本研究探讨了人工智能整合对英语学习者心理和认知方面的影响。研究发现，使用人工智能会增加焦虑感（错失恐惧），从而损害阅读理解能力，而数字倦怠则削弱了阅读理解与词汇量之间的关联。该研究旨在强调需要平衡使用人工智能，以支持学习效果。
需要JoVE订阅才能观看此内容。 请登录或开始免费试用
本研究探讨了人工智能整合对英语学习者心理和认知方面的影响。研究发现，使用人工智能会增加焦虑感（错失恐惧），从而损害阅读理解能力，而数字倦怠则削弱了阅读理解与词汇量之间的关联。该研究旨在强调需要平衡使用人工智能，以支持学习效果。
本研究探讨了人工智能（AI）在语言学习中的整合如何影响外语学习者（EFL）的心理与认知结果。具体而言，研究考察了感知到的AI依赖性、伦理关切以及生成式AI使用对错失恐惧（FoMO）、通过阅读策略量表测量的阅读理解能力以及词汇习得的影响，并考虑了数字倦怠的调节作用。研究采用横断面调查设计，样本包括450名EFL学习者，数据通过偏最小二乘结构方程模型（PLS-SEM）进行分析，以评估直接与中介关系。研究结果表明，与AI相关的因素显著预测更高的FoMO，而FoMO继而对阅读理解产生负面影响。尽管阅读理解显著促进词汇习得，但数字倦怠削弱了这一关系。本研究揭示了AI在教育中的双重性质：一方面促进学习成果，另一方面同时导致心理压力。这些发现强调了在外语学习中平衡整合AI的重要性，突出了制定策略以减轻数字焦虑和倦怠的必要性。理论意义在于拓展了技术中介学习的研究，识别出FoMO是AI驱动教育情境中一个关键的情感路径。实践建议包括将数字健康实践与AI工具结合，以优化学习效益并最小化不良心理影响。
生成式人工智能（AI）在教育领域的快速融合已改变了传统的语言学习范式，尤其是在外语英语（EFL）教学环境中1。诸如由人工智能驱动的词汇辅助工具、自动化写作反馈系统以及自适应学习平台等技术手段，有望提升学习效率并实现个性化教学2。然而，这一技术变革也带来了心理和教学法层面的挑战，包括对人工智能依赖的感知、数字疲劳以及伦理问题，这些因素可能影响学习成效3。在此领域中，一个尚未得到充分研究却至关重要的现象是“错失恐惧”（Fear of Missing Out, FoMO）。在这种心理状态下，学习者因社会比较压力而感到必须使用人工智能工具，这可能以牺牲深度认知参与为代价4。尽管现有研究已探讨了人工智能在语言习得中的作用5，但极少有研究考察生成式人工智能如何与感知依赖及错失恐惧相互作用，进而影响词汇习得，从而在理解人工智能对教育的促进与阻碍双重影响方面留下了显著的研究空白6,7。
文献综述揭示了三个关键的研究空白。首先，关于人工智能在英语作为外语（EFL）学习中的研究主要集中在学习成效（如考试成绩、流利度提升）上，而较少关注推动人工智....
访问受限。请登录或开始试用以查看此内容。
本研究遵循扬州大学关于人体受试者研究的伦理准则。所有参与者在参与前均被告知研究目的、基于问卷的流程、自愿参与性质以及可随时无后果退出的权利，并在此基础上签署知情同意书。所有研究方法均遵守人体研究的伦理标准，确保参与者的保密性、数据匿名化以及研究全过程中的隐私保护。本研究采用非侵入性的问卷调查方式进行数据收集，对参与者造成的风险极低。研究遵循教育研究的伦理规范，确保参与者匿名及自愿参与。知情同意通过电子方式获取，并明确告知数据的使用与存储方式。未收集任何可识别个人身份的信息，所有答复均安全存储在设有密码保护的服务器上。参与者保留在任何阶段退出研究的权利。通过简洁的问卷设计减轻了潜在风险（如问卷疲劳），研究结果以汇总形式报告，以防止识别任何个体。
文献综述
感知的人工智能依赖、感知的人工智能伦理问题与错失恐惧（FoMo）
人工智能（AI）在教育中的动态融入极大地改变了语言学习方式，尤其是在英语作为外语（EFL）的学生群体中17。智能辅导系统、自动写作评估以及自适应学习平台均基于人工智能，能够提供高效且个性化的学习体验18。然而，伴随着这一技术发展，也出现了一些心理问题，例如加剧的错失恐惧（FoMO），这是一种社会焦虑，源于人们担心自己未能参与他人正在经....
访问受限。请登录或开始试用以查看此内容。
描述性统计
描述性统计提供了本研究中重要变量的概览，即感知的人工智能依赖性、伦理关切和生成式人工智能使用情况、错失恐惧（FoMO）、阅读理解能力、数字倦怠以及词汇习得。分析将展示数据的集中趋势、离散程度及分布特征，有助于理解参与者对人工智能技术的兴趣及其心理和认知层面的影响。通过均值、标准差、偏度和峰度等指标，测量各构念的正态性和变异性。研究结果揭示了人工智能整合程度、伦理关切以及学习相关问题的不同水平，为后续的推论性分析提供了依据。
表1详细描述了本文分析的最重要变量，例如集中趋势、变异性、分布性以及信度测量。研究结果显示，受访者对感知到的人工智能依赖程度（M = 3.72，SD = 0.91）和人工智能伦理关切（M = 4.05，SD = 0.76）的评分处于中等到较高水平，其中公平性子维度得分最高（M = 4.12）。生成式人工智能的使用程度为中等水平（M = 3.45，SD = 1.02），而错失恐惧（FoMO）则处于相对较高水平（M = 3.88，SD = 0.95）。阅读理解与词汇习得的平均得分.......
访问受限。请登录或开始试用以查看此内容。
本研究探讨了英语作为外语的学习者中，与人工智能相关的因素、心理状态和学习成果之间的复杂相互作用，并得出了若干关键发现。我们的方法论途径，特别是使用偏最小二乘结构方程模型（PLS-SEM），对于建模这些复杂关系至关重要。与更适合理论验证的协方差结构方程模型（CB-SEM）不同，PLS-SEM具有较强的预测导向性，并能有效处理包含中介和调节变量的复杂模型，因此成为本项探索性研究的最佳选择85。一个关键的方法论步骤显著增强了研究的可重复性，即在SmartPLS 4中采用严格的两阶段分析流程，首先从测量模型的验证开始。这确保了诸如"生成式人工智能使用"和"阅读策略"等构念在检验结构路径之前具有实证上的区分性和可靠性，从而加强了所识别关系的有效性。
分析结果显示，感知到的AI依赖性、伦理担忧以及生成式AI的使用均是错失恐惧（Fear of Missing Out, FoMO）的显著预测因素，其中生成式AI的使用影响最为显著（β = 0.34）。这一发现与先前将技术使用与焦虑相关联的研究一致
访问受限。请登录或开始试用以查看此内容。
所有作者均声明无利益冲突。
本研究由江苏省社会科学基金资助，项目编号：(23YYB011)。本工作得到苏丹王子大学语言与传播研究实验室的支持，资助编号：RL-CH-2019/9/1。
....访问受限。请登录或开始试用以查看此内容。
| 姓名 | 公司 | 目录编号 | 评论 |
|---|---|---|---|
| 笔记本电脑 | Dell Technologies | N/A | 用于数据处理和文档记录 |
| 统计分析软件（SPSS） | IBM Corp. | 版本 26.0 | 用于统计分析 |
| Microsoft Excel | Microsoft | Office 365 | 数据录入和基本数据处理 |
访问受限。请登录或开始试用以查看此内容。