Многомерные детерминанты принятия генеративного ИИ в обучении иностранным языкам

Почему это важно для изучающих язык

Генеративные инструменты ИИ, такие как чат‑боты и помощники по письму, быстро входят в аудитории, особенно при обучении английскому и другим иностранным языкам. Но одна только блестящая технология не гарантирует лучшего обучения. В этом исследовании задаётся простой, практичный вопрос: что на самом деле заставляет студентов вузов соглашаться использовать эти инструменты и что фактически побуждает их продолжать применять их в повседневных языковых занятиях?

Взгляд за пределы «работает ли это?»

Большинство исследований генеративного ИИ в языковом образовании сосредоточены на оценках и результатах: пишут ли студенты лучшие эссе или говорят ли они беглее с помощью ИИ? Авторы считают такой подход слишком узким. Даже самый мощный инструмент бесполезен, если студентам с ним некомфортно, они не видят его ценности или не обладают навыками для его эффективного использования. Чтобы разобраться в этом, они опираются на хорошо известную модель из исследований технологий — Унифицированную теорию принятия и использования технологий. Проще говоря, эта модель связывает ожидания от технологии, её воспринимаемую простоту использования, мнение значимых окружающих и уровень поддержки с намерением использовать её и фактическим использованием в реальной жизни.

Что исследователи намеревались проверить

Исследование было сосредоточено на 409 китайских студентах, обучающихся по специальностям, связанным с иностранными языками — английским, французским, немецким и японским. Все они учились на бакалавриате или в магистратуре. Исследователи использовали подробный онлайн‑опросник, аккуратно адаптированный и переведённый на китайский язык, чтобы измерить несколько компонентов принятия ИИ. Среди них — насколько полезным студенты считали генеративный ИИ для своего обучения, насколько легко им казалось его использовать, поддерживают ли важные для них люди его применение и имеется ли техническая и институциональная поддержка. Кроме того, они добавили три личностных измерения, которые часто упускают: эмоции студентов по отношению к использованию ИИ (например, восторг или тревога), их уровень ИИ‑грамотности (насколько хорошо они понимают и могут оценивать инструменты ИИ) и их самоэффективность в работе с ИИ (уверенность в собственных способностях работать с ИИ).

Что действительно стимулирует использование ИИ студентами

Анализ показал, что для намерения студентов использовать генеративный ИИ наиболее важны два убеждения: ожидание, что он действительно улучшит их академические результаты, и ощущение, что люди, мнение которых они ценят — преподаватели, руководители и сверстники — поддерживают его использование. В то же время воспринимаемая простота использования существенно не влияла на намерения студентов, вероятно потому, что многие современные инструменты ИИ уже интуитивно понятны. Что касается фактического использования, то здесь сработало несколько факторов вместе. Студенты чаще использовали генеративный ИИ, когда уже имели намерение делать это, когда университеты и системы облегчали и поддерживали его применение, когда у них преобладали положительные над отрицательными эмоциями по поводу ИИ, когда у них была более высокая ИИ‑грамотность и когда они чувствовали уверенность в собственных навыках работы с ИИ. Иными словами, и среда, и мышление учащегося играют ключевую роль в превращении любопытства в регулярную практику.

Как фоновый контекст изменяет картину

Исследователи также проверили, изменяют ли базовые фоновые характеристики взаимодействие этих факторов. Они рассмотрели пол, уровень обучения, престиж университета, регион Китая и изучаемый язык. Большинство из них существенно не меняли взаимосвязей в модели. Выделились два фактора. Во‑первых, пол влиял на связь между ИИ‑грамотностью и фактическим использованием: у мужчин более высокий уровень ИИ‑грамотности сильнее переводился в более интенсивное использование, чем у женщин. Во‑вторых, регион влиял на силу связи между убеждениями о выгоде для успеваемости и намерением использовать ИИ: студенты в восточных регионах Китая демонстрировали самую сильную связь. Эти результаты указывают на то, что доступ, культура и предыдущий опыт взаимодействия с технологиями могут тонко формировать реакцию студентов на одни и те же инструменты.

Что это значит для классов и кампусов

Для преподавателей и университетов вывод прост: продвижение генеративного ИИ в изучении языков — это не только раздача инструментов. Нужно демонстрировать студентам конкретные преимущества для обучения, формировать поддерживающие нормы в классах и департаментах и предлагать обучение, повышающее как ИИ‑грамотность, так и уверенность. Структурированные задания, дающие низко‑давящую возможность поэкспериментировать с ИИ, честные обсуждения его ограничений и этики, а также удобные интерфейсы помогут студентам почувствовать себя способными и контролирующими ситуацию. Авторы приходят к выводу, что когда студенты ожидают реального улучшения, получают поддержку окружающих, понимают, как работает ИИ, и доверяют своим собственным навыкам, они гораздо охотнее принимают генеративный ИИ как значимого партнёра в изучении нового языка.

Цитирование: 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

Ключевые слова: генеративный ИИ, изучение языков, принятие технологий, ИИ‑грамотность, эмоции студентов