《Acta Psychologica》：AI-supported higher-order thinking and EFL writing quality: A mechanism-focused study
编辑推荐：
AI写作辅助工具如何提升学术写作质量？本文探讨了AI支持的批判性思维、创造力、元认知和综合能力这四种高阶认知过程对英语作为外语学习者写作质量的影响。研究基于492名中国城市大学生的盲评作文和调查数据，构建了以二语写作自我效能感为中介、对AI反馈的信任度为调节变量的结构方程模型。结果显示，模型解释了58%的写作质量变异，元认知支持的直接效应最强，且二语写作自我效能感在其中起部分中介作用。这表明，当AI用于支持元认知规划、批判性评估、综合与创造性探索时，学生的信心和写作表现可能得到提升。研究发表于《Acta Psychologica》，为融合AI的高阶思维写作教学提供了理论依据和实践指导。
在当今全球化的学术环境中，用英语撰写高质量的学术论文已成为中国大学生参与国际对话、追求更高学位和提升就业竞争力的关键技能。然而，对于许多将英语作为外语的学习者而言，学术写作是一座难以逾越的高山，它要求严密的逻辑、清晰的论证、地道的表达以及对复杂文献的整合能力。传统的写作教学往往侧重于语法纠正和格式规范，而对批判性审视论点、创造性生成观点、有计划的自我监控与修订以及整合多元信息等深层认知过程的训练则相对不足。与此同时，基于大语言模型的人工智能写作辅助工具正以前所未有的速度进入大学课堂，为学生提供了从头脑风暴、大纲构建到语言润色、证据整合的全方位支持。这引发了一个紧迫的问题：这些强大的AI工具究竟是如何影响学习的？它们是仅仅替代了学生的部分机械劳动，还是能够作为一种“脚手架”，真正提升学生在写作中所需的核心高阶思维能力，并最终转化为可衡量的写作质量提升？目前，大多数研究要么孤立地探讨某一种认知能力，要么仅依赖学生的自我报告，缺乏一个整合多种认知路径、并连接到客观写作产出的机制模型。此外，学生对AI反馈的信任程度是盲目接受还是谨慎质疑，是否会改变AI支持的实际效果，也尚不明确。这项发表在《Acta Psychologica》上的研究，正是为了解开这些谜团。
为探究AI支持的高阶思维如何影响EFL学术写作质量，研究团队开展了一项横断面定量调查。他们从中国六所城市的大学招募了492名本科生作为参与者，这些学生来自工程、商科、人文社科等多个专业，英语水平覆盖CEFR的A2到C1级。研究采用问卷收集了学生自我报告的对AI支持的批判性思维、创造力、元认知和综合能力的感知，以及他们的二语写作自我效能感和对AI反馈的信任度。核心的结果变量——EFL学术写作质量，则由两名经过培训的评分者使用ESL作文概貌量表对学生课程内的作文进行盲评得出，该量表从内容、组织、词汇、语言使用和技巧五个维度进行评分，确保了评估的客观性和多维性。在数据分析阶段，研究人员运用偏最小二乘法结构方程模型这一统计技术，检验了一个包含四个预测变量、一个中介变量和一个调节变量的复杂比较路径模型。该模型旨在同时评估四种AI支持的高阶思维对写作质量的直接效应，通过二语写作自我效能感产生的间接效应，以及信任在AI反馈中所起的调节作用。
研究结果部分揭示了AI支持与写作质量之间的复杂联系网络：
4.2. 假设检验 部分呈现了模型检验的详细结果。结构模型对学术写作质量方差的解释力达到了58%，表明这组变量具有很强的预测能力。所有四条直接路径均为正向且具有统计学显著性，这意味着学生感知到的AI对四种高阶思维的支持，都直接关联到其作文获得更高的盲评分数。其中，AI支持的元认知显示出最强的直接效应，标准化路径系数β为0.22。这证实了在写作过程中，利用AI进行规划、监控和评估的元认知活动，对于提升最终成文的结构、语言和论证质量具有最直接的杠杆作用。紧随其后的是AI支持的批判性思维和AI支持的综合能力，其β值分别为0.18和0.15，说明使用AI来帮助评估论点、审视证据以及整合不同来源的信息，能够有效提升作文的内容质量和组织连贯性。AI支持的创造力虽然也有显著正向影响，但效应值相对较小，这或许反映了在学术写作的严谨框架下，创造性的思想生成需要经过更复杂的转化才能体现在最终的评分标准中。
间接效应与中介作用 的分析验证了二语写作自我效能感的关键桥梁角色。结果显示，所有四种AI支持的高阶思维变量都显著正向预测了学生的二语写作自我效能感，而后者又显著预测了更高的写作质量。具体的间接效应值虽小但均显著，例如AI支持的批判性思维通过自我效能感到达写作质量的间接路径β为0.07。方差 accounted for 分析表明，在所有四条路径中，中介效应约占总效应的27%到33%，这构成了部分中介模式。这意味着，AI支持的高阶思维不仅通过实时的认知操作直接影响写作产出，还通过提升学生“我能写好”的信念，间接地促进了更持久、更深入的努力和策略使用，从而共同改善了写作质量。
调节效应检验 则引入了信任这一边界条件。研究将学生对AI反馈的信任度作为调节变量纳入模型，发现其对四条主路径均有显著的正向调节作用。例如，AI支持的元认知与信任的交互项对写作质量的路径系数β为0.09。简单斜率分析进一步揭示，在信任度较高的学生中，AI支持的元认知对写作质量的积极影响更强；而在信任度较低的学生中，这种关系则被削弱。这表明，只有当学生对AI反馈持有一种“校准过的信任”——即不过度依赖也不全盘否定，而是愿意审慎地考虑并将其作为反思的起点时，AI对高阶思维的支撑作用才能更有效地转化为写作表现的提升。
在讨论部分，作者对上述发现进行了深入阐释。研究从理论层面推进了对AI辅助写作机制的理解，它整合了社会认知理论、自我调节学习理论、布鲁姆修订版分类法以及人机信任理论，构建了一个多层次的理论框架。研究发现证实了AI可以作为环境性支持，通过催化高阶认知参与来提升学生的写作自我效能感，进而改善写作表现，而这一过程的有效性受到信任水平的调节。这为社会认知理论中关于个人、行为和环境三元交互影响的观点提供了实证支持，并强调了动机性路径与认知性路径并存的重要性。
在实践意义上，研究为教育者提供了清晰的指引。它表明，仅仅为学生提供AI工具是远远不够的，关键在于如何设计教学，引导学生在使用AI时聚焦于特定的高阶思维活动。课程设计应强调元认知常规的培养，例如结合AI的规划提示、监控清单和反思日志，并引导学生为自己的修改决策提供理由。同时，教学需要纳入信任校准训练，通过展示AI的常见失误模式，教导学生如何验证信息、评估建议的相关性，从而发展出审慎而非盲从的使用态度。鉴于效应值适中，这些策略应被定位为强化学生自我效能和策略使用的支架，而非一劳永逸的解决方案。
当然，本研究也存在一些局限性。横断面设计限制了因果推断，无法确定是AI支持提升了思维和能力，还是原本就善于运用高阶思维的学生更懂得如何利用AI。尽管采用了盲评作文作为结果变量，但预测变量和中介变量仍依赖于自我报告，可能存在共同方法偏差。研究样本来自中国城市的大学，其结论在推广到乡村院校、职业教育环境或具有不同AI使用文化的西方国家时需要谨慎。未来的研究可以朝几个方向深入：采用纵向或实验设计来验证因果链条；探索不同写作体裁、不同语言水平学习者中的模型稳定性；开发并验证更精确的、针对AI支持的高阶思维过程的测量工具；以及考察教师引导、课堂讨论等社会性因素如何与AI支持相互作用，共同影响学生的学习成果。
总而言之，这项研究为我们描绘了一幅AI如何助力学术写作的精细图景。它指出，AI的价值不在于替代思考，而在于成为一面“思维的镜子”和一套“认知的脚手架”。当教育者引导学生有目的地利用AI来深化批判、激发创意、优化监控、促进整合，并在此过程中培育其自信与审辨力时，技术才能真正赋能教育，帮助学习者在攀登学术写作高峰的旅途中，既走得更稳，也看得更远。
