面向二语写作场景的AI素养测评工具开发与实证检验

一、为何当代比过去任何时期都更需要重视AI素养？

过去数十年间，教育界始终将信息素养（Information Literacy）、数字素养（Digital Literacy）及媒体素养（Media Literacy）的培育列为重点任务。这些素养体系指导学习者掌握信息获取、筛选、分析及运用数字技术开展学习的方法，在信息社会演进历程中起到了关键作用。

然而，生成式人工智能（Generative Artificial Intelligence）的迅猛崛起正在重塑这一现状。学生如今面对的已不再是静态的信息库，而是一个能够理解语义、创造内容、解答疑问，甚至能在一定程度上参与知识建构过程的智能系统。

在此背景下，单纯掌握数字工具的操作技能显然已无法应对新的学习需求。学习者不仅需要知晓怎样运用AI，更需理解AI内容生成的机制、为何有时会产生偏差、哪些输出可能受训练数据影响，以及AI生成内容的可信度如何判断。同时，他们还需学会在借助AI提升效率的过程中保持独立思考，避免将判断权完全交付给技术系统。

正因如此，AI素养逐渐被视为数字时代的新一代核心素养。Long与Magerko（2020）将其定义为个体理解、评估并有效运用AI技术的能力。从本质而言，AI素养并非单纯的技术技能，它同时涵盖认知层面的理解、操作层面的应用以及伦理层面的反思，是一种融合知识、技能与价值判断的综合素养。

二、AI介入写作教学后，写作产生了哪些变化？

在众多教育应用领域中，第二语言写作（Second Language Writing）堪称人工智能影响最为深远的场景之一。

长期以来，写作始终被视作一项高认知负荷的学习活动。对于二语学习者而言，这种挑战尤为突出。他们不仅需要思考"写什么"，还需持续思考"如何用另一种语言准确恰当地表达"。词汇量匮乏、语法错误频现、篇章组织困难以及持续的写作焦虑，往往构成二语写作者的主要障碍。

AI工具的出现为解决这些问题带来了新的契机。

以ChatGPT为代表的大语言模型能够帮助学习者拓展写作思路、丰富论证素材并提供多样化的表达选项；Grammarly等智能写作辅助工具能够即时检测语法错误并优化语言表达；自动翻译系统和智能反馈平台则能帮助学习者识别文本中的结构性问题，并给出针对性的修改意见。

已有研究表明，这些工具确实能在多个维度促进学习者的写作表现，包括提升词汇丰富度（Vocabulary Diversity）、增强语法准确性（Grammatical Accuracy）、改善篇章连贯性（Textual Coherence）以及提高整体写作效率（Writing Efficiency）。

然而，技术的进步带来的并不全是正面效应。

随着AI日益深入地参与写作过程，教育界也开始萌生新的担忧。教师们逐渐意识到，一个值得深思的问题已经浮现：学生究竟是在借助AI提升写作能力，还是在学习如何让AI代为完成写作？他们是在发展自身能力，还是正在形成新的技术依赖？

因此，在AI辅助写作时代，真正值得关注的焦点已不再是"AI能否助力写作"，而是"学习者是否具备驾驭AI的能力"。换言之，技术本身或许并非决定学习成效的关键因素，真正左右AI能否促进学习的，仍然是学习者自身所具备的AI素养水平。

三、真正的AI写作素养究竟是什么？

研究团队指出，当前关于AI素养的大部分研究仍主要停留在技术层面，重点通常聚焦于学习者是否了解AI、是否能够使用AI，以及是否具备基本的AI伦理意识。

然而，对于真实的写作活动而言，这样的理解显然是不够全面的。

因为写作从来不仅仅是一种技术行为。无论是母语写作还是第二语言写作，写作过程都同时涉及复杂的认知加工、情感体验、学习动机以及社会文化因素。学习者在写作过程中不仅需要组织知识和语言，还需管理情绪、维持动机，并持续调整自身与环境之间的互动关系。

正因如此，研究者认为，在AI辅助写作情境下，AI素养不应被简单定义为技术能力，而应被视为一种涵盖认知、行为与心理因素的多维能力结构。

基于既有理论框架与二语写作特征，研究团队最初构建了五个维度：AI理解、AI应用、伦理与风险意识、AI写作自我效能感以及AI写作兴趣与态度。这五个维度共同构成了研究者对于AI辅助写作素养的初步理论构想，也为后续量表开发与验证奠定了基础框架。

四、从五维到四维：AI写作素养结构是如何演变的？

量表开发最有价值之处，往往并不在于研究者最初设想了什么，而在于数据最终揭示了什么。

在本研究的理论构想阶段，研究团队依据AI素养理论、社会认知理论（Social Cognitive Theory）以及计划行为理论（Theory of Planned Behavior），初步构建了包含五个维度的AI写作素养模型，即AI理解（Understanding AI）、AI应用（Applying AI）、伦理与风险意识（Ethics and Risk Awareness）、自我效能感（Self-Efficacy）以及兴趣与态度（Interest and Attitudes）。

从理论层面看，这五个维度具有相对清晰的边界。研究者认为，学习者对于AI能力的判断属于认知层面的问题，而其对AI所持有的兴趣、信任与接受程度则属于情感层面的内容，两者理应构成彼此独立的心理结构。

然而，当研究团队对385名大学生的预测试数据进行探索性因素分析（Exploratory Factor Analysis, EFA）时，一个值得关注的现象浮现了。

原本归属于"自我效能感"和"兴趣与态度"两个维度的大部分题项，并没有按照研究者预期形成两个独立因子，而是高度集中于同一个潜在因素之中。无论是"我相信自己能够熟练使用AI辅助写作"，还是"我愿意继续使用AI支持写作学习"等题项，都表现出极高的共同载荷。

这一结果表明，在AI辅助写作情境中，学习者对于AI工具的情感态度与其能力信念之间并不存在明显界限。换言之，学生是否喜欢AI、是否愿意接纳AI以及是否持续使用AI，很大程度上取决于他们是否相信自己能够驾驭AI。

经过进一步的数据检验与模型修订后，研究团队最终将这两个维度整合为一个新的结构维度——"自我效能与态度（Self-Efficacy and Attitudes，SEA）"。

最终形成的AIL-L2WS量表由22个题项组成，包含四个核心维度：AI理解、AI应用、伦理与风险意识以及自我效能与态度。

这一结果不仅优化了量表结构，也进一步揭示了AI辅助学习过程中的一个重要规律：学习者与AI之间的关系，本质上是一种能力感知与技术接受共同作用的结果。

五、自我效能感与态度为何会融合？

从统计结果来看，自我效能感与态度的融合似乎只是一次量表修订。然而，从教育学和心理学视角审视，这一发现实际上具有更深层的理论意义。

长期以来，社会认知理论始终强调自我效能感对于个体行为的重要影响。Bandura认为，人们是否愿意投入某项活动，是否能够在遭遇困难时坚持下去，以及最终能够取得怎样的发展成效，都与其对自身能力的判断密切相关。

这一规律同样适用于AI辅助写作。

当学习者相信自己能够有效使用AI工具时，他们往往会更加积极地探索AI的功能，更加愿意尝试新的提示策略，也更能够从AI反馈中发现有价值的信息。在这一过程中，积极的使用体验又会进一步强化他们对AI的信任与兴趣，从而形成良性循环。

相反，如果学习者缺乏使用AI的信心，那么即使面对同样先进的工具，他们也可能产生焦虑、排斥甚至回避心理。在这种情况下，AI不再被视为促进学习的资源，而更容易被理解为一种威胁自身能力的技术力量。

因此，从某种意义上说，学生对于AI的态度并不是孤立存在的情绪反应，而是建立在能力认知基础上的心理表征。

研究结果实际上提醒我们：

AI素养的发展并不仅仅是知识增长的过程，也不仅仅是技术训练的过程，它同时还是一个持续建构自我效能感和技术信任感的过程。

这意味着，如果教育者仅仅关注学生是否掌握AI工具的操作方法，而忽视他们对于自身能力的判断以及对AI的情感体验，那么AI教育的效果很可能会受到制约。

六、最终形成的四维AI素养框架意味着什么？

经过两轮数据分析与模型验证，研究最终确立了一个由四个维度构成的AI写作素养框架。这一框架不仅反映了学习者在AI辅助写作中的能力结构，也为未来相关研究提供了可操作的测量基础。

首先是AI理解（Understanding AI）。

这一维度关注学习者是否真正理解AI的基本原理、功能特征以及现实局限。研究者认为，只有理解AI如何运作，学习者才能在使用过程中形成合理预期，并避免盲目信任或过度依赖。真正的AI素养不仅意味着知道AI能够做什么，更意味着知道AI不能做什么。

其次是AI应用（Applying AI）。

这一维度强调学习者能否将AI工具有效融入写作实践，并借助AI提升写作质量。它不仅涉及工具使用能力，更体现学习者将技术资源转化为学习成果的能力。从本质上看，这是一种人机协同能力，而非单纯的技术操作能力。

第三个维度是伦理与风险意识（Ethics and Risk Awareness）。

随着生成式AI快速普及，学术诚信、隐私保护、算法偏见以及技术依赖等问题日益受到关注。因此，研究团队将伦理与风险意识纳入核心维度，强调学习者需要认识到AI应用过程中可能存在的潜在风险，并能够在技术便利与责任意识之间保持必要平衡。

最后是自我效能与态度（Self-Efficacy and Attitudes）。

这一维度反映学习者对于自身AI应用能力的信心，以及他们对于AI辅助写作所持有的兴趣、信任和接受程度。研究结果表明，这一维度不仅影响学习者是否愿意使用AI，也影响他们最终能够从AI中获得多少学习收益。

值得注意的是，四个维度之间并非彼此孤立，而是共同构成一个有机整体。理解是应用的基础，应用促进经验积累，伦理意识提供价值约束，而自我效能与态度则为持续使用提供心理动力。只有当这四种能力协同发展时，学习者才能真正实现高质量的人机协同写作。

七、这项研究对未来写作教育意味着什么？

从表面上看，这项研究的成果是一份量表；但从更深层次来看，它实际上描绘了一种正在形成的新型写作能力观。

长期以来，写作教育关注的核心始终是个体如何独立完成写作任务。无论是语言表达能力、逻辑组织能力还是论证能力，本质上都被视为学习者个人能力的一部分。

然而，生成式AI的出现正在重新定义这一传统认知。

未来的写作活动很可能不再是完全由个体独立完成的过程，而是一种人与AI共同参与、协同完成的知识生产过程。在这样的背景下，评价一个人的写作能力，也不应仅仅关注其是否能够独立完成写作任务，还需要关注其是否能够合理利用AI支持思考、促进表达并优化创作过程。

换言之，未来教育所培养的，或许不再只是传统意义上的写作者（Writer），而是能够与AI开展有效协同的写作者（AI-Augmented Writer）。

这意味着教师关注的重点也将发生变化。

过去，我们关注学生是否会写；未来，我们还需要关注学生是否能够正确地借助AI写。

过去，我们更多关注最终形成的作品；未来，我们同样需要关注学生与AI互动、协商和共同建构文本的过程。

过去，写作能力主要被理解为一种个体能力；未来，它可能逐渐演变为一种兼具认知能力、技术能力与协同能力的人机融合能力。

结语：AI时代，最重要的始终是人的成长

本研究表面上是一项量表开发研究，但其真正价值远不止于此。

它所探讨的，实际上是AI时代教育面临的一个根本命题：当越来越多的认知任务能够被AI完成时，人类学习者究竟还需要发展怎样的能力？

研究给出的答案并不是拒绝AI，也不是无限制地拥抱AI，而是在理解AI的基础上学会与AI共处、与AI协作。

因为未来最具竞争力的人，未必是最会使用AI的人，而是那些能够在借助AI提升效率的同时，依然保持独立思考能力、批判判断能力以及创造能力的人。

从这一意义上说，AI素养的核心从来不仅仅是技术能力本身，而是在技术不断演进的时代，依然能够保持主体意识、价值判断与自主学习能力的综合素养。

而这，也许正是未来写作教育乃至未来教育最值得关注的发展方向。

参考文献：

Huang, Z., Nazar, N., Abbas, G., & Jiang, Z. (2025). Assessing AI literacy in second language writing: a scale development and validation study. Education and Information Technologies, 30(18), 25909-25935.