Multidimensionella determinanter för acceptans av generativ AI i främmandesspråksundervisning

Varför detta är viktigt för språkinlärare

Generativa AI-verktyg som chattbotar och skrivassistenter kommer snabbt in i klassrummen, särskilt för inlärning av engelska och andra främmande språk. Men blänkande teknik garanterar inte bättre lärande. Denna studie ställer en enkel, praktisk fråga: vad får egentligen universitetsstudenter att vilja använda dessa verktyg, och vad får dem i vardagen att fortsätta använda dem i sina språkliga studier?

Bortom ”fungerar det?”

De flesta studier om generativ AI i språkundervisning har fokuserat på testresultat och prestation: skriver studenter bättre uppsatser eller talar mer flytande med AI-hjälp? Författarna menar att detta perspektiv är för snävt. Även det mest kraftfulla verktyget är värdelöst om studenter inte känner sig bekväma med det, inte ser dess värde eller saknar färdigheter för att använda det väl. För att ta itu med detta bygger de vidare på en välkänd modell från teknikforskning kallad Unified Theory of Acceptance and Use of Technology. Enkelt uttryckt kopplar denna modell människors förväntningar på en teknik, hur lätt de tycker att den är att använda, vad personer runt dem tycker och hur mycket stöd de har, till deras avsikt att använda den och deras faktiska användning i verkligheten.

Vad forskarna ville testa

Studien fokuserade på 409 kinesiska universitetsstudenter med huvudämne i främmande språk såsom engelska, franska, tyska och japanska. Alla studerade på grund- eller avancerad nivå. Forskarna använde ett detaljerat onlineformulär, noggrant anpassat och översatt till kinesiska, för att mäta flera ingredienser i AI-acceptans. Dessa inkluderade hur användbara studenterna trodde att generativ AI skulle vara för deras lärande, hur lätt det kändes att använda, om viktiga personer i deras omgivning uppmuntrade dess användning och om tekniskt och institutionellt stöd fanns på plats. Utöver detta lade de till tre personliga dimensioner som ofta förbises: studenternas känslor inför att använda AI (såsom entusiasm eller ångest), deras nivå av AI-läskunnighet (hur väl de förstår och kan värdera AI-verktyg) och deras AI-självförtroende (tillit till den egna förmågan att arbeta med AI).

Vad som verkligen driver studenters AI-användning

Analysen visade att två uppfattningar är viktigast för studenternas avsikt att använda generativ AI: förväntningen att det faktiskt kommer att förbättra deras akademiska prestationer och känslan av att personer de respekterar—lärare, handledare och kamrater—stöttar dess användning. Däremot förändrade inte upplevd användarvänlighet studenternas avsikter i någon större utsträckning, troligen eftersom många moderna AI-verktyg redan är intuitiva. När det gäller faktisk användning kombinerades flera krafter. Studenter var mer benägna att använda generativ AI när de redan hade för avsikt att göra det, när deras universitet och system gjorde det enkelt och gav stöd, när de kände mer positiva än negativa känslor inför AI, när de hade högre AI-läskunnighet och när de kände sig säkra på sin egen förmåga att använda AI. Med andra ord spelar både omgivningen och elevens inställning nyckelroller i att omvandla nyfikenhet till regelbunden praxis.

Hur bakgrundsfaktorer formar bilden

Forskarna undersökte också om grundläggande bakgrundskaraktäristika förändrade hur dessa faktorer interagerade. De tittade på kön, studienivå, universitetets status, region i Kina och vilket språk som lärdes. De flesta av dessa förändrade inte starkt relationerna i modellen. Två stack ut. För det första spelade kön roll för sambandet mellan AI-läskunnighet och faktisk användning: för manliga studenter översattes högre AI-läskunnighet starkare till mer frekvent användning än för kvinnliga studenter. För det andra påverkade regionen hur starkt uppfattningar om prestationsfördelar bidrog till avsikten att använda, med studenter i östra Kina som visade det starkaste sambandet. Dessa fynd antyder att tillgång, kultur och tidigare exponering för teknik kan påverka hur studenter reagerar på samma verktyg.

Vad detta betyder för klassrum och campus

För lärare och universitet ger resultaten ett tydligt budskap: att främja generativ AI i språkinlärning handlar inte bara om att dela ut verktyg. Det kräver att man visar studenter konkreta lärandefördelar, bygger stödjande normer i klasser och institutioner och erbjuder utbildning som höjer både AI-läskunnighet och självförtroende. Strukturerade aktiviteter som skapar lågprofilsmöjligheter att experimentera med AI, ärliga diskussioner om dess begränsningar och etik samt användarvänliga utformningar kan alla hjälpa studenter att känna sig både kapabla och i kontroll. Studien slutar med slutsatsen att när studenter förväntar sig verkliga vinster, känner sig uppmuntrade av andra, förstår hur AI fungerar och litar på sin egen förmåga att använda den, är de mycket mer benägna att ta till sig generativ AI som en meningsfull partner i att lära sig ett nytt språk.

Citering: 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

Nyckelord: generativ AI, språkinlärning, teknikacceptans, AI-läskunnighet, studenters känslor