AI verandert EFL-leren: onderzoek naar de wisselwerking tussen academische veerkracht, motivatie, prestaties en AI-gereedheid onder Chinese studenten

Waarom dit onderzoek ertoe doet voor alledaagse leerlingen

Hulpmiddelen met kunstmatige intelligentie — van chatbots tot slimme tutor-apps — vinden snel hun weg naar klaslokalen, vooral bij het leren van Engels als vreemde taal. Maar niet alle studenten zijn even klaar of bereid om ze te gebruiken. Dit onderzoek richt zich op Chinese universiteitsstudenten en stelt een praktische vraag: welke persoonlijke eigenschappen helpen hen niet alleen om met dagelijkse studiebelasting om te gaan, maar ook om AI te benutten om effectiever Engels te leren?

Terugveren na tegenslag

Centrisch in het onderzoek staat een eenvoudig begrip dat “academische veerkracht” heet, oftewel het vermogen van studenten om terug te veren na routinematige tegenslagen zoals lage quizcijfers, strakke deadlines of stress in de klas. De auteurs bevroegen 447 studenten van negen universiteiten in oostelijk China en vroegen hoe zij met dergelijke hobbels omgaan, hoe gemotiveerd ze zich voelen voor hun studie, hoe goed ze presteren in Engels en hoe gereed ze zich voelen om AI-hulpmiddelen in hun leerproces te gebruiken. Met een statistische aanpak die in kaart brengt hoe deze factoren elkaar beïnvloeden, vonden de onderzoekers dat studenten die goed omgaan met alledaagse academische uitdagingen doorgaans meer gemotiveerd zijn, betere cijfers halen en zich meer voorbereid voelen om met AI in hun Engelse cursussen te werken.

Motivatie, cijfers en machines

De studie toont ook hoe motivatie en academische prestaties in het geheel passen. Studenten die hogere motivatie rapporteren — bijvoorbeeld leren uit persoonlijke groei of interesse — behalen doorgaans betere resultaten in Engels. Die betere resultaten hangen op hun beurt samen met een groter gevoel van gereedheid om AI-hulpmiddelen te adopteren. Curieus genoeg zorgt motivatie op zichzelf niet rechtstreeks voor een groter gevoel van AI-gereedheid; in plaats daarvan werkt het indirect door hen te helpen betere prestaties te leveren, wat vervolgens hun vertrouwen in het gebruik van nieuwe technologieën vergroot. Met andere woorden: alleen gemotiveerd zijn is niet genoeg; goed presteren lijkt studenten het gevoel van bekwaamheid te geven dat ze nodig hebben om AI in hun taalstudie te omarmen.

Wie voelt zich klaar voor AI?

De onderzoekers onderzochten ook of geslacht en opleidingsniveau (zoals associate, bachelor of master) van invloed zijn op AI-gereedheid. Ze vonden dat geslacht ertoe doet: mannelijke studenten meldden gemiddeld een hogere gereedheid om AI in hun Engelsstudie te gebruiken. Geslacht veranderde echter niet hoe veerkracht, motivatie of prestaties verband hielden met AI-gereedheid. Verrassend genoeg maakte het opleidingsniveau geen significant verschil. Studenten in verschillende fasen van het hoger onderwijs bleken in vergelijkbare mate voorbereid — of niet voorbereid — om AI te integreren, wat suggereert dat blootstelling aan technologie inmiddels wijdverbreid genoeg is dat gereedheid meer afhangt van persoonlijke eigenschappen dan van het stadium van hun studie.

Hoe de onderdelen samenwerken

Door ideeën uit onderzoek naar technologieacceptatie te combineren met psychologische theorieën over zelfvertrouwen schetsen de auteurs een breder beeld. Studenten die goed herstellen van alledaagse moeilijkheden blijven doorgaans betrokken en gemotiveerd. Die motivatie bevordert betere academische resultaten, wat op zijn beurt het gevoel versterkt dat AI-hulpmiddelen nuttig, beheersbaar en het proberen waard zijn. De studie ontdekte ook dat academische prestaties deels de “brug” vormen tussen motivatie en AI-gereedheid. Evenzo verklaart motivatie deels hoe veerkracht leidt tot sterkere prestaties. Al met al suggereert het netwerk van relaties dat emotionele veerkracht, drijfkracht en prestaties nauw verweven zijn met de manier waarop studenten nieuwe leertechnologieën benaderen.

Wat dit betekent voor het klaslokaal

Voor docenten en onderwijsplanners is de boodschap helder: het versterken van het vermogen van studenten om met alledaagse academische stress om te gaan en het koesteren van hun motivatie kan net zo belangrijk zijn als hen direct trainen in nieuwe AI-hulpmiddelen. Activiteiten die leerlingen helpen reflecteren op tegenslagen, angst te beheersen en stabiele studiegewoonten te ontwikkelen, kunnen indirect hun cijfers verbeteren en hen meer openstellen voor AI-ondersteund leren. Tegelijkertijd wijst de kloof tussen de geslachten in AI-gereedheid erop dat gerichte steun nodig kan zijn om ervoor te zorgen dat alle studenten gelijke mate van vertrouwen met deze technologieën ontwikkelen. Simpel gezegd: studenten die zich bekwaam, gemotiveerd en succesvol voelen, zullen AI eerder zien als een behulpzame partner dan als een bedreiging of een shortcut bij het beheersen van het Engels.

Bronvermelding: Wen, X., Jin, D. AI-transforming EFL learning: investigating the interplay of academic buoyancy, motivation, performance and AI readiness among Chinese college students. Humanit Soc Sci Commun 13, 548 (2026). https://doi.org/10.1057/s41599-026-06899-5

Trefwoorden: AI bij taalonderwijs, academische veerkracht, studentmotivatie, technologiegereedheid, Chinese universiteitsstudenten