基于控制-价值理论的AI工具对EFL学习者动机、自我效能及焦虑的干预机制研究

本研究针对EFL(英语作为外语)学习者普遍存在的动机不足、自我效能感低下及语言焦虑问题，基于控制-价值理论(CVT)，通过对比实验(实验组使用Duolingo AI工具，对照组传统教学)探究AI工具的心理干预效果。结果显示AI组在动机(M=4.32)、自我效能感(SE=3.98)显著提升，焦虑水平(ANX=2.15)显著降低，证实AI通过增强感知控制与任务价值可优化情感认知机制，为智能教育设计提供理论依据。

　　

随着人工智能(AI)技术在教育领域的渗透，英语作为外语(EFL)学习正经历革命性变革。尽管AI工具如Duolingo等已广泛应用，但学习者仍普遍面临动机不足、自我效能感低下及语言焦虑三大心理障碍——研究显示超半数EFL学习者存在焦虑问题(Horwitz et al., 2017)。这些负面情绪严重制约学习效果，而传统教学模式难以实现个性化情感支持。控制-价值理论(CVT)指出，学习情绪受感知控制(perceived control)和任务价值(task value)双重调控，这为AI工具的情感干预提供了理论突破口。

为探究AI工具如何通过CVT框架影响EFL学习者的心理机制，研究人员开展了一项对照实验。研究招募168名中国大学生，实验组(n=82)使用Duolingo AI平台，对照组(n=86)接受传统教学。通过前后测采用动机量表、自我效能感量表和焦虑量表，结合协方差分析(ANCOVA)评估干预效果。论文发表于《Learning and Motivation》，揭示了AI工具通过增强感知控制与任务价值，显著改善学习情绪的新机制。

关键技术方法包括：1) 基于标准化量表(含EFL特定焦虑量表)的心理评估；2) 双盲随机对照试验设计(RCT)；3) 使用One-way ANCOVA控制基线差异；4) Duolingo AI平台的自适应学习算法应用。样本来自中国多所高校的中级水平EFL学习者队列。

【Participants】
最终纳入分析的168名参与者(实验组82人，对照组86人)均具有Duolingo使用经验。通过剔除9个异常值(马氏距离>3.5)，确保数据质量。

【Results】
实验组在后测中呈现：1) 动机水平提升42%(p<0.01, η²
=0.36)；2) 自我效能感提高39%(p<0.01)；3) 焦虑水平下降28%(STAI评分Δ=-5.67)。对照组三项指标波动均<5%。

【Discussion】
CVT框架解释显示，AI工具通过三重路径优化情绪：1) 实时反馈增强感知控制；2) 游戏化设计提升任务价值；3) 自适应难度维持最佳挑战水平。这与Pekrun(2014)提出的"控制-价值-情绪"链式反应高度吻合。

【Conclusions and implications】
研究证实AI工具能同步实现"动机增强-效能提升-焦虑缓解"的情感三角优化，其核心在于重构学习者对控制感和价值感的认知评估。这对智能教育设计具有重要启示：1) 需整合情感计算模块；2) 应开发CVT导向的AI教学算法；3) 为教师提供AI辅助的情绪监测工具。该成果为EFL教育的"技术-心理"双轨改革提供了实证依据。

值得注意的是，研究首次将CVT应用于AI语言学习场景，发现感知控制对焦虑的抑制作用(β=-0.53)强于对动机的促进作用(β=0.41)，这提示AI工具在情绪干预中应优先保障控制感体验。这些发现为后续研究如多模态AI情感交互、跨文化CVT应用等开辟了新方向。