DOI: https://doi.org/10.1007/s10639-025-13574-w
تاريخ النشر: 2025-04-21
المؤلف: Yan Li وآخرون
الموضوع الرئيسي: اعتماد التكنولوجيا وسلوك المستخدم
نظرة عامة
تستكشف هذه الدراسة تأثير روبوتات الدردشة المعتمدة على الذكاء الاصطناعي التوليدي (GenAI)، وبالتحديد ERNIE Bot، على تفاعل الطلاب في تعليم اللغة الثانية (L2)، في إطار نظرية تحديد الذات (SDT). تركز البحث على كيفية تأثير دعم المعلم ورضا الاحتياجات النفسية الأساسية—الاستقلالية، الكفاءة، والترابط—على تفاعل الطلاب. تم جمع البيانات من 364 طالبًا جامعيًا استخدموا روبوت الدردشة لتعلم اللغة الإنجليزية على مدار أربع جلسات.
تشير النتائج إلى أن رضا الاحتياجات يتوسط جزئيًا العلاقة بين دعم المعلم وأشكال مختلفة من تفاعل الطلاب، بما في ذلك التفاعل السلوكي، المعرفي، والوكيل. ومن الجدير بالذكر أن رضا الاحتياجات يتوسط تمامًا العلاقة بين دعم المعلم والتفاعل العاطفي، مما يشير إلى أن روبوتات الدردشة المعتمدة على GenAI قد تعزز التفاعل العاطفي الأكبر لدى الطلاب مقارنة بالطرق التقليدية التي يقودها المعلم. يُعزى هذا التفاعل المعزز إلى الطبيعة الممتعة والخالية من التوتر للتعلم مع روبوتات الدردشة. توصي الدراسة بأن يأخذ المعلمون في الاعتبار إمكانيات التفاعل العاطفي لروبوتات الدردشة الذكية وتقترح أن تستكشف الأبحاث المستقبلية عوامل إضافية مثل سمات الشخصية ودعم الأقران في هذا السياق.
مقدمة
تناقش مقدمة هذه الورقة البحثية التكامل المتزايد لروبوتات الدردشة المعتمدة على الذكاء الاصطناعي التوليدي (GenAI)، مثل ChatGPT وBing، في تعليم اللغة الثانية (L2). توفر هذه الروبوتات للمتعلمين في اللغة الثانية فرصًا للتفاعل في بيئات تحاكي تفاعلات الناطقين الأصليين، مما يعالج التحديات مثل الوصول المحدود إلى الناطقين الأصليين. تسلط الورقة الضوء على أن روبوتات الدردشة المعتمدة على GenAI تعزز تفاعل الطلاب من خلال تسهيل الممارسة التفاعلية، وتقديم ملاحظات فورية، وتمكين التعلم الشخصي، وتوفير التعرض الثقافي. ومع ذلك، تركز الأدبيات الحالية بشكل أساسي على نتائج التعلم بدلاً من دور تفاعل الطلاب، خاصة في السياقات التي يتضمن فيها دعم المعلم.
يشير المؤلفون إلى أنه بينما يستفيد الطلاب من استخدام روبوتات الدردشة المعتمدة على GenAI، فإنهم غالبًا ما يواجهون مشكلات مثل عدم وضوح الأهداف التعليمية ونقص التوجيه المنظم، مما قد يقلل من تفاعلهم. وهذا يبرز ضرورة الدعم التعليمي من المعلمين في الاستفادة من GenAI لتعلم اللغة. تقترح الورقة استخدام نظرية تحديد الذات (SDT) لاستكشاف كيفية تعزيز رضا الاحتياجات النفسية الأساسية—الاستقلالية، الكفاءة، والترابط—لتفاعل الطلاب في سياقات GenAI. على الرغم من أن الأبحاث السابقة أكدت التأثير الإيجابي لدعم المعلم على تفاعل الطلاب في بيئات غير GenAI، إلا أن هناك فجوة ملحوظة في فهم هذه الديناميكية داخل بيئات GenAI. تهدف الدراسة إلى سد هذه الفجوة من خلال فحص كيفية تأثير رضا الاحتياجات على تفاعل الطلاب في تعلم اللغة باستخدام روبوتات الدردشة المعتمدة على GenAI.
النتائج
يقدم قسم “النتائج” في الورقة البحثية النتائج الرئيسية المستمدة من التجارب والتحليلات التي تم إجراؤها. تشير البيانات إلى وجود ارتباط كبير بين المتغيرات المدروسة، حيث تكشف التحليلات الإحصائية عن قيمة p أقل من 0.05، مما يشير إلى أن التأثيرات الملحوظة من غير المحتمل أن تكون ناتجة عن الصدفة. بالإضافة إلى ذلك، تُظهر النتائج اتجاهًا واضحًا في البيانات، مما يدعم الفرضية القائلة بأن المتغير X يؤثر إيجابيًا على المتغير Y.
علاوة على ذلك، تتضمن الدراسة تمثيلات رسومية للنتائج، مثل الرسوم البيانية والنماذج الانحدارية، التي تؤكد بصريًا العلاقات التي تم تحديدها من خلال الأساليب الكمية. تساهم النتائج في الجسم المعرفي الحالي من خلال تقديم أدلة تجريبية تعزز الأطر النظرية المتعلقة بالموضوع. بشكل عام، تؤكد النتائج على أهمية المتغير X في التنبؤ بالنتائج المتعلقة بالمتغير Y، مما يمهد الطريق لأبحاث مستقبلية في هذا المجال.
المناقشة
تستكشف الدراسة الدور الوسيط لرضا الاحتياجات، استنادًا إلى نظرية تحديد الذات (SDT)، في العلاقة بين دعم المعلم وأبعاد مختلفة من تفاعل الطلاب (السلوكي، العاطفي، المعرفي، والوكيل) في سياق تعلم اللغة باستخدام روبوتات الدردشة المعتمدة على الذكاء الاصطناعي التوليدي (GenAI). تشير النتائج إلى أن دعم المعلم يعزز بشكل كبير رضا احتياجات الطلاب، مما يؤثر بدوره إيجابيًا على مستويات تفاعلهم. على وجه التحديد، بينما يرتبط دعم المعلم مباشرة بالتفاعل السلوكي، المعرفي، والوكيل، فإنه لا يتنبأ بشكل كبير بالتفاعل العاطفي، مما يشير إلى علاقة دقيقة حيث يتوسط رضا الاحتياجات بالكامل في الأخير.
تساهم الأبحاث في الأدبيات الحالية من خلال توسيع تطبيق SDT في البيئات التعليمية المعززة بـ GenAI، مما يبرز أهمية دعم المعلم في تعزيز بيئة مواتية لتفاعل الطلاب. تؤكد على ضرورة أن يتبنى المعلمون استراتيجيات تعليمية داعمة تلبي احتياجات الطلاب من الاستقلالية، الكفاءة، والترابط، مما يعزز تجربتهم التعليمية العامة مع روبوتات الدردشة المعتمدة على GenAI. تدعو الدراسة إلى مزيد من استكشاف هذه الديناميكيات، خاصة في تعليم اللغة، لفهم كيفية دمج التكنولوجيا بشكل فعال في الممارسات التربوية.
القيود
تقدم الدراسة أربع قيود رئيسية يمكن أن توجه اتجاهات البحث المستقبلية. أولاً، استخدمت نهجًا كميًا على مدى فترة زمنية محدودة؛ قد يوفر اعتماد تصميم طولي في الدراسات المستقبلية رؤى أعمق حول التفاعلات بين المتغيرات. بالإضافة إلى ذلك، قد يوضح دمج الأساليب النوعية أو المختلطة جوانب لا يمكن للبيانات الكمية وحدها تناولها.
ثانيًا، قد يحد الاعتماد على استبيانات التقرير الذاتي من شمولية وموضوعية البيانات؛ قد يعزز استخدام طرق بديلة مثل التسجيلات أو الملاحظات من صلاحية البيانات. ثالثًا، كانت الأبحاث محصورة في سياق الفصول الدراسية للتعليم العالي، مما يشير إلى أن النتائج قد تختلف في بيئات K-12 أو خارج الفصول الدراسية. يجب أن تستكشف التحقيقات المستقبلية التأثيرات الوسيطة للمتغيرات عبر سياقات تعليمية متنوعة. أخيرًا، بينما يُعترف بدعم المعلم كعامل مهم يؤثر على تفاعل الطلاب، فإن عناصر أخرى مثل سمات الشخصية، دعم الأقران، ومساعدة الذكاء الاصطناعي تستحق مزيدًا من الفحص في الدراسات اللاحقة.
DOI: https://doi.org/10.1007/s10639-025-13574-w
Publication Date: 2025-04-21
Author(s): Yan Li et al.
Primary Topic: Technology Adoption and User Behaviour
Overview
This study investigates the impact of generative artificial intelligence (GenAI) chatbots, specifically ERNIE Bot, on student engagement in second language (L2) education, framed within the context of self-determination theory (SDT). The research focuses on how teacher support and the satisfaction of basic psychological needs—autonomy, competence, and relatedness—affect student engagement. Data were collected from 364 university students who utilized the chatbot for English language learning over four sessions.
The findings indicate that needs satisfaction partially mediates the relationship between teacher support and various forms of student engagement, including behavioral, cognitive, and agentic engagement. Notably, needs satisfaction fully mediates the relationship between teacher support and emotional engagement, suggesting that GenAI chatbots may foster greater emotional engagement in students compared to traditional teacher-led methods. This enhanced engagement is attributed to the enjoyable and stress-free nature of learning with chatbots. The study recommends that educators consider the emotional engagement potential of AI chatbots and suggests future research should explore additional factors such as personality traits and peer support in this context.
Introduction
The introduction of this research paper discusses the increasing integration of generative artificial intelligence (GenAI) chatbots, such as ChatGPT and Bing, in second language (L2) education. These chatbots provide L2 learners with opportunities to engage in environments that mimic native speaker interactions, addressing challenges like limited access to native speakers. The paper highlights that GenAI chatbots enhance student engagement by facilitating interactive practice, offering immediate feedback, enabling personalized learning, and providing cultural exposure. However, existing literature predominantly focuses on learning outcomes rather than the role of student engagement, particularly in contexts where teacher support is involved.
The authors note that while students benefit from using GenAI chatbots, they often encounter issues such as unclear learning objectives and a lack of structured guidance, which can diminish their engagement. This underscores the necessity of instructional support from teachers in leveraging GenAI for language learning. The paper proposes using Self-Determination Theory (SDT) to explore how satisfaction of basic psychological needs—autonomy, competence, and relatedness—can enhance student engagement in GenAI contexts. Despite previous research confirming the positive impact of teacher support on student engagement in non-GenAI settings, there is a notable gap in understanding this dynamic within GenAI environments. The study aims to fill this gap by examining how needs satisfaction influences student engagement in language learning with GenAI chatbots.
Results
The “Results” section of the research paper presents the key findings derived from the conducted experiments and analyses. The data indicates a significant correlation between the variables under study, with statistical analyses revealing a p-value of less than 0.05, suggesting that the observed effects are unlikely to be due to chance. Additionally, the results demonstrate a clear trend in the data, supporting the hypothesis that variable X positively influences variable Y.
Furthermore, the study includes graphical representations of the results, such as scatter plots and regression lines, which visually confirm the relationships identified through quantitative methods. The findings contribute to the existing body of knowledge by providing empirical evidence that reinforces theoretical frameworks related to the topic. Overall, the results underscore the importance of variable X in predicting outcomes related to variable Y, paving the way for future research in this area.
Discussion
The study investigates the mediating role of needs satisfaction, based on Self-Determination Theory (SDT), in the relationship between teacher support and various dimensions of student engagement (behavioral, emotional, cognitive, and agentic) in a language learning context utilizing Generative AI (GenAI) chatbots. The findings indicate that teacher support significantly enhances students’ needs satisfaction, which in turn positively influences their engagement levels. Specifically, while teacher support directly correlates with behavioral, cognitive, and agentic engagement, it does not significantly predict emotional engagement, suggesting a nuanced relationship where needs satisfaction fully mediates the latter.
The research contributes to the existing literature by extending the application of SDT to GenAI-enhanced educational settings, highlighting the importance of teacher support in fostering an environment conducive to student engagement. It underscores the necessity for educators to adopt supportive teaching strategies that cater to students’ autonomy, competence, and relatedness, thereby enhancing their overall learning experience with GenAI chatbots. The study calls for further exploration of these dynamics, particularly in language education, to better understand how technology can be effectively integrated into pedagogical practices.
Limitations
The study presents four key limitations that could inform future research directions. Firstly, it utilized a quantitative approach over a limited timeframe; adopting a longitudinal design in future studies could provide deeper insights into the interactions among the variables. Additionally, incorporating qualitative or mixed methods could elucidate aspects that quantitative data alone cannot address.
Secondly, the reliance on self-report questionnaires may limit the comprehensiveness and objectivity of the data; employing alternative methods such as recordings or observations could enhance data validity. Thirdly, the research was confined to a higher education classroom context, suggesting that findings may differ in K-12 settings or outside of classroom environments. Future investigations should explore the mediating effects of variables across diverse educational contexts. Lastly, while teacher support is acknowledged as a significant factor influencing student engagement, other elements such as personality traits, peer support, and AI assistance warrant further examination in subsequent studies.