负责人：穆从军
生成式人工智能工具应用于二语写作是一个尚存争议的研究领域，如何培养学生在利用这些工具的同时，保持批判性思维🤝，避免过度依赖和潜在伦理风险😄，是一个重要的研究议题🛩。尽管有不少研究提出培养二语学生的人工智能素养理论框架🫲🏼，但这些AI素养框架存在三方面局限👊：一是技术批判性不足，缺乏对AI生成信息准确性与偏见识别的系统评估；二是协作能力缺失👨👩👦👦，未整合数字协作场景下的任务优先级划分能力🤟🏻；三是伦理风险弱化，未覆盖学生因成绩竞争过度依赖AI工具导致的学术诚信争议（如润色文本直接提交）🧑🏿🦳。为此😠，本研究提出涵盖技术解构力、信息鉴伪力🫃🏻𓀕、指令生成力🎚🦢、文化偏差识别力👶🏻、意识形态判断力♻、伦理决策力和情感接受力可量化七维批判性人工智能素养框架。
研究意义：在理论层面，构建生成式AI辅助二语写作教学中批判性人工智能素养（CAIL）培养模式；提出批判性人工智能素养概念的操作化定义👩🏻💻。在实践层面，开发“二语写作批判性人工智能素养测量量表”；优化教学模式设计。
具体路径：第一阶段：需求诊断与技术适配度分析；第二阶段🧝🏼：理论框架的系统化整合👨🏿🍳；第三阶段：教学模式的多模态开发👩🏽🍳🦹🏿；第四阶段：三维度效能验证；第五阶段：动态优化与应用迁移。
