从制作文本到制作思维：将AI写作支持扎根于写作中心教学法

文献标题

From Crafting Text to Crafting Thought: Grounding AI Writing Support to Writing Center Pedagogy

出版信息

• 主题领域: 基于教育学的人工智能写作支持系统。
• 关键词: AI写作工具、写作中心教学法、非指导性反馈、写作者自主性、过程导向学习、协作写作、大型语言模型、教育技术、人机交互、写作支持系统。

背景与问题

• 问题/挑战: 当前的AI写作工具通常优先考虑文本生成和任务效率，这可能削弱写作者的自主性、批判性思维以及对写作过程的掌控。这些工具有可能成为“修补店”，取代人类在写作中的参与。
• 重要性: 解决这些问题对于确保AI工具支持教育目标至关重要，例如培养独立写作能力、保留学生的声音以及与教学原则保持一致。
• 动机与相关研究: 写作中心在历史上已经从错误纠正转向了以过程为导向、以写作者为中心的支持。现有的AI工具通常专注于指导性反馈或文本生成，这可能削弱创造力和自主性。本文旨在将写作中心教学法与AI设计相结合，以解决这些差距。

解决方案

• 提出的方法: Writor，一种基于写作中心教学法的AI写作支持系统，提供非指导性、过程导向和协作性的反馈。
• 创新点:
  1. 引入写作中心教学法作为AI写作工具的理论基础。
  2. 基于与写作导师的访谈开发了七项AI系统设计指南。
  3. 在Writor中实现这些设计指南，强调非指导性反馈和写作者自主性。
  4. 通过与30位领域专家的评审验证该方法，评估其教学合理性和整合潜力。
• 过程与关键技术:
  1. 通过与10位写作导师的访谈识别关键教学策略。
  2. 开发了Writor，包括目标设定、读者视角反馈和对话式交互等功能。
  3. 通过专家评审对Writor进行了评估，包括写作教师、导师和AI研究人员的调查和访谈。

结果

• 具体发现:
  • Writor的反馈被评价为平衡、积极且符合写作中心教学法。
  • 内部审计显示目标相关性成功率为100%，批评准确率为98.33%，非指导性反馈成功率为100%。
  • 与基线AI工具相比，Writor生成的批评内容长度增加了46.9%，具体性提高了74.3%。
• 相较基线的优势:
  • 专家认为Writor在保留写作者自主性和促进批判性思维方面优于通用AI工具（如ChatGPT）。
  • Writor避免生成可直接复制的文本，解决了关于抄袭和过度依赖AI的担忧。
• 实验/评估:
  • 通过结构化调查和后续访谈对30位参与者（写作教师、导师、AI研究人员）进行了专家评审。
  • 参与者使用Writor处理样本文本或自己的写作，并对其教学对齐性和可用性提供反馈。
• 局限性与未来工作:
  • 主要集中于专家反馈而非学生体验；未来研究应包括学生的可用性和学习成果。
  • 反馈具体性因用户需求而异；未来系统可以结合自适应粒度。
  • 当前实现依赖于基于提示的大型语言模型，这可能限制一致性；通过在精选数据集上进行微调可以提升性能。

总结

本文介绍了Writor，一种旨在通过提供非指导性、过程导向和协作性反馈来与写作中心教学法保持一致的AI写作支持工具。作者通过与写作导师的访谈开发了七项设计指南，并在Writor中实现了这些指南。专家评审表明，Writor在支持写作者自主性和批判性思维方面表现出色，在教学对齐性上优于通用AI工具。该研究强调了AI工具补充人类写作支持的潜力，并为信任构建、自适应反馈以及与教育生态系统的整合提供了设计见解。