论文标题：Human–AI Co-Learning in Academic Writing Among Chinese ESL Learners

期刊：Frontiers of Digital Education

作者：Jason Chan, John Wong, Jack Ieong, Hao Pang

发表时间：30 Jan 2026

DOI：10.1007/s44366-026-0089-8

微信链接：点击此处阅读微信文章

《数字教育前沿（英文）》第3卷第2期

提示素养是人机协作时代的核心数字能力，指精准设计、优化与反思AI 指令，引导模型输出有效内容的综合素养，对学术写作质量至关重要。生成式 AI 重塑二语（ESL）学习者写作范式，虽能即时优化语言、辅助论证，但文化适配不足、认知依赖、提示低效等问题突出，厘清人机协同边界、强化提示素养，对平衡效率与学术原创性意义重大。

论文介绍

近日，奥地利因斯布鲁克管理中心Jason Chan等组成的国际跨学科研究团队在 Frontiers of Digital Education (《数字教育前沿（英文）》）期刊发表题为 Human–AI Co-Learning in Academic Writing Among Chinese ESL Learners （《生成式AI与中国 ESL学习者的学术写作人机协同》）的文章，聚焦中国ESL学习者学术写作场景，探究生成式AI的协同价值、潜在风险与教学路径。

研究立足中国教育背景，结合新课标能力导向改革趋势，采用案例研究法，选取香港中学与内地大学ESL学习者为研究对象，聚焦 ChatGPT、豆包、批改网等主流生成式AI工具，通过课堂观察、学习日志与深度访谈，从提示素养、修辞意识、元认知三个维度，系统探究人机协同学习的内在机制，重点分析AI在语言赋能与文化适配方面的双重影响。

研究发现，生成式AI能即时纠正语法错误、优化篇章结构、丰富词汇表达，有效缓解写作焦虑；优质提示引导下，AI可辅助梳理文献、构建论证逻辑、生成反论点，助力高阶思维培养；同时能提供多元语言范例，弥合中西修辞差异，提升跨文化语用能力。但过度依赖AI易弱化原创思考，西方训练的模型常与本土文化语境脱节，提示能力不足会导致反馈空泛、模板化，还存在学术诚信、作者归属模糊等伦理争议。

研究提出批判性AI素养培养路径，将提示工程纳入核心教学，从清晰指令、角色设定、约束条件、多轮对话四方面系统教学；倡导教师转型为引导者，平衡技术效率与人文思辨价值；主张融合中国传统学习优势与数字时代反思性实践，构建文化响应式教学模式，让AI成为探索工具而非写作捷径。

综上，生成式AI既是写作工具，更是协同伙伴，合理引导人机协同、强化批判性使用，才能兼顾效率提升与思维培养，赋能中国ESL学习者构建兼具语言能力与文化自信的学术写作素养。

文章引用格式

Jason Chan, John Wong, Jack Ieong, Hao Pang. Human–AI Co-Learning in Academic Writing Among Chinese ESL Learners. Frontiers of Digital Education, 2026, 3(2): 15

DOI:10.1007/s44366-026-0089-8

识别二维码 免费获取原文

部分作者简介

Jason Chan

奥地利因斯布鲁克管理中心英语语言与商务沟通教授

Jason Chan博士是一位经验丰富的英语及跨文化研究教师，同时也是雅思（IELTS）和剑桥英语考试的口语考官。他拥有格拉斯哥大学教育学博士学位和剑桥大学英语语言测评硕士学位。他是国际英语外语教师协会（IATEFL）专门用途英语兴趣组（ESPSIG）期刊的主编。此外，他还担任Cambridge Journal of Education 的编辑委员会成员，是英国英语协会的会士。他的研究兴趣包括英语语言测评和教师身份认同等领域。

Jack Ieong

澳门圣若瑟大学英语语言中心讲师

Jack Ieong在英国格拉斯哥大学获得教育学学士及研究生学位，并曾在英国和澳门的小学及高等教育领域任教。他的研究和教学兴趣集中于跨文化教育学、语言与跨文化学习以及身份协商，尤其关注英语作为第二语言学习者和国际流动学生在学术过渡阶段的相关议题。

Hao Pang

北京必麓教育科技有限公司教学总监

Hao Pang自2007年起在中国从事英语教育工作，是剑桥KET和PET考试认证口语考官。他持有CELTA和DELTA资格证书、英国谢菲尔德大学教育学硕士学位以及剑桥大学英语语言测评硕士学位。他的工作重点涵盖英语教学、课程设计与测评。其研究兴趣包括雅思教学法、多语学习者身份认同、人工智能中介的学术写作以及测评公平性。他曾在国际期刊和论文合集中发表关于生成式人工智能、ESL学术准备、多语写作发展及语言测评等方面的研究成果。

往期回顾

论文解读 | 面向大语言模型的多维度提示词在课程项目报告评估中的有效性研究

人机共写怎么学？提示词素养，中国 ESL 学习者必备新能力

FDE | 2026年第1期内容概要

期刊介绍

期刊特点

1. 国际化投审稿平台 ScholarOne Manuscripts

2. 严格的同行评议（Peer Review）

3. 免费语言润色，有力保障出版质量

4. 不收取作者任何费用

5. 不限文章长度

6. 审稿周期：第一轮平均30天，投稿到录用平均60天

7. 在线优先出版（CAP）

8. 通过SpringerLink平台面向全球推广

在线浏览

https://journal.hep.com.cn/fde

（中国大陆免费下载）

https://link.springer.com/journal/44366

在线投稿

http://mc.manuscriptcentral.com/fde

联系我们

fde@hep.com.cn

010-58582379, 010-58581834