刘青青,王洪渊

随着AI技术赋能高中英语教学，应用文写作评价逐渐成为研究热点。本研究基于30名高一学生应用文写作样本，运用AI工具与教师评价进行对比，探讨二者一致性及其影响因素。结果表明，在表现性评价中，二者在客观维度一致性较高，主观维度差异显著。研究揭示了AI在语法与结构分析的优势，以及在语义连贯性与语用判断的局限，为AI辅助高中英语写作评价提供实践参考。

人工智能；应用文写作；写作评价；评价一致性

[1] 中共中央国务院.深化新时代教育评价改革总体方案[N].人民日报,2020-10-14(001). [2] 郑勤华,陈丽,柴唤友.基于信息技术的表现性评价:内涵、作用点与发展路向[J].中国电化教育,2023(3),55–61. [3] 单俊豪,刘永贵.生成式人工智能赋能学习设计研究[J].电化教育研究,2024(7),73–80. [4] 焦建利,陈婷.大型语言模型赋能英语教学:四个场景[J].外语电化教学,2023(2),12–17+106. [5] 宛平,顾小清.生成式人工智能支持的人机协同评价:实践模式与解释案例[J].现代远距离教育,2024(2),33–41. [6] 文秋芳.人工智能时代的外语教育会产生颠覆性革命吗?[J].现代外语,2024(5),722–731. [7] 张尧,左明章.技术赋能表现性评价:框架设计与实践路径[J].电化教育研究,2025(2),88-94. [8] 周文叶,毛玮洁.表现性评价:促进素养养成[J].全球教育展望,2022(5),94–105. [9] 李萍.表现性评价在高中英语作业设计中的实践与思考[J].中小学英语教学与研究,2022(2),56–60. [10] Biggs,J.,&Collis,K.学习质量评价:SOLO 分类理论(可观察的学习成果结构)(高凌飚、张洪岩,译)[M].北京:人民教育出版社,2010. [11] 马志强,沈诗淼,杜鸿羽.基于 SOLO 分类理论的思维发展表现性评价研究[J].远程教育杂志,2024(3),52–58+67. [12] 王彦鹏.基于 SOLO 分类理论的应用文写作评价研究[J].中小学英语教学与研究,2021(4),67–70.

点击下载PDF