重新审视L2自我动机和情感因素在AI中介的非正式数字英语学习中的作用:一项混合方法研究

《Frontiers in Psychology》:Reconsidering the role of L2 self-motivational and affective factors in AI-mediated informal digital learning of English: a mixed-methods study

【字体: 大 中 小 】 时间:2026年01月29日 来源:Frontiers in Psychology 3.8

编辑推荐:

  引言:日益增长的学术兴趣强调了非认知变量在通过人工智能(AI)增强的数字平台影响学习者非正式英语习得中的重要性。尽管如此,关于动机构念、情感反应(特别是享受)以及AI辅助学习(AAL)产生的焦虑,以及参与AI中介的非正式数字英语学习(AI-IDLE)如何共同促

  
引言:日益增长的学术兴趣强调了非认知变量在通过人工智能(AI)增强的数字平台影响学习者非正式英语习得中的重要性。尽管如此,关于动机构念、情感反应(特别是享受)以及AI辅助学习(AAL)产生的焦虑,以及参与AI中介的非正式数字英语学习(AI-IDLE)如何共同促进学习者作为外语的英语(EFL)口语自我效能信念的研究仍然匮乏。方法:采用解释性顺序混合方法设计,本研究调查了308名中国EFL中学生,随后对8名自愿受访者进行了深度访谈。定量数据采用结构方程模型进行分析,而定性数据则进行了主题分析,包括开放编码和轴心编码程序。结果:路径结果表明,AAL负向预测了EFL学习者的AI-IDLE参与。然而,AI-IDLE对学生自我报告的口语自我效能没有统计显著影响。值得注意的是,享受在从理想第二语言(L2)自我到AI-IDLE和口语能力自我效能信念的路径中起中介作用。基于叙事描述的定性数据证明了在AI支持的非正式学习情境中学生的动机和情感因素的异质性。讨论:通过定量结果与解释性反思的结合,本研究提出了一些有用的指南,以最大化学生在AI-IDLE方面的参与,确保AI素养,并在生成式AI快速发展的环境中保护他们的情感健康。
**论文解读:AI中介非正式英语学习中L2自我动机与情感因素的作用**

**研究背景与问题**

随着生成式人工智能(AI)的快速发展,大语言模型(LLM)如ChatGPT 4o、DeepSeek、Kimi等在教育领域广泛应用,特别是在英语作为外语(EFL)学习中,AI中介的非正式数字英语学习(AI-IDLE)成为重要趋势。然而,现有研究较少关注非认知变量(如动机、情感)如何共同影响学习者通过AI工具进行口语练习的自我效能(SE)。具体而言,AI辅助学习焦虑(AAL)是否会抑制AI-IDLE参与?理想第二语言(L2)自我(IL2)和外语享受(FLE)如何通过中介机制影响口语SE?AI-IDLE本身是否直接增强口语SE?为回答这些问题,研究人员整合了L2动机自我系统(L2MSS)、控制-价值理论(CVT)和社会认知理论(SCT),构建综合模型,旨在揭示中国高中生在AI非正式学习中动机、情感、焦虑与自我效能之间的复杂关系。该研究发表在《Frontiers in Psychology》。

**研究设计与方法**

本研究采用解释性顺序混合方法设计。定量阶段样本来自中国四所私立高中的308名EFL学生(165男,143女,15-17岁为主),通过简单随机抽样招募,均使用AI口语练习工具。参与者完成包含五个量表的问卷:理想L2自我量表(7点李克特)、AI辅助学习焦虑量表(AAL,5点)、口语自我效能感量表(SE,6点)、外语享受量表(FLE,5点)和AI-IDLE量表(6点)。经探索性因子分析(EFA)和验证性因子分析(CFA)确认结构效度,模型拟合良好(χ2/df=1.846, CFI=0.934, RMSEA=0.052)。定性阶段对8名B1水平(CEFR)受访者进行半结构化访谈,数据采用主题分析(开放编码和轴心编码)。定量分析使用结构方程模型(SEM)和自助法检验中介效应。

**研究结果**

**4.2.1 RQ1: AAL对AI-IDLE的影响**
通过SEM路径分析,AAL显著负向预测AI-IDLE(β=-0.240, p<0.001),支持H1。定性访谈揭示认知超载、技术更新恐惧和提示词不确定性是焦虑主要来源,符合CVT中低控制感与高价值感冲突导致焦虑的机制。

**4.2.2 RQ2: FLE在IL2与AI-IDLE之间的中介作用**
IL2显著正向预测FLE(β=0.526, p<0.001),FLE显著正向预测AI-IDLE(β=0.384, p<0.001),IL2对AI-IDLE的直接效应也显著(β=0.199, p<0.001)。中介分析显示FLE部分中介该路径(间接效应95%CI [0.096, 0.213]),占总效应60.1%。定性数据表明,拥有清晰未来L2愿景的学习者更享受AI互动,从而持续参与口语练习。

**4.2.3 RQ3: FLE在IL2与SE之间的中介作用**
FLE显著正向预测SE(β=0.455, p<0.001),IL2对SE也有直接效应(β=0.159, p<0.01)。FLE部分中介IL2→SE路径(间接效应95%CI [0.091, 0.210]),占总效应50.4%。访谈中学习者描述享受AI互动带来的小成就(如掌握新发音)增强了口语信心,支持SCT中情感与自我效能相互强化的观点。

**4.2.4 RQ4: AI-IDLE对SE的影响**
AI-IDLE对SE的直接路径不显著(β=0.105, p=0.078),H4未获支持。定性访谈解释:AI对话缺乏真实社交情感线索(如脚本化、重复性内容),导致学习者无法将AI练习转化为现实口语信心,符合van Lier生态学视角中真实性不足限制自我效能发展的观点。

**讨论与结论**

讨论部分强调:AAL作为情境性负面情绪,通过降低控制感阻碍AI-IDLE参与,需培养AI素养以缓解焦虑;FLE是IL2转化为AI-IDLE参与和口语SE的关键情感桥梁,说明积极情绪在动机驱动中的核心作用;AI-IDLE对SE的无效影响表明,仅有数字练习不足以提升自信,需融入真实社交互动(如混合人机对话模式)。研究结论翻译如下:本研究发现,AAL作为一种有害的情境性成就情绪,削弱了AI-IDLE的参与,而清晰的IL2和高FLE支持更持续的口语练习参与。FLE是IL2转化为更强口语信念的关键情感通道,强调积极情绪在将未来自我导向转化为感知能力中的重要性。同时,AI-IDLE对口语SE的直接路径不显著,结合访谈中认知超载和情感平淡的发现,说明并非所有AI练习都能有效转化为现实沟通信心。总体而言,AI-IDLE对青少年EFL学习者的教学潜力不在于单纯增加数字练习,而在于将AI使用置于更广泛的动机和情感生态中——当AI活动与IL2一致、充满FLE而非AAL、并嵌入支持性人机非正式学习环境时,才能更有效地促进口语SE的发展。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号