综述：揭示通用人工智能（GenAI）对学习英语作为第二语言/外语动机的影响：来自元分析的证据

《RELIABILITY ENGINEERING & SYSTEM SAFETY》：Unveiling the Effects of GenAI on Motivation of Learning English as a Second/Foreign Language: Evidence from Meta-analysis

本研究通过元分析合成24项研究中的47个效应量，探讨生成式人工智能（GenAI）对英语作为第二语言（ESL/EFL）学习者动机的影响。结果显示GenAI对理想二语自我、学习体验和自我效能动机有显著正向影响（g=0.611，p<0.001），但对内在、外在和应该自我动机无显著影响。调节变量分析表明，多模态格式、课堂应用及EFL环境能有效增强动机效果。研究结果为GenAI辅助语言教学提供理论依据和实践指导。

　　在当前全球范围内，英语作为第二语言（ESL）或外语（EFL）的学习已经成为一个普遍的现象。随着科技的快速发展，生成式人工智能（GenAI）在教育领域的应用逐渐增多，尤其是在语言学习方面。尽管GenAI在提升学习效率和个性化教学方面展现出巨大潜力，但其对学习者动机的具体影响仍存在诸多未解之谜。这一问题不仅关系到学习者能否在语言学习过程中保持持久的兴趣和动力，也直接影响到教学策略的制定和教育技术的有效应用。

Motivation，即学习动机，是语言学习过程中不可或缺的心理因素。它不仅决定了学习者是否愿意投入时间和精力进行语言学习，还影响着他们在学习过程中的参与度、坚持性以及最终的学习成果。研究表明，动机可以分为多种类型，包括内在动机、外在动机、理想自我（Ideal L2 Self）、应尽自我（Ought-to L2 Self）以及语言学习体验（L2 Learning Experience）等。每种动机类型在不同的学习环境中可能会产生不同的效果，因此，理解GenAI如何影响这些动机类型，对于优化语言教学实践具有重要意义。

在ESL和EFL教育中，GenAI的引入带来了新的可能性。通过深度学习技术，GenAI能够生成文本、图像和音频等多种形式的内容，为学习者提供更加丰富和互动的学习体验。这种技术不仅能够帮助学习者更好地理解语言知识，还可能通过增加学习的趣味性和参与度，从而激发他们的学习动机。然而，尽管GenAI在语言学习中的应用日益广泛，但其对学习者动机的具体影响仍然缺乏系统性的研究和理论支持。

现有的研究大多集中在GenAI对语言学习成果的影响上，例如词汇掌握、写作能力提升和口语流利度等。这些研究虽然为GenAI在语言教育中的应用提供了初步的证据，但它们往往忽略了动机这一关键因素。此外，已有的关于GenAI对动机影响的研究结果并不一致，有的研究发现GenAI能够显著提升学习者的动机，而有的研究则未发现明显的影响。这种不一致的结果使得教育工作者和政策制定者在使用GenAI进行教学时，难以获得明确的指导。

为了填补这一研究空白，本研究通过元分析的方法，对24项实证研究进行了系统梳理，涵盖了7075名学习者的数据。这些研究的时间跨度从2020年到2025年，主要集中在GenAI在ESL和EFL教学中的应用及其对学习者动机的影响。元分析的结果显示，GenAI对学习者动机的总体影响是中等偏强的，效应量为0.611（95%置信区间为0.388到0.834，p<0.001）。这一结果表明，GenAI的引入在一定程度上能够增强学习者的动机，特别是在某些特定的动机类型上，如理想自我、语言学习体验和自我效能感。然而，对于内在动机、外在动机和应尽自我动机，GenAI的影响并不显著。

在进一步的调节变量分析中，研究发现三个重要的情境因素对GenAI对学习者动机的影响具有显著的调节作用。首先，沟通格式（technological affordance）对学习者动机有显著影响。具体而言，结合文本和语音的多模态格式比单一模式的格式更能激发学习者的动机。这可能是因为多模态格式能够提供更丰富的学习体验，使学习者在多种感官刺激下更容易产生兴趣和参与感。其次，使用情境（pedagogical affordance）也是一个重要的调节因素。研究发现，课堂内的应用比课后的使用更能增强学习者的动机。这可能是因为课堂内的应用能够提供即时的反馈和支持，使学习者在学习过程中感受到更多的互动和指导。最后，ESL和EFL学习环境（pedagogical affordance）对GenAI的影响也具有显著差异。研究发现，GenAI在EFL环境中产生的动机提升效果比在ESL环境中更为明显。这可能是因为EFL学习者在学习英语时面临更大的语言障碍和文化差异，因此更需要GenAI提供的个性化支持和互动机会。

这些发现不仅为GenAI在语言教育中的应用提供了理论依据，也为教育工作者和政策制定者提供了实践指导。首先，教育工作者在设计和实施GenAI支持的语言学习活动时，应考虑学习者的动机类型，选择适合不同动机类型的教学策略。例如，对于理想自我动机较强的学习者，可以设计更多与实际应用场景相结合的学习活动，以增强他们的学习体验和成就感。对于自我效能感较低的学习者，可以利用GenAI提供的个性化反馈和指导，帮助他们建立信心和动力。其次，教育工作者应关注使用情境，尽可能在课堂内引入GenAI，以提供更多的互动和支持，从而增强学习者的动机。此外，在EFL环境中，GenAI的应用可能更具优势，因为它能够帮助学习者克服语言障碍和文化差异，提供更加贴近实际需求的学习资源和机会。

除了理论上的指导，这些发现还对教育技术的开发和应用提出了新的要求。首先，开发人员在设计GenAI工具时，应充分考虑不同学习者的动机类型和学习需求，提供更加个性化和多样化的功能。例如，可以开发支持多模态学习的工具，以满足不同学习者的学习偏好。其次，教育技术的应用应注重与教学实践的结合，确保GenAI工具能够在真实的教学环境中发挥作用。例如，可以设计课堂内使用的GenAI工具，使其能够与教师的教学活动相结合，提供即时的反馈和支持。此外，教育技术的开发者还应关注不同学习环境的特点，特别是在EFL环境中，提供更多的文化适应性和语言支持功能，以帮助学习者更好地融入学习过程。

在实际应用中，教育工作者可以通过多种方式利用GenAI来提升学习者的动机。例如，可以利用GenAI生成个性化的学习材料，根据学习者的兴趣和需求进行调整，从而提高学习的吸引力和参与度。此外，GenAI还可以用于创建互动性强的学习活动，如虚拟对话、语言游戏和情境模拟等，使学习者在更加真实的语言环境中进行练习和应用。这些活动不仅能够增强学习者的语言能力，还能够激发他们的学习兴趣和内在动机。同时，GenAI还可以用于提供即时的反馈和评估，帮助学习者了解自己的学习进展和存在的问题，从而增强他们的自我效能感和学习动力。

然而，尽管GenAI在提升学习者动机方面展现出一定的潜力，但其应用仍然面临一些挑战。首先，技术的普及和使用需要一定的基础设施和资源支持，特别是在资源有限的地区，GenAI的应用可能会受到限制。其次，教师的培训和指导也是GenAI成功应用的关键因素。教师需要掌握GenAI的基本功能和应用方法，以便在教学过程中有效地利用这些工具。此外，学习者的接受度和使用习惯也会影响GenAI的效果。因此，教育工作者在引入GenAI时，应充分考虑这些因素，制定相应的策略和措施，以确保其在实际教学中的有效应用。

总的来说，GenAI在ESL和EFL教育中的应用为提升学习者动机提供了新的可能性。通过元分析的方法，本研究不仅揭示了GenAI对学习者动机的总体影响，还发现了影响其效果的重要情境因素。这些发现对于教育工作者和政策制定者具有重要的参考价值，可以帮助他们更好地理解和应用GenAI，以促进学习者的动机发展和语言学习的成效。未来的研究可以进一步探讨GenAI在不同学习环境和不同动机类型中的具体作用机制，以及如何通过优化教学设计和学习环境来最大化其对学习者动机的积极影响。