1　引言

阐述了生成式人工智能（GenAI）辅助二语写作研究的背景与意义。二语写作作为核心产出性技能，面临反馈不及时、个性化不足等困境，而GenAI凭借即时反馈、内容构思等多重功能为破解难题提供新路径。现有研究虽证实其积极效能，但多聚焦效果验证，对嵌入机制与教学结构的系统讨论有限。国际综述已形成较成熟知识图谱，但主要基于英文期刊，难以呈现中国学界的本土实践；国内现有综述或覆盖面过广，或样本以国际期刊为主，缺乏聚焦CSSCI成果、以二语写作为核心的系统分析。鉴于此，本文以CSSCI期刊论文为样本，从议题分布、研究设计、AI角色、理论运用及中国语境特征五个维度展开分析，旨在揭示中国语境下的议题结构与研究取向，回答发文趋势、角色定位、理论特征及本土化表现四个研究问题，为后续研究提供结构性反思。

2　文献收集与编码

GenAI辅助二语写作研究的文献收集与编码方法。文献检索以中国知网CSSCI来源期刊为数据源，时间范围设定为2022年11月30日至2025年12月31日，采用关键词交叉组合策略，经人工复核后最终纳入34篇有效文献。编码框架包含议题聚焦层、研究设计与情境层、工具与交互特征层、理论运用层及中国语境层五个层面，涵盖12个编码维度与21个编码变量，其中议题聚焦层与中国语境层为本文基于本土研究特征所作补充。编码工作由两位研究者共同完成，试编码一致性达92%，正式编码阶段对不一致项逐一讨论后达成一致。

3　研究结果

国内生成式人工智能辅助二语写作研究的系统性文献分析结果。发文趋势显示，该领域2023年至2025年发文量快速攀升，从零星探索转向集中产出，成果分布于17种CSSCI来源期刊，但尚无系统综述问世。研究焦点可聚类为人机互动过程、写作文本质量与教学效果、学习者个体心理体验三类，其中文本质量与教学效果研究占比过半，人机互动研究不足两成。研究设计方面，实证研究占76.5%，范式已从价值辨析转向实证验证；研究对象高度集中于高校英语写作课堂，其他学段与语种证据匮乏；方法选择呈现问题驱动特征，文本分析、准实验与个案研究为主流；数据层级正从结果数据向过程数据转变，但交互数据采集率仍偏低。工具使用上，ChatGPT占主导，国产大模型应用比例偏低且多作为替代品；AI角色以批改者/反馈者为主，介入环节集中于修改与评价阶段，前端构思与生成支持不足。理论运用层次显示，近六成研究援引理论框架，以写作教学法、社会文化理论与学习投入理论为主，但理论间缺乏系统整合，对既有理论的修正研究尚属空白。本土化关注方面，研究普遍回应国家政策话语、直面本土教学挑战、体现教师主导等传统教育观念，部分研究利用汉语二语特性形成独特贡献，但国产工具的深度开发与研究议程建设仍有待推进。

4　讨论

系统分析了国内生成式人工智能辅助二语写作研究的核心特征与深层局限。研究发现该领域已完成从价值辨析到实证验证的范式转型，但在样本结构、证据形态、理论运用与本土化路径等方面存在显著不足。样本层面，研究高度集中于高校英语课堂，跨学段与跨语种的外推性有限，这一格局源于高校场域的可及性优势与发表机制的共同作用，与国际研究形成共性特征。过程证据方面，交互性数据相对稀缺，研究多聚焦"是否有效"而非"如何生效"，制约了对人机协同机制的深层理解，从结果验证转向机制解释成为未来重要方向。角色建构上，GenAI多被定位为后处理阶段的反馈工具，延续了自动写作评价系统的研究传统，对其在全流程中的认知伙伴潜能挖掘不足，动态角色切换与策略调控机制有待探索。理论运用呈现进步与瓶颈并存的局面，虽已形成一定理论自觉，但多停留在引入与套用阶段，尚未实现向发展理论的跨越，社会文化理论等人机互动解释的适用边界仍需辨析。本土化特征体现在政策语境、教育观念、中文语境与国产工具生态的多重嵌入，但这些因素目前多作为背景描述，尚未充分转化为机制变量与理论资源，未来需推动本土经验由情境描述走向机制分析与理论建构，以增强中国语境在学术对话中的解释力。

5　结语

梳理了国内GenAI辅助二语写作研究的发展脉络与核心特征：研究已从价值探讨转向实证检验，对象集中于高校英语学习者，聚焦反馈对比、写作质量和教学效果，人机互动过程研究不足；GenAI多作用于写作后端的修订评估，前端构思与中段生成环节介入有限；理论运用虽有增强但创新整合较少。研究同时呈现本土化关注，但政策语境、教育观念、语言特性与国产工具生态等因素尚未充分进入机制分析。作者指出领域正从效能验证迈向机制解释，建议拓展基础教育与非英语语种样本，借助过程性数据深化人机协同机制考察，加强本土经验的理论整合以提升研究解释力。