$$\rightleftharpoonup{xx}$$
$$\longleftharp{xx}$$,
$$\longrightharp{xx}$$,
Este estudio fue aprobado por el Comité de Ética del Colegio de Policía de Fujian, Fuzhou, China. Todos los métodos se llevaron a cabo de acuerdo con las directrices y regulaciones pertinentes. Se obtuvo el consentimiento informado de todos los participantes en el estudio. Los participantes fueron claramente informados sobre el propósito de la investigación, el uso de datos, la naturaleza voluntaria de la participación y su derecho a retirarse en cualquier momento. También se obtuvo consentimiento informado por escrito de todos los participantes para la publicación de citas anonimizadas y perspectivas derivadas de las transcripciones de las entrevistas y los patrones de uso de la aplicación. No se incluye información ni imagen personal identificable en este manuscrito.
La metodología sugerida aplica un marco de Análisis Crítico del Discurso (CDA) para analizar los discursos neoliberales en interfaces gamificadas de aprendizaje de lenguas, basado en investigaciones previas con la aplicación de Baicizhan. El análisis examina los mecanismos textuales, diseños visuales y recursos funcionales de Baicizhan a través del marco tridimensional de Fairclough. Además, se recopilan datos de análisis de sentimiento de los usuarios, registros de movimientos de interfaces y registros cualitativos de entrevistas a estudiantes universitarios de EFL. Este enfoque combinado ayuda a evaluar cómo la gamificación promueve la competencia, la monitorización conductual y la auto-optimización, elementos clave de la ideología neoliberal. Comprensiones importantes quedan descubiertas por el difícil mapeo del procedimiento entre la discusión estudiantil y el diseño de la aplicación. Al destacar las tensiones entre la gamificación centrada en el compromiso y la motivación intrínseca de los estudiantes, este estudio aclara cómo las características tecnológicas influyen en el aprendizaje de idiomas en la educación superior. La Figura 1 muestra la estructura arquitectónica del método propuesto.
La Figura 1 ilustra el enfoque de Análisis Crítico del Discurso (CDA) en tres etapas que se utilizó para analizar los discursos incrustados de la aplicación. Este paradigma replantea deliberadamente el proceso como un enfoque interpretativo en lugar de un procesamiento técnico de datos, pasando de los elementos textuales específicos de la aplicación a la abstracción de cuestiones ideológicas sociales. Al registrar las ubicaciones específicas de la codificación ideológica —los aspectos textuales, visuales y funcionales de la app (como las rachas, tablas de clasificación y comentarios motivacionales)— la Fase 1: Artefactos de la App crea la base empírica. A continuación, estos artefactos pasan por la Etapa 2: Capas Interpretativas de CDA, que utiliza una secuencia de capas conceptuales superpuestas para resaltar visualmente la relación dialéctica entre la evidencia a nivel micro y el contexto a nivel macro. Los elementos textuales se interpretan a través de la Práctica Discursiva, que trata sobre la reproducción de significados, y están vinculados a la Práctica Social, que examina el contexto del poder y la ideología. Los Temas Ideológicos Neoliberales que organizan la experiencia de la app, como la responsabilidad individualizada y la Motivación Competitiva, son producidos en última instancia por la Etapa 3: Síntesis Temática, que utiliza codificación interpretativa y Abstracción Temática para traducir los patrones encontrados en el discurso en hallazgos abstractos y cualitativos. Los cuatro pasos principales del protocolo propuesto son los siguientes:
Diseño de la interfaz y selección de la aplicación
Se elige una popular aplicación gamificada para el estudio de idiomas (como Baicizhan). Aquí se utiliza un modelo CDA tridimensional desarrollado por Fairclough para realizar un análisis textual que examina prompts de vocabulario, feedback de usuario y señales relacionadas con la interfaz, así como análisis de prácticas discursivas con énfasis en las estructuras de comunicación dentro de la app y los patrones de interacción del usuario. Mediante el análisis de prácticas sociales, se pueden descubrir valores neoliberales como la competitividad, la eficiencia y el auto-seguimiento. Estas características reflejan valores neoliberales como la eficiencia, la competencia y el auto-seguimiento.
Recogida de datos
Para conocer más sobre los conocimientos, propósitos y sentimientos de los estudiantes de inglés inglés a nivel universitario respecto a entornos de aprendizaje gamificados, se realizan entrevistas semiestructuradas con ellos.
Análisis de sentimiento y mapeo del discurso
Un análisis de sentimiento se utiliza para regular la respuesta emocional y el nivel de participación en las reacciones de los usuarios, los registros de chat o la información de comunicación. Las áreas de discurso se miden en cuanto a compatibilidad con ideas neoliberales como la evaluación de rendimiento y la autogobernanza.
Integración y validación de datos
Se examinan las relaciones entre los dispositivos de gamificación y los indicadores de ansiedad del aprendiz, disminución de la motivación o presión sobre el rendimiento. Las principales estrategias de conversación que influyen en la interacción y el comportamiento del usuario están controladas.
Diseño de la interfaz y selección de aplicaciones
La app1 de Baicizhan se utiliza como ejemplo principal de aprendizaje gamificado asistido por móviles de idiomas (MALL) en la primera parte del estudio, con un enfoque en la adquisición de vocabulario. Dado que cuenta con una gran variedad de elementos de gamificación, como el orden de clasificación, el seguimiento del progreso, las insignias visuales y los disparadores de retroalimentación, esta aplicación es universal entre los estudiantes universitarios chinos de EFL.
Dada la combinación única de China entre la política educativa digital impulsada por el Estado, la cultura de aprendizaje orientada a exámenes y la creciente comercialización de EdTech, el enfoque en los estudiantes chinos de EFL es especialmente importante. El uso de herramientas digitales en las escuelas ha aumentado gracias a esfuerzos nacionales como Education Informatization 2.0, que apoyan estrategias de aprendizaje personalizadas y basadas en datos. Al mismo tiempo, el sistema educativo chino centrado en los exámenes enfatiza consistentemente resultados cuantificables y evaluación continua del rendimiento, lo que da espacio a funciones gamificadas que valoran el logro de objetivos, los rankings y el seguimiento del progreso. Estos procedimientos competitivos se han integrado aún más en plataformas de aprendizaje móvil, como Baicizhan, que ayudan a millones de usuarios a prepararse para importantes exámenes de inglés, gracias a la industria comercial de EdTech, que está en rápido crecimiento. El entorno chino es un entorno ideal para examinar cómo el diseño gamificado del aprendizaje naturaliza los discursos neoliberales de auto-optimización, competencia y performatividad, debido a la intersección entre política, cultura y tecnología.
Los elementos esenciales de la aplicación se eliminan razonablemente y se dividen en tres secciones como parte del análisis de la interfaz: elementos visuales (por ejemplo, iconos y barras de progreso), señales textuales (por ejemplo, instrucciones e incentivos) y constructos funcionales (por ejemplo, formación de objetivos, recordatorios y competencia social).
El enfoque tridimensional de Análisis Crítico del Discurso (CDA) de Fairclough se aplica al aprendizaje de estos atributos. Este modelo permite un escrutinio exhaustivo de los comportamientos, donde el enfoque comunicativo e interactivo de la app contiene ideología neoliberal. El primer paso en el proceso de CDA es un análisis de texto, que examina palabras aplicadas en respuestas de retroalimentación y solicitudes de aplicaciones. Más adelante, un estudio sobre las performances discursivas se centra en cómo los usuarios trabajan junto con la aplicación y cómo se construyen piezas de éxito o fracaso dentro de ella. Por último, el estudio de práctica social describe cómo el diseño de la aplicación refleja ideologías neoliberales más amplias, como la autorregulación, la competencia y la valoración del rendimiento. La Figura 2 muestra el proceso de trabajo de selección de aplicaciones y diseño de la interfaz.
Recogida de datos de la interfaz
Este trabajo recopila información importante y completa utilizando www.wjx.cn, un área china de encuestas online que ofrece servicios de muestreo remunerados. Inicialmente, los criterios de inclusión consistían en que los participantes debían ser estudiantes de grado matriculados en universidades chinas y haber utilizado al menos una aplicación gamificada para aprender vocabulario en inglés antes. El objetivo académico del estudio, la naturaleza voluntaria de la participación y el tiempo estimado requerido se comunicaron claramente en los mensajes de reclutamiento. Los participantes deben leer una declaración de consentimiento informado y proporcionar su consentimiento voluntario antes de comenzar la encuesta. No solo se utilizó el cribado de direcciones IP para reducir respuestas duplicadas o de bajo esfuerzo, sino que también se emplearon ítems de verificación de atención y el seguimiento de tiempos de finalización anormalmente cortos para verificar la calidad de los datos. El requisito de que todos los participantes fueran estudiantes chinos de grado sirvió como condición muestral. El tiempo medio de finalización de las 279 respuestas de direcciones IP no duplicadas recogidas durante una semana fue de 243 s. Se eliminaron siete respuestas que implicaban que el encuestado nunca había utilizado ninguna aplicación de vocabulario gamificado en inglés. Con una tasa de respuesta genuina del 97,49%, se mantuvieron finalmente un total de 272 respuestas.
En segundo lugar, se realizaron entrevistas semiestructuradas con estudiantes chinos de EFL para obtener una visión más profunda de sus experiencias con aplicaciones de vocabulario gamificado. Cada entrevista duraba entre 30 y 45 minutos y seguía un protocolo estructurado que abarcaba hábitos de aprendizaje, respuestas emocionales a la gamificación, patrones de motivación y presiones percibidas. Las entrevistas se realizaron en línea, grabadas en audio con permiso, transcritas textualmente y codificadas de forma independiente por dos investigadores utilizando un enfoque de análisis temático.
Tercero, los datos de interacción de la interfaz, incluyendo capturas de pantalla, registros de mensajes de retroalimentación, contadores de rachas, insignias y prompts de usuario, se extrajeron sistemáticamente de la aplicación Baicizhan. Estos artefactos proporcionaron el material textual, visual y funcional necesario para la CDA tridimensional de Fairclough. Paralelamente, se recopilaron datos de análisis de sentimiento traduciendo texto chino generado por usuarios al inglés usando DeepL38, verificando la precisión de la traducción mediante codificadores bilingües y calculando puntuaciones de polaridad usando VADER39, TextBlob40 y SnowNLP41 para validación interlingüística.
Se entrevistó a estudiantes universitarios chinos que aprendían inglés como lengua extranjera (EFL) para comprender mejor sus interacciones, motivaciones y opiniones respecto a las aplicaciones de vocabulario gamificado en inglés. Las preguntas sobre (1) la frecuencia y el contexto del uso de la app, (2) reacciones emocionales ante tareas o recompensas, (3) la implicación y motivación por las funciones de la app, (4) la presión o el estrés relacionados con el uso de la app, (5) la influencia en los hábitos de estudio o las estrategias de aprendizaje del vocabulario, (6) las interacciones sociales relacionadas con el progreso de la app y (7) recomendaciones para mejorar la experiencia de aprendizaje formaban parte del protocolo semiestructurado. Cada sesión, realizada por Zoom, presencial o por teléfono, duraba aproximadamente entre 30 y 45 minutos. Con el consentimiento de los participantes, todas las entrevistas fueron grabadas en audio y transcritas literalmente en inglés. Se empleó análisis temático para analizar los datos. Dos investigadores codificaron de forma independiente las transcripciones, que luego se categorizaron iterativamente en temas. Los desacuerdos se resolvieron mediante la discusión. Un análisis exhaustivo de las reacciones conductuales y psicológicas a la gamificación fue posible gracias a la combinación de estos conocimientos cualitativos con registros de interfaz que registraban la frecuencia de uso, las respuestas de retroalimentación y la búsqueda de objetivos.
Preprocesamiento de datos de sentimiento:
Para garantizar la interoperabilidad con herramientas basadas en inglés como TextBlob y VADER, todos los datos textuales se traducían al inglés antes del cálculo de sentimiento porque las respuestas originales de los usuarios estaban en chino. Para mantener la corrección contextual y afectiva, se utilizó el Deep LAPI para la traducción, y dos investigadores bilingües validaron manualmente los resultados. Estos textos verificados en inglés se usaron para calcular la polaridad del sentimiento y las puntuaciones de subjetividad. El modelo de sentimiento en chino SnowNLP también se utilizó para examinar un subconjunto aleatorio de 200 respuestas y así evaluar la fiabilidad entre lenguas; los resultados mostraron una fuerte asociación positiva con las puntuaciones de polaridad del VADER (r = 0,84).
La Tabla 1 resume las respuestas del conjunto de datos de 272 estudiantes chinos universitarios de EFL que informaron haber utilizado previamente una aplicación gamificada para el aprendizaje de vocabulario inglés. Según los datos demográficos, la población investigadora de este estudio es adecuada para investigar el grupo objetivo de usuarios, ya que representa plenamente a los estudiantes universitarios chinos en términos de género, edad, especialidad y años de experiencia docente. En cuanto a los diseños de consultas, el 79,04 % de los encuestados usaron las aplicaciones más de una hora a la semana, y el 94,11 % las usaron varias veces por semana. La información sobre el comportamiento de la práctica se observó junto con respuestas complementarias de los miembros.
El conjunto de datos incluye variables demográficas (edad, género, carrera académica, año de estudio) y variables relacionadas con el uso (frecuencia de uso de la aplicación y duración semanal de uso). Las 272 entidades del conjunto de datos suelen estar en el rango de edad de 18 a 22 años (91,91%), de las cuales el 60,66% son hombres y el 39,34% mujeres. Estas garantías de distribución por edad indican que el número de participantes corresponde al de los estudiantes universitarios que utilizan el aprendizaje de idiomas asistido por móvil y se asemeja a la población tradicional de estudiantes de grado.
Aunque los encuestados procedían de una amplia variedad de experiencias académicas, los principales grupos son los siguientes: Tecnologías (38,97%), Ingeniería (37,87%), Ciencias (12,87%) y Matemáticas (10,29%). La distribución interdisciplinar permite comparar cómo los estudiantes de otros campos ven y utilizan sistemas gamificados. En cuanto al rendimiento académico, los estudiantes de tercer curso (36,03%) y segundo (26,47%) constituyeron el mayor porcentaje de participantes, seguidos por los de primero (18,01%) y los de último curso (19,49%). Según esta distribución, la mayoría de los encuestados son estudiantes de nivel medio a superior, lo que puede influir en su grado de participación y análisis crítico de los recursos de aprendizaje. En cuanto al uso de la aplicación, el 28,31% de los colaboradores afirmó usar Baicizhan todos los días, mientras que el 33,46% describió usarlo cuatro a cinco veces por semana, lo que sugiere un alto grado de interacción frecuente con la red social. Solo el 2,21% de los usuarios usaban la app menos de una vez por semana. El uso semanal de la aplicación por parte de los participantes cambió, con la mayoría utilizándola durante 1-3 horas (50,37%) y menos estudiantes usándola durante más de 5 horas (11,4%).
La frecuencia de inicio de sesión y los registros de interacción de los participantes se interpretaron como indicadores conductuales propios de la SRL, reflejando la autonomía de los usuarios en la gestión de actividades de aprendizaje, el seguimiento de rutinas y la persistencia en la participación, de acuerdo con la investigación posterior a la pandemia sobre la adopción de tecnología y el aprendizaje autorregulado (SRL). Los datos cualitativos de las entrevistas también revelaron varios temas consistentes con las características de los TAM, incluyendo la utilidad percibida ("la clasificación me motiva a estudiar a diario") y la facilidad de uso percibida ("la app es sencilla e intuitiva de navegar"). Estas dimensiones vinculan conceptualmente el marco actual de la CDA con puntos de vista basados en la adopción observados en investigaciones comparativas recientes, a pesar de que nunca fueron codificadas ni modeladasoficialmente 5. Para triangular cuantitativamente los hallazgos de la ACD y el sentimiento y mejorar la integración de estudios a nivel conductual, perceptivo y discursivo, futuras versiones de este estudio incorporarán medidas cortas y validadas de TAM y SRL.
Modelo CDA de Fairclough
Una construcción realparainvestigar cómo el discurso en aplicaciones gamificadas de aprendizaje de idiomas, como Baicizhan, genera y perpetúa ideales neoliberales es accesible a través del modelo tridimensional de Análisis Crítico del Discurso (CDA) de Fairclough. Tres procedimientos interconectados se combinan en el modelo: práctica social (a nivel macro), práctica discursiva (nivel meso) y análisis textual (nivel micro).
Análisis textual (T) - Nivel micro
Los aspectos del idioma, incluyendo términos, organización y recordatorios de diseño de la app (como "Objetivo Diario Alcanzado" y "Mantén Tu Racha Viva") son el objetivo principal de este nivel. Supongamos que todas las unidades textuales del usuario son las siguientes:
(1)
Aquí tei significa un mensaje de texto especial o una indicación.
Para evaluar la disposición y la ocurrencia neoliberal:
(2)
(3)
En consecuencia, la densidad neoliberal de la capa textual es:
(4)
Práctica discursiva (D) - Nivel mesosé
Esta es información obtenida de entrevistas y registros de interfaz sobre cómo interactúan los usuarios con la app (frecuencia de uso, respuesta de retroalimentación y búsqueda de objetivos).
Supongamos que i represente a un usuario y aij un acto de interacción (como terminar una tarea o mirar una tabla de clasificación). Describe la matriz de interacciones:
(5)
La puntuación de auto-optimización del usuario ahora está definida:
(6)
El peso neoliberal (importancia) del acto aij se denota por wj. Por ejemplo, ver que la clasificación tiene una wj más alta que simplemente acceder a la app.
Práctica social (S) - Nivel macro
Esto implica analizar las formas en que el uso y el discurso de la aplicación reflejan ideas sociales más generales (como la productividad y la competencia).
Sea P(us i,λ k) un valor binario o difuso que indica si el discurso del usuario promueve la característica λk, y sea λk un rasgo ideológico (como la equidad o la autooptimización).
A continuación, la aparición ideológica de los usuarios:
(7)
Esto mide el grado en que cada ideología neoliberal λk se ha propagado entre la base de usuarios. La puntuación global del marco CDA de una interfaz de usuario puede escribirse de la siguiente manera:
(8)
Cuando a cada dimensión se le asigna un peso (α,β,γ), que puede ajustarse empíricamente o basarse en consideraciones cualitativas.
El modelo tridimensional de Análisis Crítico del Discurso (CDA) establecido por Fairclough se ilustra en la Figura 3, que se utiliza para evaluar el conocimiento gamificado para límites educativos, principalmente en etapas de aprendizaje de idiomas como Baicizhan. La fila superior de la figura representa las tres dimensiones analíticas de la CDA, mientras que la fila inferior integra los resultados de esas dimensiones para generar una única consecuencia coherente.
Este estudio creó un breve libro de códigos para el Análisis Crítico del Discurso (CDA) que dividía los aspectos discursivos en tres categorías: textual (elección de palabras, metáforas), visual (iconos, colores, insignias) y funcional (puntos, niveles, notificaciones). Declaraciones motivacionales como "¡Sigue adelante!" para el texto, insignias de estrellas para imágenes y notificaciones de seguimiento de progreso para características funcionales son ejemplos ilustrativos. Tras resolver ambigüedades y mejorar iterativamente los códigos, dos codificadores expertos aplicaron el libro de códigos de forma independiente a los datos. Se utilizó el Kappa de Cohen para calcular la concordancia entre codificadores, y los resultados mostraron una fiabilidad satisfactoria (κ = 0,78), asegurando consistencia y rigor en el estudio.
Análisis de sentimiento y mapeo del discurso
El análisis de sentimiento es aplicable a contenido generado por usuarios, así como a explicaciones, revisiones de aplicaciones, registros de comunicación y transcripciones de conferencias, tras la conclusión del Análisis Crítico del Discurso de Fairclough en tres niveles, que incluye repetición textual, discursiva ysocial 37. Este paso categoriza el tono emocional (positivo, negativo y neutral) y la intensidad utilizando procedimientos de Procesamiento del Lenguaje Natural (PLN). Para establecer la conexión emocional del usuario con dinámicas de aprendizaje gamificadas, por ejemplo, se miden expresiones normales de estrés o satisfacción en respuesta a la pérdida de línea o la presentación en la tabla de clasificación. Este estudio ayuda a definir si los dispositivos gamificados, como el seguimiento y la competencia, la presión de crecimiento o la participación, apoyan o contradicen los valores neoliberales expuestos en el CDA.
El Algoritmo 1, proporcionado en el Archivo Suplementario 1, muestra el proceso de trabajo del análisis de sentimiento y el mapeo del discurso. Una vez recogida y preprocesada la información textual, se preparan las observaciones del usuario utilizando métodos como minúsculas, eliminación de palabras cerradas, lematización y filtrado de puntuación. A continuación, se realizó un análisis de sentimiento sobre datos textuales en inglés inglés y chino en inglés y chino, siguiendo pasos de preprocesamiento como minúsculas, eliminación de palabras de parada, lematización y filtrado de puntuación. Estos textos se someten a análisis de sentimiento utilizando programas como VADER, TextBlob o modelos basados en BERT, que clasifican cada texto como neutral, positivo o negativo según su tono emocional o puntuaciones de polaridad. Esto ayuda a definir las respuestas emocionales de los usuarios ante fundamentos gamificados, como evaluaciones de presentación, líneas y premios. Paralelamente, las expresiones e ideas relacionadas con conceptos neoliberales específicos —como "auto-optimización", "concurrencia", "efectividad" o "seguimiento"— se identifican eliminando aspectos del discurso mediante el uso de coincidencias basadas en palabras clave o codificación temática, correspondientemente.
Las etiquetas conceptuales que se habían planteado durante la etapa de CDA ahora pueden entenderse en el texto de cada usuario. A continuación, se diseña un mapa discursivo, que autentica cómo los discursos y actitudes detallados coocurren dentro del conjunto de datos, basándose en los resultados. Esto puede incluir la elaboración de gráficos o mapas de calor que demuestren el tono expresivo y la regularidad de cada tema ideológico. Para ofrecer una visión más completa del material, estos sentimientos y entendimientos del discurso se comparten con los resultados de la CDA. Esta investigación ayuda a verificar si los estudiantes están adoptando o rechazando los discursos neoliberales presentados en el esquema de límites. Además, destaca los encuentros emocionales en el aprendizaje gamificado, identificando casos en los que cambiar de servicio puede comprometer inadvertidamente incentivos básicos o la elección del alumno.