運用 ChatGPT 降低高中生英文寫作焦慮與提升英文寫作能力之行動研究

論文基本資訊

精簡摘要與研究框架

本研究以行動研究（action research）探究生成式人工智慧（generative AI）工具 ChatGPT 融入高中英文寫作教學後，對學生英文寫作焦慮（English writing anxiety, EWA）與英文寫作能力的影響，並記錄教師本人的教學困境與專業成長。研究對象為新北市某市立高中十二年級兩個班級共 59 名學生，教學期程六週、每週兩節、共十二節課，依 Kemmis 與 McTaggart（1988）的「計畫—行動—觀察—省思」循環切為兩個各三週的教學階段。課程以「大學面試用英文自我介紹」與「面試三折頁」為寫作任務，並將提示工程（prompt engineering）訓練嵌入課程，引導學生以 ChatGPT 進行構思、語言潤飾與句構重組。資料包含三次英文寫作焦慮量表（前測／中測／後測）、第 1 週與第 3 週自我介紹作品之雙評分者評分、學生半結構式訪談、觀課紀錄、教學錄影、課後回饋單與教師省思札記。結果顯示：學生焦慮由前測 3.91 降至後測 3.53（五點量表），重複量數變異數分析達顯著（p < .001），三個時點兩兩比較皆顯著；寫作總分（20 分制）兩位評分者皆呈顯著提升，效果量 Cohen’s d = -2.34；且中低成就學生的進步幅度更明顯。作者結論指出，ChatGPT 須與提示工程策略及課室引導結合方能發揮效益，AI 不應取代學生的思考歷程。

研究框架

• 自變項（介入）：ChatGPT-4o 融入英文寫作教學＋提示工程教學，六週兩循環，任務為英文自我介紹與三折頁。
• 依變項一（情意）：英文寫作焦慮，以蔡漢民（2008）EWAS 修訂之 12 題 Likert 五點量表測量，涵蓋語言錯誤焦慮、負向評價焦慮、寫作信心低落三構面（原量表之「寫作測驗焦慮」因課程無寫作測驗而刪除）。
• 依變項二（認知／技能）：英文寫作能力，依大學入學考試中心「英文作文分項式評分指標（analytic scoring rubrics）」修訂，就內容、組織、文法句構、字彙拼字四面向各 0–5 分，總分 20 分。
• 依變項三（教師端）：教師教學困境、省思與專業成長，屬質性分析架構，以省思札記、觀課紀錄與訪談進行主題編碼。
• 中介／機制（作者論述而非統計檢定）：提示工程能力提升 → 「提示—生成—比較—重寫」的後設認知循環 → 認知負荷下降與掌控感提高 → 焦慮降低與語篇組織改善；理論依據為 Vygotsky（1978）鷹架理論、Sweller（2010）認知負荷理論與 Flower 與 Hayes（1981）寫作認知歷程模型。
• 質性分析架構：以三角檢證（triangulation）之三種形式（資料來源、研究者、方法）交互印證，主題歸納為「教學挑戰與因應策略」、「學生焦慮與學習成就」、「研究者省思與專業成長」三軸。

研究動機與研究目的

研究動機（原文第一章第一節，共四點）

• 壹、教育 AI 的蓬勃發展使得教育現場產生變革：ChatGPT 自 2022 年 12 月推出後快速崛起，皮尤研究中心（Pew Research Center）2025 年初調查指出 2024 年已有約 26% 青少年使用 ChatGPT 協助學習與寫作作業，相較 2023 年的 13% 成長近一倍；教育現場對「如何有效融入高中英文寫作課堂」仍缺乏實證。
• 貳、寫作在語言溝通中具核心地位：寫作是思想邏輯、語篇組織與文化理解的綜合展現（Grabe & Kaplan, 1996；Hyland, 2003），亦是深化思維與建構意義的歷程（Flower & Hayes, 1981），但對第二語言學習者而言壓力最大（Silva, 1993）。
• 參、傳統英文寫作教學讓學習者備感壓力卻又成效不彰：以文法句型為核心、教師回饋間隔長，學生無法即時修正（Ferris, 2004；Troia, 2008），缺乏互動與個別化指導（Williams & Burden, 1997），COVID-19 後遠距趨勢更放大此問題（Bao, 2020；Dhawan, 2020）。
• 肆、ChatGPT 在實際教學現場的國內研究相對缺乏：學生因方便而「直接胡亂下指令」，回應未經把關；高中常規課程並未正式教導學生如何正確使用 ChatGPT，作者認為「防堵不如疏導」，且與 108 課綱「自發、互動、共好」理念相符。

研究目的（原文編號保留）

1. 一、探討十二年級學生在運用 ChatGPT 輔助英文寫作歷程中之焦慮變化。
2. 二、分析十二年級學生在運用 ChatGPT 輔助英文寫作歷程中之學習能力表現。
3. 三、探究教師在運用 ChatGPT 輔助英文寫作教學歷程中，遭遇的困境、省思與教學成長。

待答問題（原文編號保留）

1. 一、使用 ChatGPT 輔助英文寫作課程前後，學生的英文寫作焦慮程度是否有達到顯著差異？
2. 二、運用 ChatGPT 輔助英文寫作課程前後，學生的寫作測驗（內容、組織、文法句構、字彙拼字）是否有達到顯著差異？
3. 三、使用 ChatGPT 輔助英文寫作課程中，學生的學習感受及教師的教學成長為何？

文獻探討大綱

第二章共四節，形成「技術可行性 → 教學操作方法 → 情意變項與量測 → 能力構念與評量」的論證鏈。

• 第一節　人工智慧發展與 ChatGPT 在教育領域應用
  • 人工智慧之發展背景（Russell & Norvig, 2021；1956 達特茅斯會議、John McCarthy）——建立 AI 的定義基線，說明 ChatGPT 並非橫空出世。
  • 教育科技演進：電腦輔助教學（computer-assisted instruction, CAI；Kulik & Kulik, 1991）→ 智慧型教學系統（intelligent tutoring systems, ITS；Anderson et al., 1985，含 learner／tutor／domain model）→ 生成式 AI。核心模型：ITS 三模組架構，用以論證 ChatGPT 突破了 ITS 的固定回應限制。
  • ChatGPT 在教育的應用：GPT-3 的少量學習（few-shot learning；Brown et al., 2020）；國立臺灣師範大學教學發展中心（2023）生成式 AI 學習應用指引（分學生／教師／行政三類使用者，含提示設計原則與學術誠信提醒）——為本研究課程設計提供本土制度依據。
  • 國內既有研究定位：王柏文（2024，高中英文寫作教學實驗，提出 ChatGPT 為「對話型回饋者」）、羅彥婷（2024，AI 寫作教學與後設認知量表）、黃怡潔（2024，技術型高中，學生感受到參與感／新奇性／即時回饋感）、張綺容（2024，AI 初稿＋學生編修流程）——用以標定「高中英文寫作實務研究仍不足」的研究缺口。
• 第二節　提示工程在英文寫作教學的應用
  • 提示工程的概念與功能：源自自然語言處理（natural language processing, NLP），設計與優化輸入語句以引導模型輸出（Reynolds & McDonell, 2021；White et al., 2023）；零樣本學習（zero-shot learning）與少樣本學習（few-shot learning）。核心模型：prompt pattern 觀點，說明提示是可教學的技術而非個人竅門。
  • 提示工程在寫作教學中的方法：ChatGPT 於寫作可用於生成寫作建議、語法與語言校正、文本結構調整（Imran & Almusharraf, 2023）與即時回饋（Punar-Özçelik & Yangın-Ekşi, 2024）。
  • 作者整理 OpenAI（2024, 2025）官方指引之九項提示原則（明確具體、提供上下文與角色、拆解複雜任務、使用範例、明確輸出格式、指定語氣風格、要求模型自我審視、反覆試探最佳寫法）——直接轉化為第 2 週課程內容，是本研究「教學可操作性」的關鍵支點。
• 第三節　英文寫作學習焦慮
  • 定義：語言學習焦慮的特殊形式，含生理（心跳加速、手心出汗）與心理（自我懷疑、低自我效能、負面評價恐懼）反應（Horwitz et al., 1986；Cheng, 2004）。
  • 成因（表 2-1 整理五類）：語言能力不足（Cheng, 2004）、自我效能低（Ho, 2016）、教師負面回饋（王佳琪、尹靜, 2023）、評價焦慮（Horwitz et al., 1986）、文化壓力（Izwandi, 2025）——為介入策略的靶點提供依據。
  • 影響：與自尊、心理健康負相關（Song et al., 2023）；導致逃避寫作而形成負向循環（Cheng, 2004）。
  • 降低策略：提升語言能力與明確指引、提升自我效能與正向回饋、歷程導向教學，以及 AI 輔助寫作工具（Izwandi, 2025 混合方法研究）——直接支撐本研究的介入邏輯。
  • 量測：核心模型外語課堂焦慮量表（Foreign Language Classroom Anxiety Scale, FLCAS；Horwitz et al., 1986，三構面）→ 第二語言寫作焦慮量表（Second Language Writing Anxiety Inventory, SLWAI；Cheng, 2004，身體焦慮／認知焦慮／逃避行為）→ 英文寫作焦慮量表（English Writing Anxiety Scale, EWAS；蔡漢民, 2008，18 題四構面：寫作測驗焦慮、語言錯誤焦慮、負向評價焦慮、寫作信心低落）。此一遞進論證出「為何本研究採 EWAS 而非 SLWAI」。
• 第四節　英文寫作能力
  • 語言知識與寫作能力：詞彙與文法為基礎（Hyland, 2003；Bitchener & Ferris, 2012），並延伸至體裁與修辭（Graham & Perin, 2007；Derewianka & Jones, 2022）與後設認知（Flavell, 1979；Zimmerman & Bandura, 1994；Negretti, 2012）。
  • 寫作能力四面向：語言能力（語法複雜度 Lu, 2011；詞彙精緻度 Crossley & McNamara, 2012）、認知與心理能力（Flower & Hayes, 1981 認知歷程模型；Bereiter & Scardamalia, 1987 遞迴寫作；Pajares, 2003 寫作自我效能）、修辭與論述能力（Swales, 1990 文類分析；Halliday & Hasan, 1976 銜接理論五類）、後設認知策略（Victori & Lockhart, 1995；Graham & Harris, 2005；Min, 2006 同儕評閱）。此節直接推導出本研究的四項評分面向。
  • 評量：整體式評分（holistic scoring）與分項式評分（analytic scoring）之比較（Weigle, 2002；Al-Ghazo & Ta’amneh, 2021）；臺灣學測英文作文採分項式指標但以 20 分整體總分呈現（大考中心, 2025；Chen, 2004）；核心理論促進學習的評量（Assessment for Learning；Black & Wiliam, 1998）——說明本研究評分工具的正當性。
  • 寫作策略內涵：認知策略、後設認知策略、社交情意策略（social-affective strategies；Oxford, 1990；Zhang et al., 2019），並將 AI 視為新型「虛擬社交回饋系統」。
  • 寫作教學方法與實踐：歷程導向（process-based；Flower & Hayes, 1981；Zamel, 1983；Graham & Sandmel, 2011）、成品導向（product-based；DeKeyser, 1994；Chang, 2000）、文類導向（genre-based pedagogy，源自系統功能語言學 systemic functional linguistics, SFL；Johns, 2002）、協作學習（黃政傑, 2005；Storch, 2011）、回饋與評量（教師回饋 Bitchener & Knoch, 2010；同儕回饋 Liu & Hansen, 2002；自動寫作評估 automated writing evaluation, AWE，Li et al., 2015；Ranalli & Yamashita, 2022）。作者於節末將三階段（課前活動—文類明示教學—多來源回饋修訂）收斂為本研究的課程循環設計。

研究方法介紹

研究取徑與研究設計

本研究採行動研究法（action research），目的在解決研究者任教現場「學生對英文寫作焦慮且能力不佳」的實際問題（Fraenkel et al., 2022）。設計上參考 Kemmis 與 McTaggart（1988）計畫（plan）—行動（action）—觀察（observe）—省思（reflect）四階段歷程，實施兩個循環、每循環三週，合計六週十二節課（圖 3-1）。第一循環結束後以量化數據、學生回饋、觀課紀錄與研究諍友討論為據修正課程，再實施第二循環。研究同時蒐集量化與質性資料，屬混合取向的教師本位行動研究。

研究對象與抽樣

• 場域：新北市某市立社區型高中，全校學生約 600 人、教師約 40 人、18 班；學生多來自中和、板橋、萬華一帶。
• 對象：研究者任教之 113 學年度第二學期十二年級學生，從所任教三個班級中隨機抽取兩班（三年 A、B 班），共 59 人；該校十年級起採 S 型常態編班。
• 起點行為：兩班多數學生國中會考英文成績落在 B+ 至 C 之間，僅兩位達 A 與 A+；學測模擬考英文作文（20 分）分數從 0 分到 16 分皆有；學生過去幾乎沒有使用科技或 AI 工具輔助英文寫作的習慣，也未曾針對大學面試英文自我介紹進行練習。
• 研究者：中等教育英語文教師，任教高中英文 9 年，通過全民英檢中高級與 FLPT，具歐洲共同語言參考標準（CEFR）C1 程度，身兼教學者與研究者。
• 研究諍友：同校英文科 A 老師，教學逾 10 年，曾任 iPad 種子教師並通過 Google for Education 認證，擔任觀察者與諮詢者，並為第二位寫作評分者。
• 訪談抽樣：立意抽樣，自第一教學階段學習成就評量低分組選取 5 位學生，採半結構式訪談。

課程設計（六週兩階段）

第一教學階段（第 1–3 週）以英文自我介紹為任務：先以「英文寫作焦慮問卷」與學生自撰自我介紹為前測，再進行提示工程教學，學生須比較原稿與 ChatGPT 修改版之差異、優劣與適當性並文字記錄；第 3 週作品為第一階段後測。第二教學階段（第 4–6 週）聚焦遷移應用：將自我介紹轉化為不同目的與長度的版本（1 分鐘→3 分鐘），並產出面試常用三折頁（以 Canva 製作），第 6 週進行成果展示與同儕正向回饋。每週學習單兼作形成性評量。

資料蒐集工具

• 英文寫作能力成就評量（每週學習單）：依大考中心「英文作文分項式評分指標」修訂，評內容、組織、文法句構、字彙拼字四面向，各 0–5 分、滿分 20 分（附錄八）。
• 英文寫作焦慮量表：修訂自蔡漢民（2008）EWAS 中文版，取語言錯誤焦慮、負向評價焦慮、寫作信心低落三構面共 12 題，Likert 五點計分，分數越高焦慮越高（附錄二）。
• 學生訪談紀錄表（附錄三）：六題半結構式訪談大綱，涵蓋喜好、理解難點、進步感受、興趣、焦慮變化與建議。
• 教學錄影紀錄表（附錄四）、觀課紀錄表（附錄五）、課後回饋單（附錄六）、教學省思札記（附錄七）。
• ChatGPT-4o：論文引用 OpenAI（2024）說明其文字處理能力與 GPT-4-turbo 相當、語音回應平均延遲 232 毫秒，且 2024 年 5 月起免費帳號可用。

資料分析方法

• 量化：以 SPSS 29.0 for Windows 進行描述性統計、成對樣本 t 檢定（paired samples t-test）與重複量數變異數分析（重複樣本 ANOVA），比較三次焦慮量表得分與第 1／第 3 週寫作分數。
• 質性：對教學錄影紀錄、學生訪談紀錄、觀課紀錄表、課程回饋單與教學省思札記進行編碼與內容分析，歸納為三大主題（教學挑戰與因應、學生焦慮與成就、教師省思與專業成長）。編碼規則見表 3-1，格式為「類別簡稱＋班級／學生座號＋日期」，例如「錄 A-20250305」、「訪生 03-20250223」、「觀 A-20250308」、「省-20250214」。

信效度處理

• 量表信效度（引自蔡漢民, 2008 原量表）：Cronbach’s α = .903；八週間隔重測信度 r = .79（p < .01）；探索性因素分析 KMO = .90，四因子共解釋 62.8% 總變異；驗證性因素分析 χ²/df = 2.15、GFI = .91、AGFI = .89、RMSEA = .060、Critical N = 206.73；效標關聯效度與自評寫作能力 r = -.51（p < .01）、與課程成績 r = -.29（p < .01）。
• 評分者一致性：兩位評分者（A 與 V）獨立評分，採雙因子隨機模型（Two-way Random Model）單一測量之組內相關係數（intraclass correlation coefficient, ICC）——前測 ICC = 0.813、後測 ICC = 0.785、整體 ICC = 0.830。
• 三角檢證：資料來源三角檢證（不同時點、不同角色）、研究者三角檢證（諍友交叉檢視編碼與主題判讀）、方法三角檢證（量化＋質性互補）。
• 研究倫理：事前說明研究目的與方式、家長與學生填寫知情同意書（附錄九）、參與自主且可中途退出、姓名與班級以代號處理、資料保密與忠實呈現原則。

研究流程（表格）

下表整合原文第三章第一節「研究流程五步驟」（圖 3-2）與第三節課程設計之兩循環實際順序。

條列式研究流程

1. Step 1：研究者從自身高中英文教學現場的焦慮與寫作困難問題出發，與指導教授討論後確立研究主題、三項目的與三項待答問題。
2. Step 2：蒐集並分析國內外文獻，建立「AI 與 ChatGPT 教育應用—提示工程—寫作焦慮—寫作能力與評量」四節架構，並據以選定 EWAS 修訂量表與學測分項式評分指標。
3. Step 3：依十二年國教英語文領綱、文獻與學校行事曆，並徵詢指導教授與一位資深英文教師意見，設計六週十二節、兩個行動循環的課程與研究工具。
4. Step 4：第 1–3 週實施第一循環，先做焦慮問卷前測與自我介紹寫作前測，再進行自我介紹結構、提示工程與 ChatGPT 修改比較之教學，並以錄影與省思札記留存歷程。
5. Step 5：第一循環結束時施測焦慮中測、蒐集回饋單與觀課意見，與研究諍友議課後修正第二循環的教學重點與活動設計。
6. Step 6：第 4–6 週實施第二循環，引導學生遷移應用提示工程，將自我介紹擴充為 3 分鐘版本並轉製 Canva 三折頁，最後公開展示並施測焦慮後測與低分組訪談。
7. Step 7：以 SPSS 29.0 進行描述統計、成對樣本 t 檢定與重複樣本 ANOVA，計算雙評分者 ICC 與效果量，並對質性資料編碼、內容分析與三角檢證。
8. Step 8：整合量化與質性結果撰寫研究論文，與既有文獻對話後提出教學實務、學生學習策略、教育政策與未來研究四類建議。

研究議題與討論重點收斂

議題一　英文寫作焦慮隨兩個行動循環階段性顯著下降

發現摘要：焦慮平均數由前測 3.91（SD = .85）→ 中測 3.83（SD = .83）→ 後測 3.53（SD = .92，五點量表，N = 59）。重複樣本 ANOVA 顯示不同時期差異顯著（p < .001）；事後兩兩比較皆達顯著：前測—中測 差異 .082（t = 2.158, df = 58, p = .033, 95% CI [.007, .157]）、前測—後測 差異 .379（t = 6.317, p < .001, 95% CI [.258, .499]）、中測—後測 差異 .297（t = 5.500, p < .001, 95% CI [.189, .405]）。訪談指出焦慮三大來源為擔心語法與單字錯誤、缺乏靈感與詞彙而無法動筆、同儕比較與自我懷疑；觀課紀錄則記錄學生行為由「逃避書寫、言語抱怨、反覆向老師確認」轉為「主動使用較好的 prompt、與同儕交流成品」。

作者詮釋：ChatGPT 不僅是語言輔具，更在心理層面發揮支持功能——因其「不會評分、不會批判」，提供無壓力的試探空間，對中低成就學生尤具幫助，形成低焦慮、高意願的良性學習循環。作者明確指出此結果與 Hawanti 與 Zubaydulloevna（2023）、Zhang 等人（2025）一致；學生對「不知如何開始一篇文章」的焦慮下降則呼應蘇淑菁與陳佩英（2024）之 AI 鷹架、降低認知負荷觀點，以及 Chan 與 Zary（2019）關於教師回饋與數位支援並行的論述。

議題二　寫作能力顯著提升，且中低表現學生受益更明顯

發現摘要：兩位評分者結果高度一致。評分者 A：前測 M = 8.97（SD = 3.11）→ 後測 M = 11.41（SD = 2.42），F(1, 58) = 187.80, p < .001，平均進步 2.44 分；評分者 V：前測 M = 7.86（SD = 3.19）→ 後測 M = 10.78（SD = 2.51），F(1, 58) = 216.10, p < .001，平均進步 2.93 分。兩者平均後之成對樣本 t 檢定：M = -2.678, SD = 1.144, t(58) = -17.984, p < .001, 95% CI [-2.976, -2.380]，前後測相關 r = .942（p < .001），效果量 Cohen’s d = -2.34（大效果量）。分位數顯示 A 評分者前測 Q1／Q2／Q3 為 7.0／8.0／12.0，後測升至 10.0／12.0／13.0；標準差同步縮小，顯示群體內差異收斂。

作者詮釋：進步並非只集中於高成就學生，反而對中低表現學生具更明顯的學習效益，呼應 Ferris（2006）與 Graham 與 Perin（2007）對差異化寫作支持策略的倡議。作者並以第 1 週初稿、提示工程修改稿與第 3 週定稿（圖 4-1 至 4-3）作語篇對照，指出學生的中文邏輯直譯句減少、轉折語與呼應句型增加。

議題三　提示工程教學是介入生效的關鍵機制

發現摘要：學生從「亂下指令」轉為能運用「角色設定提示」與「結構型提示」；教師記錄學生逐步進入「提示—生成—比較—重寫」的循環，並會把 AI 產出重寫為貼近自身表達風格的句子。學生自述：「學會寫命令，就不會像以前亂下」、「我寫完後會再丟給 ChatGPT⋯我會看看它給的建議好不好，也不一定會全用」。

作者詮釋：學生意識到「如何問比得到答案更重要」，AI 因而從答案提供者轉為學習策略引導者；此歷程對應 Vygotsky（1978）鷹架理論與最近發展區、Sweller（2010）認知負荷理論下的「即時支架」，並與 Hyland（2003）以範文為基礎的語篇覺察教學、Godwin-Jones（2019）學習者自主觀點相符。作者亦自我設限地提醒：本課程主題為生活化的自我介紹，若改為更學術的題材是否仍能產生同樣質變，仍待後續研究。

議題四　過度依賴、模板化與數位素養落差構成反向張力

發現摘要：初期部分學生直接複製 ChatGPT 段落，語言流暢但「生硬拗口、缺乏自然口語特徵」；評分者於後測觀察到部分學生寫作風格趨於模板化，疑似過度依賴 AI 生成結構。學生使用深度落差大：少數僅輸入單句 prompt 即接受單次生成結果，亦有學生無法判斷輸出的邏輯與語用適切性，甚至表示「ChatGPT 講的東西都很完整，我不知道要改什麼」（訪生 28-20250508）。

作者詮釋：此與葉惠婷（2023）指出「學生缺乏引導時易把 AI 內容視為最終版本而非草稿建議」一致，也構成本研究「AI 促進批判性」主張的內部張力。作者的因應是在課程中加入編修要求、AI 前後對照草稿分析與同儕討論，回應 Hyland（2016）之「編修覺知（revision awareness）」，使學生由接受內容轉為評價內容。此處亦為本研究與「AI 一律有益」論述最明顯的分歧點。

議題五　評量效度的不確定性：教師難以判定產出歸屬

發現摘要：教師在評估學習成效時出現不確定感——傳統以學生產出內容評分的方式，難以判斷內容源自學生本身語言能力抑或 AI 輔助的成果（省-20250727）。

作者詮釋：此困境促使研究者在教學設計上轉向要求學生對 AI 產出進行後設覺察與編修歷程，把評量重心從「成品品質」移向「修改歷程與判斷依據」；作者在建議章亦主張未來導入人工＋AI 併行的寫作評閱工具，以檢驗教師與 AI 評分一致性。

議題六　教師角色轉變引發專業焦慮，並轉化為反思性專業成長

發現摘要：研究者省思「以前我是學生寫作的唯一指導者，現在他們問 ChatGPT 比問我還多」（省-20250327），初期產生挫折與不安；隨教學推進，改以強調 prompt 設計、語言風格辨識與段落邏輯建構，並在課堂納入「請評價這段 ChatGPT 寫的內容，並提出修改建議」等 AI 產出評鑑活動。

作者詮釋：教師須從知識傳授者轉型為學習設計者與策略引導者（Fitzpatrick et al., 2023）；此轉化歷程符合 Day（1999）與 Day 與 Leitch（2001）對教師專業成長與反思性專業發展的定義，並實踐 Schön（1983）反思實踐者的教學哲學。教學信念亦由「正確語法與句構」導向轉為「語意層次、文本邏輯與語用適切性」的全方位導向。

未來研究缺口

作者明示之研究限制（第一章第三節）

• 研究對象的限制：以研究者任教之十二年級兩班共 59 名學生為對象，該校採常態編班；研究者身兼教學者與研究者，且與該年段學生已有一年半教學互動經驗。未來應用須斟酌學生基本認知能力、師生互動熟識程度與先備知識等易造成不同結果之因素。
• 研究時間的限制：因校際大型活動、定期評量與國定假日等因素，僅能選定一學期六週次為課程實施週期，未能再延長教學時間（前三週為第一階段，後三週為第二階段）。
• 研究者為行動研究者的限制：受限於專家學者與同領域教師業務繁重，難以邀請研究諍友六週全時段入班觀課議課；在缺乏第三人現場觀課的情況下，改以全程錄影錄音作為輔助資料，供諍友課後提供教學建議。

作者明示之未來研究方向（第五章第二節肆）

• 擴大研究對象：涵蓋不同年級（國中、小學、技術型高中）與不同社經背景學生，分析其使用生成式 AI 進行語言學習的行為差異與策略偏好（例如年齡較小者是否更依賴系統範本、技高學生是否在職場導向寫作上有不同需求）。
• 延長研究時間：拉長至一學期（約 18 週）甚至一學年進行縱貫性資料蒐集，觀察語言能力是否持續提升，並探討生成式 AI 在正式評量（模擬學測、英檢寫作）中的影響，釐清「學習依賴性」與「知識內化」的界線。
• 跨學科整合：探索提示工程於社會、自然、藝術等領域的應用潛能，例如以 ChatGPT 協助撰寫科學實驗報告，或在歷史課設計以人物視角撰寫時代敘事的提示任務。
• 評量工具創新：導入結合人工與 AI 之寫作評閱工具，探究教師與 AI 評分一致性，以及學生對不同回饋來源的接受度與修正傾向。

值得引用的段落句子

本論文為中文撰寫，故「原文句子」欄即中文原句；出處以論文印刷頁碼標示，並附 PDF 頁次便於回查。

值得延伸閱讀的論文

以下 10 筆均自本論文參考文獻中實際存在之條目挑選，格式依 APA 7。

1. Cheng, Y.-S. (2004). A measure of second language writing anxiety: Scale development and preliminary validation. Journal of Second Language Writing, 13(4), 313–335. https://doi.org/10.1016/j.jslw.2004.07.001
   為何值得讀：SLWAI 量表的原始發展文獻，確立二語寫作焦慮的身體焦慮、認知焦慮與逃避行為三構面，是寫作焦慮測量的方法學基準。／與本論文的關係：本論文焦慮定義、成因與影響的主要理論來源，也是作者論證「為何改採本土化 EWAS」的對照起點。
2. Horwitz, E. K., Horwitz, M. B., & Cope, J. (1986). Foreign language classroom anxiety. The Modern Language Journal, 70(2), 125–132. https://doi.org/10.2307/327317
   為何值得讀：外語焦慮研究的奠基之作，提出 FLCAS 與溝通焦慮、負向評價恐懼、考試焦慮三構面。／與本論文的關係：本論文焦慮量表的上游理論，也是觀課紀錄中解釋「逃避書寫、反覆確認」等行為表徵的依據。
3. 蔡漢民（2008）。技術學院應外系學生英文寫作焦慮量表之編製。教育與心理研究，31(3)，81–107。
   為何值得讀：臺灣本土 EWAS 量表的編製報告，含 Cronbach’s α = .903、重測 r = .79、KMO = .90、四因子解釋 62.8% 變異等完整心理計量資訊。／與本論文的關係：本研究焦慮量表的直接母本，作者刪除「寫作測驗焦慮」構面後改編為 12 題版本。
4. Zhang, Z., Aubrey, S., Huang, X., & Chiu, T. K. F. (2025). The role of generative AI and hybrid feedback in improving L2 writing skills: A comparative study. Innovation in Language Learning and Teaching, 1–19. https://doi.org/10.1080/17501229.2025.2503890
   為何值得讀：以比較研究設計檢視生成式 AI 與混合回饋對二語寫作技能的效果，正好補上本論文缺乏對照組的設計面。／與本論文的關係：作者引用其結果支持焦慮下降與 AI 結合科技語言學習之目標達成。
5. Hawanti, S., & Zubaydulloevna, K. M. (2023). AI chatbot-based learning: Alleviating students’ anxiety in English writing classroom. Bulletin of Social Informatics Theory and Application, 7(2), 182–192. https://doi.org/10.31763/businta.v7i2.659
   為何值得讀：直接聚焦 AI 聊天機器人如何緩解英文寫作課堂焦慮，主題與本研究幾乎重疊。／與本論文的關係：本論文焦慮顯著下降結果之主要對話文獻（作者明示「與過去研究相符」）。
6. Imran, M., & Almusharraf, N. (2023). Analyzing the role of ChatGPT as a writing assistant at higher education level: A systematic review of the literature. Contemporary Educational Technology, 15(4), Article 464. https://doi.org/10.30935/cedtech/13605
   為何值得讀：系統性回顧 ChatGPT 作為寫作助手的研究樣貌，可快速掌握既有證據與方法學缺口。／與本論文的關係：本論文用以支撐 ChatGPT 於寫作可用於生成建議、語言校正與文本結構調整之分類。
7. Kasneci, E., Sessler, K., Küchemann, S., Bannert, M., Dementieva, D., Fischer, F., … Kasneci, G. (2023). ChatGPT for good? On opportunities and challenges of large language models for education. Learning and Individual Differences, 103, Article 102274. https://doi.org/10.1016/j.lindif.2023.102274
   為何值得讀：多作者共同盤點大型語言模型在教育的機會與風險，是討論 AI 依賴、素養與倫理時的高引用基準文獻。／與本論文的關係：本論文用以佐證 LLM 提供結構建議與語法修正能降低語言焦慮、提升參與感。
8. White, J., Fu, Q., Hays, S., Sandborn, M., Olea, C., Gilbert, H., Elnashar, A., Spencer-Smith, J., & Schmidt, D. C. (2023). A prompt pattern catalog to enhance prompt engineering with ChatGPT. arXiv. https://arxiv.org/abs/2302.11382
   為何值得讀：把提示工程從個人技巧整理為可教、可重用的 pattern 目錄，是設計提示教學單元的實用骨架。／與本論文的關係：本論文提示工程概念與功能一節的核心引據，對應第 2 週 prompt 教學設計。
9. Kemmis, S., & McTaggart, R. (1988). The action research planner (3rd ed.). Deakin University Press.
   為何值得讀：行動研究「計畫—行動—觀察—省思」循環的經典操作手冊，是檢視行動研究品質的判準來源。／與本論文的關係：本研究兩個三週循環的設計依據（圖 3-1）。
10. Weigle, S. C. (2002). Assessing writing. Cambridge University Press. https://doi.org/10.1017/CBO9780511732997
    為何值得讀：寫作評量的標準教科書，系統比較整體式與分項式評分的效度、信度與回饋價值。／與本論文的關係：支撐本研究採用大考中心「英文作文分項式評分指標」並以 20 分總分呈現的評分決策。