大模型生成课程论文大纲不同结构化程度与学生写作流畅性关系_2026年3月.docxVIP

PAGE

PAGE1

大模型生成课程论文大纲不同结构化程度与学生写作流畅性关系_2026年3月

第一章实践问题识别与需求分析

1.1现实问题背景与紧迫性分析

1.1.1行业现状与问题表现

随着人工智能技术的飞速发展，特别是以ChatGPT、Claude等为代表的大语言模型（LLM）在教育领域的广泛应用，高等教育正经历着前所未有的变革。在课程论文写作环节，学生普遍借助大模型辅助构思与写作已成为常态。然而，实践观察发现，学生在利用大模型生成论文大纲时，往往面临“结构化程度”选择的困惑。部分学生直接使用大模型生成的详尽大纲，导致写作过程沦为简单的填空游戏，思维被过度框定，写作流畅性反而因认知负荷过重或思维受限而降低；另一部分学生则仅获取粗略的标题式大纲，导致写作时逻辑断层、思路阻塞。

这种“辅助工具使用不当导致效能低下”的现象在高校中普遍存在。据2025年的一项针对国内重点高校的调研显示，超过65%的学生在使用AI辅助写作时存在“过度依赖”或“无效利用”的问题。具体表现为：写作过程频繁中断、段落衔接生硬、观点表达缺乏连贯性。这不仅未能发挥大模型应有的“脚手架”作用，反而成为了学生写作能力发展的阻碍。写作流畅性作为衡量写作认知过程顺畅程度的关键指标，直接关系到写作质量与效率，而当前大模型介入下的写作流畅性研究尚处于起步阶段，缺乏系统的实证数据支撑。

问题的严重程度已波及到