Artículo de investigación

Integrando los Objetivos de Desarrollo Sostenible (ODS) y la IA generativa para mejorar la alfabetización digital y la creatividad lingüística en entornos de aprendizaje EFL

DOI:

10.3791/69445

⸱

13 de febrero de 2026

 ,  ,  ,  , 
1College of International Studies, Yangzhou University, 2UNITAR International University, 3COMSATS University, 4College of Sciences and Humanities, Prince Sultan University

En este artículo

Resumen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Combinar los ODS con IA generativa como ChatGPT aumenta la motivación, la alfabetización digital y la creatividad de los estudiantes de inglés. Un mayor compromiso fortalece este vínculo, proporcionando a los profesores estrategias prácticas para integrar la IA en la enseñanza de idiomas.

Resumen

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este estudio investiga la integración de los Objetivos de Desarrollo Sostenible (ODS) y la IA generativa, específicamente ChatGPT, para mejorar la alfabetización digital lingüística, la creatividad y la motivación en entornos de aprendizaje EFL. Adoptando un diseño cuantitativo y transversal, los datos de este estudio se recopilaron de n = 420 estudiantes de grado en EFL en una universidad pública en China, utilizando escalas validadas para medir la integración de los ODS (ODS), usar IA generativa como ChatGPT (UCGPT), alfabetización digital (DL), creatividad de estudiantes de EFL (SC), motivación de estudiantes de EFL (SM) y compromiso en el aprendizaje de idiomas (LLE). Se empleó el modelado estructural de mínimos cuadrados parciales (PLS-SEM) para analizar efectos directos, mediadores y moderadores. Los hallazgos revelaron que la integración de los ODS y el UCGPT estaban significativamente asociados con el SM, lo que a su vez predijo la alfabetización digital y la creatividad de los estudiantes de EFL. Además, LLE moderó la relación entre DL y SC, mientras que SM medió los efectos de la integración de ODS y UCGPT en la alfabetización digital. Estos resultados ponen de manifiesto el potencial transformador de integrar los ODS y las herramientas de IA en la educación de EFL, proporcionando estrategias escalables para desarrollar las habilidades del siglo XXI. Además, el estudio ofrece estrategias concretas para los profesores de EFL, como encargar a los estudiantes que utilicen ChatGPT para prepararse para debates sobre temas de los ODS, como la justicia climática, o co-crear campañas multilingües en redes sociales para la concienciación sobre sostenibilidad. Estas aplicaciones demuestran cómo operacionalizar la integración ODS-IA en la planificación diaria de las lecciones.

Introducción

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

El panorama global de la educación en inglés como lengua extranjera (EFL) está experimentando una profunda transformación, impulsada por los dos imperativos de la innovación tecnológica y los Objetivos de Desarrollo Sostenible (ODS) de las Naciones Unidas1. Aunque la demanda de dominio del inglés sigue aumentando en las regiones no anglófonas, impulsada por la globalización, la movilidad académica y las economíasdigitales 2, los enfoques pedagógicos tradicionales a menudo no logran dotar a los estudiantes de las competencias críticas necesarias para la comunicación del sigloXXI 3. Las metodologías convencionales de EFL, que enfatizan la memorización mecánica y la precisión estructural por encima de la expresión creativa y el compromiso digital, corren el riesgo de agravar las disparidades en el acceso a una educaciónde calidad 4. Este desajuste no solo dificulta el avance hacia el ODS 4 (educación inclusiva y equitativa de calidad), sino que también pasa por alto el potencial transformador de las tecnologíasemergentes 5, en particular la inteligencia artificial generativa (IA), en la transformación de los ecosistemas de aprendizajede idiomas 6. A pesar de la rápida expansión de herramientas impulsadas por IA como ChatGPT, su integración en contextos de EFL sigue siendo poco explorada, especialmente en términos de marcos de sostenibilidad7. Este estudio cierra esta brecha crítica al investigar cómo la convergencia estratégica de los ODS y la IA generativa puede potenciar la alfabetización digital, la creatividad y la motivación en entornos de aprendizaje EFL, impulsando la innovación pedagógica y las agendas globales de sostenibilidad. Persisten carencias significativas en la literatura existente sobre la intersección entre el aprendizaje de idiomas asistido por IA y la educación alineada con losODS 8. Aunque investigaciones previas han examinado el papel de la IA en la enseñanza personalizadade idiomas 9, la evaluaciónautomatizada 10 y los programas de intercambiovirtual 11, estos estudios rara vez abordan marcos de sostenibilidad. Por el contrario, la literatura sobre EFL y sostenibilidad se ha centrado predominantemente en la enseñanza basada en el contenido (textos ambientales) en lugar de aprovechar la tecnología para reestructurar paradigmaspedagógicos 12. Esta desconexión es especialmente problemática dada la creciente brecha digital en los contextos del Sur Global, donde la marginación lingüística se cruza con el acceso limitado a herramientas educativas devanguardia 13. Además, aunque el ODS 4.4 prioriza explícitamente la alfabetización digital, la mayoría de los planes de estudio de EFL no vinculan la competencia digital con los resultados de sostenibilidad, dejando a los estudiantes poco preparados para las demandas del empleo, el emprendimiento y el trabajodigno 14. La ausencia de un marco integrador que alinee la pedagogía impulsada por IA con las competencias en sostenibilidad representa una dessupervisión crítica15. Además, el marco es fácilmente aplicable en cursos de inglés inglés de grado donde los estudiantes poseen conocimientos básicos de alfabetización digital para utilizar herramientas de IA generativa como ChatGPT. La implementación está diseñada para aulas integradas con tecnología estándar, requiriendo que los educadores proporcionen consignas de tareas estructuradas y alineadas con los ODS para guiar eficazmente la colaboración en IA.

Este estudio cubre estas carencias proponiendo un marco novedoso de IA generativa informado por ODS para la educación en inglés como lengua extranjera, basado en la teoría sociocultural16 y las alfabetizaciones digitalescríticas 17. A diferencia de trabajos previos que tratan la IA como una herramienta didáctica, los investigadores la posicionan como un socio colaborativo para apoyar el pensamiento creativo y crítico de los estudiantes18. Este cambio se alinea con los objetivos de los ODS sobre una educación inclusiva y centrada en el alumno. Empíricamente, los investigadores emplean el modelado estructural de ecuaciones de mínimos cuadrados parciales (PLS-SEM) para analizar datos de n = 420 estudiantes chinos de inglés como lengua extranjera de grado, examinando cómo la integración de los ODS (ODS) y el uso de ChatGPT (UCGPT) influyen conjuntamente en la motivación (SM), la alfabetización digital (DL), la creatividad (SC) de los estudiantes y el compromiso en el aprendizaje de idiomas (LLE). Las contribuciones teóricas de este estudio son tres. En primer lugar, los investigadores amplían la teoría de la autodeterminación (TAS) demostrando cómo las herramientas de IA alineadas con los ODS satisfacen las necesidades intrínsecas de autonomía, competencia y relación de los estudiantes, aumentando la motivación. En segundo lugar, los investigadores refinan la teoría del compromiso al revelar cómo la alfabetización digital y la creatividad interactúan dinámicamente en entornos mediados por IA, dependiendo del nivel de compromiso de los estudiantes. En tercer lugar, los investigadores impulsan las alfabetizaciones digitales críticas integrando el uso ético de la IA en el discurso sobre sostenibilidad, instando a los estudiantes a cuestionar los sesgos de datos, los costes medioambientales y las prácticas laborales en los sistemas de IA. Empíricamente, los hallazgos proporcionan ideas accionables para educadores y responsables políticos, ilustrando cómo ChatGPT puede democratizar el acceso a tareas lingüísticas relacionadas con los ODS (debates sobre cambio climático, simulaciones de igualdad de género) mientras fomenta habilidades cognitivas de orden superior. Este artículo está estructurado de la siguiente manera: Primero, la introducción que analiza la importancia/originalidad de esta investigación, la carencia existente en la literatura y la contribución de este estudio. A continuación, hay revisiones de la literatura sobre ODS en EFL, IA generativa y alfabetización digital. La sección de Protocolo detalla la metodología PLS-SEM, mientras que la sección de Resultados presenta los hallazgos. La sección de Discusión detalla los hallazgos clave y las implicaciones teóricas y prácticas. Finalmente, el artículo concluye con limitaciones y direcciones futuras.

Revisión bibliográfica y desarrollo de hipótesis

Objetivo de Desarrollo Sostenible 4 y motivación de los estudiantes de EFL
Un enfoque pedagógico que integra los planes de estudio de inglés como lengua extranjera (EFL) con el Objetivo de Desarrollo Sostenible 419, que enfatiza una educación inclusiva y equitativa de calidad y el aprendizaje permanente para todos, ha surgido como una estrategia clave para mejorar la motivación delalumnado 20. Los objetivos del ODS 4, específicamente 4.4 (habilidades para el empleo) y 4.7 (educación para el desarrollo sostenible), subrayan la importancia de desarrollar aprendices lingüísticamente competentes con pensamiento crítico, alfabetización digital y habilidades de compromisoético 21. Los principios de estas competencias se respaldan además por los objetivos de Responsabilidad de Proteger y 'Educación Basada en Derechos' del ODS 4.5. Varios estudios sugieren que cuando se abordan la acción climática, la igualdad de género y la lucha contra la pobreza en el aprendizaje de idiomas, se fomenta la motivación de los estudiantes para la asignatura22. Este método apoya la Teoría de laAutodeterminación 23,24, que sostiene que la experiencia de autonomía, el dominio de habilidades y la conexión social mantiene a las personasmotivadas 25. La IA generativa funciona aún mejor como herramienta de motivación cuando se utiliza contenido interactivo relacionado con los Objetivos de Desarrollo Sostenible26. La IA con cumbres simuladas por chatbot y plataformas en varios idiomas centrados en la sostenibilidad permite que los estudiantes aprendan sobre temas complejos a través de ejerciciosde lenguaje 27. Aplicar escenarios que requieran a los estudiantes hablar sobre soluciones para la escasez de agua en inglés les ayuda a interesarse. Mejora sus habilidades para resolver problemas y les da una mayor sensación de estar al mando e importancia28. La retroalimentación de la IA se estandariza y se da al instante (lo cual se señaló, ayudando a satisfacer las diversas necesidades educativas, y apoya la equidad como se explica en el ODS 429, todo lo cual calma a los estudiantes y garantiza la igualdad). Los expertos en educación deben llevar las conexiones con los ODS un paso más allá, ya que deberían centrarse en desarrollar habilidades que permitan a los estudiantes identificar desigualdadessistémicas 30. Cuando existe una brecha de IA entre países desarrollados y subdesarrollados, esto aumenta el número de motivos por los que los estudiantes se sienten desanimados y pide la adopción de un diseñoinclusivo 31. Basándose en la literatura anterior, se propone esta hipótesis: H1: Integrar los ODS en las clases de EFL aumenta la motivación de los estudiantes para aprender inglés.

Uso de IA generativa y motivación de los estudiantes de EFL
Las herramientas de IA generativa, que incluyen modelos de lenguaje y chatbots, son cada vez más valoradas por ayudar a aumentar la motivación en la educación en inglés inglés al fomentar la interacción, atender necesidades personales y promover actividadescreativas 32. Estos enfoques permiten a los estudiantes interactuar directamente con la IA, practicar la comunicación en situaciones realistas y recibir retroalimentación rápida y ajustable, que se sabe que reduce la ansiedad y mantiene su interés33. Por ejemplo, los recursos educativos generados por IA, como textos personalizados y escenarios adaptados al nivel e intereses del estudiante, pueden satisfacer sus necesidades psicológicas de autonomía y una sensación de capacidad. Dado que la IA generativa puede proporcionar recursos en múltiples idiomas y considerar contextos culturales, permite a los estudiantes explorar cuestiones globales en inglés, lo que les lleva a reflexionar profundamente sobre las decisioneséticas 34. Sin embargo, los expertos aconsejan que depender demasiado de la IA puede limitar la comunicación entre las personas e impedir que desarrollen el pensamiento crítico, ambos aspectos esenciales para el crecimiento de los niños. Además, las desventajas en el acceso a internet y los efectos de algoritmos sesgados pueden agravar las desigualdades existentes en ciertos grupos de aprendizaje, profundizando aún más las disparidades actuales. Basándose en la literatura anterior, se propone la siguiente hipótesis: H2: El uso de ChatGPT en las aulas de EFL aumenta la motivación de los estudiantes para participar en el aprendizaje de idiomas.

Motivación y alfabetización digital de los estudiantes de EFL
La relación entre la alfabetización digital y la motivación por el EFL no es meramente correlacional, sino sinérgica. Los estudiantes con mayor alfabetización digital están mejor preparados para buscar e interactuar con contenido auténtico y multimodal que se alinee con sus intereses personales y contextossocioculturales 35,36. Esta capacidad alimenta directamente la motivación intrínseca al mejorar el sentido de autonomía y competencia de los alumnos, ya que pueden navegar por entornos digitales de forma más eficaz. Sin embargo, este ciclo positivo no es automático. El impacto motivacional depende de la calidad de la interacción digital; Simplemente usar tecnología no garantiza la motivación a menos que las tareas sean significativas y culturalmentesensibles 37.

Además, aunque la IA generativa se está comercializando actualmente como un mecanismo para acelerar esta sinergia con la ayuda de PersonalizedStaffolding 38, un enfoque crítico revela que existen varias contingencias en esto. El éxito de las tecnologías de IA en facilitar el diálogo intercultural y desmitificar el sesgo mediático39 se basa en el acceso igualitario y la competencia digital subyacente, que a menudo falta en entornos con pocos recursos40. Esto provoca una brecha motivacional, con el analfabetismo digital causando frustración y sensación de desconexión, saboteando así la misma motivación que la IA pretende generar41. Por tanto, la integración de la IA debería ir acompañada de rigurosos modelos de alfabetización digital que animen al alumno a comprender las connotaciones éticas, de modo que no se produzca la propagación inadvertida de los desequilibrios actuales con el uso detecnologías 42. Basándose en la literatura anterior, se propone la siguiente hipótesis: H3: Una mayor motivación en los estudiantes de EFL conduce a una mejora en las habilidades de alfabetización digital.

Alfabetización digital de los estudiantes de EFL y creatividad de los estudiantes de EFL
En inglés como lengua extranjera (EFL), la alfabetización digital cataliza la creatividad al capacitar a los estudiantes con la capacidad técnica y crítica para recontextualizar el uso del lenguaje mediante modos digitalesinnovadores 43. Los estudiantes se vuelven competentes en el uso de dispositivos como IA generativa, plataformas multimedia y espacios virtuales colaborativos, lo que les permite ir más allá de los ejercicios basados en texto y utilizarlos como herramientas para crear proyectos multimodales como historias digitales, podcasts o incluso narrativas producidas porIA 44. Por ejemplo, las plataformas basadas en IA para co-crear poesía multilingüe o simular escenarios de realidad virtual ayudan a los estudiantes a experimentar con la hibridación lingüística y cultural y a combinar la adquisición del lenguaje y la exploración artística45.

La alfabetización digital se correlaciona con la creatividad a través de oportunidades de acceso igualitario y enfoques educativos con propósitosdefinidos 46. Algunos grupos marginados carecen de acceso igualitario a la IA generativa y a las herramientas digitales, lo que resulta en un aprendizaje creativo asfixiante y pasivo en lugar de la creaciónactiva 47. Los profesionales de la educación deberían seleccionar métodos críticos que se centren en prácticas docentes sostenibles para ayudar a sus estudiantes a examinar tanto el enfoque ético de la generación de contenidos con IA como los impactos del flujo de trabajo digital en el medioambiente 48. Los estudiantes pueden desarrollar una maestría ética mediante actividades prácticas de diseño digital que combinan el desarrollo sostenible de proyectos con el examen de sesgo algorítmico, reforzando los objetivos de sostenibilidad y justicia del ODS 4.7. Basándose en la literatura anterior, se proponen las siguientes hipótesis: H4: Los estudiantes de EFL con habilidades más sólidas en alfabetización digital demuestran mayor creatividad en las tareas lingüísticas. H5: La participación de los estudiantes de EFL en el aprendizaje de idiomas demuestra una mayor creatividad en las tareas lingüísticas.

Efecto moderador de la participación en el aprendizaje de idiomas
Específicamente en lo que respecta a los contextos de aprendizaje de EFL, las intervenciones pedagógicas que integran los Objetivos de Desarrollo Sostenible (ODS) y la IA generativa son más efectivas cuando la implicación en el aprendizaje de idiomas, definida por la inversión cognitiva, conductual y emocional en la adquisición del lenguaje, es una variable moderadora multilateralmentecrucial 49. Al implementar contenido relacionado con los ODS, los altos niveles de implicación aumentan las ganancias motivacionales y cognitivas, ya que los participantes en tareas basadas en proyectos alineados con los ODS o en tareas simuladas por IA son más persistentes, hacen más preguntas y se aferran a más a sus trayectos de aprendizaje50. Por ejemplo, la co-creación de campañas de sostenibilidad de inteligencia artificial (IA) por parte de los estudiantes o la discusión de problemas globales en inglés han demostrado mejorar las capacidades lingüísticas y la creatividad, dado el vínculo emocional de los estudiantes con problemas de la vidareal 51. El compromiso es un moderador que determina cómo los estudiantes manejan los aspectos éticos y culturales de los entornos de aprendizaje EFL impulsados por la IA. Los estudiantes que muestran desinterés ven la IA como un sistema autoritario que intensifica sus preocupaciones y les lleva a depender pasivamente de la retroalimentaciónautomatizada 52. Basándose en la literatura anterior, se propone la siguiente hipótesis: H6: El compromiso con el aprendizaje de idiomas modera la relación entre la alfabetización digital y la creatividad.

Efecto mediador de la motivación de los estudiantes de EFL en entornos de EFL
Los niveles motivacionales de los estudiantes de EFL desempeñan un papel vital en cómo las estrategias pedagógicas vinculadas a los ODS y el uso de IA generativa afectan sus habilidades digitales y creatividad, así como su dominio del idiomainglés 53. El diseño instruccional responde al logro del alumno a través de la motivación, utilizando la Teoría de laAutodeterminación 54, para fortalecer las condiciones psicológicas de un compromiso profundo. La motivación del estudiante relacionada con la autonomía (toma de decisiones sobre temas de defensa), la competencia (aprender vocabulario de sostenibilidad) y la relación (participación en actividades globales) sirve como el mecanismo a través del cual el contenido temático de los ODS determina la eficacia del pensamiento crítico y el desarrollo de habilidades digitales de los estudiantes. La implicación del estudiante puede aumentar durante el primer uso de herramientas de IA generativa debido a su novedad, pero las mejoras continuas en alfabetización y creatividad requieren que los estudiantes reconozcan las interacciones con IA como relevantes para la identidad y como promuevenzanla autonomía 55.

Los investigadores establecen la motivación como el factor principal que conecta los distintos entornos a través de la evidencia empírica. Los proyectos centrados en los ODS expuestos a los estudiantes de EFL llevaron a la creatividad asociada porque los alumnos experimentaron niveles de motivación elevados simultáneamente, según informan lasautoevaluaciones 56. Los resultados de escritura a partir de la retroalimentación personalizada generada por IA mostraron mejoras máximas en los estudiantes que demostraron una fuerte motivaciónexistente 57,58. El estudio demostró que la motivación regula la efectividad de las intervenciones tecnológicas. Otro factor que dificulta este proceso es el cultural, junto con los elementos socioeconómicos. Los entornos con recursos limitados tienden a priorizar incentivos externos, que se relacionan con las oportunidades profesionales mencionadas en el ODS 4.4, lo que resulta en relaciones alteradas entre la motivación y la entrega de herramientasdigitales 59,60. Basándose en la literatura anterior, se proponen las siguientes hipótesis: H7: La motivación de los estudiantes media la relación entre el uso de ChatGPT y las habilidades de alfabetización digital. H8: La motivación de los estudiantes media la relación entre los ODS y las habilidades de alfabetización digital. La Figura 1 muestra el modelo de investigación del presente estudio, que incluye todas las variables y sus relaciones de trayectoria entre sí. Además, basándose en las relaciones de camino entre variables, todas las hipótesis también se indican en el modelo de investigación.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Protocolo

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Este estudio se llevó a cabo en cumplimiento de las directrices éticas para la investigación de sujetos humanos. Se obtuvo el consentimiento informado de todos los participantes antes de su participación, asegurando que estuvieran plenamente informados sobre el propósito del estudio, los procedimientos basados en encuestas, su carácter voluntario y su derecho a retirarse en cualquier momento sin consecuencias. Todos los métodos cumplieron con estándares éticos para la investigación humana, garantizando la confidencialidad de los participantes, la anonimización de datos y la protección durante todo el estudio. El estudio consistió en una recogida de datos no invasiva, basada en encuestas, con un riesgo mínimo para los participantes.

1. Diseño de investigación

Este estudio adoptó un diseño de investigación cuantitativo y transversal para examinar las relaciones entre la integración del Objetivo de Desarrollo Sostenible (ODS), el uso de IA generativa, la alfabetización digital, la creatividad, la motivación y el compromiso con el aprendizaje de idiomas en contextos de EFL. El diseño priorizó la prueba de hipótesis mediante encuestas estructuradas, basadas en la epistemología positivista, lo que permitió la generalización estadística de los hallazgos en entornos académicos similares. Se seleccionó un enfoque de modelado estructural de mínimos cuadrados parciales (PLS-SEM) para analizar efectos complejos de mediación y moderación. PLS-SEM acomoda tamaños de muestra más pequeños y estructuras de modelos exploratorios, minimizando las suposiciones sobre la normalidad de losdatos 61. El diseño se alineó con la demanda del ODS 4 para estrategias educativas basadas en datos, centrándose en resultados medibles para informar innovaciones pedagógicas escalables en el aprendizaje de idiomas mejorado por IA.

2. Datos y muestreo

Primero, para construir el marco de muestreo, los investigadores identificaron y seleccionaron todas las clases de EFL integradas e integradas con tecnología del programa de la universidad para el semestre de primavera de 2024, resultando en una muestra de conveniencia de 420 estudiantes de grado. Segundo, se confirmó la elegibilidad de los participantes según los criterios de tener entre 18 y 24 años y matricularse como estudiantes de primer o segundo año de grado con un nivel intermedio de dominio del inglés, según los registros de colocación universitaria; la cohorte final estaba compuesta por un 62% de participantes femeninas y un 38% masculinas, con un 95% originario del este de China. En tercer lugar, durante una sesión programada de clase, el investigador administró el instrumento de la encuesta en persona: tras distribuir una hoja informativa detallada, el investigador leyó en voz alta el guion de consentimiento informado, permitió tiempo para preguntas y recogió formularios de consentimiento firmados antes de distribuir el cuestionario, que los participantes tuvieron 20 minutos para completar de forma anónima sin incentivos. En cuarto lugar, para controlar la variable innecesaria de la experiencia previa en IA, el propio instrumento de la encuesta incorporó al principio una sección de filtro dedicada, que recogía datos sobre la familiaridad de los participantes con las herramientas de IA para un control estadístico posterior. Finalmente, los datos recogidos fueron evaluados para garantizar su completitud y se verificó el tamaño de la muestra de n = 420 para adecuación estadística aplicando la "regla de las 10 veces" para PLS-SEM, confirmando que superaba el requisito mínimo de 10 casos por variable predictora en la ecuación de regresión más compleja del modelo.

  1. Integración práctica de ODS y ChatGPT
    Para fundamentar las medidas de la encuesta en un contexto pedagógico concreto, el estudio se llevó a cabo dentro de un módulo específico de EFL que integraba explícitamente temas de ODS con la asistencia de ChatGPT. Los estudiantes participaron en una serie de actividades de aprendizaje basadas en tareas durante un periodo de cuatro semanas. Por ejemplo, una tarea requería que los estudiantes usaran ChatGPT para investigar un ODS específico (educación ODS 4, ODS 13: Acción climática o ODS 5: Igualdad de Género), generando un resumen de los temas clave y luego evaluando críticamente la información proporcionada por la IA en busca de posibles sesgos. En otra tarea, los estudiantes utilizaron ChatGPT como herramienta colaborativa para coescribir un ensayo persuasivo o un guion de campaña en redes sociales que defendía una iniciativa local de sostenibilidad, conectando así los objetivos globales con su contexto inmediato. Estas tareas estaban diseñadas para ser multimodales, a menudo culminando en videoblogs o presentaciones, requiriendo que los estudiantes sintetizaran información, ejercitaran el pensamiento crítico y usaran el inglés con un propósito tangible. Esta implementación práctica garantizó que las respuestas de los estudiantes a las encuestas estuvieran informadas por la experiencia directa con el enfoque integrado de aprendizaje ODS-IA.

3. Consideraciones éticas

El presente estudio se llevó a cabo de acuerdo con rigurosas consideraciones éticas. Todos los participantes fueron informados en detalle sobre el propósito y los procedimientos del estudio, así como sus derechos, tanto por escrito como por vía oral, y luego proporcionaron su consentimiento informado antes de participar en el estudio. Este acuerdo garantizaba el anonimato, permitiéndoles retirarse en cualquier momento sin represalias y garantizando la confidencialidad de sus datos. La información se recopilaba mediante sistemas digitales cifrados y se almacenaba de forma segura en servidores protegidos por contraseña. Todo el análisis se realizó con datos agregados para evitar la identificación de cualquier individuo. En consonancia con los principios del ODS 4.7, el estudio incluyó una sección de informe separada para abordar cuestiones éticas propias de la IA generativa, presentando claramente posibles preocupaciones como la posibilidad de sesgos en las respuestas de ChatGPT y su impacto ambiental. Por último, se reconocieron abiertamente las limitaciones del estudio, como los sesgos de auto-reporte y la ubicación geográfica de la muestra, para promover la integridad académica.

4. Medidas

Los constructos se operacionalizaron utilizando escalas validadas adaptadas al contexto EFL. La integración de los ODS se midió mediante una escala de 36 ítems con tres subescalas: economía (13 ítems), sociedad (9 ítems) y medio ambiente (14 ítems). Esta escala se derivó de Atmaca et al.62, que evaluaban la exposición a temas de sostenibilidad en tareas lingüísticas. La alfabetización digital se evaluó utilizando una escala de 29 ítems, ampliada a seis dimensiones adaptadas de Rodríguez-de-Dios et al.63, incluyendo Alfabetización Tecnológica (7 ítems), Alfabetización en Seguridad Personal (5 ítems), Alfabetización Crítica (5 ítems), Alfabetización en Seguridad de Dispositivos (4 ítems), Alfabetización Informacional (5 ítems) y Alfabetización Comunicativa (3 ítems). Además, la creatividad de los estudiantes de EFL se capturó a través de Govindasamy et al.64, un instrumento de 12 ítems, que abarca cuatro subescalas, cada una con tres elementos: originalidad, flexibilidad, fluidez y elaboración. El uso de ChatGPT se cuantificó mediante una escala de 8 ítems adaptada de Abbas et al.65, centrándose en la frecuencia, el propósito y la eficacia percibida en tareas lingüísticas. La motivación se evaluó usando Obiosa66, con una escala de 05 ítems. Finalmente, el compromiso con el aprendizaje de idiomas se evaluó utilizando una escala de 9 ítems de Eerdemutu et al.67. Todas las escalas emplearon respuestas de Likert de 5 puntos, con pruebas piloto (n=30) confirmando la fiabilidad (α > de Cronbach 0,82) y el análisis factorial confirmatorio validando la distintividad de los constructos. El análisis para el presente estudio se realizó basándose en constructos reflectivo-reflectantes de primer orden, ya que los constructos reflectivo-reflectantes de segundo orden no se prueban directamente.

5. Análisis de datos

El análisis de datos se ejecutó mediante un procedimiento secuencial de dos fases utilizando SPSS versión 28 y SmartPLS versión 4. El proceso comenzó en SPSS 28, donde los investigadores navegaron para analizar estadísticas descriptivas > > descriptivas y analizar > correlacionar > bivariadas para calcular estadísticas descriptivas preliminares (medias, desviaciones estándar) y coeficientes de correlación Pearson, respectivamente, para la muestra de n = 420 casos. Posteriormente, el análisis principal se trasladó a SmartPLS 4 para realizar el Modelado Estructural de Mínimos Cuadrados Parciales (PLS-SEM). El primer paso en SmartPLS consistió en validar el modelo de medición ejecutando el algoritmo Calculate incorporado para evaluar la consistencia interna, requiriendo que los valores de fiabilidad compuesta superaran el umbral de 0,70, y la validez convergente, confirmada por una Varianza Media Extraída (AVE) superior a 0,50 para todos los constructos. La validez discriminante se verificó entonces utilizando las funciones de informe del software para aplicar el criterio de Fornell-Larcker y asegurar que todas las proporciones heterorasgo-monorasgo (HTMT) estuvieran por debajo del criterio conservador de 0,85. Tras esta validación, el modelo estructural se evaluó utilizando la rutina Bootstrapping configurada con 5.000 submuestras y una prueba bicolar al nivel de significación 0,05 para generar intervalos de confianza corregidos por sesgo para todos los coeficientes de camino (β) y efectos indirectos, probando así las relaciones hipotetizadas directas, mediadoras y moderadoras. Finalmente, la relevancia predictiva del modelo se determinó examinando el valor Q² de Stone-Geisser, obtenido mediante el procedimiento Blindfold, con valores superiores a cero que indican un poder predictivo adecuado, y el impacto sustantivo de los predictores se determinó calculando tamaños de efecto (f²) a partir de los resultados del algoritmo PLS.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Resultados

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Estadísticas descriptivas
Un análisis descriptivo proporciona información importante sobre patrones de variables, ubicaciones centrales y su dispersión, permitiendo a los investigadores verificar la salud, normalidad y congruencia teórica de los datos iniciales. En este estudio, los valores medios se utilizan para medir el nivel de kurtosis, mientras que los parámetros de desviación estándar se emplean para evaluar el nivel de asimetría. Además, también se consideran ...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Discusión

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Resumen de los hallazgos clave
Este estudio examinó la interacción entre los Objetivos de Desarrollo Sostenible (ODS), la IA generativa (ChatGPT) y los principales resultados educativos: motivación, alfabetización digital y creatividad en entornos de aprendizaje EFL. Los resultados confirmaron todas las hipótesis de efecto directo (H1-H5), demostrando que la integración de ODS (β = 0,37) y el uso de ChatGPT (β = 0,28) aumentan significativamente la motivación del alum...

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Divulgaciones

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Todos los autores declaran que no hay conflictos de interés.

Agradecimientos

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,

Esta investigación está financiada por el Fondo Provincial de Ciencias Sociales de Jiangsu, Subvención Nº: (23YYB011). Este trabajo fue apoyado por la Universidad Prince Sultan bajo el Laboratorio de Investigación en Lengua y Comunicación.

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
Escala de Uso de ChatGPTEscala de 8 ítems adaptada de Abbas et al. (2023).Abbas et al. (2023).
Escala de CreatividadEscala de 12 ítems adaptada de Govindasamy et al. (2022), midiendo cuatro subconstructos: Originalidad, Flexibilidad, Fluidez y Elaboración.Govindasamy et al. (2022)
Instrumento de Recogida de DatosCuestionario anónimo y autoadministrado con papel y lápiz.No aplicable / diseñado a medida
Sistema de almacenamiento de datosServidores protegidos por contraseña con sistemas digitales cifrados.No aplicable / infraestructura informática institucional
Escala de Alfabetización DigitalEscala de 29 ítems adaptada de Rodrí Guez-de-Dios et al. (2018), cubriendo seis dimensiones: Tecnológica, Seguridad Personal, Crítica, Seguridad de Dispositivos, Información y Alfabetización en Comunicación.Rodrí Guez-de-Dios et al. (2018)
Documentos de Consentimiento InformadoHoja informativa escrita y formulario de consentimiento.No aplicable / diseñado a medida
Escala de Compromiso en el Aprendizaje de IdiomasEscala de 9 ítems adaptada de Eerdemutu et al. (2023).Eerdemutu et al. (2023)
Escala de motivaciónEscala de 5 ítems adaptada de Obiosa (2023).Obiosa (2023).
Algoritmo y algoritmo PLS-SEM AutofinanciamientoRutinas internas SmartPLS 4 (Algoritmo PLS y Bootstrapping con 5.000 submuestras).https://www.smartpls.com/documentation/algorithms-and-techniques
Evaluación de la Relevancia PredictivaProcedimiento de venda en los ojos en SmartPLS 4 para calcular el Géisser de Piedra s P² Valor.https://www.smartpls.com/documentation/predictive-relevance-q2
Escala de Integración ODSEscala de 36 ítems adaptada de Atmaca et al. (2023), con subescalas para Economía (13 ítems), Sociedad (9 ítems) y Medio Ambiente (14 ítems).Atmaca et al. (2023)
Software de Análisis EstadísticoIBM SPSS Statistics, Versión 28.-
Software de modelado de ecuaciones estructuralesSmartPLS, Versión 4.https://www.smartpls.com
Validez y Comprobaciones de fiabilidadSmartPLS 4 funciones de reporte para Fiabilidad Compuesta, Varianza Media Extraída (AVE), Criterio de Fornell-Larcker y relaciones HTMT.https://www.smartpls.com/documentation/reporting

Referencias

$$\rightleftharpoonup{xx}$$ $$\longleftharp{xx}$$, $$\longrightharp{xx}$$,
  1. Aftinia, F., Munir, A., Nugroho, H. M. A. The use of gamification in English learning for Sustainable Development Goals (SDGs): A case study in a junior High School English club. J Lifestyle SDGs Rev. 5 (3), e04941-e04941 (2025).
  2. Kong, X., Liu, C. A comparative genre analysis of AI-generated and scholar-written abstracts for English review articles in international journals. J Engl Acad Purp. 71, 101432(2024).
  3. Weng, X., Chiu, T. K. Instructional design and learning outcomes of intelligent computer assisted language learning: Systematic review in the field. Comput Educ Artif Intell. 4, 100117(2023).
  4. Huang, J., Mizumoto, A. Examining the effect of generative AI on students' motivation and writing self-efficacy. Digital Digit Appl Linguist. 1, 102324-102324 (2024).
  5. Mo, Z., Crosthwaite, P. Exploring the affordances of generative AI large language models for stance and engagement in academic writing. J Engl Acad Purp. 75, 101499(2025).
  6. Jiao, S., Liang, F. Sustainable development of high school English learners in China: Motivation and its impact on their English achievement. Sustainability. 14 (19), 12619(2022).
  7. Khoso, A. K., Honggang, W., Younas, M., Salam El-Dakhs, D. A. The dual forces of AI: How generative AI and perceived AI Dependency Influence Fear of Missing Out (FoMO) and EFL Students' Vocabulary Acquisition. J Vis Exp. (226), e69637(2025).
  8. Arslan, S., Curle, S. Institutionalising English as a foreign language teachers for global sustainability: Perceptions of education for sustainable development in Turkey. Int J Educ Res. 125, 102353(2024).
  9. Al-Nofaie, H., Alwerthan, T. A. Appreciative inquiry into implementing artificial intelligence for the development of language student teachers. Sustainability. 16 (21), 9361(2024).
  10. Oriakhi,, et al. Generative artificial intelligence in education: ChatGPT-4 experiences to anticipated ChatGPT-5. HAFED Poly J Sci Manag Technol. 6 (1), 149-169 (2024).
  11. Uğraş, H., Uğraş, M., Papadakis, S., Kalogiannakis, M. ChatGPT-supported education in primary schools: The potential of ChatGPT for sustainable practices. Sustainability. 16 (22), 9855(2024).
  12. Wang, X., et al. What matters in AI-supported learning: A study of human-AI interactions in language learning using cluster analysis and epistemic network analysis. Comput Educ. 194, 104703(2023).
  13. Gayed, J. M., Carlon, M. K. J., Oriola, A. M., Cross, J. S. Exploring an AI-based writing Assistant's impact on English language learners. Comput Edu Artif Intell. 3, 100055(2022).
  14. Bravo-Adasme, N., Cataldo, A. Understanding techno-distress and its influence on educational communities: A two-wave study with multiple data samples. Tec in Soc. 70, 102045(2022).
  15. Noor, U., Younas, M., Saleh Aldayel, H., Menhas, R., Qingyu, X. Learning behavior, digital platforms for learning and its impact on university student's motivations and knowledge development. Front in Psyc. 13, 933974(2022).
  16. Vygotsky, L. S. Mind in society. Cole, M., John-Steiner, V., Scribner, S., Souberman, E. , (1978).
  17. Pangrazio, L. Reconceptualising critical digital literacy. Discourse: Stud Cult Polit Educ. 37 (2), 163-174 (2016).
  18. Lo, C. K., et al. Exploring the application of ChatGPT in ESL/EFL education and related research issues: A systematic review of empirical studies. Smart Learn Environ. 11 (1), 50(2024).
  19. Ben Abida, S. Towards enhancing E-learning: Using Digital Literacy, YouTube, and Facebook, to Encourage EFL students' Learning Autonomy. DIDASKEIN. 2 (1), 189-204 (2021).
  20. Adams, K., Nakano, S. Connecting student interest and motivation in English to the Sustainable Development Goals. IAFOR J Educ. 12 (1), 243-262 (2024).
  21. Kwee, C. T. T. I want to teach sustainable development in my English classroom: A case study of incorporating sustainable development goals in English teaching. Sustainability. 13 (8), 4195(2021).
  22. Younas, M., et al. Unveiling digital transformation and teaching prowess in English education during COVID-19 with structural equation modelling. Eur J Educ. 60 (1), e12818(2024).
  23. Putri, N. L. P. N. S., Santosa, M. H., Artini, L. P., Nitiasih, P. K. Sustainable development goals in EFL Students' learning: A systematic review. Pegem J Educ Instr. 14 (2), 1-11 (2024).
  24. Deci, E. L., Ryan, R. M. The general causality orientations scale: Self-determination in personality. J Res Pers. 19 (2), 109-134 (1985).
  25. Dörnyei, Z. The L2 motivational self system. Motivation, language identity and the L2. 36 (3), 9-11 (2009).
  26. Younas, M., et al. COVID-19, students' satisfaction about e-learning and academic achievement: Mediating analysis of online influencing factors. Front Psychol. 13, 948061(2022).
  27. Khoso, A. K., Honggang, W., Darazi, M. A. Empowering creativity and engagement: The impact of generative artificial intelligence usage on Chines EFL students' language learning experience. Comput. Hum Behav Rep. 18, 100627(2025).
  28. Manurung, R. T., et al. Improving students' awareness about Sustainable Development Goals (SDGs) through literary text: A case on language teaching. Lib Prog Lib Sci Inf Technol Comput. 44 (2), 493-500 (2024).
  29. Sağlam, M. An investigation of pre-service English language teaching students' opinions about their practicum at schools on the basis of sustainable development goals (SDGS). 5 (2), 02544(2025).
  30. Trucano, M. SABER-ICT framework paper for policy analysis. , (2016).
  31. Naing, W. K. K., Mar, A. A. English language teachers' knowledge of SDGs and their Attitudes towards Incorporating SDGs in ELT in Myanmar. J Engl Lang Linguist. 4 (1), 18-29 (2023).
  32. Selwyn, N., Facer, K. Beyond digital divide: Toward an agenda for change. In Digital literacy: Concepts, methodologies, tools, and applications. , 1678-1696 (2013).
  33. Zheng, Y., Wang, Y., Liu, K. S. X., Jiang, M. Y. C. Examining the moderating effect of motivation on technology acceptance of generative AI for English as a foreign language learning. Educ Inf Technol. 29, 1-29 (2024).
  34. Al-Smadi,, et al. Artificial intelligence for English language learning and teaching: Advancing sustainable development goals. J Lang Teach Res. 15 (6), 1835-1844 (2024).
  35. Huang, F., Wang, Y., Zhang, H. Modelling generative AI acceptance, perceived teachers' enthusiasm and self-efficacy to english as a foreign language learners' well-being in the digital era. Eur J Educ. 59 (4), e12770(2024).
  36. Frima, R. N. Students' digital literacy and their motivation to read narrative text at Islamic Junior High School Al-Hafit Pekanbaru. [Doctoral dissertation]. , UNIVERSITAS ISLAM NEGERI (UIN) SULTAN SYARIF KASIM RIAU. (2023).
  37. Nguyen, L. A. T., Habók, A. Digital literacy of EFL students: An empirical study in Vietnamese universities. Libri. 72 (1), 53-66 (2022).
  38. Pertiwi, I., Siti, R. R. Digital literacy in EFL learning: University students' perspectives. J Engl Educ Soc. 7 (2), 197-204 (2022).
  39. Rinekso, A. B., Rodliyah, R. S., Pertiwi, I. Digital literacy practices in tertiary education: A case of EFL postgraduate students. Stud Engl Lang Educ. 8 (2), 622-641 (2021).
  40. Yang, P., Huang, W., Shen, H. Z., Yang, H., Gao, C. Chinese university students' self-regulated strategic learning in English medium instruction from a sociocultural perspective. J Engl Acad Purp. 75, 101510(2025).
  41. Dashtestani, R., Hojatpanah, S. Digital literacy of EFL students in a junior high school in Iran: voices of teachers, students and Ministry Directors. Comput Assist Lang Learn. 35 (4), 635-665 (2022).
  42. Bacalja, A., Aguilera, E., Castrillón-Ángel, E. F. Critical digital literacy. The handbook of critical literacies. , Routledge. 373-380 (2021).
  43. Ngo, T. N., Hastie, D. Artificial Intelligence for Academic Purposes (AIAP): Integrating AI literacy into an EAP module. Engl Specif Purp. 77, 20-38 (2025).
  44. Ponte, D. C. The application of Artificial Intelligence in EFL learning and teaching: Considerations, challenges and practical examples for educators. English linguistics meets the 21st century. , 118-137 (2024).
  45. Indah, R. N., Toyyibah, T., Budhiningrum, A. S., Afifi, N. The research competence, critical thinking skills and digital literacy of Indonesian EFL students. J Lang Teach Res. 13 (2), 315-324 (2022).
  46. Klein, D. The relevance of digital literacy for distance learning in EFL classrooms in Austrian lower-secondary schools. , https://unipub.uni-graz.at/obvugrhs/content/titleinfo/8653259/full.pdf (2023).
  47. Cui, X., Gardiner, I. A. Investigating students' academic language-related challenges and their interplay with English proficiency and self-efficacy on EMI success in Transnational Education (TNE) programs in China. Engl Specif Purp. 78, 53-69 (2025).
  48. Belda-Medina, J. Promoting inclusiveness, creativity, and critical thinking through digital storytelling among EFL teacher candidates. Int J Incl Educ. 26 (2), 109-123 (2022).
  49. Özcan, E. N. Enhancing language skills and environmental literacy: An eco-pedagogical approach to teaching English to young learners. , (2025).
  50. Zhang, Q. Mediation/moderation effects of engagement, foreign language enjoyment, and ambiguity tolerance in metaverse-based foreign language learning. Int J Educ Technol. High. Educ. 21 (1), 54(2024).
  51. Liu, M. Exploring the motivation-engagement link: The moderating role of positive emotion. J Psychol Lang Learn. 4 (1), e415022(2022).
  52. Jeffcoat, J. L. Digital Literacy Integrated Into Academic Content Through the Collaboration of a Librarian and a Core Content Teacher. [Doctoral dissertation]. , University of South Carolina. (2023).
  53. Wu, Y., Kang, X. A moderated mediation model of expectancy-value interactions, engagement, and foreign language performance. Sage Open. 11 (4), 21582440211059176(2021).
  54. Peng, R., Fu, R. The effect of Chinese EFL students' learning motivation on learning outcomes within a blended learning environment. Australas J Educ Technol. 37 (6), 61-74 (2021).
  55. Bailey, D., Almusharraf, N., Bennett, F. Mediating effect of competitiveness on motivation and evaluation anxiety: a structural equation model for learning within videoconference EFL courses. Educ Inf Technol. 29 (3), 3729-3752 (2024).
  56. Feng, L., Mohd Rawian, R. The mediating role of motivation and language anxiety in increasing EFL learners' working memory. Lang Relat Res. 14 (1), 335-358 (2023).
  57. Derakhshan, A. EFL students' perceptions about the role of generative artificial intelligence (GAI)-mediated instruction in their emotional engagement and goal orientation: A motivational climate theory (MCT) perspective in focus. Learn Motiv. 90, 102114(2025).
  58. Yang, Y., Du, C. The predictive effect of perceived teacher support on college EFL learners' online learning engagement: Autonomous and controlled motivation as mediators. J Multiling Multicult. Dev. 46, 1-15 (2023).
  59. Liu, Q., Du, X., Lu, H. Teacher support and learning engagement of EFL learners: The mediating role of self-efficacy and achievement goal orientation. Curr Psychol. 42 (4), 2619-2635 (2023).
  60. Sadoughi, M., Hejazi, S. Y. The effect of teacher support on academic engagement: The serial mediation of learning experience and motivated learning behavior. Curr Psychol. 42 (22), 18858-18869 (2023).
  61. Hair, J. F., Risher, J. J., Sarstedt, M., Ringle, C. M. When to use and how to report the results of PLS-SEM. Eur Bus Rev. 31 (1), 2-24 (2019).
  62. Atmaca, A. C., Kıray, S. A., Pehlivan, M. Development of a measurement tool for sustainable development awareness. Int J AssessTools Educ. 6 (1), 80-91 (2019).
  63. Rodríguez-de-Dios, I., Igartua, J. J., González-Vázquez, A. Development and validation of a digital literacy scale for teenagers. Proceedings of the fourth international conference on technological ecosystems for enhancing multiculturality. , 1067-1072 (2016).
  64. Govindasamy, P., Cumming, T. M., Abdullah, N. Validity and reliability of a needs analysis questionnaire for the development of a creativity module. J Res Spec Educ. Needs. 24 (3), 637-652 (2024).
  65. Obiosa, N. Effects of students' motivation and engagement on students' satisfaction in a lecture: Empirical analysis. Int J Instr. 13 (3), 861-876 (2020).
  66. Abbas, M., Jam, F. A., Khan, T. I. Is it harmful or helpful? Examining the causes and consequences of generative AI usage among university students. Int J Educ Technol High Educ. 21 (1), 10(2024).
  67. Eerdemutu, L., Dewaele, J. M., Wang, J. Developing a short language classroom engagement scale (LCES) and linking it with needs satisfaction and achievement. System. 120, 103189(2024).
  68. Bravo Luque, M., Alcantud-Díaz, M. Implementing Inquiry-based Learning through Sustainable Development Goals: A didactic Approach to Foster Learning-to-learn and Citizenship Competencies in EFL. Pap Rev Fac Educ Univ Antonio Nariño. 16 (32), 1970(2024).
  69. Dodigovic, M. Artificial intelligence and second language learning: An efficient approach to error remediation. Lang Aware. 16 (2), 99-113 (2007).
  70. Doshi, R., Dadhich, M., Poddar, S. Integrating generative AI in education to achieve sustainable development goals. IGI global. Hiran, K. K. , (2024).
  71. Hutson, J. Multimodal GAI in arts-based multiliteracies: Fostering interdisciplinary creativity. Arts-Based Multiliteracies for Teaching and Learning. , 209-244 (2025).
  72. Kang, X., Wu, Y. Academic enjoyment, behavioral engagement, self-concept, organizational strategy and achievement in EFL setting: A multiple mediation analysis. PLoS One. 17 (4), e0267405(2022).
  73. Khoso, A. K., Honggang, W., Darazi, M. A. Trust and attitude towards AI as pathways to creativity: A TAM Model study of EFL students' digital literacy and AI acceptance. Humanit Soc Sci Commun. , (2025).
  74. Nguyen, T. H., Hoang, T. N. H. Investigating the promises and perils of generative AI in EFL learning in higher education: A literature review. AsiaCALL Online J. 16 (1), 1-15 (2025).
  75. Mentesoglu-Karaderi, I., Osam, ÜV., Al-Turjman, F. Integrating generative artificial intelligence in English language teaching: An overview in the IoT era. International Conference on Artificial Intelligence Of Things For Smart Societies. , Springer Nature. Cham. 43-50 (2024).
  76. Young, D. Leveraging assistive technology to promote inclusive English language teaching and digital literacy. digital literacy at the intersection of equity, inclusion, and technology. , 49-64 (2024).
  77. Nitzl, C., Roldan, J. L., Cepeda, G. Mediation analysis in partial least squares path modeling: Helping researchers discuss more sophisticated models. Ind Manag Data Syst. 116 (9), 1849-1864 (2016).

Acceso restringido. Inicie sesión o comience una prueba gratuita para ver este contenido.

Reimpresiones y permisos

Solicitar permiso para reutilizar el texto o las figuras de este artículo de JoVE

Solicitar permiso

Etiquetas

Integraci n de ChatGPTcreatividad ling sticamotivaci n del estudiantecompromiso en el aprendizaje de idiomasmodelado de ecuaciones estructuralescompetencias del siglo XXI

Artículos relacionados