Se requiere una suscripción a JoVE para ver este contenido. Inicie sesión o comience su prueba gratuita.

Artículo de investigación

Inteligencia artificial generativa, motivación, ansiedad y creatividad en aulas de inglés como lengua extranjera en Arabia Saudita: un estudio transversal

250 visualizaciones

⸱

DOI:

10.3791/72626

⸱

14 de agosto de 2026

1English Department, College of Languages and Translation, University of Jeddah

En este artículo

Resumen

Esta encuesta transversal examinó las asociaciones entre el uso de inteligencia artificial generativa, el estilo docente, la alfabetización digital, la motivación, la ansiedad y la creatividad en estudiantes universitarios saudíes de inglés como lengua extranjera, identificando a la motivación como un mediador importante de las relaciones observadas.

Resumen

Herramientas de inteligencia artificial (IA) como ChatGPT están siendo incorporadas cada vez más en la enseñanza del inglés como lengua extranjera (ELE); sin embargo, hay poca evidencia disponible sobre cómo su uso se relaciona con el estilo docente, la alfabetización digital, la motivación, la ansiedad en el aula de lengua extranjera (FLCA, por sus siglas en inglés) y la creatividad en el contexto saudí. Este estudio investigó las asociaciones entre estas variables y examinó el papel mediador de la motivación dentro de un marco conceptual unificado. Se realizó una encuesta cuantitativa transversal entre 280 estudiantes universitarios de ELE matriculados en una universidad pública de Arabia Saudita, utilizando instrumentos de cuestionario validados. Las relaciones propuestas se analizaron mediante el Modelado de Ecuaciones Estructurales por Mínimos Cuadrados Parciales (PLS-SEM). Los resultados indicaron que el uso de ChatGPT, el estilo docente y la alfabetización digital se asociaron positivamente con la motivación de los estudiantes. Una mayor motivación se asoció con niveles más bajos de FLCA y niveles más altos de creatividad. La motivación también medió las asociaciones entre el uso de ChatGPT, el estilo docente, la alfabetización digital y la FLCA. Estos hallazgos sugieren que las experiencias motivacionales de los estudiantes están estrechamente relacionadas con las interacciones entre las prácticas pedagógicas, el uso de la tecnología y los resultados del aprendizaje de lenguas. El estudio aporta evidencia que respalda la integración de estrategias docentes adecuadas, herramientas de IA generativa y alfabetización digital en la enseñanza del inglés, destacando al mismo tiempo la importancia de considerar las experiencias motivacionales y emocionales de los estudiantes al implementar entornos de aprendizaje con apoyo tecnológico.

Introducción

El Reino de Arabia Saudita está llevando a cabo una transformación en su agenda educativa bajo la Visión 2030, que prioriza el desarrollo de habilidades del siglo XXI, competencia digital y enfoques pedagógicos innovadores en todos los niveles educativos1. En este contexto nacional, la enseñanza del inglés como lengua extranjera (ELE) continúa enfrentando desafíos persistentes, entre ellos una cultura centrada en exámenes que enfatiza el aprendizaje memorístico y el rendimiento en pruebas por encima de la competencia comunicativa2,3. Las limitadas oportunidades de interacción auténtica en inglés fuera del aula, junto con altos niveles de ansiedad en el aula de lengua extranjera (ALE), restringen aún más la disposición de los estudiantes a comunicarse y a comprometerse significativamente con la lengua meta4. Estos desafíos han impulsado a educadores y responsables de políticas a explorar enfoques innovadores que aborden los déficits motivacionales, las barreras emocionales y el uso creativo del lenguaje. La inteligencia artificial (IA) ha surgido como una vía prometedora para apoyar el aprendizaje de lenguas y transformar las prácticas docentes5. Entre las aplicaciones de IA en la enseñanza del inglés (ELE), ChatGPT, un modelo de IA generativo conversacional, ha recibido considerable atención por ofrecer práctica interactiva del lenguaje y retroalimentación individualizada inmediata en contextos conversacionales en tiempo real6. Estas características son particularmente relevantes en las aulas saudíes de ELE, donde la instrucción centrada en el docente y la escasa interacción estudiantil continúan limitando la producción creativa del lenguaje7. ChatGPT podría ayudar a superar estas limitaciones al proporcionar oportunidades de práctica del lenguaje auténtica y con baja ansiedad mediante un interlocutor de IA8.

Las recientes reformas educativas en Arabia Saudita han fomentado una transición hacia una pedagogía centrada en el estudiante, creando oportunidades para integrar tecnologías de inteligencia artificial que promuevan la participación activa, el pensamiento crítico y el aprendizaje autodirigido9,10. Cuando se implementa adecuadamente, ChatGPT puede apoyar esta transición al ampliar la práctica del idioma más allá de las actividades tradicionales en el aula11. Sin embargo, la eficacia de la integración de la inteligencia artificial depende en parte de la alfabetización digital de los estudiantes, definida como su capacidad para evaluar, utilizar y participar eficazmente con tecnologías digitales con fines de aprendizaje12. La alfabetización digital permite a los estudiantes aprovechar de forma productiva las herramientas de inteligencia artificial, al tiempo que minimiza riesgos potenciales, como la dependencia excesiva y la desinformación13. Esta competencia es particularmente importante en la educación superior saudí, donde la transformación digital se ha acelerado bajo la Visión 203014.

Aunque investigaciones previas han examinado por separado herramientas de IA, estilo docente, alfabetización digital, motivación, ansiedad y creatividad, hay poca evidencia que haya investigado cómo interactúan estos constructos dentro de un marco unificado en contextos EFL no occidentales, como el de Arabia Saudita. La motivación ha sido consistentemente identificada como un mecanismo importante que vincula las prácticas instruccionales con los resultados de aprendizaje, incluyendo menor ansiedad, mayor creatividad y un compromiso sostenido15. Sin embargo, las relaciones entre el uso de ChatGPT, el estilo docente, la alfabetización digital, la motivación, la AFLE y la creatividad no han sido examinadas de manera exhaustiva en el contexto EFL saudí16. Abordar esta brecha podría proporcionar conocimientos teóricos y prácticos para diseñar entornos de aprendizaje de idiomas potenciados por la tecnología que apoyen el desarrollo motivacional, emocional y creativo de los estudiantes. Por consiguiente, este estudio investiga las relaciones entre el uso de ChatGPT, el estilo docente, la alfabetización digital, la motivación, la AFLE y la creatividad entre estudiantes universitarios saudíes que aprenden inglés como lengua extranjera. Específicamente, examina (1) las relaciones del uso de ChatGPT, el estilo docente y la alfabetización digital con la motivación de los estudiantes; (2) las relaciones entre la motivación, la AFLE y la creatividad; y (3) el papel mediador de la motivación en las relaciones entre el uso de ChatGPT, el estilo docente, la alfabetización digital, y las variables resultado de ansiedad y creatividad.

Este estudio contribuye a la educación en inglés como lengua extranjera (EFL) y al aprendizaje potenciado por la tecnología al incorporar el uso de herramientas de inteligencia artificial en modelos existentes de motivación y aprendizaje de lenguas, ampliando así la comprensión del aprendizaje de lenguas apoyado por tecnología en entornos educativos contemporáneos. Asimismo, aporta evidencia que puede orientar a educadores, diseñadores curriculares y responsables de políticas que buscan integrar herramientas de inteligencia artificial en la enseñanza de EFL en Arabia Saudita. Al examinar la motivación como un mediador que vincula el uso de la tecnología y las prácticas docentes con la ansiedad por comunicarse en una lengua extranjera (FLCA) y la creatividad, el estudio ofrece evidencia específica del contexto para apoyar el desarrollo de una educación lingüística centrada en el estudiante, alineada con los objetivos de reforma educativa de Arabia Saudita.

La Teoría de la Autodeterminación (SDT) proporciona un marco teórico para comprender la relación entre las prácticas docentes y la motivación del estudiante en contextos educativos17. Según la SDT, la motivación intrínseca y las formas autónomas de motivación extrínseca se ven favorecidas cuando se satisfacen las tres necesidades psicológicas básicas del estudiante—autonomía, competencia y relación social—dentro del entorno de aprendizaje18. Por lo tanto, el estilo de enseñanza es un factor contextual clave que influye en la motivación y el compromiso del estudiante19. Las prácticas docentes que fomentan la autonomía, que ofrecen opciones significativas, reconocen los puntos de vista de los estudiantes y explican las actividades de aprendizaje, promueven la motivación intrínseca y un compromiso autodeterminado20. En contextos de inglés como lengua extranjera (EFL), los enfoques centrados en el estudiante, incluyendo los estilos docentes de facilitador y de delegador, se han asociado con un mayor compromiso, participación e interés del estudiante en el aprendizaje del idioma21,22. Por el contrario, la instrucción centrada en el docente puede reducir la motivación al limitar la participación y la autonomía del estudiante, mientras enfatiza recompensas extrínsecas en lugar del interés intrínseco23,24. En el contexto saudí de EFL, donde tradicionalmente la instrucción ha enfatizado la memorización y la transmisión de conocimientos centrada en el docente25, la adopción de enfoques docentes más centrados en el estudiante podría favorecer la motivación del alumnado26. Con base en este fundamento teórico y empírico, se propone la siguiente hipótesis: H1: El estilo de enseñanza influye positivamente en la motivación de los estudiantes de inglés como lengua extranjera (EFL).

La relación entre la tecnología educativa y la motivación del estudiante ha sido ampliamente investigada27,28. El Modelo de Aceptación de la Tecnología (TAM) sugiere que la motivación de los estudiantes para interactuar con la tecnología educativa está influenciada por la utilidad percibida y la facilidad de uso percibida, las cuales moldean las intenciones conductuales y el uso de la tecnología29. Aplicado a ChatGPT, este marco indica que los estudiantes que perciben la herramienta como útil y fácil de usar tienen mayor probabilidad de interactuar con ella para el aprendizaje de idiomas30. Estudios empíricos han reportado asociaciones positivas entre el aprendizaje de idiomas apoyado por inteligencia artificial y la motivación estudiantil, con características interactivas, retroalimentación inmediata y práctica personalizada que contribuyen al compromiso sostenido31,32. ChatGPT también podría reducir las barreras asociadas con la ansiedad lingüística al proporcionar oportunidades para practicar el idioma en un entorno de baja presión, lo que podría fomentar el uso continuo del idioma33. Este potencial es particularmente relevante en el contexto saudí, donde se ha identificado que la ansiedad por el aprendizaje de una lengua extranjera (FLCA) constituye una barrera importante para la motivación y el logro lingüístico34. Con base en estos hallazgos teóricos y empíricos, se propone la siguiente hipótesis: H2: El uso de ChatGPT influye positivamente en la motivación de los estudiantes de inglés como lengua extranjera (EFL).

La alfabetización digital se ha convertido en un determinante importante de la motivación de los estudiantes en los entornos contemporáneos de aprendizaje de inglés como lengua extranjera (EFL)35. Se refiere a la capacidad de buscar, evaluar y utilizar eficazmente las tecnologías y medios digitales para el aprendizaje36. En contextos de EFL, la alfabetización digital permite a los estudiantes aprovechar eficazmente los recursos digitales, incluidos ChatGPT, sistemas de gestión del aprendizaje y herramientas multimedia, para apoyar el aprendizaje del idioma y la motivación37. Los estudiantes con niveles más altos de alfabetización digital tienen más probabilidades de utilizar las tecnologías de aprendizaje con confianza, fomentando la competencia y la autonomía, aspectos asociados con la motivación intrínseca38. Asimismo, están mejor preparados para utilizar herramientas digitales en la práctica independiente del idioma, la obtención de retroalimentación y el compromiso sostenido con el aprendizaje39. Con base en esta literatura, se propone la siguiente hipótesis: H3: La alfabetización digital de los estudiantes de EFL influye positivamente en la motivación de los estudiantes de EFL.

La ansiedad en el aprendizaje de una lengua extranjera (FLCA, por sus siglas en inglés) y la creatividad son construcciones estrechamente relacionadas en la enseñanza del inglés como lengua extranjera (EFL), aunque su relación sigue siendo compleja40. La ansiedad puede limitar el desempeño de los estudiantes en tareas que requieren creatividad, flexibilidad cognitiva, pensamiento divergente y autorrevelación41. La FLCA refleja el temor de los estudiantes a cometer errores, a la evaluación negativa y a la baja autoestima, factores que pueden interferir con la producción creativa del lenguaje42. La creatividad, sin embargo, es una competencia importante en el aprendizaje del inglés como lengua extranjera porque favorece un uso del lenguaje innovador y adecuado al contexto31. Estudios previos han reportado que los estudiantes con mayor ansiedad tienen menos probabilidades de participar en actividades de escritura creativa y comunicación oral43,44. Con base en esta literatura, se proponen las siguientes hipótesis: 1) H4: La motivación de los estudiantes de inglés como lengua extranjera tiene una relación negativa con su ansiedad, y 2) H5: La ansiedad de los estudiantes de inglés como lengua extranjera influye negativamente en su creatividad.

La motivación proporciona un mecanismo teórico mediante el cual el estilo docente, el uso de ChatGPT y la alfabetización digital pueden relacionarse con la ansiedad en el aprendizaje de lenguas extranjeras (FLCA, por sus siglas en inglés)45. Los estudiantes motivados tienen mayor probabilidad de participar activamente, persistir ante los desafíos y experimentar niveles más bajos de aprensión comunicativa46. Se ha asociado cada una de las prácticas docentes de apoyo, el aprendizaje de idiomas asistido por inteligencia artificial y una mayor alfabetización digital con una motivación más alta y una ansiedad reducida en contextos de inglés como lengua extranjera (EFL)47,48,49. Investigaciones previas también sugieren que una motivación más alta se asocia con menor ansiedad en el aula y mayor creatividad, lo que respalda a la motivación como un posible mediador que vincula las prácticas instruccionales y el uso de la tecnología con los resultados de aprendizaje50,51,52. Con base en esta literatura, se proponen las siguientes hipótesis: 1) H6: La motivación media en la relación entre el estilo docente y la ansiedad de los estudiantes de EFL; 2) H7: La motivación media en la relación entre el uso de ChatGPT y la ansiedad de los estudiantes de EFL; y 3) H8: La motivación media en la relación entre la alfabetización digital de los estudiantes de EFL y su ansiedad. Figura 1 ilustra el modelo hipotetizado en el que el estilo docente, el uso de ChatGPT y la alfabetización digital se asocian con la motivación de los estudiantes de EFL, la cual a su vez media sus relaciones con la FLCA y la creatividad.

figure-introduction-1
Figura 1. Modelo de investigación hipotetizado. El modelo representa las relaciones hipotetizadas entre el uso de ChatGPT, el estilo de enseñanza, la alfabetización digital, la motivación, la ansiedad en el aula de idioma extranjero y la creatividad en estudiantes de inglés como idioma extranjero (EFL). Las líneas continuas representan relaciones directas hipotetizadas, y las líneas punteadas representan relaciones mediadoras, tal como se indica en la figura. Haga clic aquí para ver una versión más grande de esta figura.

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

Protocolo

Aunque el estudio no requirió una aprobación ética formal por parte de un comité de revisión institucional debido a su diseño de encuesta anónima y no experimental, que no implicó intervenciones físicas, manipulaciones ni engaño a los participantes, todos los procedimientos se llevaron a cabo de acuerdo con los principios éticos de la Declaración de Helsinki y las directrices de la Asociación Americana de Psicología para la investigación con participantes humanos. Se obtuvo el consentimiento informado de todos los participantes antes de la recolección de datos. La institución no requirió ni emitió una aprobación ética formal ni una exención para este tipo de estudio. A todos los encuestados se les informó explícitamente sobre el propósito de la investigación, la participación voluntaria, su derecho a retirarse en cualquier momento sin consecuencias y las estrictas medidas de confidencialidad aplicadas a sus datos. No se recopiló ni reportó ninguna información personalmente identificable, y todos los datos se utilizaron exclusivamente para análisis académico agregado. Se prestó especial atención al uso de un lenguaje respetuoso y no intrusivo para garantizar que la encuesta no interfiriera con las actividades académicas ni con el bienestar psicológico de los participantes. Para consultar el formulario de consentimiento informado, véase Archivo Suplementario 1. Además, los materiales utilizados en este estudio se enumeran en la Tabla de Materiales.

Diseño de la investigación

Esta sección describe el diseño de la investigación, los procedimientos de recopilación de datos y los detalles de la muestra utilizados en el estudio para investigar las relaciones entre el estilo de enseñanza, el uso de ChatGPT, la alfabetización digital, la motivación, la ansiedad y la creatividad entre estudiantes de inglés como lengua extranjera (EFL). Este estudio empleó un diseño de investigación cuantitativo y transversal para examinar el papel mediador de la motivación en las relaciones entre el estilo de enseñanza, el uso de ChatGPT, la alfabetización digital y la ansiedad entre estudiantes EFL, y cómo estas variables se relacionan colectivamente con la creatividad. Se adoptó una metodología de encuesta estructurada para recopilar datos primarios, asegurando la estandarización y la fiabilidad en la medición de los constructos. El estudio utilizó escalas validadas para evaluar todas las variables, incluyendo el estilo de enseñanza, el uso de ChatGPT, la alfabetización digital, la motivación, la ansiedad en el aprendizaje de lenguas extranjeras (FLCA) y la creatividad.

Datos y muestra

Los datos para este estudio se recopilaron de estudiantes de inglés como lengua extranjera (EFL) inscritos en la Universidad de Yeda, una universidad del sector público en Arabia Saudita reconocida por su énfasis en la enseñanza de idiomas y la integración de la tecnología en la docencia. Los participantes fueron seleccionados mediante una técnica de muestreo intencional, considerada apropiada para este estudio dada la necesidad específica de que los participantes tuvieran experiencia activa con herramientas de inteligencia artificial, como ChatGPT, en su entorno de aprendizaje. Este enfoque de muestreo no probabilístico fue necesario porque las preguntas de investigación del estudio se centraron en una población específica: estudiantes de inglés como lengua extranjera que habían estado expuestos tanto a métodos tradicionales como a métodos de aprendizaje asistidos por tecnología, y el muestreo aleatorio no habría garantizado la inclusión de participantes que cumplieran con estos criterios. Aunque el muestreo intencional limita la generalización de los hallazgos a la población más amplia, se justificó para esta investigación exploratoria con el fin de asegurar que los participantes poseyeran las experiencias y perspectivas relevantes necesarias para abordar los objetivos de la investigación. Para mitigar las limitaciones del muestreo intencional, se hicieron esfuerzos por incluir participantes con diversos antecedentes académicos y distintos niveles de competencia tecnológica, mejorando así la representatividad de la muestra dentro de la población objetivo. La muestra final constó de 280 estudiantes universitarios de inglés como lengua extranjera, una cantidad considerada adecuada para las técnicas estadísticas empleadas.

La determinación de la adecuación del tamaño de la muestra se basó en pautas establecidas para el Modelado de Ecuaciones Estructurales (SEM). Los investigadores recomiendan una proporción mínima de 10 casos por parámetro estimado para SEM, con pautas más conservadoras que sugieren 20 casos por parámetro para el SEM de Mínimos Cuadrados Parciales (PLS-SEM). El modelo de medición constaba de 29 ítems para la alfabetización digital, 25 ítems para el estilo de enseñanza y 32 ítems para la FLCA, junto con ítems adicionales para el uso de ChatGPT, la motivación y la creatividad. Las pautas de PLS-SEM también recomiendan un tamaño mínimo de muestra igual a 10 veces el mayor número de indicadores formativos o el mayor número de rutas estructurales dirigidas a un constructo particular; por lo tanto, la muestra de 280 participantes superó estos requisitos mínimos. Además, un análisis de potencia a posteriori realizado con G*Power53 indicó que una muestra de 280 participantes proporcionaba una potencia estadística superior a 0,95 para detectar tamaños de efecto medios (f2 = 0,15) con α = 0,05, superando el umbral comúnmente recomendado de 0,80. Este tamaño de muestra proporciona estimaciones de parámetros confiables y potencia estadística suficiente para detectar relaciones significativas entre las variables del estudio, al tiempo que acomoda la complejidad de los modelos de medición y estructurales propuestos.

Participantes y procedimiento

Los participantes fueron estudiantes de inglés como lengua extranjera (EFL) de entre 18 y 25 años de edad, siendo la mayoría estudiantes universitarios de primer y segundo año inscritos en cursos de inglés. La encuesta se realizó entre septiembre y octubre de 2025, período durante el cual se invitó a los estudiantes a participar de forma voluntaria. El proceso de reclutamiento incluyó difusión a través de canales oficiales universitarios, como correos electrónicos y anuncios en clases. Los participantes eran estudiantes de EFL de 18 a 25 años inscritos como estudiantes universitarios de primer o segundo año en cursos de lengua inglesa. La elegibilidad se determinó mediante criterios predefinidos de inclusión y exclusión. Los participantes cumplían con los requisitos si (a) estaban inscritos oficialmente en cursos universitarios de inglés en la Universidad de Jeddah, (b) tenían entre 18 y 25 años, y (c) estaban registrados como estudiantes de primer o segundo año. Se excluyeron a los estudiantes si (a) eran estudiantes de posgrado o estudiantes universitarios avanzados ajenos a la secuencia de cursos básicos, (b) estaban fuera del rango de edad especificado, o (c) participaron en la fase de preprueba del cuestionario. Para garantizar el consentimiento informado, se informó a los participantes sobre el propósito del estudio, la naturaleza voluntaria de su participación y la confidencialidad de sus respuestas. El instrumento de recolección de datos fue un cuestionario estructurado y autoadministrado, distribuido de forma física y electrónica mediante una plataforma en línea segura. Se adaptaron escalas validadas para medir el estilo docente, el uso de ChatGPT, la alfabetización digital, la motivación de los estudiantes, la ansiedad en el aprendizaje de lenguas extranjeras (FLCA) y la creatividad. Se pidió a los participantes que calificaran sus respuestas en una escala tipo Likert de 5 puntos, que iba desde 1 (Totalmente en desacuerdo) hasta 5 (Totalmente de acuerdo). Se realizó una preprueba del cuestionario con un grupo pequeño de 30 estudiantes para asegurar claridad y fiabilidad. Con base en los resultados de la preprueba, se realizaron ajustes menores en el redacción para mejorar la comprensibilidad de los ítems, y no se identificaron problemas significativos en cuanto a la fiabilidad o validez de las escalas. Para mantener la integridad de los datos y fomentar respuestas honestas, se garantizó el anonimato, y se aseguró a los participantes que sus datos solo se utilizarían con fines de investigación. De las 300 respuestas iniciales recopiladas, 280 se consideraron válidas tras revisar datos incompletos o inconsistentes, lo que arrojó una tasa de retención del 93 %. Los procedimientos de revisión de datos incluyeron el análisis de patrones de respuesta para detectar respuestas lineales, datos faltantes excesivos (más del 10 %) y valores atípicos multivariados mediante la distancia de Mahalanobis. Este enfoque metodológico proporciona una base sólida para analizar las relaciones entre las variables del estudio y ofrece información valiosa sobre el papel del estilo docente, las herramientas de inteligencia artificial y la alfabetización digital en la motivación, la ansiedad y la creatividad de los estudiantes de EFL.

Tras la recopilación de datos, se excluyeron 20 respuestas del grupo inicial de 300 según criterios predefinidos: se eliminaron 12 respuestas debido a datos faltantes excesivos que superaban el 10 % de los ítems del cuestionario, otras 5 fueron descartadas por presentar patrones de respuesta lineales (respuestas uniformes en todos los ítems, lo que indica falta de participación) y 3 se identificaron como valores atípicos multivariados mediante la distancia de Mahalanobis (p < 0,001), eliminándose posteriormente para evitar distorsionar los resultados del modelo de ecuaciones estructurales (SEM). Los valores faltantes en los casos conservados se abordaron mediante imputación por la media cuando los datos ausentes eran mínimos (menos del 5 % por caso), ya que este enfoque es aceptable para pequeñas proporciones de datos faltantes en investigaciones mediante encuestas a gran escala. La tasa final de conservación del 93 % (280 respuestas válidas de 300 cuestionarios recopilados) representa la proporción de respuestas utilizables conservadas del total de cuestionarios recopilados; sin embargo, esto no debe interpretarse como una tasa real de respuesta, ya que no fue posible calcular el número exacto de participantes invitados debido a que la combinación de métodos de distribución física y electrónica a través de canales oficiales universitarios impidió un seguimiento preciso del número total de invitaciones. Esta limitación se reconoce, y por ello la cifra del 93 % se informa como la proporción de respuestas válidas conservadas de los cuestionarios recopilados, y no como una tasa de respuesta respecto a la población total invitada.

Herramientas y medidas

Este estudio utilizó escalas bien establecidas y validadas, cuidadosamente adaptadas al contexto de la enseñanza de inglés como lengua extranjera (EFL), para medir los constructos principales: estilo de enseñanza, alfabetización digital, uso de ChatGPT, ansiedad ante la clase de lengua extranjera (FLCA), motivación y creatividad. Cada escala se seleccionó en función de su pertinencia y exhaustividad para captar las dimensiones respectivas de las variables bajo investigación. La alfabetización digital se midió mediante una escala adaptada basada en Rodríguez-de-Dios et al.54, compuesta por seis dimensiones con 29 ítems. Estas dimensiones incluyeron Habilidad Tecnológica, Habilidad en Seguridad Personal, Habilidad Crítica, Habilidad en Seguridad de Dispositivos, Habilidad Informacional y Habilidad Comunicativa, lo que permitió una evaluación integral de la competencia de los estudiantes en habilidades digitales esenciales para contextos educativos modernos. El uso de ChatGPT se evaluó mediante una escala de 8 ítems adaptada de Abbas et al.55, centrada en la interacción de los estudiantes con la herramienta de inteligencia artificial para tareas de aprendizaje del idioma. El estilo de enseñanza se evaluó mediante una versión adaptada del Inventario de Estilos de Enseñanza de Grasha56. Este instrumento mide cinco dimensiones de los estilos de enseñanza: Autoridad, Experto, Modelo Personal, Facilitador y Delegador. Estas dimensiones reflejan diversos enfoques instruccionales que influyen en las experiencias de aprendizaje de los estudiantes de EFL. La FLCA se midió mediante una escala adaptada basada en Briesmaster y Briesmaster57. Este instrumento examinó la ansiedad en tres dimensiones: Aprehensión Comunicativa (10 ítems), Ansiedad ante Exámenes (10 ítems) y Miedo a la Evaluación Negativa (7 ítems). La motivación de los estudiantes se evaluó mediante una escala adaptada de Kanoksilapatham et al.58, que mide tres dimensiones: Promoción e Inhibición Instrumental, Etnocentrismo e Integración, y Actitud hacia el Aprendizaje del Inglés. La escala incluyó un total de 20 ítems. La creatividad de los estudiantes de EFL se midió mediante una escala adaptada de Govindasamy et al.59, que evaluó cuatro dimensiones: Originalidad, Flexibilidad, Fluidez y Elaboración. Cada dimensión se midió mediante tres ítems. Para garantizar la adecuación cultural y contextual de los instrumentos al entorno de EFL, se aplicó un procedimiento sistemático de adaptación. Dado que las escalas originales fueron desarrolladas en inglés, dos expertos bilingües en EFL revisaron y simplificaron el lenguaje para mejorar la claridad para estudiantes universitarios de nivel intermedio, preservando al mismo tiempo el significado original de cada constructo. Las versiones adaptadas se retrotradujeron luego al idioma materno de los participantes por un traductor independiente para verificar la equivalencia lingüística y conceptual, y cualquier discrepancia se resolvió mediante discusión entre el equipo de investigación. Posteriormente, tres instructores experimentados en EFL evaluaron los instrumentos adaptados en cuanto a relevancia del contenido, adecuación cultural y claridad de los ítems, lo que resultó en pequeñas revisiones de redacción y en la sustitución de ejemplos culturalmente poco familiares cuando fue apropiado. Finalmente, los instrumentos revisados se probaron con 30 estudiantes (véase la sección de Procedimiento), y los comentarios de los participantes se utilizaron para realizar ajustes adicionales menores en la redacción con el fin de mejorar la comprensibilidad. Este proceso de múltiples pasos aseguró que los instrumentos adaptados mantuvieran sus propiedades psicométricas originales al tiempo que resultaran apropiados para la población objetivo de EFL. Para consultar el cuestionario adaptado completo, véase Supplementary File 2.

Métodos de análisis de datos

Los datos recopilados para este estudio se analizaron utilizando el Paquete Estadístico para las Ciencias Sociales (SPSS 26) y SmartPLS 4, empleando PLS-SEM. Este enfoque de doble método garantizó un análisis exhaustivo de los datos, abordando tanto los aspectos descriptivos como inferenciales, al tiempo que se evaluaban las relaciones hipotetizadas y los efectos de mediación en el modelo de investigación. Inicialmente, se utilizó SPSS para realizar un análisis preliminar de los datos, que incluyó la limpieza de datos, estadísticas descriptivas y pruebas de fiabilidad. El examen de los datos implicó verificar valores perdidos, valores atípicos y normalidad para asegurar la calidad e integridad del conjunto de datos. Se calcularon estadísticas descriptivas, incluyendo la media, la desviación estándar y las distribuciones de frecuencia, para resumir las características de la muestra. El análisis principal se realizó utilizando SmartPLS 4. Se seleccionó PLS-SEM debido a su adecuación para analizar modelos complejos con múltiples constructos y su robustez en tamaños de muestra pequeños a medianos. El análisis se llevó a cabo en dos etapas: evaluación del modelo de medición y evaluación del modelo estructural. En la evaluación del modelo de medición, se analizaron la fiabilidad de los indicadores, la fiabilidad de consistencia interna (mediante la fiabilidad compuesta [CR]), la validez convergente (mediante la varianza extraída promedio [AVE]) y la validez discriminante (mediante la razón heterotrait–monotrait [HTMT]).

Tras la validación del modelo de medición, se evaluó el modelo estructural para analizar las relaciones hipotetizadas entre el estilo de enseñanza, el uso de ChatGPT, la alfabetización digital, la motivación, la ansiedad y la creatividad. Se analizaron los coeficientes de ruta para determinar la magnitud y significancia de los efectos directos e indirectos, evaluándose la significancia mediante el método de arranque (bootstrapping) con 5.000 remuestras. Para evaluar la significancia de los efectos directos, indirectos y de mediación, se construyeron intervalos de confianza bootstrap corregidos para el sesgo (BC) utilizando 5.000 remuestras bootstrap y un nivel de confianza del 95 %. Asimismo, se evaluaron los efectos de mediación de la motivación en las relaciones entre el estilo de enseñanza, el uso de ChatGPT, la alfabetización digital y la ansiedad, empleando intervalos de confianza bootstrap. El ajuste del modelo y su poder predictivo se evaluaron mediante el coeficiente de determinación (R2), la relevancia predictiva (Q2) y el residuo cuadrático medio estandarizado (SRMR).

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

Resultados

Estadísticas descriptivas

La estadística descriptiva proporciona una visión general de las características de la muestra y de la distribución, tendencia central y variabilidad de las variables del estudio. En este estudio, se realizaron análisis descriptivos para caracterizar la muestra de participantes y resumir las variables clave antes de llevar a cabo los análisis estructurales.

Tabla 1 resume las características demográficas de...

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

Discusión

Este estudio investigó las relaciones entre el estilo de enseñanza, el uso de ChatGPT, la alfabetización digital, la motivación, la ansiedad por la comunicación en una lengua extranjera (FLCA) y la creatividad entre estudiantes universitarios saudíes de inglés como lengua extranjera (EFL), prestando especial atención al papel mediador de la motivación. Los hallazgos aportan evidencia sobre las relaciones entre las prácticas pedagógicas, el uso de la tecnología y las características del estudiante en el aprendizaje de len...

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

Divulgaciones

Declaración de intereses en conflicto:

El autor declara que no tiene conflictos de interés.

Materiales

Lista de materiales utilizados en este artículo
NombreEmpresaNúmero de catálogoComentarios
Escala de uso de ChatGPT (adaptada)Autores; adaptada de Abbas et al.N/ACuestionario de ocho ítems que evalúa el uso de ChatGPT por parte de los estudiantes para el aprendizaje de idiomas.
Escala de creatividad (adaptada)Autores; adaptada de Govindasamy et al.N/ACuestionario de doce ítems que evalúa originalidad, flexibilidad, fluidez y elaboración.
Escala de alfabetización digital (adaptada)Autores; adaptada de Rodríguez-de-Dios et al.N/ACuestionario de veintinueve ítems que mide seis dimensiones de la alfabetización digital.
Escala de ansiedad en el aula de idiomas extranjeros (FLCA, por sus siglas en inglés) (adaptada)Autores; adaptada de Briesmaster & BriesmasterN/ACuestionario de veintisiete ítems que mide la aprehensión comunicativa, la ansiedad ante exámenes y el miedo a la evaluación negativa.
G*PowerUniversidad Heinrich Heine de Düsseldorfversión 3.1.9.7; RRID: SCR_013726Software utilizado para el análisis estadístico post hoc del poder estadístico.
IBM SPSS StatisticsIBM Corp.versión 26; RRID: SCR_002865Software estadístico utilizado para la limpieza de datos, estadísticas descriptivas, análisis de fiabilidad y análisis preliminares.
Análisis de la distancia de MahalanobisIBM SPSS Statisticsversión 26; RRID: SCR_002865Procedimiento estadístico implementado en IBM SPSS Statistics para identificar valores atípicos multivariados.
Escala de motivación (adaptada)Autores; adaptada de Kanoksilapatham et al.N/ACuestionario de veinte ítems que evalúa la motivación del estudiante.
Cuestionario impresoAutoresN/AVersión impresa del cuestionario autoadministrado estructurado utilizado para la recolección de datos en persona.
Plataforma segura de encuestas en líneaGoogle LLCN/APlataforma Google Forms utilizada para la distribución electrónica del cuestionario.
SmartPLSSmartPLS GmbHversión 4; RRID: SCR_036419Software utilizado para el modelado de ecuaciones estructurales por mínimos cuadrados parciales (PLS-SEM), incluyendo evaluación del modelo de medición, análisis del modelo estructural, remuestreo bootstrap (5.000 re-muestras) y análisis de mediación.
Cuestionario autoadministrado estructuradoAutoresN/ACuestionario administrado en formatos impreso y electrónico utilizando una escala tipo Likert de 5 puntos (1 = Totalmente en desacuerdo hasta 5 = Totalmente de acuerdo).
Inventario de estilos de enseñanza (adaptado)Autores; adaptado del Inventario de Estilos de Enseñanza de GrashaN/ACuestionario que mide los estilos de enseñanza Autoridad, Experto, Modelo personal, Facilitador y Delegador.
Canales de comunicación universitariosUniversidad de JeddahN/AAnuncios oficiales por correo electrónico y en clase utilizados para la reclutación de participantes.

Referencias

  1. Ansa H. Exploring the role of artificial intelligence (AI) in enhancing EFL education in Saudi Arabia: A review of opportunities, obstacles, and future directions. Educ Sci. 2026;16(6):981.
  2. Alshehri A, Aldossary S, Jamshed M, Banu S. Incorporating ChatGPT in Saudi EFL classrooms: Oscillating between expectations and anxiety. J Lang Teach Res. 2025;16(5):1673-81.
  3. Alzubi AA, Alelaiwi AS. Exploring EFL university teachers’ perceptions of AI-generative tools in Saudi Arabia: A mixed-methods study. Discov Comput. 2025;28(1):282.
  4. Alzubi AA, Nazim M, Alyami N. Do AI-generative tools kill or nurture creativity in EFL teaching and learning? Educ Inf Technol. 2025;30(11):15147-84.
  5. Allehyani FS, Albedah F, Jamshed M, Warda WU. Exploring Saudi EFL learners’ engagement with AI generative tools in educational settings: Perceptions, practices, and pedagogical outcomes. Theory Pract Lang Stud. 2025;15(6):1959-66.
  6. Almusharraf A, Bailey D. Generative AI use among Saudi and Korean language learners in higher education: Examination through a modified TAM framework. SAGE Open. 2025;15(4):21582440251387804.
  7. Alharbi MA, Hassan Al-Ahdal AA. Exploring Saudi EFL learners’ engagement with ChatGPT: A mixed-methods study of perceptions, attitudes, and intentions. SAGE Open. 2025;15(4):21582440251392080.
  8. Khoso AK, Honggang W, Darazi MA. Empowering creativity and engagement: The impact of generative artificial intelligence usage on Chinese EFL students’ language learning experience. Comput Hum Behav Rep. 2025;18:100627.
  9. Alalwi FS, Alqahtani N, Jamshed M, Ahmmed MF. AI-driven feedback for pedagogical innovation: Assessing ChatGPT’s impact on Saudi EFL learners’ writing proficiency. World. 2026;16(5).
  10. Alshehri N. Speaking with AI: Exploring EFL learners’ attitudes, engagement, and satisfaction through ChatGPT conversations. 2026. 10.2139/ssrn.6595190
  11. Metwally AA, Bin-Hady WR. Probing the necessity and advantages of AI integration training for EFL educators in Saudi Arabia. Cogent Educ. 2025;12(1):2472462.
  12. Elmahdi OE, et al. AI-Driven Vocabulary Acquisition in EFL Higher Education: Interdisciplinary Insights into Technological Innovation, Ethical Challenges, and Equitable Access. Forum Linguist Stud. 2025;7(4):477–491.
  13. Al-Nofaie H, Alwerthan TA. Appreciative inquiry into implementing artificial intelligence for the development of language student teachers. Sustainability (Basel). 2024;16(21):9361.
  14. Alshayban A. Exploring EFL learners’ use of AI outside the classroom. J Lang Teach Res. 2026;17(1).
  15. Abdelhalim SM, Alsehibany RA. Integrating AI-powered tools in EFL pronunciation instruction: Effects on accuracy and L2 motivation. Comput Assist Lang Learn. 2025;38:1-25.
  16. Khoso AK, Honggang W, Darazi MA. 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;13(1):69.
  17. Xiong X. Influence of teaching styles of higher education teachers on students’ engagement in learning: The mediating role of learning motivation. Educ Chem Eng. 2025;51:87-102.
  18. Bartholomew KJ, et al. Beware of your teaching style: A school-year-long investigation of controlling teaching and student motivational experiences. Learn Instr. 2018;53:50-63.
  19. Wiangga IA. The impact of educators’ teaching styles on secondary school learners’ motivation in English. J Educ Manag Strategy. 2024;3(2):136-44.
  20. Sheikh A, Mahmood N. Effect of different teaching styles on students’ motivation towards English language learning at secondary level. Sci Int (Lahore). 2014;26:825-30.
  21. Marina I, Natalia M, Tatiana K, Nataliya S. The influence of the teaching style of communication on the motivation of students to learn foreign languages. J Lang Educ. 2019;5(2):67-77.
  22. Zalukhu FS, Laoli A, Zebua EP, Daeli H. The influence of teacher teaching styles on English learning motivation of eighth-grade students at SMP Negeri 1 Afulu. J Pembelajaran Bahasa dan Sastra. 2026;5(2):1545-54.
  23. Yue X, Hou X, Zhang J, Li M. The impact of controlling teaching style on student engagement and academic achievement: Differences across varied motivation profiles. Teach Teach Educ. 2026;176:105479.
  24. Idhaufi NL, Ashari ZM. Relationship between motivation and teachers’ teaching style among secondary school students in Kulai. Man India. 2017;97(12):299-307.
  25. Zolfaghari M, Janghorbanian Z, Krevan Brojerdi K, Aghaziarati A. Investigation of the role of teaching styles and student-teacher interaction in students’ academic achievement motivation. Educ Strateg Med Sci. 2020;13(3):220-8.
  26. Avecilla PA, Capiña XE, Javier AY. Teachers’ teaching style as perceived by students and its influence on students’ level of self-regulation and motivation in learning psychology. Technium Soc Sci J. 2023;43:213-24.
  27. Khoso AK, et al. 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. 2025;(226):e69637.
  28. Ali JK, Shamsan MA, Hezam TA, Mohammed AA. Impact of ChatGPT on learning motivation: Teachers’ and students’ voices. J Engl Stud Arabia Felix. 2023;2(1):41-9.
  29. Song C, Song Y. Enhancing academic writing skills and motivation: Assessing the efficacy of ChatGPT in AI-assisted language learning for EFL students. Front Psychol. 2023;14:1260843.
  30. Khoso AK, et al. Integrating Sustainable Development Goals (SDGs) and generative AI to enhance language digital literacy and creativity in EFL learning environments. J Vis Exp. 2026;(228):e69445.
  31. Balcı Ö. The role of ChatGPT in English as a foreign language (EFL) learning and teaching: A systematic review. Int J Curr Educ Stud. 2024;3(1):66-82.
  32. Yamaoka K. ChatGPT’s motivational effects on Japanese university EFL learners: A qualitative analysis. Int J TESOL Stud. 2024;6(3).
  33. Afkarin MY, Asmara CH. Investigating the implementation of ChatGPT in English language education: Effects on student motivation and performance levels. Journey J Engl Lang Pedagogy. 2024;7(1):57-66.
  34. Alrabai F. The influence of teachers’ anxiety-reducing strategies on learners’ foreign language anxiety. Innov Lang Learn Teach. 2015;9(2):163-90.
  35. Kang S, Kim Y. Examining the quality of mobile-assisted video-making task outcomes: The role of proficiency, narrative ability, digital literacy, and motivation. Lang Teach Res. 2024;28(6):2326-53.
  36. Honggang W, Khoso AK, Althubyani AR. Technostress, digital fatigue, and AI dependency as antecedents of burnout and SDG-4 achievement in EFL classrooms. Sci Rep. 2026;16:15412.
  37. Sari AA, Ningsih SK. The influence of digital literacy in social media use on high school students’ intrinsic motivation in EFL learning. IDEAS J Engl Lang Teach Learn Linguist Lit. 2025;13(2):6634-51.
  38. Zhang Y. Impact of digital literacy on college students’ English proficiency: The mediating role of learning motivation and the moderating effect of technological self-efficacy. Acta Psychol (Amst). 2025;259:105452.
  39. Bender SM. Awareness of artificial intelligence as an essential digital literacy: ChatGPT and Gen-AI in the classroom. Changing Engl. 2024;31(2):161-74.
  40. Khoso AK, et al. The impact of ESL teachers’ emotional intelligence on ESL students’ academic engagement, reading and writing proficiency: Mediating role of ESL students’ motivation. Int J Early Child Spec Educ. 2022;14:3267-80.
  41. He M, Abbasi BN, He J. AI-driven language learning in higher education: An empirical study on self-reflection, creativity, anxiety, and emotional resilience in EFL learners. Humanit Soc Sci Commun. 2025;12(1):1-20.
  42. Wang HC. Exploring the relationships of achievement motivation and state anxiety to creative writing performance in English as a foreign language. Think Skills Creat. 2021;42:100948.
  43. Khan MA, Mahjabeen AN, Hussain F, Ur Rehman M. Investigating the correlation between writing anxiety and English creativity in Pakistani ESL students. Russ Law J. 2021;9(1):214-24.
  44. McDonough K, Crawford WJ, Mackey A. Creativity and EFL students’ language use during a group problem-solving task. TESOL Q. 2015;49(1):188-99.
  45. Rubino C, Luksyte A, Perry SJ, Volpone SD. How do stressors lead to burnout? The mediating role of motivation. J Occup Health Psychol. 2009;14(3):289-304.
  46. Halbesleben JRB, Bowler WM. Emotional exhaustion and job performance: The mediating role of motivation. J Appl Psychol. 2007;92(1):93-106.
  47. van Emmerik IJH, et al. The route to employability: Examining resources and the mediating role of motivation. Career Dev Int. 2012;17(2):104-19.
  48. Dana LP, et al. The impact of entrepreneurial education on technology-based enterprise development: The mediating role of motivation. Adm Sci (Basel). 2021;11(4):105.
  49. Kholifah N, Nurtanto M, Mutohhari F, et al. The mediating role of motivation and professional development in determining teacher performance in vocational schools. Cogent Educ. 2024;11(1):2421094.
  50. Güngör P. The relationship between reward management system and employee performance with the mediating role of motivation: A quantitative study on global banks. Procedia Soc Behav Sci. 2011;24:1510-20.
  51. Danish RQ, Khan MK, Shahid AU, et al. Effect of intrinsic rewards on task performance of employees: Mediating role of motivation. Int J Organ Leadersh. 2015;4:33-46.
  52. Mavhungu D, Bussin MH. The mediation role of motivation between leadership and public sector performance. SA J Hum Resour Manag. 2017;15(1):1-11.
  53. Faul F, Erdfelder E, Buchner A, Lang AG. Statistical power analyses using G*Power 3.1: Tests for correlation and regression analyses. Behav Res Methods. 2009;41(4):1149-60.
  54. Rodríguez-de-Dios I, Igartua JJ, González-Vázquez A. Development and validation of a digital literacy scale for teenagers. In: Proceedings of the Fourth International Conference on Technological Ecosystems for Enhancing Multiculturality; 2016. p. 1067-72.
  55. Abbas M, Jam FA, Khan TI. Is it harmful or helpful? Examining the causes and consequences of generative AI usage among university students. Int J Educ Technol High Educ. 2024;21(1):10.
  56. Grasha AF. Teaching with style: The integration of teaching and learning styles in the classroom. Alliance Publishers; Pittsburgh (PA); 1996.
  57. Briesmaster M, Briesmaster-Paredes J. The relationship between teaching styles and NNPSETs’ anxiety levels. System. 2015;49:145-56.
  58. Kanoksilapatham B, et al. Motivation of Thai university students from two disciplinary backgrounds using a hybrid questionnaire. LEARN J Lang Educ Acquis Res Netw. 2021;14(1):455-91.
  59. Govindasamy P, Cumming TM, Abdullah N. Validity and reliability of a needs analysis questionnaire for the development of a creativity module. J Res Spec Educ Needs. 2024;24(3):637-52.
  60. Hair JF, Risher JJ, Sarstedt M, Ringle CM. When to use and how to report the results of PLS-SEM. Eur Bus Rev. 2019;31(1):2-24.
  61. Zhang R, et al. Mediating effect of learning motivation and engagement on the relationship between generative artificial intelligence implementation and English as a foreign language proficiency. 2026. https://doi.org/10.21203/rs.3.rs-9075280/v1.
  62. Almira NF, Almira ZF, Vircavani C, Agustina E. A systematic review of teachers’ teaching styles and their impact on EFL student learning outcomes. J Appl Linguist Engl Educ. 2025;3(1):1-5.
  63. Reeve J. Teachers as facilitators: What autonomy-supportive teachers do and why their students benefit. Elem Sch J. 2006;106(3):225-36.
  64. Huang S, Dong L, Wang W, et al. Language is not all you need: Aligning perception with language models. In: Advances in Neural Information Processing Systems. 2023;36:72096-109.
  65. Liu L. An international graduate student’s ESL learning experience beyond the classroom. TESL Can J. 2011;29(1):77-92.
  66. van Laar E, van Deursen AJAM, van Dijk JAGM, De Haan J. The relation between 21st-century skills and digital skills: A systematic literature review. Comput Hum Behav. 2017;72:577-88.
  67. Al-Kahtani N. A survey assessing health science students’ perceptions of online learning at a Saudi higher education institution during the COVID-19 pandemic. Heliyon. 2022;8(9):e10688.
  68. Dewaele JM, Chen X, Padilla AM, Lake J. The flowering of positive psychology in foreign language teaching and acquisition research. Front Psychol. 2019;10:2128.
  69. Liu W, Li Y. A qualitative study of question-posing anxiety in Chinese postgraduates in UK TESOL programs. Sci Rep. 2025;16(1):2081.

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

Reimpresiones y permisos

Etiquetas

Educaci n de la lengua inglesaansiedad ante las lenguas extranjerasmotivaci n del estudiantealfabetizaci n digitalestilo de ense anzauso de ChatGPTdesarrollo de la creatividadaulas de EFL en Arabia Sauditamodelos de ecuaciones estructurales
Contáctenos
Recomendar a la biblioteca

Privacidad

Términos de uso

Políticas

Copyright © 2026 MyJoVE Corporation. Todos los derechos reservados.