AIの期待違反と学習者のエンゲージメント（EFLコンテクスト）：認知的・感情的回復モデル

科学分野:

• 教育技術
• 教育における人工知能
• 第二言語習得

背景:

• 人工知能（AI）は、適応的フィードバックと個別学習のために、英語を母語としない（EFL）教育で広く使用されています。
• 研究では、AIの失敗に対する学習者の反応と回復プロセスがしばしば見過ごされており、認知的・感情的メカニズムは十分に探求されていません。

研究 の 目的:

• AI支援EFLコンテクストにおける学習者エンゲージメントのための認知的・感情的回復モデルを提案し、テストすること。
• 期待違反がエンゲージメントにどのように影響するか、そして認知的再評価と信頼回復の仲介的役割を調査すること。
• 学習者の後退後の持続に対するデジタルグリットの調整効果を調べること。

主な方法:

• 298人の中国人EFL学習者（大学および私立研究所の学生）を対象に2回の調査を実施しました。
• データ分析には、偏最小二乗構造方程式モデリング（PLS-SEM）を使用しました。
• この研究は、期待違反理論、認知的評価理論、およびデジタルデバイド/レジリエンス理論を統合しました。

主要な成果:

• 期待違反は学習者のエンゲージメントを著しく低下させました。
• 知覚されたAIの適応性は、期待違反の悪影響を緩和し、回復を開始しました。
• 認知的再評価と信頼回復は重要な仲介者として機能し、デジタルグリットはエンゲージメント経路を調整しました。

結論:

• EFLにおけるAIとの学習者エンゲージメントは、期待違反と回復プロセスに影響されます。
• 持続的なエンゲージメントのためには、適応性があり、信頼を育み、デジタルグリットを促進するAIシステムを設計することが不可欠です。
• この研究は、公平な言語教育のために、AIと学習者の相互作用における失敗と回復のダイナミクスを理解することの重要性を強調しています。