编辑推荐：
本文系统比较了教师反馈与AI反馈（Zero-shot vs. 链式思维提示）对议论文修订的影响，揭示了CoT提示可生成更优反馈但学生修订效果无显著差异，为智能教育工具设计提供了关键实证依据。
引言：反馈在写作教育中的关键作用
写作能力是学术与职业成功的核心素养，而议论文作为高等教育常见任务，对批判性思维培养至关重要。然而，学生常面临论证结构松散、论据不足等难题，亟需高质量反馈。传统教师反馈受限于班级规模与工作量，而生成式AI（GenAI）的出现为规模化反馈提供了新可能。
研究方法：三组随机对照实验
研究采用定量实验设计，招募70名波斯语母语研究生，随机分为三组：教师反馈组、ChatGPT Zero-shot提示组、ChatGPT链式思维提示（CoT）组。所有学生需完成“教育中AI工具应用”议论文的撰写与修订，反馈质量基于Toulmin论证模型（含引言、立场、论据、反驳、结论等7维度）评估。
结果分析：反馈质量与修订效果
- 1.
反馈质量对比：CoT提示生成的反馈显著优于Zero-shot提示与教师反馈（F=6.09, p=0.004），尤其在论证结构完整性上表现突出。
- 2.
修订效果：尽管CoT反馈质量更高，三组学生修订后论文质量提升无统计学差异（F=1.19, p=0.30），表明高质量反馈未直接转化为修订成效。
- 3.
关键发现：初始论文质量显著影响修订效果（ηp2=0.35），且GenAI反馈质量与初始论文质量呈中度相关（r=0.42-0.53），而教师反馈相关性较弱（r=0.21）。
讨论：AI反馈的潜力与局限
CoT提示通过分步推理机制（如“先评估论点逻辑，再检查论据相关性”）显著提升反馈精准度，但其优势未体现在学生修订中，原因可能包括：①学生反馈解读能力不足；②AI反馈缺乏情感互动；③修订时间有限。研究同时发现，GPT-4o在多语言（波斯语）场景下表现稳健，为非英语教育提供了新思路。
结论与展望
研究证实CoT提示可优化AI反馈质量，但需结合“教师-AI”混合模式（如教师指导反馈解读）以提升实际效果。未来应探索多模态反馈、跨文化语言适配等方向，推动智能教育工具从“技术可行”向“教育有效”转型。
