活动理论视角下AI支持口语工具对EFL学生口语技能、焦虑与交流意愿的影响研究

《BMC Psychology》：The use of AI chatbot on efl students’ speaking skills, speaking anxiety, and willingness to communicate: through the lens of activity theory

　　

摘要

英语作为外语（EFL）教育者越来越多地将人工智能（AI）融入语言学习；因此，本研究探讨了一种AI支持的口语工具在提升中国EFL学生口语技能、口语焦虑和交流意愿（WTC）方面的作用。活动理论被提出来作为一种恰当且适用的结构，用于研究AI聊天机器人如何影响不同维度。将该理论应用于本研究，使得能够分析这些因素之间的复杂交互作用，并理解AI聊天机器人（EAP Talk）对学习者WTC、口语水平及口语焦虑的影响。研究最初招募了113名参与者（58名实验组，55名对照组）；在排除四个多元离群值（均来自实验组）后，主要分析样本包含109名学习者（54名实验组，55名对照组）。全样本结果（N?=?113）也已报告，其方向一致，但在口语焦虑方面效应量较小（见敏感性分析）。在干预之前，通过前测评估了参与者的口语能力、焦虑水平和WTC。随后，实验组通过EAP Talk——一款基于AI的口语评估与反馈应用程序——接受了AI支持的口语练习，该应用支持迭代练习和即时自动反馈；而对照组则在没有使用该工具的情况下学习相同内容。在干预之后，通过后测评估了两个组的口语技能、焦虑和WTC。结果显示两组之间在后测中存在显著差异：WTC呈现中等效应量，口语焦虑呈现大效应量，口语技能呈现非常大效应量。总体而言，结果表明EAP Talk干预与参与者EFL学生口语表现和WTC的提升以及口语焦虑的降低相关。通过活动理论的视角解释研究结果，有助于将这些结果置于学习者、工具和教学情境之间的更广泛关系中进行理解；然而，该理论在此处仅作为解释性视角使用，而非直接检验的解释模型。