AI赋能EFL学习：情感健康与学习参与度的桥梁作用及抑郁焦虑干预机制

本研究针对EFL(英语作为外语)学生群体中普遍存在的抑郁、焦虑等情感健康问题，如何通过AI增强型学习环境提升学习参与度这一核心问题展开研究。研究人员采用SPSS 27和AMOS 24对673名中国北方大学生进行结构方程模型(SEM)分析，发现AI环境通过调节情感健康显著影响认知、行为和情感三维度参与度。该研究为开发情感敏感的智能教育系统提供了实证依据，对实现"技术-情感-学习"三元协同具有重要理论与实践意义。

　　

在数字化教育浪潮中，英语作为外语(EFL)学习者正面临着一个鲜被关注的困境：当智能算法能精准纠正发音错误时，为什么仍有大量学生在虚拟教室里感到焦虑和孤立？这个问题直指当代教育技术发展的核心矛盾——我们是否在追求技术精度的同时，忽视了学习者的情感需求？最新数据显示，全球EFL学习者中约40%存在语言学习焦虑，15%伴有临床意义的抑郁症状，这些"情感路障"直接导致参与度下降、辍学率攀升。传统解决方案往往将技术应用与心理支持割裂处理，而山西教育厅资助的这项创新研究，首次系统探索了AI增强环境如何成为连接情感健康与学习参与的"智能桥梁"。

研究团队采用多维度研究方法，首先通过AI增强学习环境评估问卷量化技术使用特征，结合情绪测量量表(Positive and Negative Affect Schedule)捕捉情感波动，再采用Engagement Survey三因子模型(行为/情感/认知参与度)评估学习效果。针对673名中国北方高校EFL学习者构建的结构方程模型(SEM)，揭示了技术-情感-学习的三元作用机制。所有数据分析均通过SPSS 27和AMOS 24完成，确保统计效度。

研究结果部分，"AI工具使用与学习环境"显示，AI工具使用度(AU)与学习环境评价呈强正相关(β=0.84)，但存在"技术双刃剑"效应：个性化反馈提升自主性(满足SDT理论中自主需求)，而系统复杂度与负性情绪呈正相关(r=0.68)。"情感健康的中介作用"证实，抑郁症状对认知参与的抑制效应(β=-0.732)显著大于焦虑对行为参与的影响(β=-0.524)，但AI环境可通过情绪调节训练(CBT技术)缓冲这种负面影响。"三维参与度的差异化预测"部分显示，情感参与对AI环境的敏感度最高(β=0.812)，而认知参与最易受负面情绪干扰。

讨论部分深入剖析了三个关键发现：首先，AI系统的"情感智能"缺口是制约其教育效益的主要瓶颈，当系统无法识别挫败感时，会加剧学习者的情感耗竭。其次，研究验证了"情感-认知耦合假说"在智能学习场景下的适用性，证明情绪调节能力可增强技术接受度(TAM模型中的感知有用性)。最后，针对EFL语境提出的"技术增强的情感支架"理论框架，为智能教育产品开发提供了新范式。

这项发表于《Acta Psychologica》的研究具有多重革新意义：方法论上，首次将临床心理学指标(PHQ-9抑郁量表、GAD-7焦虑量表)与教育技术评估有机整合；理论上，重新定义了AI教育工具的评价维度，强调情感支持与认知支持的同等重要性；实践层面，为开发具有"情感计算"功能的智能导师系统提供了实证依据。研究同时指出当前AI教育存在的"情感盲区"——约23%的学生反映标准化反馈加剧了自我怀疑，这提示下一代教育AI需要更精细的情感识别算法和更人性化的交互设计。

研究的局限性在于样本的地域集中性和短期观察窗口，未来研究可扩展至多元文化背景，并追踪AI情感支持的长期效应。但无论如何，这项研究已经为破解"技术越先进，学习者越焦虑"的教育悖论提供了关键线索——只有当智能系统学会"察言观色"，才能真正成为提升学习参与度的赋能者，而非冰冷的技术牢笼。