Determinantes multidimensionais da aceitação da IA generativa no ensino de línguas estrangeiras

Por que isso importa para estudantes de línguas

Ferramentas de IA generativa, como chatbots e assistentes de escrita, estão entrando rapidamente nas salas de aula, especialmente no ensino de inglês e outras línguas estrangeiras. Mas tecnologia brilhante por si só não garante melhor aprendizagem. Este estudo faz uma pergunta simples e prática: o que realmente torna os estudantes universitários dispostos a usar essas ferramentas, e o que os leva a continuarem a usá‑las no dia a dia de seus estudos de língua?

Indo além de “funciona?”

A maior parte da pesquisa sobre IA generativa na educação de línguas tem focado em notas e desempenho: os estudantes escrevem ensaios melhores ou falam com mais fluência com a ajuda da IA? Os autores argumentam que essa visão é estreita. Mesmo a ferramenta mais poderosa é inútil se os estudantes não se sentirem à vontade com ela, não virem seu valor ou não tiverem habilidades para usá‑la bem. Para enfrentar isso, eles se apoiam em um quadro bem conhecido da pesquisa em tecnologia chamado Teoria Unificada da Aceitação e Uso da Tecnologia. Em termos simples, esse modelo relaciona o que as pessoas esperam de uma tecnologia, o quão fácil acham que é usá‑la, o que as pessoas ao redor pensam e quanto suporte têm, com sua intenção de usar a tecnologia e seu uso no mundo real.

O que os pesquisadores propuseram testar

O estudo focou em 409 estudantes universitários chineses com graduação em línguas estrangeiras, como inglês, francês, alemão e japonês. Todos estavam em nível de graduação ou pós‑graduação. Os pesquisadores usaram um questionário online detalhado, adaptado e cuidadosamente traduzido para o chinês, para medir vários componentes da aceitação da IA. Isso incluiu o quanto os estudantes acreditavam que a IA generativa seria útil para seu aprendizado, quão fácil parecia de usar, se pessoas importantes ao redor deles incentivavam seu uso e se havia suporte técnico e institucional disponível. Além disso, eles acrescentaram três dimensões pessoais frequentemente negligenciadas: as emoções dos estudantes em relação ao uso da IA (como entusiasmo ou ansiedade), seu nível de letramento em IA (o quanto entendem e podem avaliar ferramentas de IA) e sua autoeficácia em IA (confiança em sua própria capacidade de trabalhar com IA).

O que realmente impulsiona o uso da IA pelos estudantes

A análise mostrou que duas crenças importam mais para a intenção dos estudantes de usar IA generativa: a expectativa de que ela realmente melhorará seu desempenho acadêmico e a sensação de que pessoas que eles respeitam — professores, orientadores e colegas — apoiam seu uso. Em contraste, a percepção de facilidade de uso não alterou significativamente a intenção dos estudantes, provavelmente porque muitas ferramentas modernas de IA já são intuitivas. Quanto ao uso real, várias forças se combinaram. Os estudantes eram mais propensos a usar IA generativa quando já tinham a intenção de fazê‑lo, quando suas universidades e sistemas facilitavam e ofereciam suporte, quando sentiam mais emoções positivas do que negativas sobre a IA, quando tinham maior letramento em IA e quando se sentiam confiantes em suas próprias habilidades com IA. Em outras palavras, tanto o ambiente quanto a mentalidade do aprendiz desempenham papéis-chave na transformação da curiosidade em prática regular.

Como fatores de contexto moldam o quadro

Os pesquisadores também verificaram se características básicas de contexto alteravam a interação entre esses fatores. Eles analisaram gênero, nível de estudo, prestígio da universidade, região da China e a língua estudada. A maioria desses fatores não alterou fortemente as relações do modelo. Dois se destacaram. Primeiro, o gênero influenciou a ligação entre letramento em IA e uso real: para estudantes do sexo masculino, maior letramento em IA se traduziu mais fortemente em uso mais intensivo do que para estudantes do sexo feminino. Segundo, a região afetou o quanto as crenças sobre benefícios de desempenho alimentavam a intenção de usar, com estudantes do leste da China mostrando a ligação mais forte. Esses achados sugerem que acesso, cultura e exposição prévia à tecnologia podem moldar sutilmente como os estudantes respondem às mesmas ferramentas.

O que isso significa para salas de aula e campi

Para educadores e universidades, os resultados enviam uma mensagem clara: promover a IA generativa no aprendizado de línguas não é apenas distribuir ferramentas. É preciso mostrar benefícios concretos de aprendizagem, construir normas de apoio em turmas e departamentos e oferecer formação que eleve tanto o letramento em IA quanto a confiança. Atividades estruturadas que criem oportunidades de experimentar a IA em baixa pressão, discussões honestas sobre seus limites e ética e designs fáceis de usar podem ajudar os estudantes a se sentirem capazes e no controle. O estudo conclui que, quando os estudantes esperam ganhos reais, se sentem encorajados por outros, entendem como a IA funciona e confiam em sua própria habilidade de usá‑la, eles têm muito mais probabilidade de adotar a IA generativa como um parceiro significativo no aprendizado de uma nova língua.

Citação: 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

Palavras-chave: IA generativa, aprendizado de línguas, aceitação de tecnologia, letramento em IA, emoções dos estudantes