文章推介 | 议论文对比续写中ChatGPT智能反馈的合作加工策略研究

议论文对比续写中ChatGPT智能反馈的合作加工策略研究

金檀 白春苗 王颖敏 曾娟

摘要

本研究以5名中国非英语专业学生为被试，采用课堂观察、访谈和文本分析等质性研究方法，考察了英语议论文对比续写中智能反馈的合作加工策略及其对学习者写作能力发展的影响。结果显示：1)议论文对比续写智能反馈的合作加工策略主要经历了“被动接受反馈”、“主动寻求反馈”及“灵活运用反馈”三个阶段；2)合作加工策略的使用增进了学生的写作能力，助其实现从“语言形式修正”到“篇章结构完善”，再到“内容逻辑优化”的递进式发展。本研究为智能反馈工具赋能英语写作教学提供了有益启示。

关键词：议论文写作;对比续写;智能反馈;合作加工策略;写作能力

正文

1. 引言

英语议论文是评估中国英语学习者语言水平与学术写作能力的重要手段。近年来，议论文对比续写作为一种新兴的读后续写形式，凭借其独特的促学优势，如解决学生观点论证和语言表达等写作难题(王初明2018;陈静等2024)，逐渐受到学界的关注。然而，在传统读后续写教学中，学生寻求反馈时常面临反馈需求与教师评阅负担之间的冲突，这不仅导致学生难以获得充分的反馈信息(Chen&Cui 2022)，还降低了他们的反馈参与度，从而削弱了议论文对比续写应有的促学效果。为解决这一问题，生成式人工智能(Gen AI)工具作为“不知疲倦、乐于助人的本族语志愿者”(文秋芳、梁茂成2024)，不仅能够及时为学生提供更全面、细致的写作反馈以及个性化的写作指导与帮助(Su et al.2023)，还能通过多轮迭代式对话(张晓鹏、陈莉2025)，增强学生与反馈信息的互动，激发学生的自主学习动力(蒋里2023；张晓鹏、陈莉2025)，进而引导学生主动参考议论文对比续写阅读材料中的论证范式，通过模仿应用实现学术写作知识迁移与技能内化。

尽管有学者指出，学生可能因未具备较高水平的认知能力和人工智能素养，导致他们难以准确理解和有效应用Gen AI反馈(Yan 2023)。但现有研究表明，合作加工反馈信息的方式能有效促进学生间的信息共享、相互启发与问题共解，从而推动学生进行有效修订，促进其英语写作能力的发展(Shi et al.2022)。然而，目前关于学生如何在议论文对比续写任务中合作加工反馈，特别是针对生成式人工智能反馈的合作加工研究仍较为匮乏，亟需进一步探讨。鉴于此，本研究以议论文对比续写智能反馈为切入点，考察学生合作加工智能反馈的策略使用特征，并进一步探索这些策略如何有效推动学生写作能力的发展。本研究期望为Gen AI工具在英语写作教学中的应用提供有益启示，从而助力学生写作水平的提升。

2. 文献综述

2.1议论文对比续写及促学作用

“续论”认为语言是通过“续”学会的，学习者语言能力的发展与“续”有关(王初明2016)。学习者在完成续写任务时，通过互动，在模仿原文语言使用的基础上创造内容，激发产出与理解的协同，从而提升语言产出水平(王初明2017,2025)。然而，记叙文续写由于故事结尾开放性强，学生可任意发挥，造成回读次数不够，削弱理解与产出的互动协同效应(王启、缪海燕2023)。为了解决记叙文续写互动协同不足的问题，王初明(2018)提出了互动强度更高的对比续写任务。该任务通常以一篇完整的议论文作为阅读材料，题材包括中外对比、观点对比、今昔对比等。学生在阅读原文后，需提炼对比要点，并在此基础上通过创造性模仿原文的谋篇布局与语言表达，展开观点论述。

诸多研究已从多角度探究了议论文对比续写的促学效应。研究表明，该任务有助于增强语言协同效应(熊淑慧2018)，提升学生写作质量(周楚仪、杜寅寅2024)。然而，有学者指出，尽管续写任务在提升学生语言能力和写作水平方面具有巨大潜力，可当缺乏适当指导与反馈时，其促学效果往往无法充分体现(Chen&Cui 2020)。因此，为促进学生学术写作能力的发展，有必要为其提供有效的议论文对比续写反馈。然而，当前研究在此方面的探讨仍显不足。

2.2智能反馈合作加工及促学作用

在当前数字智能时代，以Chat GPT为代表的生成式人工智能正重塑写作反馈范式。其“集众人智慧于一身”的类师者特性与可交互性(文秋芳、梁茂成2024)，可显著增强反馈的个性化和启发性，有助于激发学生的写作灵感与创意，培养其自主学习能力，从而提升其写作水平(蒋里2023)。首先，与传统单向反馈模式不同，学生可以通过与Gen AI的多轮迭代交互，持续调整和优化反馈内容，及时获取针对性的修改建议和个性化的写作指导(Saeed&Al Qunayeer 2022)。其次，Gen AI反馈可作为“写作脚手架”，促进学生的认知与写作能力发展。具体而言，与基于规则的传统自动写作评估(AWE)系统不同，Chat GPT依托大语言模型，能够即时生成涵盖语言准确性、逻辑连贯性与内容深度等方面的多维反馈(Su et al.2023)，帮助学生及时发现和修正写作问题，有效提升文本质量。

尽管Gen AI反馈在提升学生写作能力与认知发展中具有促学作用，但写作修订的本质是“决策密集型”认知活动(Graham 1997)。学习者可能因欠缺准确解读与有效应用反馈信息所需的能力，导致其难以充分利用反馈进行修订(Wang et al.2020)。这一挑战在议论文写作中尤为突出，如论证结构的调整、逻辑连贯的优化等修订操作，往往超越个体认知及经验范畴。Wigglesworth&Storch (2012)的协作学习理论揭示，通过小组对话解析反馈，可促进知识共建与策略共享，突破个体认知瓶颈。已有学者通过实证研究考察了学生合作加工智能反馈的成效。例如，Shi et al.(2022)发现，学习者通过协商共建对AWE反馈的理解，有效提升了其在议论文写作中使用例据的能力。然而，关于学生如何合作加工Gen AI提供的反馈以促进其议论文写作，相关研究尚处起步阶段，需进一步深入探究。

综上，当前研究存在以下三个问题：1)多聚焦于独立型写作任务的反馈，对议论文对比续写这种边读边续的综合写作任务的反馈研究相对较少；2)多集中于对AWE反馈的合作加工，对Gen AI反馈的合作加工研究相对不足；3)议论文智能反馈合作加工机制的研究尚不充分，尤其是针对议论文对比续写智能反馈的合作加工策略，尚未得到深入探讨。本研究基于学生在合作加工对比续写智能反馈过程中的策略使用情况，重点探讨这些策略对学生写作能力发展的影响。具体研究问题如下：

1)学生对议论文对比续写智能反馈的合作加工策略使用有何特征？

2)学生对智能反馈的合作加工策略使用如何促进其写作能力发展？

3. 研究方法

3.1研究对象与课程模式

本研究采用案例研究方法，探讨学生如何通过合作加工智能反馈，修订和完善议论文对比续写，从而提高论证写作能力。研究对象为我国南方某大学49名大一非英语专业学生，男生10人，女生39人，涵盖教育技术学、心理学、传播学、新闻学等专业。学生自愿组成8个小组，每组5～7人。由于本研究聚焦学生合作加工智能反馈的策略使用，一个协作水平较高、课堂表现活跃的5人小组被选为焦点小组。该小组成员包括4名女生和1名男生，年龄为18～19岁，英语水平大致处于CEFR的B2等级，均无使用Gen AI工具辅助写作的经验。为保护学生隐私，本文以S加数字编号的形式指代具体学生(如S1)。在正式研究前，笔者还邀请了6名其他班级的学生参与先导研究，并根据其反馈调整了教学环节和小组工作纸。

本研究为期14周，每周2学时，每学时40分钟。笔者围绕社交媒体、情商魅力、科学研究及文学艺术四个教学单元主题设计了4次议论文对比续写的写作及修订任务。课程采用线下与线上相结合的混合式写作教学模式，包含“线下合作构思”、“线上合作写作”、“线下讨论修改”和“线上合作修改”四个阶段(Jin et al.2020;Wu et al.2023;陈静等2024)。在“线下合作构思”阶段，学生以小组形式分工协作，共同阅读材料、提炼核心论点，构建相应的对比论点，并完成写作大纲。在“线上合作写作”阶段，学生依据线下制定的大纲，使用在线协作平台合作完成对比续写初稿。在“线下讨论修改”阶段，学生首先独立审阅小组初稿，围绕待改进内容展开讨论，合作生成与Chat GPT交互的反馈提示语，并分配修订任务。随后，学生根据指令语分别与Chat GPT交互，获取反馈并在工作纸内标注个人立场(同意、不同意或不确定)，以备后续讨论。最终，小组围绕Gen AI反馈开展合作讨论，分享理解、集体评估，确定可采纳的修改建议与需进一步修订完善之处。在“线上合作修改”阶段，学生根据既定分工合作完成初稿修改，在规定时间内提交修改后的文本。

3.2研究工具

3.2.1写作材料

为使“续”有效发挥协同效应，“续论”强调选择优质的语言输入材料(王初明2021；王启、周晓2025)。本研究选取了《自然》(Nature)杂志中的4篇论证型评述文章(分别用a、b、c、d表示)，每篇字数在1200至2000词之间。Nature作为全球顶尖的综合性学术期刊，其评述文章不仅涵盖广泛科学领域，表达作者对某个科学问题或研究结果等的观点和看法，能引发读者思考与讨论，而且结构完整，论证严谨，语言规范，具有重要学术价值。本研究所选文章契合教学单元主题，具体包括：a)科学家需兼顾工作与娱乐；b)青少年多探索可预防心理危机；c) AI发展加剧环境成本；d) AI对高校教育的影响。此外，笔者利用“一针三库智能教研平台(https://languagedata.net)”中的“指难针”(金檀等2023)，识别并标注了超出大学英语四级水平的词汇及其词义和用法，从而提高了材料的可读性。

3.2.2议论文对比续写任务

本研究设计了4次议论文对比续写任务，要求学生合作完成不少于400词的续写。具体步骤为：学生先精读写作材料，提炼关键对比要点并在过渡段概述，再依要点顺序，以对比方式展开观点续写，保证段落主题句逻辑连贯，最后在结尾总结对比分析内容。王初明(2018)指出，学生在进行对比续写时，可模仿阅读材料的篇章结构与语言风格，以发挥对比续写的促学作用。故本研究鼓励学生续写时借鉴原文表达方式，以实现续写结构、内容的紧密衔接，提升写作的连贯性与逻辑性。

3.3数据收集

本研究收集了线上、线下小组合作修订活动的数据，以分析学生如何合作加工智能反馈，实施三角验证。具体而言，观察笔记用于了解学生在修订任务中的参与情况及策略使用背景，课堂录音用于揭示学生在智能反馈合作加工情境中策略的实际运用，文稿数据(包括工作纸、初稿及修改稿)用于识别反馈在写作修改中的应用情况，Chat GPT交互记录则用于分析学生的反馈关注点及其与Gen AI的互动模式。第4次修订任务完成后，笔者对焦点小组各成员进行了约40分钟的半结构化访谈，共获约195分钟的访谈数据，主要涉及学生如何合作加工反馈、学生对Chat GPT反馈的接受与理解、反馈策略对学生写作能力的影响等。

3.4数据分析

为探究学生合作加工智能反馈的策略使用，笔者主要分析了焦点小组的课堂讨论录音、工作纸、Chat GPT交互记录及4次对比续写任务的初稿与修改稿，访谈数据用于三角验证和补充。其中，课堂讨论与半结构化访谈录音先进行逐字转录，再进行编码。本研究采用开放式编码与主题编码相结合的两步法：首先逐句研读转录文本及相关文档，归纳学生在合作加工智能反馈过程中所涉策略使用的表述与行为，并据其共性归类，提炼主题标签，最终归入相应策略类别(见表1)。编码由双人交叉完成，不一致的地方经讨论修订，确保最终编码的一致性。此外，为探讨智能反馈合作加工中的策略使用对学生写作能力发展的影响，笔者进一步分析了访谈数据，旨在了解学生自述的策略使用情况，并收集他们对这些策略在提升写作能力方面的主观感受、认知和反馈。通过分析学生在修改过程中的关注点(如语法修正、例证增补等)及所采用的策略，进行三角验证，以确认学生写作能力的实际发展。

4. 研究结果

4.1智能反馈的合作加工策略使用情况

在合作加工智能反馈的过程中，学生的策略使用经历了从“被动接受反馈”到“主动寻求反馈”，再到“灵活运用反馈”的三个发展阶段。各个阶段，学生在元认知策略、认知策略、社会行为策略和动机调节策略4个维度上均表现出不同特点。

4.1.1被动接受反馈

在被动接受反馈阶段，学生主要致力于完成修订任务，表现为对反馈的被动接受与直接应用。常用的元认知策略为“明确修订任务规划与分工”。例如，S2在讨论时提到：“那我们就每个人负责原本的地方”。此策略有助于修订工作的有序进行。在编写指令语时，学生通常会“参考续写评估标准来检查修订质量”，但其指令语较为宽泛，缺乏具体的反馈细节。例如，“如果你是一位研究生导师，请对学生的议论文写作提供帮助并给予反馈。”此外，虽然学生采用了“协商修订方案”策略，但学生在此阶段通常全盘接受反馈，缺乏主动思考，导致修订行为较为机械，修正主要集中于语法等表层错误。在动机方面，学生多受外部激励(如完成任务)的驱动，内在动机尚未充分激发，因此使用Chat GPT进行文本修订的积极性较低。

4.1.2主动寻求反馈

在主动寻求反馈阶段，学生开始主动提出具体反馈需求以提升文本质量。在元认知策略的运用中，学生通过“评估反馈的相关性”，更主动地规划和整合反馈信息。在认知策略方面，学生不再局限于表层形式的修订，转向优化文本结构，如“调整主题句或论点位置”和“增补或删改衔接词”。当Chat GPT反馈未达到预期时，他们会采取“修改、更新原指令，或增加新指令进行追问”的策略，通过多轮交互逐步获得更精准的反馈。例如，S2提到“因为一次它可能出不来满意的结果，多喂几次可以沙里淘金。”S5也表示，调整指令的过程就像是“围栏捕羊……慢慢地加修饰语，然后再圈住那个我想要的答案。”与此同时，学生的合作与互动变得更加积极，他们通过“询问/请教”，相互学习优化指令语的技巧。同时学生也在修订任务中展现出更强的情绪和动机调节能力。例如，课堂观察显示，当修订进度未达预期时，S1提出“我们再努力努力”的建议，表现出积极的情绪调节能力。

4.1.3灵活运用反馈

在迈入“灵活运用反馈”阶段后，学生不仅注重提升论证逻辑的严密性，还展现出较强的批判性思维能力。首先，学生通过“设定修订目标”(如要求Chat GPT按照四级作文标准提供反馈)，明确了写作方向和反馈需求。其次，学生主动寻求更具针对性的反馈，以增强论证力度。例如，他们采用“赋予Gen AI与写作话题相关角色”的策略,将其设定为“精通大学英语且对人工智能有深刻了解的英语教师”。此外，学生还首次以读者的身份批判性地审视反馈信息。如S4表示：“作为写作者，我也要扮演读者的角色。如果修改后的内容没有实际意义，我会选择坚持原有的写法。”此阶段，学生在“在线小组群分享反馈”的社会行为策略上表现得尤为突出。如S4认为“大家会把整篇文章修改得更好。因为我一个人的想法只局限在这个部分，大家可能想到的点都不一样。”与此同时，学生展现出更强的自主学习意愿，内在动机也达到了较高水平，如通过主动寻找四级范文、提示语范例等资源来优化写作。

4.2策略使用对写作能力发展的促进作用

通过使用智能反馈合作加工策略，学生的写作能力得到了有效提升。具体而言，与智能反馈合作加工策略使用的三个阶段(“被动接受反馈”、“主动寻求反馈”和“灵活运用反馈”)相应，学生写作的关注点由“语言形式修正”转向“篇章结构完善”，最终实现“内容逻辑优化”。

4.2.1语言形式修正

在“语言形式修正”阶段，由于学生缺乏使用Chat GPT获取写作反馈和进行议论文对比续写的经验(如S4提到：“我之前只写过高中语文作文的议论文，不知道英语作文是不是也是用类似的逻辑。”)，他们对智能反馈的利用较为有限，主要聚焦于语言层面的修改。尽管意识到在结构与内容逻辑方面的不足，他们仍仅基于已有反馈进行修订，未进一步与Chat GPT互动以获取更深层次的指导。对于首次使用Chat GPT获取反馈信息的感受，学生普遍对其在写作反馈中的便捷性和高效性表示了肯定。如S2在访谈时说道：“一看蹦那么长的句子，我说这太省事了，省太多时间了。”

4.2.2篇章结构完善

在“篇章结构完善”阶段，学生修订的焦点从语言表层转向论证结构，以提升整体写作质量。例如，S5在讨论时提出：“是不是第三段这个论点3的观点，可以往前摆一摆?”这一建议体现了学生对续写结构的深入思考。在获取智能反馈时，学生在指令语中也明确提出了结构层面的反馈需求，如其将指令语编写为“请你以表格形式列出文章需要更改的要点，使文章更具说服力且结构更清晰。”此外，学生通过分析原文结构和Chat GPT反馈，逐渐自行总结出了对比续写各部分的结构框架。例如，S5在访谈中提到其对结论部分的写作策略为：“我写结尾会先复述前面内容，然后给出建议，最后进行展望。”

4.2.3内容逻辑优化

在“内容逻辑优化”阶段，学生主要关注论证逻辑的严谨性和表述的精准性。例如，在“AI增长加剧环境成本”主题的修订讨论中，学生重点关注分论点与主论点之间的逻辑关联，以构建紧密的论证逻辑。如S5所述，“因为AI对能源损耗来说，比起去减少使用AI的频率，更多关注新能源是更重要的事。”此外，学生开始注重语言表达的精准度，意识到精炼的语言既能提升文章可读性，也能增强论点的说服力。如S3所言，“感觉AI反馈会使表达不那么赘余，会更清楚一点，逻辑性更强。”值得注意的是，此阶段学生开始内化和模仿Chat GPT提供的反馈，反思并将其应用于自身写作，如S4所言“我开始能够感受到怎么样写是好的，所以我就会下意识的去想一下上次它是怎么给我改的，然后就会模仿它的逻辑。”

5. 讨论

5.1智能反馈的合作加工策略使用特征

本研究发现，学生在议论文对比续写智能反馈的合作加工过程中，其策略使用呈现出动态发展的特点，依次经历了“被动接受”、“主动寻求”和“灵活运用”三个阶段。这与前人研究发现一致，即学生在协作加工AWE反馈时，其对反馈的态度从“信任”转变为“质疑”，最终发展为“批判性反思”(Ranalli 2021;Shi et al.2022)。在本研究中，人机协同下的智能反馈发挥了脚手架式的促学功能，强化了对比续写的互动协同效应，提升了学生的学习参与度，并促进了合作知识构建(见图1)。在此基础上，学生的智能反馈合作加工策略实现了渐进式发展。

首先，Chat GPT的即时反馈能引导学生深入分析反馈内容，反思优化修订方案(Suraworachet et al.2023)。在反馈过程中，Chat GPT不仅充当了写作教师的“反馈者”角色，还作为类似写作伙伴的“协商者”与学生互动，解决了学生在获取反馈信息方面的不足；学生则由传统教育模式中的被动接受者，转变为积极的“参与者”和“回应者”(Saeed&Al Qunayeer 2022)，更加主动、深入地参与到反馈过程中，实现“自主的、探究式的学习”(蒋里2023)。此外，智能反馈发挥了脚手架作用，突破了学生现有写作水平和认知界限，从语言形式、逻辑结构和内容深度等多个层面提供反馈，帮助学生及时识别并修正写作中的表达问题与论证不足(Su et al.2023)，引导其调整智能反馈的合作加工策略。

其次，随着在智能反馈引导下逐步内化议论文对比续写技能，学生的反馈需求逐渐增加，并开始主动反思与优化其合作加工策略。如学生在访谈中提到，虽然此前缺乏英语议论文写作经验，但基于智能反馈的修订建议，通过模仿阅读材料的论证逻辑，逐步掌握了论证写作的结构框架。这进一步验证了前人研究的结论：与原文的互动协同能够充分发挥对比续写的促学优势，从而提升学生的学术写作水平(王初明2018；周楚仪、杜寅寅2024)。

除此之外，学生的合作知识共建有助于深化对智能反馈的理解、提升其应用能力，并促使其动态调整对智能反馈的合作加工策略。例如，学生由最初对表层语言反馈的全盘接受，逐步过渡到批判性评估与选择有助于提升论证逻辑的反馈信息。这也印证了前人研究发现(Shi et al.2022)，即通过合作加工反馈，学生能够共同构建对反馈的理解，集思广益，形成有效的修订策略，进而促进批判性思维的发展(Carr 2023)。由此可知，学生通过对议论文对比续写智能反馈的合作加工，提升了续写能力、思辨能力和人机协同交互技能，而这些能力的增强又反过来促进了策略的使用与智能反馈合作加工策略的持续优化。

5.2智能反馈合作加工策略对写作能力发展的影响

总体而言，议论文对比续写智能反馈的合作加工策略有效促进了学生写作能力的发展，使其写作关注点由语言表层逐步转向篇章结构与内容逻辑。这一发现支持了前人的研究结果(Wigglesworth&Storch 2012;Shi et al.2022)，即学生通过合作加工反馈，能够获得超出自己当前水平的知识和技能，从而推动其论证写作能力的发展。本研究中，学生通过合作加工议论文对比续写智能反馈，与阅读材料、续写文本及其反馈信息展开深入互动，共同构建并深化了对论证结构和逻辑推理的理解。同时，这一互动过程有效促进了学生在论证写作中的认知能力发展，使他们能够不断调整续写的侧重点，实现与原文在语言、结构和内容上的多维协同(张晓鹏2016)。

具体而言，在智能反馈合作加工策略的辅助下，议论文对比续写的协同效应和促学效果得以充分发挥。由于初期缺乏相关写作经验，学生在修订中主要依赖智能反馈处理语法等表层问题，尚未掌握如何从内容逻辑等更高层次提升续写质量。然而，智能反馈能够增强议论文对比续写的促学优势，引导学生对原文篇章结构进行“创造性模仿”(王初明2018)。因此，学生在对智能反馈合作加工的过程中，逐渐聚焦于模仿阅读材料的篇章结构以优化续写文本的谋篇布局。通过合作梳理并掌握阅读材料的论证框架，学生能够精准识别并修正论证结构中的逻辑漏洞，从而提升文本的严谨性。该发现与周一书(2019)的研究结果相符，即通过对比续写训练，学生的写作篇章布局能力得到了有效提升。

此外，本研究还发现，随着学生逐步掌握议论文对比续写技能，他们将更多的认知资源投入到论证逻辑的提升与论述表达的优化。但对比续写的协同作用主要体现在促进学生模仿原文论证逻辑，而非语言形式的协同。这与熊淑慧(2018)的研究结果一致，即对比续写有助于提升学生的思辨能力以及语言表述的规范性，但语言形式的协同作用有所减弱。因此，为持续发挥对比续写的协同作用，教师可引导学生分析原文语言、模仿词语句型以及篇章结构等(王初明2018)，从语言、结构和内容逻辑等多方面入手，助力学生写作能力的发展。

6.结语

本研究采用质性个案研究方法，考察了学习者对英语议论文对比续写智能反馈合作加工策略的使用情况及其对学习者写作能力发展的影响。研究发现，学生对智能反馈的合作加工策略主要经历了“被动接受反馈”、“主动寻求反馈”和“灵活运用反馈”三个阶段。学生的写作关注点随之从“语言形式修正”逐步过渡到“篇章结构完善”，并进一步发展为“内容逻辑优化”。这一转变不仅反映了学生对反馈的深入理解和有效应用，也体现了其写作能力的提升。

本研究对智能反馈工具融入议论文对比续写教学具有一定启示：1)教师可以设计“形式-结构-内容”的分阶段续写修订训练。例如，初期主要聚焦于语言准确性和表达方式的模仿训练；中期逐步引入篇章分析，关注续写的论证结构；后期则着重提升续写的逻辑性；2)教师可示范如何选择性地采纳智能反馈以实现有效修订，培养学生批判性地对待Gen AI写作反馈；3)教师可以设计合作加工智能反馈的任务，引导学生通过合作讨论提升独立思考和创新能力，减少对Gen AI的过度依赖。诚然，本研究也存在一些不足，如未能充分考虑学生的个体差异。未来研究可扩大研究对象范围，针对不同语言水平、不同专业、不同Gen AI工具使用经验及偏好的学生开展研究，全面探讨对比续写智能反馈在不同学生群体中的作用和效果，为智能反馈工具辅助续写教学提供更多参考和借鉴。

免责声明：原文载于《现代外语》，2025（5），版权归作者所有，如有侵权，请及时联系删章。

转载自：外语教学与研究公众号