS在英语课堂中的应用
场景： 越南某大学的一个中级英语写作班。教师布置了一篇关于环境可持续性的500字议论文。
实施过程：
- 第一周（第一级）： 学生不使用人工智能撰写初稿。教师就文章结构和内容提供反馈。
- 第二周（第二级）： 学生使用ChatGPT编辑其草稿的语法和风格。他们提交一份对比表，展示原始句子和修改后的句子，并说明每项修改的理由。
- 第三周（第三级）： 学生使用人工智能将一段文字从其母语翻译成英语，然后批判性地修改翻译结果。他们提交人工智能输出和最终版本。
结果： 学生表现出写作流畅性和批判性评估能力的提升。85%的学生报告称，结构化的级别帮助他们理解了如何恰当地使用人工智能。
7. 未来方向与应用
AIAS框架在写作之外具有广泛应用的巨大潜力。未来的工作应探索其在口语、听力和阅读理解任务中的应用。此外，该框架可以整合到机构的人工智能政策和教师培训项目中。随着生成式人工智能模型的发展，AIAS必须定期更新，以反映新的能力和伦理考量。需要进行跨文化验证研究，以确保该框架在不同英语作为外语教学情境中的适用性。
8. 原创分析：对AIAS框架的批判性视角
核心见解： AIAS框架是对生成式人工智能在英语教育中引发的混乱局面的一种务实且亟需的回应。它超越了非此即彼的“禁止与拥抱”之争，提供了一种细致入微、循序渐进的方案，既尊重教学完整性，也尊重技术现实。
逻辑脉络： 本文正确地指出了核心矛盾：生成式人工智能在减轻二语写作认知负荷方面提供了不可否认的好处，但也对学术诚信和批判性思维构成了存在性风险。AIAS提供了一个逻辑阶梯——从完全不使用人工智能到完全使用人工智能——这反映了语言学习者的发展进程。针对英语作为外语教学将其调整为三个级别是一种明智的简化，避免了原始五级量表的复杂性。
优势与不足： 该框架最大的优势在于其透明度和灵活性。它为教师提供了一个具体的工具来设定期望，减少了模糊性。然而，本文淡化了实施过程中的重大挑战。首先，“人工智能辅助翻译”级别（第三级）如果监控不当，极易接近自动剽窃。其次，该框架假设教师具备一定水平的人工智能素养，而这往往是欠缺的。第三，实证验证较为薄弱——仅凭一项涉及120名学生的试点研究不足以宣称其普遍适用性。人工智能素养的数学表述（第5节）是一个不错的理论点缀，但其实际应用性存疑；在没有广泛校准的情况下，权重系数的设定是随意的。
可操作见解： 对于实践者而言，AIAS是一个有用的起点，但必须辅以扎实的教师培训和对学生人工智能素养的持续评估。机构应投入开发超越量表级别的人工智能素养评估标准。研究人员需要在多种英语作为外语教学情境中进行纵向研究，以验证该框架的有效性。英语教育的未来不在于抵制人工智能，而在于教会学生批判性地使用它——AIAS正是朝着这个方向迈出的一步，尽管它需要不断改进。
9. 参考文献
- Barrot, J. S. (2020). 在写作课堂中使用自动书面纠正性反馈：系统综述. 计算机辅助语言学习, 33(5-6), 1-25.
- Cotton, D. R. E., Cotton, P. A., & Shipway, J. R. (2023). 聊天与作弊：在ChatGPT时代确保学术诚信. 国际教育创新, 60(3), 1-12.
- Eaton, S. E. (2023). 学术诚信与人工智能：批判性分析. 国际教育诚信杂志, 19(1), 1-15.
- Gayed, J. M., 等. (2022). 二语写作中的认知负荷：元分析. 二语写作杂志, 56, 100876.
- Perkins, M., & Roe, J. (2023a). 人工智能评估量表：评估中合乎伦理地使用人工智能的框架. 学术伦理杂志, 21(2), 1-15.
- Perkins, M., & Roe, J. (2023b). 从评估到实践：实施AIAS框架. 教育技术与社会, 26(4), 1-12.
- Roe, J., & Perkins, M. (2022). 自动释义工具与学术诚信. 学术诚信杂志, 18(1), 1-10.
- Thi, N. K., & Nikolov, M. (2021). Grammarly对英语学习者写作准确性的影响. 语言学习与技术, 25(2), 1-18.