De la alfabetización digital a la creatividad del estudiante: la vía motivacional en el aprendizaje de idiomas apoyado por IA

Resumen

Este estudio concluye que la enseñanza centrada en el estudiante, el uso estratégico de ChatGPT y la alfabetización digital están positivamente asociados con la motivación de los estudiantes de inglés inglés en chino. Esta mayor motivación, a su vez, se asocia con una menor ansiedad y una mayor creatividad, lo que sugiere un papel mediador. Los resultados apoyan la formación docente que integra pedagogía, herramientas de IA y habilidades digitales.

Resumen

Este estudio examina cómo el estilo de enseñanza, el uso de ChatGPT y la alfabetización digital influyen colectivamente en la motivación, la ansiedad y la creatividad entre los estudiantes de inglés inglés chino, al tiempo que investiga el papel mediador de la motivación en estas relaciones. Adoptando un enfoque cuantitativo, se recogieron datos de n = 290 estudiantes de grado utilizando escalas validadas y analizados mediante modelado de ecuaciones estructurales. Los hallazgos indican que la enseñanza con cantereo por parte del alumno, la integración estratégica de ChatGPT y la alfabetización digital están positivamente asociadas con una mayor motivación. Una mayor motivación, a su vez, se asocia con una menor ansiedad, y una menor ansiedad se asocia con una mayor creatividad. Además, la motivación media plenamente las asociaciones entre los tres antecedentes (estilo de enseñanza, uso de ChatGPT, alfabetización digital) y la ansiedad, destacando su papel central en los resultados emocionales dentro del modelo probado. El estudio contribuye a la teoría de la autodeterminación al demostrar cómo los factores pedagógicos y tecnológicos apoyan sinérgicamente las necesidades psicológicas de los estudiantes, mientras amplía la teoría cognitivo-afectiva del aprendizaje con medios al clarificar la función mediadora de la motivación. Las implicaciones prácticas ponen de manifiesto la necesidad de programas de formación docente que combinen pedagogía innovadora, utilización de herramientas de IA y desarrollo de la alfabetización digital para optimizar las experiencias de aprendizaje de idiomas. La investigación subraya la importancia de los enfoques centrados en la motivación en la educación EFL mejorada por la tecnología, especialmente en entornos de aprendizaje de alto riesgo.

Introducción

La inteligencia artificial (IA) ha avanzado la tecnología educativa al crear nuevas oportunidades de interacción, personalización y creatividad en el aprendizaje^{de idiomas 1}. ChatGPT, una herramienta conversacional basada en IA, proporciona retroalimentación interactiva y adaptativa que apoya el desarrollo del^{lenguaje 2}. Paralelamente, la alfabetización digital ha surgido como una habilidad esencial para navegar y utilizar la tecnología de manera eficaz en entornos de^{aprendizaje 3}. A pesar del creciente interés en el aprendizaje de idiomas apoyado por IA y el uso creciente de ChatGPT en contextos de^{EFL 4}, persisten varias lagunas importantes. En primer lugar, los estudios existentes han examinado en gran medida el estilo de enseñanza, el uso de herramientas de IA y la alfabetización digital de forma aislada; La investigación limitada ha integrado los tres dentro de un único marco^{motivacional 5}. En segundo lugar, aunque la motivación es ampliamente reconocida como un motor clave del aprendizaje de idiomas, pocos estudios han investigado su papel mediador en la vinculación de factores pedagógicos y tecnológicos con los resultados emocionales (por ejemplo, ansiedad al aprender idiomas) y los resultados cognitivos (por ejemplo, la creatividad)⁶. Esta brecha es especialmente evidente en los contextos de la EFL en China, donde la integración tecnológica aún está evolucionando. Además, aunque la ansiedad está bien documentada como un inhibidor en el aprendizaje^{de EFL 7}, rara vez se estudia junto con variables motivacionales y tecnológicas. De manera similar, la creatividad, una habilidad cada vez más valorada en el aprendizaje de idiomas, no se ha asociado fuertemente con entornos de aprendizaje asistido por IA⁸. A diferencia de investigaciones previas que se centran únicamente en la pedagogía o la tecnología, el presente estudio une ambos ámbitos para examinar cómo el estilo de enseñanza, el uso de ChatGPT y la alfabetización digital se relacionan conjuntamente con la motivación y, a su vez, con la ansiedad y la creatividad.

Este estudio se basa en tres marcos teóricos, cada uno correspondiente a constructos medidos específicos en nuestro modelo de ecuaciones estructurales. En primer lugar, la teoría de la autodeterminación (SDT)⁹ sostiene que la enseñanza que apoya la autonomía satisface las necesidades psicológicas básicas del alumno (autonomía, competencia, relación), aumentando así la motivación intrínseca. En nuestro modelo, esto se operacionaliza a través del constructo de un estilo de enseñanza centrado en el estudiante, que se hipotetiza está positivamente asociado con la motivación. En segundo lugar, el modelo de aceptación tecnológica (TAM⁾¹⁰ sugiere que la utilidad percibida y la facilidad de uso influyen en la adopción tecnológica. Aquí, la alfabetización digital se conceptualiza como un precursor que permite a los estudiantes percibir ChatGPT como útil y fácil de usar, fortaleciendo así su asociación positiva con la motivación. En tercer lugar, la teoría cognitivo-afectiva del aprendizaje con medios (CATLM⁾¹¹ enfatiza que los factores afectivos (por ejemplo, la ansiedad) median la relación entre las características de los medios y los resultados cognitivos (por ejemplo, la creatividad). En nuestro modelo, esto se evalúa a través de la vía: motivación → ansiedad → creatividad. Es importante destacar que, aunque la teoría constructivista del aprendizaje informa el diseño de una pedagogía centrada en el estudiante, no se operacionaliza como un constructo medido distinto en nuestro modelo; Por ello, lo discutimos solo como contexto y no como un marco directamente probado.

Las aplicaciones previas de la TDA en contextos de EFL se han centrado principalmente en el apoyo a la autonomía impulsado por el profesor, sin examinar cómo herramientas de IA como ChatGPT podrían satisfacer de forma independiente las necesidades de competencia y autonomía de los alumnos¹². De manera similar, TAM ha explicado la adopción de la tecnología pero no ha tenido en cuenta los resultados motivacionales y emocionales como la ansiedad y la creatividad¹³. CATLM ha destacado el procesamiento emocional y cognitivo, pero carece de pruebas empíricas en entornos EFL apoyados^{por IA 14}. El presente estudio aborda estas carencias integrando los tres marcos en un modelo unificado y empíricamente evaluable, en el que el estilo de enseñanza, el uso de ChatGPT y la alfabetización digital se asocian con la motivación, lo que a su vez se asocia con una menor ansiedad y mayor creatividad (a través del vínculo ansiedad–creatividad).

ChatGPT es un modelo generativo de lenguaje capaz de diálogos similares a los humanos, retroalimentación inmediata y respuestas adaptativas, lo que lo convierte en una herramienta potencialmente poderosa para la instrucción de^{EFL 15}. Estudios recientes indican que ChatGPT ayuda a la adquisición de vocabulario, la precisión gramatical y la fluidez conversacional mediante interacciones^{simuladas 16}. Sin embargo, persisten carencias críticas respecto a sus efectos psicológicos en los estudiantes. Por un lado, la naturaleza accesible y de bajo riesgo de ChatGPT puede reducir la ansiedad al aprender^{idiomas 17}. Por otro lado, su imprevisibilidad (por ejemplo, inexactitudes ocasionales o respuestas inconsistentes) podría aumentar el estrés de los alumnos menos seguros^{de sí mismos.} Además, la efectividad de ChatGPT probablemente depende de la alfabetización digital de los estudiantes, no solo de las habilidades técnicas, sino también de la evaluación crítica y la conciencia^{ética 19}. Este papel de moderador requiere un examen más profundo en contextos de EFL donde la preparación tecnológica de los estudiantes varía²⁰.

La metodología de enseñanza ha sido reconocida como un aspecto importante que define la actividad y el rendimiento del estudiante en el aprendizaje de un^{idioma 21}. Basándose en cuestiones constructivistas y socioculturales, la tendencia moderna en la investigación pedagógica ha puesto de manifiesto la eficacia de prácticas de enseñanza centrada en el alumno, como la enseñanza comunicativa de lenguas y el aprendizaje basado en tareas²², según algunas prácticas, que los estudiantes en prácticas centradas en el estudiante obtienen mejores calificaciones y mejores resultados que los que usan estilos dominados por^{el profesor 23}. Estos paradigmas centrados en el aprendiz ahora resuenan con la teoría de la autodeterminación, según la cual la enseñanza apoya la autonomía, lo que inculca motivación intrínseca al satisfacer las necesidades psicológicas de los alumnos, competencia necesaria, autonomía necesaria y relación^{con necesidades 24}. Esto se ve respaldado por hallazgos empíricos que muestran que los patrones flexibles e interactivos de enseñanza mejoran el compromiso de los estudiantes de idiomas y alivian las consecuencias negativas de la ansiedad²⁵. Pero la rápida implementación de IA como ChatGPT añade complexidad a este^{proceso 26}. Aunque ciertos investigadores afirman que la tecnología de IA puede profundizar en las ventajas positivas de la pedagogía centrada en el estudiante al introducir vías de aprendizaje^{individualizadas 27}.

La motivación ocupa la posición central entre la mediación de las conexiones de variables pedagógicas, tecnológicas y afectivas en el aprendizaje de^{idiomas 28}. La diferencia entre motivación autónoma y controlada descrita por la SDT ofrece una perspectiva sólida sobre cómo examinar el compromiso del alumno mediante el uso de ChatGPT y los estilos de enseñanza²⁹. En la evidencia inicial, los investigadores han indicado que las herramientas de IA están relacionadas con vivir la motivación autónoma apoyando el aprendizaje auto-acelerado y basado en intereses³⁰, aunque este efecto dependía de que los profesores pudieran combinar la tecnología para no eliminar la agencia de los alumnos³¹. A su vez, la ansiedad, que puede parecer un obstáculo omnipresente en el entorno de la lengua extranjera, en muchos casos es causada por el miedo a la evaluación negativa o la ansiedad de comunicación. Aunque se ha demostrado que la integración de la IA en la práctica del aprendizaje mitiga esta ansiedad³², se ha realizado poca investigación para averiguar cómo funciona el proceso, especialmente a través del aspecto de la mediación por^{motivación 33}. La Figura 1 son las variables clave del estudio. Ilustra las relaciones propuestas entre el estilo de enseñanza del profesor, el uso de ChatGPT por parte de los estudiantes y los impactos resultantes en la motivación, ansiedad, creatividad y alfabetización digital del alumno en un contexto de EFL.

Figura 1. Modelo de investigación. Representación esquemática de las relaciones propuestas entre el estilo de enseñanza, el uso de ChatGPT, la alfabetización digital de los estudiantes de EFL, la motivación de los estudiantes de EFL, la ansiedad de los estudiantes de EFL y la creatividad de los estudiantes de EFL. Por favor, haz clic aquí para ver una versión ampliada de esta figura.

Basándose en el marco teórico, se proponen las siguientes hipótesis (H1-H8):
H1: El estilo de enseñanza está positivamente asociado con la motivación de los estudiantes.
H2: El uso de ChatGPT está positivamente asociado con la motivación de los estudiantes.
H3: La alfabetización digital está positivamente asociada con la motivación de los estudiantes.
H4: La motivación está negativamente asociada con la ansiedad.
H5: La ansiedad está negativamente asociada con la creatividad.
H6: La motivación está asociada a la relación entre el estilo de enseñanza y la ansiedad.
H7: La motivación está asociada a la relación entre el uso de ChatGPT y la ansiedad.
H8: La motivación está asociada a la relación entre la alfabetización digital y la ansiedad.

Protocolo

Declaración ética
Este estudio se llevó a cabo de acuerdo con los estándares éticos del Comité de Revisión Institucional (IRB) de la Universidad de Chengdu, China (Aprobación: 202509). Todos los participantes proporcionaron su consentimiento informado por escrito antes de participar. El estudio se ajustó a las directrices institucionales para la investigación que involucra a sujetos humanos, garantizando la participación voluntaria, la confidencialidad y el derecho a retirarse en cualquier momento sin penalización.

Para mantener la confidencialidad, todos los datos recogidos fueron anonimizados mediante identificadores codificados, y la información personal se almacenó por separado de los datos de investigación en archivos protegidos por contraseña accesibles solo para los investigadores principales. El diseño del cuestionario incorporó medidas para minimizar la incomodidad psicológica, especialmente para preguntas sobre ansiedad, y a los participantes se les proporcionó información de contacto de los servicios de orientación universitaria en caso de que surgiera algún malestar por la participación en la encuesta. Para abordar posibles desequilibrios de poder en la relación profesor-alumno, el reclutamiento y la recopilación de datos fueron realizados por asistentes de investigación formados en lugar de docentes de curso, y se aseguró a los participantes que sus respuestas no afectarían a su rendimiento académico ni a su relación con el profesorado.

Este estudio empleó un diseño cuantitativo y transversal que involucró a 290 estudiantes chinos de grado en inglés inglés de una universidad pública. Se reclutó participantes de diversos años académicos y disciplinas mediante muestreo de conveniencia con representación proporcional y completó cuestionarios en papel en aulas controladas durante sesiones regulares, que requirieron aproximadamente 25 minutos. La batería de cuestionarios incluyó escalas validadas que midían el estilo de enseñanza, la alfabetización digital, el uso de ChatGPT, la motivación, la ansiedad y la creatividad. Para minimizar el sesgo, asistentes de investigación formados administraron los cuestionarios utilizando contramedidas procedimentales como la separación psicológica de los ítems. Tras la recogida de datos, las respuestas se analizaron utilizando software estadístico y software de Modelado de Ecuaciones Estructurales de Mínimos Cuadrados Parciales (PLS-SEM), incluyendo cribado de datos, evaluación de modelos de medición, pruebas de modelos estructurales y análisis de mediación mediante un procedimiento de arranque con 5.000 remuestramientos.

Diseño de investigación
Este estudio empleó un diseño de investigación cuantitativo y transversal para examinar las relaciones entre el estilo de enseñanza, el uso de ChatGPT, la alfabetización digital, la motivación, la ansiedad y la creatividad entre los estudiantes de EFL. Se consideró apropiado un enfoque transversal para capturar una instantánea de estas variables en un momento específico, permitiendo el análisis de sus interrelaciones sin las exigencias temporales de la investigación longitudinal. El diseño facilitó la prueba de un modelo de mediación hipotético en el que la motivación sirve como mecanismo que vincula el estilo de enseñanza, el uso de ChatGPT y la alfabetización digital para reducir la ansiedad y aumentar la creatividad.

Datos y muestra
El marco de muestreo consistió en todos los estudiantes de grado matriculados en cursos de Inglés como Lengua Extranjera (EFL) en una universidad pública de China durante el curso académico 2024–2025. Los criterios de elegibilidad requerían que los participantes fueran (a) hablantes nativos de chino, (b) estuvieran matriculados en al menos un curso obligatorio de EFL, y (c) no tuvieran formación formal previa en herramientas de aprendizaje de idiomas basadas en IA más allá de cursos generales. Se utilizó un enfoque estratificado de muestreo por conveniencia, con asignación proporcional entre los cursos académicos (primero, segundo, tercero, cuarto curso) y áreas disciplinarias (humanidades, ciencias sociales, ciencias naturales, ingeniería). Los tamaños objetivo de las comunidades se establecieron en un 25% por año académico y un 25% por área disciplinaria, basándose en la distribución general de estudiantes de la universidad. La muestra final estaba compuesta por 290 estudiantes de grado en lengua extranjera. De los 328 estudiantes a los que se les abordó durante las sesiones regulares, 11 declinaron participar (tasa de no participación = 3,4%) y 27 proporcionaron cuestionarios incompletos (tasa de respuesta incompleta = 8,2%), lo que dio una tasa de respuesta final utilizable del 88,4% (290/328). El cálculo a priori del tamaño de la muestra se realizó usando G*Power 3.1 con la familia de pruebas F, regresión múltiple lineal: modelo fijo, desviación R² desde cero como prueba. Los parámetros de entrada fueron: tamaño del efecto f² = 0,15 (tamaño medio convencional para investigación conductual), α err prob = 0,05, potencia (1-β err prob) = 0,95, y número de predictores = 3 (estilo de enseñanza, uso de ChatGPT, alfabetización digital) para el resultado de la motivación. El cálculo arrojó un tamaño mínimo de muestra requerido de 119 para detectar un^{R 2} significativo. Para tener en cuenta aún más el modelo completo de SEM (incluyendo caminos indirectos y variables endógenas adicionales), aplicamos la regla más conservadora de 10 casos por parámetro estimado. Con 29 parámetros estimados en nuestro modelo, el tamaño de muestra requerido era de 290, que coincide exactamente con la muestra final. Así, la muestra obtenida está totalmente potenciada tanto para análisis basados en regresión como para análisis SEM.

Participantes y procedimiento
Los participantes fueron reclutados mediante muestreo estratificado por conveniencia para garantizar la proporcionalidad entre los años académicos (primero a cuarto) y los antecedentes disciplinares (humanidades, ciencias e ingeniería). Los tamaños de los condominios en la muestra final fueron: estudiantes de primer curso (n = 72, 24,8%), estudiantes de segundo (n = 74, 25,5%), juniors (n = 71, 24,5%), cuarto curso (n = 73, 25,2%); y humanidades (n = 76, 26,2%), ciencias sociales (n = 68, 23,4%), ciencias naturales (n = 72, 24,8%), ingeniería (n = 74, 25,5%). La muestra estaba compuesta por un 62 % de mujeres y un 38 % de hombres, con una edad media de 20,3 años (DE = 1,7). La recogida de datos se realizaba durante las clases regulares de EFL. Asistentes de investigación formados administraban cuestionarios en papel en entornos de aula controlada para garantizar la estandarización. Antes de la administración de la encuesta, se informó a todos los estudiantes elegibles presentes en clase sobre el propósito del estudio, su naturaleza voluntaria y sus medidas de confidencialidad (respuestas anónimas, almacenamiento seguro de datos). Se excluyeron los estudiantes que no cumplieron los criterios de elegibilidad (n = 6, sin matrícula en EFL) o que declinaron la participación (n = 11); Las razones de la negativa incluyeron limitaciones de tiempo (n = 7) y la incomodidad con el uso de tecnología autoinformado (n = 4). La batería de cuestionarios tardó aproximadamente 25 minutos en completarse e incluyó escalas validadas para todos los constructos. Para mitigar el sesgo común del método, se aplicaron contramedidas procedimentales (por ejemplo, separación psicológica de ítems de la escala, anonimato de las respuestas). Además, el sesgo común por método se evaluó mediante la prueba de un solo factor de Harman, y el primer factor representó menos del 50% de la varianza total, lo que indica que el sesgo común por método no fue una preocupación principal en este estudio.

Medidas de estudio
Todas las escalas se adaptaron al contexto chino de la lengua extranjera extranjera mediante un riguroso procedimiento de traducción y adaptación. Dos investigadores bilingües tradujeron de forma independiente los elementos originales en inglés al chino, y un tercer investigador reconcilió discrepancias para producir una versión preliminar. Esta versión fue retrotraducida al inglés por dos traductores diferentes, y cualquier inconsistencia se resolvió mediante la discusión con el equipo de investigación. Las versiones chinas fueron luego probadas en piloto con 30 estudiantes de inglés inglés de grado (que no formaban parte de la muestra principal) para comprobar claridad y comprensión, lo que resultó en pequeños ajustes en la redacción. Para cada escala, las respuestas se recogieron en una escala de Likert de 5 puntos que iba de 1 (totalmente en desacuerdo) a 5 (totalmente de acuerdo). Se utilizaron puntuaciones sumadas o promediadas para cada constructo, con puntuaciones más altas indicando niveles más altos de la variable respectiva. Todas las escalas adaptadas se utilizaron con permiso de los autores originales o bajo términos de licencia abierta cuando correspondía. No se retiraron elementos de las escalas originales salvo donde se indica a continuación; La retención de elementos se basaba en cargas factoriales > 0,40 y relevancia teórica. En cuanto al uso de ChatGPT, el estudio evaluó la interacción auto-reportada de los estudiantes con la versión gratuita de ChatGPT (GPT-3.5/4 disponible por web o aplicación móvil durante el curso académico 2024–2025). Todos los participantes tenían acceso igualitario a la herramienta, ya que la universidad no restringía ChatGPT; sin embargo, el uso real variaba según el lugar. La escala medía la frecuencia de uso de ChatGPT (que iba de "nunca" a "diario"), los tipos de tareas de aprendizaje de idiomas para las que se empleaba (por ejemplo, ampliación de vocabulario, corrección gramatical, redacción de ensayos, práctica de conversación y corrección de errores) y la calidad percibida de la interacción (por ejemplo, utilidad, claridad de la retroalimentación). La escala no distinguía entre versiones específicas de ChatGPT, ya que las actualizaciones de versiones se produjeron durante el periodo de recogida de datos; en su lugar, los participantes informaron de la versión que usaron principalmente, con más del 90% reportando GPT-3,5 o GPT-4. A continuación se proporcionan ejemplos detallados de ítems y notas de adaptación para cada constructo.

Este estudio empleó escalas rigurosamente validadas, adaptadas cuidadosamente al contexto educativo EFL, para evaluar las variables clave: enfoques de enseñanza, competencia digital, integración con ChatGPT, ansiedad al aprender idiomas, motivación del alumnado y pensamiento creativo. Las herramientas de medición fueron elegidas por su fiabilidad demostrada y su capacidad para evaluar de forma exhaustiva cada constructo. Para examinar los métodos de enseñanza, la investigación utilizó una versión modificada del Inventario de Estilo de Enseñanza³⁴ de Grasha, que evalúa cinco enfoques pedagógicos distintos: autoritativo, experto, Profesor modelo personal, facilitador y delegador. Para evaluar la alfabetización digital, el estudio incorporó una versión modificada de la escala desarrollada por Rodríguez-de-Dueños et ^al.35, que consta de 29 ítems en seis dominios clave: (1) alfabetización técnica, (2) alfabetización en protección de datos personales, (3) alfabetización en evaluación crítica, (4) alfabetización en seguridad de dispositivos, (5) alfabetización en procesamiento de información y (6) alfabetización en comunicación digital. Este marco multidimensional proporcionó una evaluación exhaustiva de las capacidades digitales de los estudiantes necesarias para la educación contemporánea. El uso de ChatGPT se evaluó utilizando una escala de 8 ítems adaptada de Abbas et ^al.36, centrándose en la interacción de los estudiantes con la herramienta de IA para tareas de aprendizaje de idiomas. Esta escala recoge el uso percibido y autoinformado de ChatGPT por parte de los estudiantes en tareas de aprendizaje de idiomas, en lugar de la frecuencia de uso objetivo. La ansiedad en el aula de lenguas extranjeras (FLCA) se midió utilizando una escala adaptada basada en Briesmaster y^{Briesmaster 37}. Este instrumento examinó la ansiedad en tres dimensiones críticas: Aprensión en la Comunicación, Ansiedad en el Examen y Miedo a la Evaluación Negativa, con 10, 10 y 7 ítems, respectivamente. La motivación de los estudiantes se evaluó utilizando una escala adaptada de Kanoksilapatham et ^al.38, midiendo tres dimensiones clave: Promoción y prevención de la instrumentalidad, Etnocentrismo e integración, y Actitud hacia el aprendizaje del inglés. La báscula incluía un total de 20 elementos. La creatividad de los estudiantes de EFL se midió mediante una escala adaptada de Govindasamy et ^al.39, que evaluó cuatro dimensiones: Originalidad, Flexibilidad, Fluidez y Elaboración. Cada dimensión se medía usando tres ítems.

Métodos de análisis de datos
Los datos recogidos se analizaron utilizando un enfoque analítico en dos etapas que combina SPSS (Versión 27) y Modelado de Ecuaciones Estructurales de Mínimos Cuadrados Parciales (PLS-SEM) mediante software SmartPL. Se realizaron análisis iniciales de datos y análisis preliminares utilizando SPSS para examinar la calidad de los datos, incluyendo comprobaciones de valores faltantes, valores atípicos y supuestos de normalidad. Menos del 2% de los puntos de datos faltaban completamente al azar (MCAR), como confirmó la prueba MCAR de Little (χ² = 18,24, p = 0,212), y se manejaron usando el algoritmo de expectativa-maximización para preservar el poder estadístico. El conjunto de datos demostró normalidad univariante aceptable (asimetría < |2|, kurtosis < |7|) y normalidad multivariante (coeficiente de Mardia = 18,37, p < 0,001), justificando el uso tanto de pruebas paramétricas como de PLS-SEM, que es robusta a la no normalidad. Aunque la normalidad univariante era aceptable, el coeficiente de Mardia indicaba una violación de la normalidad multivariante (p < 0,001). Sin embargo, esto no supone una preocupación ya que PLS-SEM es robusto a distribuciones de datos no normales.

El análisis de fiabilidad reveló una fuerte consistencia interna para todas las escalas (α > de Cronbach 0,82, fiabilidad compuesta > 0,85), mientras que el análisis factorial exploratorio confirmó las estructuras factoriales anticipadas con todos los elementos cargando limpiamente sobre sus respectivas construcciones (cargas > 0,65, cargas cruzadas < 0,40).

Para la prueba de hipótesis, PLS-SEM fue seleccionado frente al SEM basado en covarianza debido a su mejor manejo de modelos complejos con tamaños de muestra pequeños a medianos y su capacidad para maximizar la varianza explicada en constructos endógenos. El análisis siguió el procedimiento de dos pasos: primero evaluando el modelo de medición y luego evaluando el modelo estructural. El modelo de medición reflectiva demostró validez convergente adecuada (varianza media extraída > 0,50 para todos los constructos) y validez discriminante, confirmada tanto por el criterio de Fornell-Larcker como por la relación heterorasgo-monorasgo (HTMT < 0,85). En el modelo estructural, los coeficientes de trayectoria se estimaron mediante un procedimiento de arranque con 5.000 remuestreos para generar estimaciones estables e intervalos de confianza. El poder predictivo del modelo se evaluó mediante valores de R² para variables endógenas (motivación = 0,53, ansiedad = 0,41, creatividad = 0,38) y relevancia predictiva (Q² > 0), calculando tamaños de efecto (f²) para determinar el impacto sustantivo. Los análisis de mediación emplearon el método bootstrap corregido por sesgo para probar efectos indirectos, estableciendo una mediación significativa cuando los intervalos de confianza del 95% excluyeron cero.

Todos los constructos se modelaron como reflectivos (modo A) basándose en consideraciones teóricas, ya que se asumía que cada variable latente causaba sus indicadores observados. No se eliminaron elementos de ninguna escala, ya que todos los elementos mostraron cargas exteriores por encima del umbral de 0,50 (que iban de 0,62 a 0,89) y todos los valores medios de varianza extraída (AVE) superaron 0,50, confirmando la validez convergente. Para las pruebas de mediación, el modelo estructural incluyó caminos directos desde los tres antecedentes (estilo de enseñanza, uso de ChatGPT, alfabetización digital) hasta la motivación, desde la motivación hasta la ansiedad y desde la ansiedad hasta la creatividad. También se estimaron trayectorias directas desde antecedentes a ansiedad y desde antecedentes hacia creatividad para evaluar la mediación parcial frente a la total. La mediación completa se determinó basándose en los criterios de que (a) los efectos indirectos (antecedentes → motivación → ansiedad) eran significativos (intervalo de confianza bootstrap corregido por sesgo del 95% excluyendo cero), y (b) los efectos directos de los antecedentes de la ansiedad dejaron de ser significativos tras incluir al mediador, mientras que los efectos directos de los antecedentes a la creatividad nunca fueron significativos. Todos los análisis utilizaron el algoritmo PLS-SEM en SmartPLS 4 con esquema de ponderación de camino, iteraciones máximas establecidas en 300 y criterio de parada de 1,0e-7. El bootstrapping se realizó con 5.000 submuestras, intervalos de confianza corregidos por sesgo y acelerados (BCa) al 95%, y sin opción de cambios de signo. El ajuste al modelo se evaluó utilizando el residuo cuadrático medio de raíz estandarizado (SRMR = 0,061), que está por debajo del umbral recomendado de 0,08.

Resultados

Estadística descriptiva y análisis de correlación
Las estadísticas descriptivas de todas las variables del estudio revelaron datos distribuidos normalmente con rangos aceptables de variabilidad, como lo demuestran los valores de asimetría y kurtosis dentro de los umbrales recomendados de ± 2.

La Tabla 1 revela características importantes de las variables del estudio en nuestra muestra de 290 estudiantes de EFL. El estilo de...

Discusión

El estudio actual ofrece una visión útil sobre las asociaciones entre el estilo de enseñanza, el uso de ChatGPT, la alfabetización digital, la motivación, la ansiedad y la creatividad entre los estudiantes de EFL. Los hallazgos sugieren que el estilo de enseñanza centrado en el estudiante, un mayor uso de ChatGPT y una mayor alfabetización digital están positivamente asociados con la motivación de los estudiantes. A su vez, la motivación se asocia negativamente con la ansiedad, mientras ...

Materiales

```html

Lista de materiales utilizados en este artículo

Nombre	Empresa	Número de catálogo	Comentarios
Instrumentos de Encuesta (Escalas)	Escala de Estilo de Enseñanza	NA	Versión modificada del Inventario de Estilo de Enseñanza de Grasha (Grasha, 1996), que evalúa cinco enfoques pedagógicos: autoritario, experto, modelo personal, facilitador y delegatorio. Número de Catálogo: NA
	Escala de Alfabetización Digital	NA	Escala de 29 ítems adaptada de Rodríguez-de-Dueño et al. (2016), que abarca seis dimensiones: Competencia Técnica, Protección de Datos Personales, Evaluación Crítica, Gestión de la Seguridad de los Dispositivos, Procesamiento de la Información y Comunicación Digital. Número de Catálogo: NA
	Escala de Uso de ChatGPT	NA	Escala de 8 ítems adaptada de Abbas et al. (2024), centrándose en la interacción de los estudiantes con la herramienta de IA para tareas de aprendizaje de idiomas. Número de Catálogo: NA
	Escala de Ansiedad en el Aula de Lengua Extranjera (FLCA)	NA	Escala adaptada de Briesmaster y Briesmaster (2015), con subescalas para Apprehensión de la Comunicación (10 ítems), Ansiedad ante las Pruebas (15 ítems) y Miedo a la Evaluación Negativa (7 ítems). Número de Catálogo: NA
	Escala de Motivación	NA	Escala de 20 ítems adaptada de Kanoksilapatham et al. (2021), que mide tres dimensiones: Instrumentalidad (Promoción/Prevención), Etnocentrismo/Integración y Actitud hacia el Aprendizaje del Inglés. Número de Catálogo: NA
	Escala de Creatividad	NA	Escala de 12 ítems adaptada de Govindasamy et al. (2024), que mide cuatro subconstrucciones: Originalidad, Flexibilidad, Fluidez y Elaboración. Número de Catálogo: NA
Software	SPSS Statistics Versión 27	IBM Corp.	Software de análisis estadístico. Número de Catálogo: NA
	SmartPLS Versión 4	SmartPLS GmbH	Software de modelado de ecuaciones estructurales. Número de Catálogo: NA
Equipo y Otros Materiales	Instrumento de Recolección de Datos	NA	Batería de cuestionarios autoadministrados anónimos en papel y lápiz. Número de Catálogo: NA
	Documentos de Consentimiento Informado	NA	Hoja de información escrita y formulario de consentimiento que detalla el propósito del estudio, los procedimientos, los riesgos/beneficios y el derecho a retirarse. Número de Catálogo: NA
	Sistema de Almacenamiento de Datos	NA	Archivos digitales protegidos con contraseña con identificadores codificados; la información personal se almacena por separado de los datos de investigación. Número de Catálogo: NA
Procedimientos Analíticos	Algoritmo PLS-SEM y Bootstrapping	SmartPLS GmbH	Rutinas internas de SmartPLS 4 (Algoritmo PLS y Bootstrapping Corregido por Sesgo con 5,000 remuestreos). Número de Catálogo: NA
	Comprobación de Validez y Fiabilidad	SmartPLS GmbH; IBM Corp.	Rutinas de SmartPLS 4 y SPSS para el alfa de Cronbach, la fiabilidad compuesta, la varianza promedio extraída (AVE), el criterio de Fornell-Larcker y la relación heterotrait-monotrait (HTMT). Número de Catálogo: NA
	Evaluación de Relevancia Predictiva	SmartPLS GmbH	Procedimiento de cegamiento en SmartPLS 4 para calcular el valor Q² de Stone-Geisser. Número de Catálogo: NA
	Pantalla Inicial de Datos	IBM Corp.	Procedimientos de SPSS para manejar datos faltantes (algoritmo de Máxima Expectativa) y comprobaciones de normalidad, valores atípicos y estructura factorial (análisis factorial exploratorio). Número de Catálogo: NA

```