《Frontiers in Psychology》：AI-supported visual-semantic word teaching from the perspective of educational psychology: instant gains in Turkish acquisition, computational choice, and learners’ psychological experience
编辑推荐：
摘要
背景：面向A1–A2学习者的土耳其语教学高度依赖词汇选择与多模态呈现方式。传统课程通常优先基于频率的词汇表，但往往低估了视觉-语义维度对新手学习者的关键作用。Word2Vec与CLIP等计算工具通过量化词-图对齐程度提供了数据驱动的替代方案，然而其在真实
摘要
背景：面向A1–A2学习者的土耳其语教学高度依赖词汇选择与多模态呈现方式。传统课程通常优先基于频率的词汇表，但往往低估了视觉-语义维度对新手学习者的关键作用。Word2Vec与CLIP等计算工具通过量化词-图对齐程度提供了数据驱动的替代方案，然而其在真实课堂中的教学效能仍缺乏实证检验。此外，AI生成图像与真实照片在词汇教学中的相对有效性，是计算机辅助语言学习研究中尚未解决的一个问题。
目的：本项先导研究考察了使用CLIP和Word2Vec计算的高视觉-语义一致性是否相较于低一致性词汇表能提升即时词汇习得效果。研究进一步检验了AI生成图像相对于真实照片的非劣效性，并探索了教育心理学机制——动机、自我调节、认知负荷与成就目标——这些机制构成利益相关者体验的基础。第二阶段旨在通过识别所观察学习结果背后的心理机制，解释并情境化第一阶段的结果，从而通过连接策略实现整合。
材料与方法：采用解释性序贯混合方法设计。第一阶段将60名A1–A2学习者分配到三个准实验条件：（a）高CLIP词与AI生成图像组（n?=?15），（b）高CLIP词与真实照片组（n?=?15），以及（c）低CLIP词与教科书图像组（n?=?30）。各条件间使用不等同词集限制了因果解释。词汇知识通过词汇知识量表（Vocabulary Knowledge Scale）在前测、后测和第四周进行评估，但缺乏延迟测试将结论限定于即时学习。第二阶段对60名学生和15名教师施测了经过验证的工具——技术接受模型（TAM）、动机策略学习问卷（MSLQ）、成就目标问卷（AGQ）、Paas认知负荷量表和自我决定理论基本心理需要量表。
结果：两个实验条件的表现均显著优于对照组（p?结论：AI驱动的视觉-语义词汇选择在具体词汇教学中显示出初步前景。然而，准实验设计、词集混杂、缺乏延迟后测以及有限的统计检验力要求谨慎解释。采用标准化词库、延迟评估和客观水平测量进行重复研究，对于确定因果效能以及判断AI生成图像是否相对于真实照片具有真正等效性——或者仅仅是未检测到的非劣效性——至关重要。AI生成图像与真实照片之间的非显著差异应解释为缺乏差异存在的证据，而非差异不存在的证据。
论文解读
一、研究背景与问题
在土耳其语作为外语的教学中，词汇选择与呈现方式对A1–A2初学者至关重要。传统课程通常依赖基于频率的词汇表，但这种方法可能低估了视觉-语义维度对新手学习者的价值。土耳其语属于黏着语，具有丰富的后缀系统，单个动词词根可产生超过2000种屈折形式，派生语素超过100个，这种形态复杂性给学习者带来了沉重的词汇负担。因此，能够识别语义连贯、视觉突显词汇集的计算工具对于土耳其语词汇教学尤为有价值。
近年来，Word2Vec和CLIP等计算模型为量化词-图对齐程度提供了可能。Word2Vec通过连续词袋（CBOW）和Skip-gram架构在连续语义空间中表示词向量，CLIP则通过对比学习将图像与文本映射到共享嵌入空间。然而，尚不清楚计算机方法生成的词表是否能在真实课堂中提升词汇学习效果。此外，AI生成图像与真实照片在词汇教学中的等效性也是一个悬而未决的问题。从教育心理学角度看，理解学生与AI辅助教学的互动不仅涉及学习结果，还涉及其背后的动机、自我调节和认知过程。本研究采用解释性序贯混合方法设计，分两阶段填补上述空白：第一阶段实验检验AI辅助词汇教学的有效性；第二阶段评估参与者的技术接受感知、自我调节策略、成就目标、认知负荷与基本心理需要。
二、主要研究方法
研究采用解释性序贯混合方法设计，分两个阶段进行。第一阶段为三条件准实验设计，包含前测/后测、两个实验组和一个对照组。参与者为土耳其某大学土耳其语预备单元60名A1–A2水平国际学生，随机分配到三个条件：（a）高CLIP词+AI生成图像组（n=15），（b）高CLIP词+真实照片组（n=15），（c）低CLIP词+传统教科书图像组（n=30）。干预持续4周，共8次45分钟课程，通过基于网络的平台进行。目标词从土耳其语外语语料库（TaSL）中选出，使用Word2Vec（300维向量、5词上下文窗口、CBOW和Skip-gram架构、负采样）确定语义邻居，使用CLIP（ViT-B/32，512维共享空间）评估视觉-语义一致性。得分高于0.90的词用于实验组，低于0.70的词用于对照组。AI图像通过Midjourney v6生成，真实照片通过Google Custom Search API获取。词汇知识通过词汇知识量表（VKS）在预测和后测时评估。第二阶段对60名学生和15名教师施测了一系列量表，包括技术接受模型（TAM）量表、动机策略学习问卷（MSLQ）缩写版、成就目标问卷（AGQ）、Paas认知负荷量表和基本心理需要量表（BPNS）。数据分析使用SPSS 30.0，包括方差分析、配对样本t检验、相关分析和层次回归分析。
三、研究结果
3.1 实验训练结果（第一阶段）
单因素方差分析显示，后测成绩的组别主效应显著：F(2, 57)=78.42，p<0.001，ηp2=0.73。Tukey事后检验表明，AI图像组（M=39.13，SD=4.71）和真实照片组（M=38.33，SD=4.42）均显著优于对照组（M=24.60，SD=3.89），p<0.001。实验组合并相对于对照组的效应量为d=1.42（95% CI [1.02, 1.82]）。AI图像组与真实照片组之间无显著差异（p=0.678）。
3.2 AI图像与真实照片的比较
两组的后测成绩差异不显著：t(28)=0.42，p=0.678。然而，由于每组仅15人，该设计只能检测大效应（d≥0.75），较小的但具有教育意义的差异可能被遗漏。教师观察和学生反馈显示，AI生成图像在色彩一致性、背景控制和文化物品表征方面提供了更标准化的呈现。
3.3 计算选择过程的结果
计算分析显示，50个目标名词及其500个语义邻居的平均CLIP置信得分为0.89（SD=0.04，范围0.82–0.96）；73%的邻居得分高于0.90。食物和饮料术语的平均得分最高（M=0.95），交通工具词汇（M=0.94）和职业名称也表现出较强的视觉-语义一致性。CBOW和Skip-gram架构之间观察到高度一致性（r=0.78，p<0.001）。
3.4 教育心理学量表结果（第二阶段）
TAM感知结果：学生感知该AI辅助模型具有中等动机性（M=3.52），而教师报告的动机性较低（M=2.89），差异显著（p=0.005）。在努力维度上，教师（M=3.67）认为该模型比学生（M=2.94）更费力，p=0.003。
MSLQ结果：实验组在内在目标导向、任务价值、自我效能、认知策略使用和自我调节方面显著高于对照组。内在目标导向与词汇习得增益呈正相关（r=0.48，p<0.01）。
AGQ结果：掌握趋近目标与词汇习得增益呈最强正相关（r=0.48，p<0.001），而表现回避目标与增益呈负相关（r=?0.24，p=0.048）。
认知负荷结果：实验组报告的心理努力、内在负荷和无关负荷均显著低于对照组，而相关负荷显著高于对照组。高视觉-语义一致的词图连接可能降低了无关认知负荷，释放了工作记忆用于图式建构。
SDT结果：层次回归分析显示，基本心理需要显著预测内在动机：R2=0.52，F(3, 56)=20.34，p<0.001。能力感是最强预测因子（β=0.62，p<0.001），其次是自主性（β=0.31，p=0.012），关联性贡献不显著（β=0.14，p=0.187）。
相关分析：动机与努力呈强正相关（r=0.51），动机与感知公平性呈中等正相关（r=0.42），感知公平性与有用性呈强相关（r=0.55）。能力感满足与动机的相关最强（r=0.71）。
四、讨论与结论
讨论部分指出，第一阶段的发现表明，由CLIP和Word2Vec确定的高视觉-语义一致性具体词汇在视觉支持下呈现，比传统/随机词表显著更有效。由于两个实验组均优于对照组，关键变量似乎是计算选择的连贯词，而非视觉生成方式。AI生成图像与真实照片之间无显著差异，这与以往研究发现人类难以区分AI图像与真实图像一致，但应解释为缺乏差异存在的证据而非等效性证明。
教育心理学机制方面，实验组更高的内在动机、任务价值和自我效能支持自我决定理论的预测。掌握趋近目标与词汇增益的正相关符合成就目标理论，而表现回避目标的负相关表明害怕表现不佳会削弱词汇习得。认知负荷结果支持多模态教学设计可优化工作记忆资源分配的论点。能力感满足是内在动机的最强预测因子，强调在结构化学习任务中感知有效性的核心作用。
利益相关者感知方面，学生对该模型持积极态度，而教师对其动机影响持更谨慎态度，并认为需要付出更多努力。感知公平与动机相关，支持技术接受模型的关键预测。
研究存在若干局限：各条件间使用不同词集造成混淆变量；缺乏延迟后测将结论限定于即时学习；每组15人的样本量仅能检测大效应；VKS的自评性质可能掩盖深层知识；CLIP的训练以英语为主可能对土耳其语产生偏差。未来研究应采用相同词集（理想设计）或匹配心理语言学变量（实用设计），纳入延迟测试、客观水平测量和更大样本。
结论：本先导研究证明，AI驱动的多模态具体词汇教学在分析和实证层面均提供了具有潜在价值的框架，但所有发现均为初步结果，需在更受控的条件下重复验证。AI生成图像的有效性与真实照片相当，为网络图片来源的可变性提供了实际解决方案，但这一结果可能仅反映有限的统计检验力。从教育心理学角度，AI支持的词汇教学似乎支持自我调节学习，表现为更高的内在动机、任务价值和自我效能；同时，适应性成就目标、优化的认知负荷和基本心理需要满足（尤其是能力感）在该过程中发挥重要作用。
