生成式人工智能背景下EFL学生写作动机的纵向发展：基于自我决定理论的视角

本研究针对EFL（英语作为外语）写作教学中动机维持的难题，创新性地从自我决定理论（SDT）视角出发，通过三阶段纵向设计探究生成式人工智能（GenAI）对261名中国学生写作动机的影响。研究发现GenAI通过满足自主性（autonomy）、胜任力（competence）、关联性（relatedness）三大心理需求，显著提升写作动机并呈现初期快速上升后期趋缓的曲线轨迹，为AI赋能的个性化写作教学提供了理论依据和实践路径。

　　

在人工智能技术席卷教育领域的今天，EFL（英语作为外语）写作教学正面临双重挑战：一方面，传统反馈模式效率低下导致学生动机衰减；另一方面，ChatGPT等生成式AI（GenAI）的滥用风险引发教育者担忧。如何平衡技术创新与教学实效，成为亟待解决的核心问题。澳门理工大学语言与翻译学院的研究团队在《Learning and Motivation》发表的最新研究，通过为期一年的纵向实验，首次揭示了GenAI对EFL写作动机的动态影响机制。

研究采用混合效应模型和梯度提升时间序列（GBMT）技术，对261名中国大学生进行三阶段追踪。通过对比GenAI组（n=136）与同伴反馈组（n=125）在自主性、胜任力、关联性和认同调节（identified regulation）等SDT核心维度的差异，结合英语水平等协变量分析，构建了动机发展的动态轨迹模型。

研究结果呈现三大发现：首先，在动机影响方面，GenAI组表现出显著的时间×组别交互效应（p<0.001），所有SDT构念均呈现持续提升，其中自主性得分从基线2.96增至终点4.98，显著高于对照组（3.49）。其次，纵向轨迹分析显示动机发展符合二次曲线模型（R2=0.95-0.97），初期快速增长（如胜任力在中期提升1.06点）后逐渐趋缓，但未出现Zare等报道的后期衰减。最后，英语水平仅在前测阶段微弱预测动机（β=0.03-0.04），其影响随GenAI使用逐渐消失。

该研究通过SDT理论框架揭示了GenAI的"心理需求支架"作用：实时反馈强化胜任力（如写作技能提升的自我效能感），个性化支持培育自主性（如目标导向的写作选择），而模拟社交互动则满足关联性需求。值得注意的是，与Guan等的元分析结论不同，本研究证实GenAI在特定教学场景中具有显著动机增益，这种差异可能源于SDT维度测量的精细化。

这项研究为AI时代的语言教学提供了重要启示：首先，证实了GenAI可作为SDT三大需求的"动态脚手架"，其效果超越传统反馈模式；其次，提出的"初期加速-后期维稳"轨迹模型，为设计阶段性干预策略提供了依据；最后，发现基础语言能力对动机的影响可被技术干预弱化，这对差异化教学具有启示意义。未来研究可拓展至多文化语境，并探索混合反馈（AI+教师）的优化方案，以应对动机发展中的平台期挑战。