《ReCALL》：Effects of prompt instruction on EFL learners’ willingness to communicate with generative AI and peers in a human–GAI–human learning cycle
编辑推荐：
近期生成式人工智能（GAI）的进展日益受到关注，被视为促进第二语言（L2）交流意愿（WTC）的替代性对话者。然而，学习者能否从AI中介的互动中获益，部分取决于其构建有效提示语的能力，而针对提示策略的系统性教学仍然有限。GAI并非取代同伴交流，而是可作为预备性资
近期生成式人工智能（GAI）的进展日益受到关注，被视为促进第二语言（L2）交流意愿（WTC）的替代性对话者。然而，学习者能否从AI中介的互动中获益，部分取决于其构建有效提示语的能力，而针对提示策略的系统性教学仍然有限。GAI并非取代同伴交流，而是可作为预备性资源，支持学习者在与同学交流前建立信心。本研究考察提示语引导的人–GAI–人学习——一种将GAI互动整合进交际学习循环的教学路径。具体而言，本研究检验提示语指令相较于自主GAI使用，是否能提升学习者在任务准备阶段与语音支持型GAI的WTC以及随后讨论中与同伴的WTC。80名大学一年级英语作为外语（EFL）学生被分配至提示语指令组或自主GAI使用组。在六周内，两组均按照人–GAI–人序列完成每周口语讨论任务。在三个时间点施测WTC问卷，并收集反思性陈述以考察学习者感知到的交流影响因素。两组WTC均随时间上升，而提示语指令与更高的GAI总体WTC相关。然而，提示语指令并未显著改变WTC的发展轨迹。两组同伴WTC的整体上升表明，AI支持的准备可能促进学习者对后续同伴互动的交流准备度。上述发现凸显了提示语引导的人–GAI–人学习对支持L2交流的教学价值。
**研究背景与问题** 在影响第二语言（L2）交流的情感与互动变量中，交流意愿（willingness to communicate，WTC）长期被视为解释学习者参与口语互动的核心构念，指学习者在特定时刻与特定对话者用目标语发起交流的情境性准备度。WTC并非固定特质，而是由对话者类型、感知交际能力与教学条件等多重因素交互生成动态状态。高WTC与更多冒险性语言使用、有意义的语言运用机会以及口语流利度和交际能力的提升相关，因而培养WTC成为交际语言教学的核心目标。然而在许多英语作为外语（EFL）情境中，学习者真实交流机会有限，常因语言资源受限、交流焦虑与负面评价恐惧而迟疑参与课堂讨论。既有研究开始探讨生成式人工智能（GAI）对WTC的影响，多数研究比较人–GAI互动与人–人交流，报告GAI会话代理可降低焦虑并提升WTC，但证据并不一致，干预性研究相对稀缺；更重要的是，此类比较可能忽视GAI作为人类互动中中介工具的更具教学生产力的角色。GAI的教学价值不在于替代人际互动，而在于提升学习者参与人际互动的准备度，可作为预备性资源帮助学习者生成观点、演练语言并在与同学讨论前建立信心。但有效参与GAI互动并非理所当然，学习者可能难以有效互动，依赖浅层提示策略而陷入对AI生成内容的被动消费。有效GAI互动需要精确提示、迭代交换与对AI回应的批判性评估，因此提示语指令——关于如何构建有效提示的明确指导——成为重要教学考量。既有研究多在非正式数字化英语学习（IDLE）情境中考察自主GAI使用，较少关注正式课堂中结构化提示语指令如何形塑学习者交流行为，语音支持型GAI整合文本转语音（TTS）与自动语音识别（ASR）的教学潜力亦未充分探讨，且少有研究考察学习者WTC随持续使用GAI工具而演变的过程。为此，本研究实施提示语引导的人–GAI–人学习，考察提示语指令相较自主GAI使用能否提升学习者在任务准备阶段与语音支持型GAI的WTC以及随后讨论中与同伴的WTC，并探究学习者感知的影响因素，提出三个研究问题：RQ1关注提示语指令对同伴WTC的影响，RQ2关注其对GAI WTC的影响，RQ3关注两种条件下感知影响因素。
**主要技术方法** 本研究采用准实验纵向设计，设置提示语指令组（PI）与自主组（SD），比较教学条件、时间与对话者类型。样本为同一理科院系两个自然班共80名一年级大学生（PI组41人，SD组39人），来自中国一所二本高校，均修读必修大学英语课程；两班在英语水平、学习动机与先前GAI经验上经独立样本t检验无显著差异，英语水平由课程教师与研究人员依据《欧洲语言共同参考框架》（CEFR）口语语言使用质性描述共同评定，评分者间一致性为89%，水平分布约为A1占34%、A2占45%、B1占18%、B2占3%。干预持续六周，两组均通过智能手机使用具备ASR与TTS功能的聊天机器人（推荐豆包）按五步人–GAI–人序列完成每周口语讨论任务，PI组额外接受教师主导的四步提示语指令。测量工具为改编自Tai（2024）的WTC量表（含WTC、焦虑与交际能力维度，5点Likert计分，Cronbach's α为.90与.94）及开放式问题，问卷以中文施测，在干预前、干预中（第4周）与干预后（第7周）三个时间点收集。数据分析采用解释性混合方法设计：对同伴WTC与GAI WTC分别进行2（组别）×3（时间）混合设计方差分析（ANOVA），报告偏eta方（η2）；开放式回答依据Braun与Clarke（2006）六阶段框架进行主题分析，两名研究者独立编码，编码者间一致性达90%。
**研究结果** 4.1 同伴WTC的发展（RQ1）：混合设计ANOVA显示时间主效应显著，F(1.346, 104.95) = 94.23，p < .001，η2 = .547，学习者同伴WTC在三个测量点显著上升；组别主效应不显著，F(1, 78) = 3.08，p = .083，η2 = .038，组别×时间交互亦不显著，F(1.346, 104.95) = 2.51，p = .106，η2 = .031。描述统计显示两组均稳步上升，SD组由2.97升至3.38再至3.64，PI组由3.04升至3.63再至3.96；Bonferroni两两比较表明各时间点间差异均显著。结果表明同伴WTC随时间上升，但变化幅度在两组间无显著差异。4.2 GAI WTC的发展（RQ2）：时间主效应显著，F(1.383, 107.84) = 119.89，p < .001，η2 = .606；组别主效应显著，F(1, 78) = 4.091，p = .047，η2 = .050；组别×时间交互不显著，F(1.383, 107.84) = 1.49，p = .231，η2 = .019。SD组GAI WTC由2.91升至3.55再至3.97，PI组由3.01升至3.88再至4.25；两两比较显示各阶段增长均显著。结果表明提示语指令与更高的GAI总体WTC相关，但未显著改变随时间变化的轨迹。4.3 感知影响因素（RQ3）：主题分析识别出五类因素。类别1为人–GAI互动中的语言支架，GAI提供纠错反馈与语言示范，私下反馈提升信心，PI学生更常描述对AI反馈的策略性运用与请求替代观点，SD学习者更多将视角拓展归因于同伴讨论。类别2为人–人互动中的真实交流，同伴讨论要求即时反应与相互适应，提供自发语言使用与真实社会交换的机会。类别3为GAI支持的交流自信与情境可供性，学生将AI视为非评判性对话者，更自由地表达与实验语言，并重视其可及性与便利性，此类描述在PI组更丰富。类别4为人–人互动中的社会压力与支持，同伴交流心理支持较少并偶发评价焦虑，但部分学生视压力为生产性，小组氛围亦为重要因素，两类教学组报告频率相似。类别5为人–GAI–人协作的协同效应，学生描述AI与同伴角色的互补以及“AI准备—同伴讨论—协作练习”的循环强化过程，GAI准备提升了参与同伴互动的准备度。质性发现表明学习者的体验涉及多重相互关联的WTC前因，而非整齐对应单一层级。
**讨论与结论** 讨论部分将RQ3质性发现整合进5.1与5.2以解释量化模式。5.1指出两组同伴WTC均显著上升，可能源于两个互补过程：GAI支持的准备提供语言支架，帮助学习者在进入同伴讨论前发展观点、演练语言与精炼表达；同伴讨论本身提供真实互动、协作意义建构与观点协商的机会。研究提示可能存在迁移过程，即在GAI支持准备中发展的交际资源与信心可延续至后续人际互动，这拓展了以往多聚焦人–人互动或人–GAI比较的研究。5.2指出两组GAI WTC轨迹相似，因两组均处于接受教师反馈的支持性课堂情境，比较的是两种受支持的GAI参与模式而非有无GAI支持；质性发现显示PI学习者更频繁报告请求句式、替代观点与结构化反馈，提示更具目的性与策略性的GAI使用，可能解释PI组更高的GAI总体WTC，提示语指令或通过发展提示语素养充当GAI可供性与学习者WTC之间的教学桥梁，但GAI素养未被直接测量，此解释仅为提示性而非直接证据。5.3提出教学启示：在课堂中纳入GAI时应提供基本指导与反馈；教师可示范能引出关键词、句式、替代观点与语言反馈的提示语，帮助学习者从寻求答案转向交际准备；GAI使用应嵌入结构化人–GAI–人学习循环而非孤立活动， preparation阶段与讨论阶段契合强调支架性互动的社会文化视角；应伴随反思活动以促进策略性使用，使GAI成为学习伙伴而非仅信息源。结论部分指出本研究的三点贡献：第一，提示语指令与更高的GAI总体WTC及更具策略性的GAI资源运用相关，GAI中介的演练可作为预备性支架支持后续人际交流，因此GAI支持的准备可补充而非替代人类交流；第二，研究发现拓展了MacIntyre等（1998）的WTC模型，提示GAI支持的准备可能影响WTC的多重前因并促进从交际准备度向后续同伴互动的过渡，此可能性在以往纯人类或纯聊天机器人研究中未获充分探讨；第三，研究回应了语言教育中AI素养的新兴讨论，提示语指令为AI素养实践提供了支持交际参与的一种操作化途径，连接了以往基本独立发展的两个领域。未来研究可在多样学习情境与水平上考察更长期的人–GAI–人教学序列，并纳入课堂互动分析或基于话语的口语表现测量，以考察AI中介演练与实际交际行为的关系。
