人工智能辅助西班牙语作为外语的口语练习:对外语情绪和交际意愿的影响

《Frontiers in Psychology》:Artificial intelligence-assisted speaking in Spanish as a foreign language: effects on foreign language emotions and willingness to communicate

【字体: 大 中 小 】 时间:2026年08月28日 来源:Frontiers in Psychology 3.8

编辑推荐:

  摘要 引言:尽管人工智能(AI)驱动的对话工具在外语教育中日益普及,但对其在学习者情绪体验和交际意愿(WTC)方面的纵向影响知之甚少,尤其是在非英语语言的初学者中。本研究基于积极心理学(PP)、控制-价值理论(CVT)和交际意愿(WTC)框架,考察了使用T

  
摘要
引言:尽管人工智能(AI)驱动的对话工具在外语教育中日益普及,但对其在学习者情绪体验和交际意愿(WTC)方面的纵向影响知之甚少,尤其是在非英语语言的初学者中。本研究基于积极心理学(PP)、控制-价值理论(CVT)和交际意愿(WTC)框架,考察了使用TalkPal AI进行AI辅助口语练习对外语享受(FLE)、外语焦虑(FLA)、外语无聊(FLB)和西班牙语作为外语的交际意愿(WTC)的影响。
方法:这项纵向准实验研究涉及69名中国大学生,他们之前没有正式的西班牙语学习经历,根据完整班级被分配到实验组(n = 35)和对照组(n = 34)。使用经过验证的问卷在三个时间点收集定量数据。对实验组中9名有目的选择的学生进行了半结构化访谈,并进行主题分析以将定量结果情境化。定量数据采用线性混合效应模型(LMMs)、计划对比和变化分数相关分析进行处理。
结果:在干预早期阶段,未观察到显著的短期组间差异。在整个干预期间,实验组的FLB下降幅度显著大于对照组。在最终测量点,实验组报告了显著更高的WTC和显著更低的FLB,而FLE显示出积极但不显著的趋势,FLA未观察到显著组间差异。在实验组中,随着时间推移,FLE的增加与WTC的增加呈正相关,而FLB和FLA的变化与WTC无显著相关。定性研究结果进一步表明,随着AI中介互动的常规化,学习者逐渐报告了更大的享受和参与度以及更少的单调感。学习者还将AI支持的口语练习视为一个心理安全的演练空间,尽管评估相关焦虑和AI互动的有限情感真实性仍然突出。
讨论:这些发现表明,AI辅助对话练习可能对初学者的情绪体验和交际意愿产生延迟且差异化的影响,主要通过减少无聊和支持WTC,而非缓解焦虑。
**论文解读:AI辅助西班牙语口语练习对外语情绪与交际意愿的纵向影响**

**研究背景与问题**
在第二语言习得(SLA)研究中,情绪(如外语享受、焦虑、无聊)对学习者参与度、坚持性和成就具有深远影响。随着积极心理学(PP)引入SLA,研究者开始关注积极与消极情绪并存的动态“情感三要素”(FLE、FLA、FLB)。然而,现有研究多为横截面或短期设计,缺乏纵向证据追踪多种情绪随时间的变化,尤其在课堂环境中。同时,交际意愿(WTC)作为口语交互的核心目标,受情绪强烈影响,但不同情绪(尤其是无聊)与WTC的关系尚存争议。人工智能(AI)对话工具(如TalkPal AI)提供低压、按需的口语交互机会,可能重塑情绪轨迹与WTC,但其长期效果在非英语语言(LOTE)初学者中鲜有研究。中国大学西班牙语学习者通常缺乏课外真实互动,其情绪与交际动态可能不同于英语学习者。本研究旨在填补这一空白,采用纵向准实验混合方法设计,考察AI辅助口语练习对西班牙语初学者情绪(FLE、FLA、FLB)和WTC的纵向影响,以及情绪变化与WTC的动态关系。

**研究内容与结论**
研究人员对69名中国大学西班牙语初学者(实验组35人,对照组34人)进行16周干预,实验组在课堂口语环节使用TalkPal AI进行结构化练习,对照组采用常规课堂活动。在三个时间点(第4、10、16周)收集问卷数据,并对9名实验组学生进行半结构化访谈。定量分析采用线性混合效应模型(LMMs)、计划对比和变化分数相关;定性数据采用主题编码。结果表明:在干预早期(T1=T2),无显著组间差异;在整个干预期(T1=T3),实验组FLB下降显著大于对照组;在最终测量点(T3),实验组WTC显著更高、FLB显著更低,FLE呈积极趋势但不显著,FLA稳定无显著差异。实验组内,FLE变化与WTC变化呈正相关,而FLB和FLA变化与WTC无显著相关。定性结果揭示五个主题:心理安全演练空间、早期校准困难、逐渐增长的交际控制与能动性、持续的评估相关焦虑、AI中介互动的感知局限。这些发现表明AI辅助口语练习对LOTE初学者的情绪和WTC产生延迟效应,主要通过减少无聊和促进WTC而非缓解焦虑。论文发表在《Frontiers in Psychology》。

**关键技术方法**(不超过250字)
本研究采用纵向准实验混合方法设计。样本来自中国东部一所大学,69名西班牙语初学者(无正式学习经历)按完整班级分为实验组(35人)和对照组(34人)。干预工具为TalkPal AI对话应用,整合语音识别和自然语言处理技术,提供结构化课堂口语练习(每周2次,每次约5分钟,共32次约160分钟)。定量数据通过验证问卷收集三个时间点(T1、T2、T3)的FLE(12项)、FLA(8项)、FLB(8项)和WTC(10项)分数,采用线性混合效应模型(LMMs)分析,并辅以计划对比和变化分数相关分析。定性数据通过半结构化访谈(9名实验组学生,20-30分钟)收集,采用理论驱动主题编码分析。

**研究结果**
**4.1 组间比较**
通过独立样本t检验,两组在T1时FLE、FLB、FLA、WTC无显著基线差异。描述性统计显示实验组在T2和T3的FLE和WTC均值高于对照组,FLB和FLA均值更低。

**4.2 纵向变化(LMMs)**
线性混合效应模型显示,时间对FLE和WTC有显著主效应(FLE: F(2,138)=6.66, p=0.002; WTC: F(2,138)=11.62, p<0.001),时间×组别交互作用对FLB接近显著(F(2,138)=2.43, p=0.092)。

**4.3 计划对比**
T1-T2变化差异无显著组间差异。T1-T3变化差异中,FLB的组间差异显著(估计值=-0.281, p=0.035),表明实验组FLB下降更大。T3端点差异中,实验组FLB显著更低(p=0.023),WTC显著更高(p=0.039),FLE接近显著(p=0.082),FLA不显著。

**4.4 情绪与WTC的纵向关联**
T1-T3变化分数相关分析显示,实验组内FLE变化与WTC变化呈正相关(r=0.43, p=0.011),而FLB和FLA变化与WTC无显著相关。对照组无显著情绪-WTC关联。

**4.5 定性结果**
主题分析揭示:AI提供心理安全演练空间,减少评价压力;早期校准困难导致任务完成导向;随互动常规化,学习者获得交际控制与能动性,享受和参与度提升;评估相关焦虑持续存在,因AI无法替代高利害考试压力;AI互动的有限情感真实性和可预测性削弱长期吸引力。

**讨论与结论**
讨论部分指出,AI辅助口语练习对LOTE初学者的情绪影响呈现延迟和差异化模式:FLB下降最明显,WTC端点改善,FLE趋势性上升,FLA稳定。这符合控制-价值理论(CVT):AI通过提供可预测、支持性的环境,逐渐提升学习者的感知控制与任务内在价值,从而减少去激活情绪(如无聊)并可能支持激活情绪(如享受)。FLA的稳定性反映评估焦虑的持久性,与先前研究一致。情绪-WTC关联表明,享受增长与交际意愿提升相关,而焦虑变化不显著。定性结果解释定量模式:早期沟通障碍(Varonis & Gass, 1985)需校准期,之后注意力从任务执行转向意义表达。研究结论:AI辅助口语练习可作为LOTE初学者的有效补充工具,通过减少无聊和支持WTC促进情感与交际发展,但需与人类互动结合,以弥补情感真实性不足。实践建议包括设计自主性任务、长期整合AI、并连接AI演练与真实人际交流。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号