Wielowymiarowe determinanty akceptacji generatywnej sztucznej inteligencji w nauczaniu języków obcych

Dlaczego to ma znaczenie dla uczących się języków

Narzędzia generatywnej SI, takie jak chatboty i asystenci pisania, szybko wkraczają do sal lekcyjnych, zwłaszcza w nauce angielskiego i innych języków obcych. Jednak połyskliwa technologia sama w sobie nie gwarantuje lepszej nauki. To badanie stawia proste, praktyczne pytanie: co naprawdę sprawia, że studenci chętnie korzystają z tych narzędzi i co faktycznie skłania ich do stałego używania ich w codziennych studiach językowych?

Patrząc dalej niż „czy to działa?”

Większość badań nad generatywną SI w edukacji językowej koncentrowała się na wynikach testów i osiągnięciach: czy studenci piszą lepsze eseje albo mówią płynniej dzięki pomocy SI? Autorzy twierdzą, że taki punkt widzenia jest zbyt wąski. Nawet najpotężniejsze narzędzie jest bezużyteczne, jeśli studenci nie czują się z nim komfortowo, nie widzą jego wartości lub brakuje im umiejętności, by z niego dobrze korzystać. Aby temu sprostać, badacze oparli się na dobrze znanym modelu z badań nad technologią — Zintegrowanej Teorii Akceptacji i Użytkowania Technologii. W prostych słowach, model ten łączy oczekiwania wobec technologii, postrzeganą łatwość jej używania, wpływ otoczenia oraz dostępne wsparcie z intencją korzystania i rzeczywistym użyciem.

Co badacze postanowili przetestować

Badanie objęło 409 chińskich studentów uczelni wyższych studiujących języki obce, takie jak angielski, francuski, niemiecki i japoński. Wszyscy studiowali na poziomie licencjackim lub magisterskim. Badacze zastosowali szczegółowy kwestionariusz online, starannie zaadaptowany i przetłumaczony na język chiński, aby zmierzyć kilka składników akceptacji SI. Należały do nich: przekonanie studentów, jak użyteczna będzie generatywna SI dla ich nauki, jak łatwa wydaje się w obsłudze, czy ważne dla nich osoby zachęcają do jej stosowania oraz czy istnieje wsparcie techniczne i instytucjonalne. Ponadto dodano trzy często pomijane wymiary osobiste: emocje studentów związane z używaniem SI (np. ekscytacja czy lęk), poziom alfabetyzacji AI (jak dobrze rozumieją i potrafią ocenić narzędzia AI) oraz ich samoefektywność względem AI (pewność własnych umiejętności pracy z SI).

Co naprawdę napędza użycie SI przez studentów

Analiza wykazała, że dwa przekonania mają największe znaczenie dla intencji korzystania z generatywnej SI: oczekiwanie, że rzeczywiście poprawi ich wyniki akademickie, oraz poczucie, że osoby, które darzą szacunkiem — nauczyciele, opiekunowie i rówieśnicy — wspierają jej użycie. W przeciwieństwie do tego, postrzegana łatwość użycia nie zmieniała istotnie intencji studentów, prawdopodobnie dlatego, że wiele współczesnych narzędzi AI jest już intuicyjnych. Jeśli chodzi o rzeczywiste użycie, działało kilka czynników łącznie. Studenci częściej korzystali z generatywnej SI, gdy już mieli taką intencję, gdy uczelnie i systemy ułatwiały i wspierały użycie, gdy odczuwali więcej pozytywnych niż negatywnych emocji wobec SI, gdy mieli wyższą alfabetyzację AI oraz gdy czuli się pewni swoich umiejętności związanych z AI. Innymi słowy, zarówno środowisko, jak i nastawienie ucznia odgrywają kluczową rolę w przekształcaniu ciekawości w regularną praktykę.

Jak czynniki tła kształtują obraz

Badacze sprawdzili również, czy podstawowe cechy demograficzne zmieniają sposób, w jaki te czynniki na siebie wpływają. Analizowali płeć, poziom studiów, prestiż uczelni, region Chin oraz język, którego się uczono. Większość z tych czynników nie zmieniała znacząco związków w modelu. Dwoma wyróżniającymi się były jednak: po pierwsze, płeć wpływała na związek między alfabetyzacją AI a rzeczywistym użyciem — u mężczyzn wyższa alfabetyzacja AI silniej przekładała się na intensywniejsze użycie niż u kobiet. Po drugie, region wpływał na to, jak silnie przekonania o korzyściach dla wyników akademickich przekładały się na intencję użycia, przy najsilniejszym związku wśród studentów z wschodnich Chin. Te obserwacje sugerują, że dostęp, kultura i wcześniejsze doświadczenia z technologią mogą subtelnie kształtować, jak studenci reagują na te same narzędzia.

Co to oznacza dla sal lekcyjnych i kampusów

Dla wykładowców i uczelni wnioski są jasne: promowanie generatywnej SI w nauce języków to nie tylko rozdawanie narzędzi. Wymaga to pokazania studentom konkretnych korzyści edukacyjnych, budowania wspierających norm w klasach i działach oraz oferowania szkoleń podnoszących zarówno alfabetyzację AI, jak i pewność siebie. Strukturalne aktywności, które tworzą niskociśnieniowe okazje do eksperymentowania z SI, uczciwe dyskusje o jej ograniczeniach i etyce oraz przyjazne projektowanie interfejsów mogą pomóc studentom poczuć się zarówno kompetentnymi, jak i panować nad sytuacją. Badanie konkluduje, że gdy studenci spodziewają się rzeczywistych zysków, czują wsparcie innych, rozumieją, jak działa SI i ufają swojej zdolności do jej używania, są znacznie bardziej skłonni traktować generatywną SI jako istotnego partnera w nauce nowego języka.

Cytowanie: Xu, T., Xiong, Y. Multidimensional determinants of generative AI acceptance in foreign language education. Sci Rep 16, 5698 (2026). https://doi.org/10.1038/s41598-026-36700-1

Słowa kluczowe: generatywna SI, nauka języków, akceptacja technologii, alfabetyzacja AI, emocje studentów