从自我决定理论视角探索人工智能支持的英语学习中的学习者幸福感

《Learning and Motivation》：Exploring learners’ well-being in AI-supported English learning from a self-determination theory perspective

　　

摘要 人工智能（AI）正日益重塑英语学习，但关于AI支持的学习环境如何与学习者心理健康相关联的研究关注仍然有限。本研究基于自我决定理论，考察了基本心理需求、心流、自我效能感、内心平静与心理健康之间的关系。研究对来自中国高校的694名使用过AI工具进行英语学习的本科生进行了横断面问卷调查。采用结构方程模型（SEM）检验了假设的直接关系和中介关系，并通过人工神经网络（ANN）分析识别了心理健康各前因变量的相对预测重要性。SEM结果显示，基本心理需求与心理健康、心流、自我效能感和内心平静均呈正相关。心流、自我效能感和内心平静也与心理健康呈正相关，并中介了基本心理需求与心理健康之间的关系。ANN结果表明，自我效能感是最重要的预测变量，其次是内心平静、心流和基本心理需求。这些发现表明，在AI支持的英语学习中，学习者的心理健康受到动机性、体验性、认知性和情感性机制的共同塑造。 引言 人工智能（AI）已成为英语学习中日益重要的组成部分，为学习者提供了超越传统课堂边界的个性化练习机会、即时反馈、适应性支持和灵活的语料资源获取途径（Chien等，2022；Gao和Wang，2026；Liu等，2026；Wang和Guo，2026；Wang等，2025）。在AI支持的英语学习环境中，学习者不再是教学输入的被动接受者，而是与技术工具互动以调节学习过程、建立信心并构建有意义学习体验的主动参与者（Derakhshan和Park，2026a；Sun等，2026；Wang，2026；Wu，2026；Zhou和Wang，2026）。伴随这一技术变革，学习者心理健康日益受到重视，被视为可持续语言学习的重要指标，因为积极的心理功能可能影响学生如何坚持、投入并受益于AI中介的学习机会（Shi等，2026；Wang等，2026；Wang和Shi，2026；Wang和Wang，2026a）。先前的研究考察了AI支持学习在提高学习成绩、增强动机与投入以及塑造学习者心理需求、情绪和自我信念方面的作用（Derakhshan和Park，2026a；Derakhshan和Park，2026b；Gong等，2026；Liu等，2020；Wang，2026；Wang等，2024）。然而，现有研究大多分别考察这些心理因素，对不同积极心理机制如何共同连接基本心理需求与学习者心理健康的理解仍然有限（Cai和Liu，2025；Chu等，2024；Liu，2024；Park和Derakhshan，2026；Wang等，2026；Zhu和Ye，2026）。尤其缺乏研究同时将心流、自我效能感和内心平静作为AI支持英语学习中体验性、认知动机性和情感性路径加以考虑。 为弥补这一空白，本研究探讨基本心理需求如何影响AI支持英语学习中的学习者心理健康，并以心流、自我效能感和内心平静作为中介变量。本研究以自我决定理论和积极心理学为基础，提出自主性、胜任感和关联感为学习者的积极心理体验提供动机基础，而心流、自我效能感和内心平静则代表需求促进心理健康的三条重要路径。在方法上，本研究结合结构方程模型和人工神经网络分析，既考察变量间的解释关系，也考察心理健康关键前因变量的相对预测重要性。由此，本研究通过阐明差异化的体验性、认知动机性和情感性机制如何连接基本心理需求与AI支持英语学习中的学习者心理健康，为相关文献做出贡献。 自我决定理论为理解学习者的社会与技术环境如何塑造其动机、功能和心理健康提供了有用的框架（Deci等，2017）。该理论假设人类有三种基本心理需求：自主性、胜任感和关联感（Vallerand等，2008）。自主性指意愿和自我认可的行动体验，胜任感涉及对有效性和能力的感知，关联感则反映连接、支持和归属感（Ryan，2023）。当这些需求得到满足时，学习者更有可能发展出内化动机、持续投入和积极的心理结果（Deci等，2017）。在语言学习中，该理论尤为相关，因为学习者不仅需要获取语言知识，还需要在繁重的学习任务中管理情绪、信心、互动和坚持（Alamer等，2025）。在AI支持的英语学习中，技术工具可能通过提供个性化选择、响应性反馈和互动支持来创造新的需求满足条件（Wang和Wang，2024；Wang和Wang，2026b）。因此，自我决定理论有助于解释为何具有心理支持性的AI学习环境可能有助于学习者的心理健康。 在本研究中，自我决定理论指导了构建一个将基本心理需求与AI支持英语学习中心理健康相联系的路径模型。基本心理需求被定位为核心的动机前因变量，因为自主性、胜任感和关联感代表着使学习体验更具意义和可持续性的心理条件。积极心理学补充了这一动机视角，强调学习者通过积极的心理状态和资源来发展和维持适应性功能的途径。从这一视角看，心流反映一种最佳体验状态，自我效能感代表一种积极的认知动机资源，内心平静则反映与内在平衡相关的积极情感状态。因此，自我决定理论解释了模型的动机基础，而积极心理学有助于阐明这一基础如何通过差异化的积极心理机制转化为心理健康。心流因此被纳入作为体验性路径，因为需求满足可能帮助学习者深度沉浸在AI支持的学习活动中。自我效能感被纳入作为认知动机性路径，因为感到自主、胜任和被支持的学习者更有可能相信自己能在AI辅助下成功学习英语。内心平静被纳入作为情感性路径，反映了需求满足可能减少心理紧张并促进学习过程中内在平衡的可能性。这些机制在AI支持的学习中可能尤为相关，因为个性化选择、即时反馈、响应性互动和适应性支持可以使心理支持更加个体化且持续可用。据此，本研究提出基本心理需求可能通过心流、自我效能感和内心平静直接影响和间接影响心理健康。 在这一理论框架内，AI支持英语学习中考虑了五个关键心理变量：基本心理需求、心流、自我效能感、内心平静和心理健康。基本心理需求指学习者在学习过程中感知到的自主性、胜任感和关联感的满足程度。心流指学习者完全投入AI支持的英语学习活动时，所体验到的深度专注、享受和沉浸状态。自我效能感指学习者对自己借助AI工具成功完成英语学习任务的能力信念。内心平静指一种平静和平衡的心理状态，使学习者能够在面对学习压力时管理压力、压力和情绪困扰。心理健康指学习者的积极心理功能，包括他们的信心感、情绪平衡能力和应对学习相关挑战的能力。尽管这两个构念相关，内心平静代表一种更为具体的情感状态，以内在平静和情绪稳定性为特征，而心理健康则反映更广泛的积极心理功能。据此，本研究将内心平静概念化为可能有助于心理健康的心理机制，而非心理健康的组成部分或等价物。这些变量共同提供了一个有用的框架，用于解释AI支持的英语学习如何塑造学习者的动机、认知、情绪和心理结果。 基本心理需求可能在促进AI支持英语学习中的学习者心理健康方面发挥基础性作用（Wang和Reynolds，2024）。根据自我决定理论，当学习者的自主性、胜任感和关联感需求得到满足时，他们更有可能体验积极的心理功能（Deci等，2017；Sun等，2026）。在AI支持的英语学习中，当学习者能够选择合适的学习资源、控制学习节奏并根据自身目标做出决策时，自主性可能得到增强（Luo和Zou，2024）。当AI工具提供及时反馈、适应性解释和反复练习机会时，胜任感可能得到加强（Shelton-Strong，2022）。当学习者感知到AI中介的学习是互动性的、响应性的且与他们的学习需求相连接时，关联感也可能得到支持（Li和Chiu，2025）。当这些需求得到满足时，学习者在学习过程中可能体验到更大的信心、情绪安全感和满意度（Chen、Sun等，2025）。因此，基本心理需求预计对AI支持英语学习中的学习者心理健康具有正向预测作用。 心流在AI支持英语学习中很重要，因为它反映了学习者在与AI中介学习任务互动过程中的深度参与、持续注意力和享受感（Zuniga和Simard，2024）。它也可能作为一种中介机制，通过该机制基本心理需求被转化为心理健康。当学习者体验自主性时，他们更有可能进入心流状态，因为他们能够参与符合自身目标和偏好的学习活动（Gao等，2025）。当他们体验胜任感和关联感时，他们可能感到更有能力且更有支持感，这进一步增加了他们保持沉浸学习的意愿（Tang等，2025）。心流随后可能通过学习变得更加愉快、有意义且内在有价值来促进心理健康（Zuniga和Simard，2024）。经常体验心流的学习者可能也更满意于自己的学习过程，并对英语学习体验持更积极的态度（Pietluch和Sak，2025）。因此，心流预计中介基本心理需求与心理健康之间的关系。 自我效能感在AI支持英语学习中很重要，因为学习者对使用AI工具和完成英语任务的信心可能强烈影响他们的学习坚持和心理健康功能（Sun等，2025）。它也可能作为基本心理需求与心理健康之间的认知动机性中介发挥作用。当学习者的自主性得到支持时，他们可能对自己的学习产生更强的自主感，这增强了他们对自己学习能力的信念（Karbakhsh和Ahmadi Safa，2020）。当胜任感和关联感得到满足时，学习者可能将AI反馈和支持解读为证据，表明他们能够成功改善英语学习（Guo和Zheng，2026；Wang等，2026）。自我效能感随后可能通过减少不确定性、增强信心并帮助学习者更建设性地应对学习困难来促进心理健康（Huang等，2024）。自我效能感较强的学习者也更有可能将AI支持的英语学习视为可控的且有回报的（Jia，2022）。因此，自我效能感预计中介基本心理需求与心理健康之间的关系。 内心平静在AI支持英语学习中很重要，因为它捕捉了学习者的内在平静、情绪平衡以及在面对学习压力时保持心理稳定的能力（Qi，2025）。它也可能作为将基本心理需求与心理健康相联系的情感性中介发挥作用。当学习者感到自主时，他们可能在AI支持的学习环境中体验较少的外部压力和更大的心理自由（Chen等，2025；Wang和Derakhshan，2026）。当他们感到胜任和有归属感时，他们在学习英语过程中可能不太容易体验焦虑、无助或情绪紧张（Qi，2025）。内心平静随后可能通过帮助学习者维持情绪稳定和积极的心理功能来促进心理健康（Shan和Xu，2025）。体验内心平静的学习者可能能够更好地应对问题、调节负面情绪并与AI支持的学习维持更健康的关系（Zhou等，2023）。因此，内心平静预计中介基本心理需求与心理健康之间的关系。 心理健康是AI支持英语学习中的核心结果变量，因为有效的语言学习不仅应提高成绩，还应支持学习者的积极心理发展（Zuniga和Simard，2024）。随着AI工具日益嵌入英语学习，考察这类环境是否帮助学习者感到自信、平衡和心理受支持变得尤为重要（Wang、Gao和Reynolds，2026）。心理健康反映了学习者应对学习挑战、维持积极情绪并在学习过程中体验成长感的更广泛能力（Guo和Zheng，2026）。在本研究中，心理健康被定位为假设模型中的最终结果变量，因为它代表了需求满足、心流体验、自我效能感和内心平静的累积心理效益。这一关注回应了日益增长的观点，即技术增强型语言学习不应仅通过成绩或投入来评估，还应通过学习者可持续的心理功能来评估（Wang、Gao等，2025）。

因此，检验幸福感能够提供对AI支持英语学习价值的更全面理解。基于自我决定理论、积极心理学以及上述变量关系讨论，本研究提出了一个假设模型，用以解释基本心理需求如何影响AI支持英语学习中的学习者幸福感。在该模型中，基本心理需求被定位为前因变量，因为自主性、胜任感和关联感的满足可能为积极的心理功能提供动机基础。幸福感被定位为最终结果，因为它反映了学习者在AI支持英语学习中维持自信、情绪平衡和积极功能的整体能力。心流、自我效能感和内心安宁被纳入为三个中介机制。具体而言，心流代表一条体验路径，自我效能感代表一条认知动机路径，内心安宁代表一条情感路径。如图1所示，该模型假设基本心理需求与幸福感之间存在直接关联，同时也通过心流、自我效能感和内心安宁产生间接关联。据此，提出以下假设：

H1：在AI支持的英语学习中，基本心理需求与幸福感呈正相关。
H2：在AI支持的英语学习中，基本心理需求与心流呈正相关。
H3：在AI支持的英语学习中，基本心理需求与自我效能感呈正相关。
H4：在AI支持的英语学习中，基本心理需求与内心安宁呈正相关。
H5：在AI支持的英语学习中，心流与幸福感呈正相关。
H6：在AI支持的英语学习中，自我效能感与幸福感呈正相关。
H7：在AI支持的英语学习中，内心安宁与幸福感呈正相关。
H8a：心流中介基本心理需求与幸福感之间的关联。
H8b：自我效能感中介基本心理需求与幸福感之间的关联。
H8c：内心安宁中介基本心理需求与幸福感之间的关联。

**参与者**

最终分析样本由来自中国多个省份（包括河南、广东、辽宁、江苏和四川）高校的694名本科生组成。入选资格基于三项标准：参与者须在高校正式注册在读，须曾使用AI应用或平台辅助英语学习，并在参与前提供电子知情同意。

**初步分析**

采用Harman单因子法检验潜在的共同方法偏差。提取出8个特征值大于1的因子，第一因子解释了27.890%的总变异，远低于50%的临界值（Harman, 1976）。因此，共同方法偏差不太可能构成严重问题。如表1所示，所有偏度值均在±2范围内，所有峰度值均在±7范围内，支持数据的正态性（Kline, 2023）。参与者普遍报告……

**总体发现**

本研究考察了基本心理需求与AI支持英语学习者幸福感之间的关联，并以心流、自我效能感和内心安宁作为中介机制。总体而言，结构方程模型（SEM）结果支持了假设模型，显示基本心理需求与幸福感呈正相关，同时也与心流、自我效能感和内心安宁呈正相关。心流、自我效能感和内心安宁均与幸福感呈正相关……

**结论**

本研究考察了基本心理需求与AI支持英语学习者幸福感之间的关联，并以心流、自我效能感和内心安宁作为中介机制。基于自我决定理论，本研究将自主性、胜任感和关联感定位为积极心理功能的动机基础。结构方程模型结果表明，基本心理需求与幸福感呈正相关，同时也与……

**作者贡献声明**

刘家勇：写作——审阅与编辑、可视化、验证、监督、软件、资源、项目管理、方法学、调查研究、形式化分析、数据整理、概念化。
王婷：写作——审阅与编辑、写作——原稿撰写、可视化、验证、监督、软件、资源、项目管理、方法学、调查研究、形式化分析、数据整理、概念化。

**作者贡献**

所有作者均实质性参与了研究和文章撰写工作，并已批准最终稿件。

**参与同意**

已从所有参与研究的个体参与者处获得参与知情同意。

**发表同意**

已从所有参与研究的个体参与者处获得发表知情同意。

**资助**

本研究未获得任何外部资助。

**利益冲突声明**

作者声明不存在任何已知的竞争性财务利益或个人关系可能影响本文所报告的工作。

**致谢**

本工作得到了苏州科技大学的支持。该校在本研究的设计与实施中没有发挥作用。作者也感谢编辑和匿名审稿人提出的富有洞察力的意见。

刘家勇是苏州科技大学外国语学院讲师。他于日本名古屋大学人文科学研究院获得日语教育博士学位。其研究方向包括外语教学。在硕士和博士期间，他在日本发表了多篇论文，包括《东亚日语研究杂志》《名古屋大学人文论坛》，并参加了多次学术研讨会……

刘家勇 | 王婷