DOI: https://doi.org/10.1057/s41599-025-05817-5
تاريخ النشر: 2025-09-29
المؤلف: He Min وآخرون
الموضوع الرئيسي: الإبداع في التعليم وعلوم الأعصاب
نظرة عامة
تبحث هذه الدراسة في تأثيرات تقنيات الذكاء الاصطناعي (AI) على التأمل الذاتي، والإبداع، وتقليل القلق، والمرونة العاطفية لدى متعلمي اللغة الإنجليزية كلغة أجنبية (EFL) في التعليم العالي. باستخدام عينة من 205 متعلمًا جامعيًا من مختلف الجامعات الصينية، تستخدم البحث نمذجة المعادلات الهيكلية (SEM)، والانحدار الكمي (QR)، والتحليل الظاهراتي (PA) لتحليل البيانات التي تم جمعها من خلال استبيانات منظمة وشبه منظمة. تشير النتائج إلى أن التعليقات المدعومة بالذكاء الاصطناعي، وخاصة التعليقات التصحيحية المتعلقة بالقواعد والمفردات، تعزز بشكل كبير من قدرات التأمل الذاتي وتحديد الأهداف لدى المتعلمين. بالإضافة إلى ذلك، تعزز التعليقات التحفيزية الإبداع والثقة في التعبير عن الأفكار الأصلية، بينما يساعد التعرف على تعليقات الذكاء الاصطناعي في تقليل قلق الأداء وتعزيز المرونة العاطفية.
تخلص الدراسة إلى أن التقنيات التعليمية المدفوعة بالذكاء الاصطناعي تحمل إمكانات كبيرة لتحويل تعليم اللغة. وتبرز أن التعليقات التصحيحية المدعومة بالذكاء الاصطناعي أكثر فعالية من التعليقات التحفيزية في تحسين التأمل الذاتي. علاوة على ذلك، تشير الأبحاث إلى أن الطريقة التي يتم بها تقديم التعليقات تؤثر على تجارب المتعلمين، مما يساهم في تقليل القلق وزيادة الثقة في التغلب على التحديات. تم تقديم توصيات سياسية للجهات الحكومية وبائعي الذكاء الاصطناعي لدعم دمج تقنيات الذكاء الاصطناعي في تعليم اللغة، مع التأكيد على الحاجة إلى استراتيجيات تنفيذ فعالة لتعظيم فوائدها لمتعلمي اللغة الإنجليزية كلغة أجنبية.
مقدمة
تناقش مقدمة ورقة البحث الدور التحويلي للذكاء الاصطناعي (AI) في تعزيز تعلم اللغة، وخاصة في سياقات اللغة الإنجليزية كلغة أجنبية (EFL) ضمن التعليم العالي. تبرز فوائد دمج الذكاء الاصطناعي، مثل التعليقات الشخصية، والمحتوى التكيفي، والتفاعل في الوقت الحقيقي، والتي تعزز من مشاركة الطلاب والطلاقة. تشير الدراسات الحديثة إلى أن عوامل مثل مناخ الفصل، ومعرفة الذكاء الاصطناعي، ومرونة الطلاب هي عوامل حاسمة لبيئات التعلم المدعومة بالذكاء الاصطناعي الفعالة. ومع ذلك، لا يزال تأثير التعليقات المدعومة بالذكاء الاصطناعي على المتغيرات الحيوية للمتعلمين – مثل التأمل الذاتي، والإبداع، وقلق الأداء، والمرونة العاطفية – غير مستكشف بشكل كاف، على الرغم من أهميتها المحتملة في تشكيل تجارب تعلم اللغة الإنجليزية كلغة أجنبية.
تهدف الورقة إلى معالجة الفجوات التجريبية والمنهجية من خلال التحقيق في العلاقات السببية بين التعليقات المدفوعة بالذكاء الاصطناعي والعناصر السلوكية المختلفة لدى متعلمي اللغة الإنجليزية كلغة أجنبية. بشكل محدد، تسعى لتحديد كيفية تأثير أنواع مختلفة من تعليقات الذكاء الاصطناعي (تصحيحية مقابل تحفيزية) على التأمل الذاتي والإبداع، فضلاً عن مدى تخفيف هذه التعليقات لقلق الأداء وتعزيز المرونة العاطفية. تقترح الدراسة استخدام تقنيات تحليلية متقدمة، بما في ذلك نمذجة المعادلات الهيكلية (SEM) والانحدار الكمي (QR)، لتوفير رؤى قوية يمكن أن تُفيد السياسات والممارسات التعليمية في تعليم اللغة الإنجليزية كلغة أجنبية. الإطار المفاهيمي المقدم يوضح بصريًا العلاقات بين أنواع تعليقات الذكاء الاصطناعي والنتائج الرئيسية للمتعلمين، مما يمهد الطريق لاستكشاف شامل لتأثير الذكاء الاصطناعي على تعلم اللغة.
الطرق
تستخدم البحث منهجية منظمة للتحقيق في تأثير التعليقات المدعومة بالذكاء الاصطناعي على تعلم اللغة الإنجليزية بين طلاب اللغة الإنجليزية كلغة أجنبية الجامعيين في الصين. تشمل المتغيرات الرئيسية الضوابط الديموغرافية (العمر، الجنس، مستوى إتقان اللغة) والمتغيرات المستقلة المصنفة إلى أربعة أهداف: (1) أنواع التعليقات المدعومة بالذكاء الاصطناعي (تصحيحية وتحفيزية)، (2) تأثير تعليقات الذكاء الاصطناعي على الإبداع، (3) تقليل القلق، و(4) المرونة العاطفية. يتم تقسيم كل متغير مستقل إلى مقاييس محددة، مثل فعالية التعليقات التصحيحية في تحديد الأخطاء ودور التعليقات التحفيزية في تعزيز الثقة. تشمل المتغيرات التابعة لكل هدف التأمل الذاتي، والإبداع، وتقليل القلق، والمرونة العاطفية، كل منها يتكون من ثلاثة مقاييس متميزة.
تم جمع البيانات من خلال استبيان يستخدم استبيانات شبه منظمة ومنظمة، مستهدفًا متعلمي اللغة الإنجليزية كلغة أجنبية الجامعيين عبر مختلف الجامعات الصينية. تم استخدام طريقة أخذ العينات المعتمدة على المعايير لاختيار عينة من 205 طلاب غير متخصصين في اللغة الإنجليزية، مما يضمن أن حجم العينة كان كافيًا لتطبيق نمذجة المعادلات الهيكلية مع هامش خطأ بنسبة 3% ومستوى ثقة 95%. يهدف هذا الإطار المنهجي إلى توفير فهم شامل لكيفية تأثير التعليقات المدعومة بالذكاء الاصطناعي على جوانب مختلفة من تعلم اللغة، بما في ذلك التأمل الذاتي، والإبداع، والقلق، والمرونة العاطفية.
النتائج
تكشف نتائج الدراسة عن رؤى مهمة حول تأثير التعليقات المدعومة بالذكاء الاصطناعي على التأمل الذاتي والإبداع لدى متعلمي اللغة الإنجليزية كلغة أجنبية (EFL). أظهرت الإحصائيات الوصفية أن العينة تتكون من 205 مستجيبين، معظمهم من الإناث، بمتوسط عمر 19 عامًا وغالبية مصنفة على أنها متوسطة في إتقان اللغة. أظهر تحليل سؤال البحث 1 (RQ1) أن كل من التعليقات المدعومة بالذكاء الاصطناعي التصحيحية (CAIF) والتعليقات المدعومة بالذكاء الاصطناعي التحفيزية (MAIF) تؤثر بشكل إيجابي على عمليات التأمل الذاتي (SR)، مع دلالة إحصائية عند مستويات 5% و10% على التوالي. أظهرت نتائج نمذجة المعادلات الهيكلية (SEM) وجود علاقات إيجابية بين المتغيرات التفسيرية مثل CAIF وMAIF والعمر والجنس ومستوى إتقان اللغة (LPL)، بينما كشفت أيضًا عن علاقات سلبية بين CAIF والعمر. تم اعتبار ملاءمة النموذج صحيحة إحصائيًا، مع قيمة p لنسبة الاحتمال تبلغ 0.07 ومؤشر ملاءمة المقارنة (CFI) يبلغ 0.96، مما يؤكد فعالية تعليقات الذكاء الاصطناعي في تعزيز قدرات التأمل الذاتي وتحديد الأهداف لدى المتعلمين.
في معالجة سؤال البحث 2 (RQ2)، أشارت النتائج إلى أن التعليقات المدعومة بالذكاء الاصطناعي المتعلقة بالإبداع (AIFC) تعزز بشكل كبير الإبداع لدى متعلمي اللغة الإنجليزية كلغة أجنبية، مع تأثير إحصائي كبير عند مستوى 1%. أظهرت نتائج SEM علاقات إيجابية بين AIFC والجنس وLPL، بينما أظهر العمر علاقة سلبية مع الإبداع. أشارت تشخيصات النموذج إلى ملاءمة إحصائية جيدة، مع قيمة p لنسبة الاحتمال تبلغ 0.06 وCFI يبلغ 0.93. تشير هذه النتائج إلى أن التعليقات الموجهة نحو الإبداع لا تعزز فقط إتقان اللغة، بل تشجع أيضًا المتعلمين على التعبير عن أفكارهم بثقة باللغة الإنجليزية، مما يزيد من المشاركة في المهام الإبداعية. إن تداعيات هذه النتائج كبيرة بالنسبة للمعلمين ومصممي أنظمة تعليقات الذكاء الاصطناعي، مما يبرز الحاجة إلى دمج آليات التعليقات التي تعزز التأمل الذاتي والإبداع في بيئات تعلم اللغة.
المناقشة
تؤكد قسم المناقشة في ورقة البحث على الدور الحاسم للتأمل الذاتي، والإبداع، والقلق، والمرونة العاطفية في تعلم اللغة الإنجليزية كلغة أجنبية (EFL)، خاصة في سياق آليات التعليقات المدعومة بالذكاء الاصطناعي. يتم تسليط الضوء على التأمل الذاتي كمهارة حيوية تعزز من وعي المتعلمين الذاتي وقدراتهم على حل المشكلات، مما يعزز في النهاية النجاح الأكاديمي والذكاء العاطفي. لقد أظهرت دمج الممارسات التأملية في المناهج الدراسية أنها تحسن التفكير النقدي والقدرة على التكيف، خاصة في بيئات التعلم عن بُعد حيث قد تكون التعليقات التقليدية محدودة. علاوة على ذلك، تشير الأدبيات إلى أن الإبداع ضروري ليس فقط في السياقات الفنية ولكن أيضًا في الاستخدام اليومي للغة، حيث تعزز البيئات الداعمة الإبداع اللغوي بشكل كبير.
يتم تحديد القلق في تعلم اللغة كحاجز كبير أمام التواصل الفعال والأداء، حيث ترتبط مستويات القلق الأعلى بنتائج أسوأ في اكتساب اللغة. تشير الورقة إلى أن أدوات الذكاء الاصطناعي يمكن أن تخفف من هذه التأثيرات من خلال تعزيز التأمل الذاتي وتقديم تعليقات شخصية، مما يقلل من قلق الأداء. كما يتم مناقشة المرونة العاطفية كعامل حاسم للاستمرار والمواقف الإيجابية في تعلم اللغة، حيث يكون المتعلمون المرنون أكثر قدرة على التغلب على التحديات. تشير النتائج إلى أن بيئات التعلم المدعومة بالذكاء الاصطناعي يمكن أن تعزز المرونة العاطفية من خلال تقديم دعم مخصص وتعزيز الشعور بالاستقلالية، وهو أمر ضروري للمشاركة طويلة الأمد والنجاح في اكتساب اللغة. بشكل عام، تدعو الورقة إلى مزيد من البحث لاستكشاف التأثيرات الدقيقة لتعليقات الذكاء الاصطناعي على هذه العوامل السلوكية، خاصة فيما يتعلق بالمرونة العاطفية والسياقات الثقافية المتنوعة لمتعلمي اللغة الإنجليزية كلغة أجنبية.
DOI: https://doi.org/10.1057/s41599-025-05817-5
Publication Date: 2025-09-29
Author(s): He Min et al.
Primary Topic: Creativity in Education and Neuroscience
Overview
This study investigates the effects of artificial intelligence (AI) technologies on English as a Foreign Language (EFL) learners’ self-reflection, creativity, anxiety reduction, and emotional resilience in higher education. Utilizing a sample of 205 EFL undergraduate learners from various Chinese universities, the research employs Structural Equation Modeling (SEM), Quantile Regression (QR), and Phenomenological Analysis (PA) to analyze data collected through structured and semi-structured questionnaires. The findings indicate that AI-powered feedback, particularly corrective feedback related to grammar and vocabulary, significantly enhances learners’ self-reflection and goal-setting abilities. Additionally, motivational feedback fosters creativity and confidence in expressing original ideas, while familiarity with AI feedback helps reduce performance anxiety and enhances emotional resilience.
The study concludes that AI-driven pedagogical technologies hold substantial potential to transform language instruction. It highlights that corrective AI feedback is more effective than motivational feedback in improving self-reflection. Furthermore, the research suggests that the manner in which feedback is delivered influences learners’ experiences, contributing to reduced anxiety and increased confidence in overcoming challenges. Policy recommendations are provided for government entities and AI vendors to further support the integration of AI technologies in language education, emphasizing the need for effective implementation strategies to maximize their benefits for EFL learners.
Introduction
The introduction of the research paper discusses the transformative role of artificial intelligence (AI) in enhancing language learning, particularly in English as a Foreign Language (EFL) contexts within higher education. It highlights the benefits of AI integration, such as personalized feedback, adaptive content, and real-time interaction, which foster student engagement and fluency. Recent studies indicate that factors like classroom climate, AI literacy, and student resilience are crucial for effective AI-assisted learning environments. However, the impact of AI-powered feedback on critical learner variables—such as self-reflection, creativity, performance anxiety, and emotional resilience—remains underexplored, despite its potential significance in shaping EFL learning experiences.
The paper aims to address empirical and methodological gaps by investigating the causal relationships between AI-driven feedback and various behavioral elements in EFL learners. Specifically, it seeks to determine how different types of AI feedback (corrective vs. motivational) influence self-reflection and creativity, as well as the extent to which such feedback alleviates performance anxiety and enhances emotional resilience. The study proposes to employ advanced analytical techniques, including Structural Equation Modeling (SEM) and Quantile Regression (QR), to provide robust insights that could inform policy and pedagogical practices in EFL education. The conceptual framework presented visually illustrates the relationships among AI feedback types and key learner outcomes, setting the stage for a comprehensive exploration of AI’s impact on language learning.
Methods
The research employs a structured methodology to investigate the impact of AI-powered feedback on English language learning among EFL undergraduate students in China. Key variables include demographic controls (age, gender, language proficiency level) and independent variables categorized into four objectives: (1) types of AI-powered feedback (corrective and motivational), (2) the influence of AI feedback on creativity, (3) anxiety reduction, and (4) emotional resilience. Each independent variable is further broken down into specific measures, such as the effectiveness of corrective feedback in identifying errors and the role of motivational feedback in boosting confidence. The dependent variables for each objective include self-reflection, creativity, anxiety reduction, and emotional resilience, each comprising three distinct measures.
Data collection was conducted through a survey utilizing semi-structured and structured questionnaires, targeting EFL undergraduate learners across various Chinese universities. A criterion sampling method was employed to select a sample of 205 non-English major students, ensuring that the sample size was adequate for the application of Structural Equation Modeling with a 3% margin of error and a 95% confidence level. This methodological framework aims to provide a comprehensive understanding of how AI-powered feedback influences various aspects of language learning, including self-reflection, creativity, anxiety, and emotional resilience.
Results
The results of the study reveal significant insights into the impact of AI-powered feedback on self-reflection and creativity among English as a Foreign Language (EFL) learners. Descriptive statistics indicated that the sample consisted of 205 respondents, predominantly female, with an average age of 19 years and a majority classified as intermediate in language proficiency. The analysis of Research Question 1 (RQ1) demonstrated that both corrective AI-powered feedback (CAIF) and motivational AI-powered feedback (MAIF) positively influence self-reflection (SR) processes, with statistical significance at the 5% and 10% levels, respectively. The structural equation modeling (SEM) results indicated positive correlations among explanatory variables such as CAIF, MAIF, age, gender, and language proficiency level (LPL), while also revealing negative correlations between CAIF and age. The model fit was deemed statistically sound, with a likelihood ratio p-value of 0.07 and a comparative fit index (CFI) of 0.96, confirming the effectiveness of AI feedback in enhancing learners’ self-reflection and goal-setting capabilities.
In addressing Research Question 2 (RQ2), the findings indicated that creativity-related AI-powered feedback (AIFC) significantly fosters creativity in EFL learners, with a statistically significant impact at the 1% level. The SEM results showed positive relationships between AIFC, gender, and LPL, while age exhibited a negative correlation with creativity. The model diagnostics indicated a healthy statistical fit, with a likelihood ratio p-value of 0.06 and a CFI of 0.93. These results suggest that creativity-oriented feedback not only enhances language proficiency but also encourages learners to express their ideas confidently in English, thereby increasing engagement in creative tasks. The implications of these findings are substantial for educators and AI feedback system designers, emphasizing the need to integrate both self-reflective and creativity-enhancing feedback mechanisms in language learning environments.
Discussion
The discussion section of the research paper emphasizes the critical role of self-reflection, creativity, anxiety, and emotional resilience in English as a Foreign Language (EFL) learning, particularly in the context of AI-powered feedback mechanisms. Self-reflection is highlighted as a vital skill that enhances learners’ self-awareness and problem-solving capabilities, ultimately fostering academic success and emotional intelligence. The integration of reflective practices into curricula has been shown to improve critical thinking and adaptability, especially in remote learning environments where traditional feedback may be limited. Furthermore, the literature suggests that creativity is essential not only in artistic contexts but also in everyday language use, with supportive environments significantly enhancing linguistic creativity.
Anxiety in language learning is identified as a significant barrier to effective communication and performance, with higher anxiety levels correlating with poorer language acquisition outcomes. The paper notes that AI tools can mitigate these effects by promoting self-reflection and providing personalized feedback, thereby reducing performance anxiety. Emotional resilience is also discussed as a crucial factor for persistence and positive attitudes in language learning, with resilient learners better equipped to navigate challenges. The findings indicate that AI-assisted learning environments can bolster emotional resilience by offering tailored support and fostering a sense of autonomy, which is essential for long-term engagement and success in language acquisition. Overall, the paper calls for further research to explore the nuanced impacts of AI feedback on these behavioral factors, particularly concerning emotional resilience and the diverse cultural contexts of EFL learners.