Apprendimento delle lingue gamificate e ideologia neoliberista: un'analisi critica multimodale del discorso di una popolare applicazione del vocabolario inglese

Sommario

Questo studio esamina l'impatto della gamification sulla motivazione degli studenti universitari cinesi nell'apprendimento del vocabolario inglese assistito da dispositivi mobili. L'Analisi Critica del Discorso rivela che, sebbene gli elementi gamificati aumentino temporaneamente il coinvolgimento, promuovono anche norme competitive e di auto-monitoraggio che possono erodere la motivazione intrinseca e influenzare le esperienze psicologiche e sociotecniche degli studenti.

Abstract

L'integrazione della gamification nell'apprendimento delle lingue assistito da dispositivi mobili (MALL) ha rimodellato il modo in cui gli studenti possono interagire con l'acquisizione del vocabolario e la comunicazione autodiretta. Pochi studi hanno esaminato l'impatto delle applicazioni gamificate sul comportamento degli studenti e sulle reazioni psicologiche, in particolare nei contesti di apprendimento dell'inglese non madrelingua, nonostante le frequenti lodi per il miglioramento della motivazione e del coinvolgimento degli utenti. Questo studio esamina l'impatto motivazionale e le basi ideologiche delle popolari app di vocabolario gamificato in inglese, utilizzando il framework tridimensionale Critical Discourse Analysis (CDA) di Fairclough per analizzare sia le interazioni con gli utenti sia il design della piattaforma. Basandosi su dati di interfaccia, analisi del sentiment degli utenti e trascrizioni di interviste di studenti universitari cinesi che studiano inglese come lingua straniera (EFL), questo studio rivela che, in linea con la Teoria dell'Autodeterminazione (SDT), la gamification svolge un ruolo significativo nell'incoraggiare la motivazione e il coinvolgimento degli apprendenti ma allo stesso tempo incorpora ideali neoliberali di competizione, auto-ottimizzazione e monitoraggio comportamentale. Queste caratteristiche, pur essendo pensate per migliorare le prestazioni, possono minare la motivazione intrinseca nel tempo. I risultati evidenziano le dinamiche psicologiche e sociotecniche degli ambienti di apprendimento gamificati, offrendo nuove prospettive su come le piattaforme educative digitali possano rafforzare le aspettative di autoregolamentazione e il discorso orientato alle prestazioni.

Introduzione

Il processo di acquisizione di una lingua è comunemente considerato mediato socialmente e interattivo, incorporando interazione comunicativa, output e input in particolari situazioni socioculturali. La ricerca fondamentale sull'acquisizione della seconda lingua (SLA) evidenzia che le opportunità di coinvolgimento, feedback e pratica autoregolata sono altrettanto importanti per aiutare gli studenti a diventare competenti quanto l'esposizione all'input linguistico. Questo framework consente agli studenti di partecipare a loop di feedback tramite impalcature e comunicazione autentica attraverso l'uso di ambienti di apprendimento digitali e assistiti^{da dispositivi mobili 1}. L'integrazione della gamification in questi contesti ha ulteriormente modificato il modo in cui gli studenti mantengono la motivazione, monitorano il loro sviluppo e sviluppano pratiche linguistiche autogestite.

Gli apprendenti possono acquisire una lingua straniera mirata in modo più efficace se hanno un vocabolario completo, poiché li aiuta a comprendere ciò che sentono o leggono nella lingua. La grammatica può essere usata per comunicare dati, ma senza linguaggio la conversazione non può essere completata. Tuttavia, molti studenti di lingua inglese continuano a faticare nell'acquisizione del vocabolario, che percepiscono come un ostacolo significativo al miglioramento della loro competenza complessiva dell'inglese. Poiché acquisire vocabolario complesso — inclusi grammatica, ortografia, significato, connotazione, collocazione e struttura delle parole — richiede input coerenti, il carico cognitivo spesso motiva gli studenti a cercare metodi di apprendimento più^{coinvolgenti 2}.

L'efficacia dell'apprendimento del vocabolario è limitata dalla metodologia convenzionale basata su carta. Con l'avanzare dell'istruzione tecnologica, è emerso un numero crescente di applicazioni gamificate per l'apprendimento del vocabolario inglese, con l'obiettivo di aumentare la motivazione ed efficacia degli studenti. Secondo Li et ^al.2, la gamification è il processo di modifica dei modelli d'uso o dei comportamenti delle persone incorporando meccaniche ed elementi di gioco in ambienti non legati al gioco. Le applicazioni ispirate ai videogiochi stanno diventando sempre più comuni tra gli studenti di EFL e attirando l'interesse dei ricercatori accademici grazie alla loro capacità di combinare le caratteristiche della gamification didattica e dell'apprendimento delle lingue assistito da mobile (MALL) in un ambiente di sviluppo del vocabolario.

Negli ultimi 20 anni, le soluzioni di tecnologia educativa (EdTech) sono diventate più ampiamente disponibili e utilizzate in aula a livello^{mondiale 3}. Una nuova dipendenza dalla tecnologia per colmare il divario di apprendimento è emersa in un'epoca in cui la ricerca e i rapporti annuali consecutivi⁶hanno rivelato un calo dei livelli di apprendimento tra i bambini^{indiani 7}. La varietà e le complessità della società moderna hanno reso l'istruzione superiore essenziale e, di conseguenza, il corpo di ricerche scientifiche dedicato a prevedere il rendimento scolastico o la probabilità di abbandonare gli studi è cresciuto^rapidamente 8,9,10,11,12,13 . La funzione tradizionale delle istituzioni di istruzione superiore nella diffusione della conoscenza si è evoluta; La creatività nelle nuove conoscenze, in particolare con l'ascesa dell'intelligenza^{artificiale 14}, e la formazione di professionisti qualificati hanno portato molti di loro a interagire con vari sfaccetti della società. In realtà, gli obiettivi principali delle sue attività accademiche e culturali sono elevare lo standard di conoscenza all'interno della comunità attraverso l'istruzione, l'indagine e la capacità di condividere e trasferire tali informazioni.

Negli ultimi anni, TAM è diventato un paradigma di rilievo per comprendere l'adozione della tecnologia in diversi ambiti, tra cui social^{media 15}, online^{banking 16}, tecnologie sanitarie¹⁷ e educazione. Numerosi studiosi hanno esaminato come insegnanti e studenti utilizzino risorse o piattaforme di e-learning all'interno del quadro teorico del TAM. Ad esempio, alla luce della pandemia di COVID-19, Mustafa et ^al.18 hanno esaminato le variabili che influenzano i risultati dell'e-learning. È stata inoltre esaminata l'accettazione da parte degli studenti delle risorse didattiche basate su^{YouTube 19} . Rafique et ^al.20 hanno esaminato le intenzioni comportamentali degli utenti nell'utilizzare il formato e-book e hanno fornito una spiegazione sul perché insegnanti e studenti amano o non gradiscono l'istruzione^{online 17}. Inoltre, sono state condotte ricerche sull'adozione da parte degli utenti di app mobili che utilizzano TAM.

L'obiettivo principale di questo apprendimento è esaminare criticamente come le applicazioni gamificate di apprendimento linguistico utilizzate dagli studenti di EFL a livello universitario caratterizzino e diffondano i discorsi neoliberisti. Sia le linee comunicative che progettuali di queste applicazioni integrano questi discorsi. Sebbene in passato la motivazione e l'accettazione degli utenti siano state sistematicamente considerate, questi programmi di formazione si basano comunemente su quadri tecnici e psicologici, come la Teoria dell'Autodeterminazione (SDT) e il Technology Acceptance Model (TAM). Tuttavia, da una prospettiva di Analisi Critica del Discorso (CDA), questo studio mira a colmare una significativa lacuna nella ricerca. Esamina come le applicazioni di apprendimento linguistico incoraggino il comportamento competitivo, il follow-up della presentazione e l'auto-ottimizzazione. Queste caratteristiche, che dominano l'ideologia neoliberista, sono regolarmente rese possibili dai fondamenti della gamification come classifiche, badge, punteggi e monitoraggio dello sviluppo. Il lavoro valuterà come i prompt testuali, le immagini dell'interfaccia e le risposte riflessive degli studenti influenzino la motivazione, i comportamenti di apprendimento e l'autopercezione degli utenti. L'obiettivo principale rimane l'influenza di questi metodi sull'apprendimento dell'inglese da parte degli studenti.

Questo lavoro proposto utilizza il metodo CDA tridimensionale di Fairclough per valutare le app gamificate per l'apprendimento delle lingue da un nuovo punto di vista del discorso critico. Rispetto a lavori esistenti che si concentravano principalmente su funzionalità tecniche o motivazionali di adozione usando SDT o TAM, questo lavoro smantella gli ideali neoliberali radicati nell'espansione e nella comunicazione dell'interfaccia utente EdTech. Conferma in particolare come le strutture di gamificazione, come classifiche, linee e indicatori di valutazione, fungano da strumenti per l'auto-ottimizzazione e il tracciamento, in particolare nel contesto dell'apprendimento del vocabolario per studenti universitari di EFL. Per convalidare i risultati oltre le informazioni digitali e centrate sull'uomo, lo studio adotta un approccio metodologico ibrido che combina analisi del sentiment, logging delle interfacce e mappatura del discorso.

L'istruzione superiore globale ha subito cambiamenti significativi a causa del neoliberismo, che dà priorità a regole guidate dal mercato, alle rivalità e alla privatizzazione rispetto ai valori più generali^{dell'istruzione.} Nel tentativo di migliorare l'occupabilità e la competitività globale, le università hanno adottato sempre più politiche EMI, riconoscendo il valore dell'inglese come un vantaggio chiave. Tuttavia, EMI aggrava regolarmente le differenze educative escludendo chi non parla inglese e favorendo chi ha accesso a materiali in lingua^{inglese 22.} Di conseguenza, una costruzione gerarchica è familiare, con la competenza linguistica che funge da potenziale barriera. Gli obiettivi neoliberali sono evidenti nell'uso dell'EMI in paesi come la Corea del Sud, che mira a migliorare la posizione globale e attrarre investimenti, ma potrebbe anche minare le lingue regionali e portare alla supremazia^{linguistica 23}.

I ricercatori hanno utilizzato SDT e TAM in vari scenari, incluse le intenzioni continue di utilizzare i siti di social networking online²⁴ e l'apprendimento potenziato dalla tecnologia durante il^{COVID-19 25,26}per approfondire la logica dietro l'uso della tecnologia. Inoltre, utilizzando SDT e TAM, Isabel et ^al.27 hanno esaminato come gli utenti rispondano a uno strumento di assunzione gamificato e hanno scoperto che le opinioni dei candidati sull'usabilità e la comodità d'uso dello strumento sono collegate alla sua capacità di soddisfare le richieste degli utenti di autonomia e competenza, nonché di incoraggiare l'automotivazione. Wu e Chen²⁸miravano a integrare queste due teorie e a dimostrare chiare relazioni tra gli elementi percettivi degli utenti che influenzano l'accettazione delle app gamificate per l'apprendimento del vocabolario inglese e la loro ispirazione autonoma e monitorata, di conseguenza.

In linea con le assunzioni della Teoria dell'Autodeterminazione (SDT), ricerche recenti hanno collocato la gamification all'interno di quadri motivazionali che ne descrivono il potenziale di supportare il coinvolgimento degli apprendenti. Nella loro approfondita revisione della ricerca sulla gamificazione, Seaborn e Fels (2015)²⁹ sottolineano come le caratteristiche del gioco, come classifiche, badge e punti, siano pensate per aumentare la motivazione intrinseca e promuovere obiettivi di apprendimento. Sebbene i risultati varino a seconda dell'implementazione, la gamification può avere un impatto favorevole sugli esiti cognitivi, motivazionali e comportamentali, secondo una meta-analisi di Sailer e Homner (2020)³⁰. Sebbene Landers, Bauer e Callan (2017)^31,32 abbiano dimostrato che l'effetto motivante delle classifiche dipende dalla loro integrazione con i processi di definizione degli obiettivi, Hanus e Fox (2015)^31,32 hanno scoperto che la gamification nelle classi può ridurre la motivazione intrinseca e le prestazioni accademiche se non è allineata alle esigenze degli studenti. Questi studi sperimentali e longitudinali mettono in guardia anche contro applicazioni troppo semplicistiche. L'importanza del design gamificativo guidato dalla teoria è stata ulteriormente evidenziata da Mekler et al. (2017)³³, che hanno dimostrato che, sebbene specifiche meccaniche di gioco possano migliorare le prestazioni, non sempre favoriscono la motivazione intrinseca. Nel loro insieme, questi risultati offrono una base sofisticata per inserire la ricerca attuale nel corpo delle conoscenze sul ruolo conflittuale ma promettente della gamificazione nella promozione dell'apprendimento e della motivazione.

La maggior parte delle ricerche ^{precedentemente discusse 1,2,3} si concentra ancora su modelli motivazionali e tecnologici di accettazione, anche se gli studenti universitari stanno utilizzando progressivamente competenze gamificate di apprendimento linguistico assistito da mobile (MALL). Questi consistono in quadri come il Technology Acceptance Model (TAM) e la Self-Determination Theory (SDT⁾¹. Questi metodi affrontano regolarmente implicazioni ideologiche più sfumate, supportando al contempo la comprensione del comportamento degli utenti e dei modelli di interazione. In particolare, il modo in cui la strategia delle tecnologie didattiche incorpora discorsi o visioni del mondo specifiche non viene riflesso in modo sufficiente. Manca un punto di vista critico che esamini come caratteristiche gamificate, come l'attrattiva, il monitoraggio della valutazione e l'autocontrollo, caratterizzino e sostengano gli ideali neoliberisti. Anche i fondamenti della comunicazione e dei fondamenti visivi delle presentazioni per l'apprendimento linguistico non sono stati ampiamente considerati dal punto di vista dell'Analisi Critica del Discorso (CDA⁾². Comprendere come questi risultati di design influenzino le esperienze di apprendimento degli studenti universitari e plasmino la loro opinione sul raggiungimento dell'apprendimento è particolarmente cruciale. Esamina le proprietà dei discorsi neoliberali sugli studenti di lingua inglese in contesti di istruzione superiore apprendoli attraverso le fasi EdTech.

La ricerca critica sulle tecnologie educative ha messo in discussione le più ampie implicazioni delle tecnologie educative, andando oltre i loro benefici motivazionali. Selwyn (2016)³⁴mette in guardia contro l'ottimismo incondizionato, sostenendo che la tecnologia non è uno strumento neutrale, ma dovrebbe essere vista nel contesto di contesti sociali, culturali e politici. Analizzando come le tecnologie basate sui dati alterino la governance dell'istruzione secondo le logiche neoliberiste, che spesso danno priorità all'efficienza e alla responsabilità rispetto all'equità e alla pedagogia, Williamson (2017)³⁵ amplia questa critica. Allo stesso modo, Roberts-Mahoney, Means e Garrison (2016)⁴ sottolineano come ideali orientati al mercato e aziendali si riflettano nelle piattaforme di apprendimento personalizzate, ridefinendo gli studenti come consumatori di un'educazione basata sui dati. Tenendo conto di vari punti di vista, il presente studio si colloca all'interno di discussioni continue sull'economia politica dell'EdTech, nonché su quadri motivazionali e di adozione come SDT e TAM. Riconoscendo sia il potenziale didattico della gamification sia le forze sistemiche che ne influenzano l'attuazione, questo doppio inquadramento rafforza la fondamentale base della ricerca. L'incentivo degli studenti universitari a utilizzare app gamificate per l'apprendimento delle lingue è mediato da una classifica competitiva e dalla facilità d'uso, secondo dati comparativi recenti provenienti dalla Corea del Sud e Hong Kong post-pandemica. Questo suggerisce che gli aspetti gamificati influenzano sia i giudizi di coinvolgimento che quelli di^{usabilità 5}. Questo rafforza l'enfasi dello studio attuale sulla costruzione discorsiva di tali qualità in un contesto critico.

Per evidenziare l'efficacia e il potenziale tra discipline, la revisione di ambito³⁶ ha esaminato lo stato delle applicazioni gamificate all'interno del TEFL e ha discusso approfondimenti comparativi derivanti dall'educazione medica. Con un focus sull'anno di pubblicazione, sulla distribuzione geografica, sul design degli studi, sulle opzioni di erogazione, sull'utilizzo della tecnologia, sugli aspetti della gamification e sugli strumenti di misurazione, la revisione ha composto un totale di 33 studi. Secondo la valutazione, la maggior parte delle pubblicazioni è stata pubblicata nel 2018, con una parte sostanziale proveniente dall'Asia. Gli studi di intervento hanno coinvolto in totale 2.531 alunni. Gli approcci più popolari erano quelli a metodo misto e i progetti quasi-sperimentali pretest/posttest. Le tecnologie di apprendimento mobile sono ampiamente utilizzate e l'erogazione online è diventata il modo di insegnamento più comune.

Dati comparativi recenti provenienti dagli ambienti di apprendimento post-pandemico evidenziano l'importanza crescente di esaminare le app di apprendimento del vocabolario gamificato. Secondo uno studio condotto a Hong Kong e Corea del Sud, caratteristiche gamificate come il ranking competitivo e le serie di lingue non sono gli unici fattori che motivano gli studenti universitari a usare app mobili per l'apprendimento delle lingue; La percezione della facilità d'uso e le preferenze culturali di apprendimento giocano anch'esse un ruolo significativo ^4,5. Questi risultati dimostrano come la tendenza post-pandemica verso l'apprendimento autoregolato basato su mobile (SRL) abbia aumentato l'importanza educativa dell'usabilità e del design delle app. Collocando lo studio attuale in questo contesto, la tecnica CDA si amplia oltre la critica ideologica per includere lo sviluppo discorsivo dei processi motivazionali e di adozione.

Protocollo

Questo studio è stato approvato dal Comitato Etico del Fujian Police College, Fuzhou, Cina. Tutti i metodi sono stati eseguiti in conformità con le linee guida e i regolamenti pertinenti. Il consenso informato è stato ottenuto da tutti i partecipanti allo studio. I partecipanti sono stati chiaramente informati sullo scopo della ricerca, sull'uso dei dati, sulla natura volontaria della partecipazione e sul loro diritto di ritirarsi in qualsiasi momento. È stato inoltre ottenuto un consenso informato scritto da tutti i partecipanti per la pubblicazione di citazioni anonime e approfondimenti derivati dalle trascrizioni delle interviste e dai modelli di utilizzo dell'app. In questo manoscritto non sono incluse informazioni o immagini personalmente identificabili.

La metodologia suggerita applica un quadro di Analisi Critica del Discorso (CDA) per analizzare i discorsi neoliberali nelle interfacce di apprendimento delle lingue gamificate, basato sulle ricerche precedenti con l'applicazione Baicizhan. L'analisi esamina i meccanismi testuali, i design visivi e i dispositivi funzionali di Baicizhan attraverso il quadro tridimensionale di Fairclough. Inoltre, vengono raccolti dati di analisi del sentiment degli utenti, registri di movimento delle interfacce e registri qualitativi delle interviste degli studenti universitari di inglese inglese. Questo approccio misto aiuta a valutare come la gamification promuova la competizione, il monitoraggio comportamentale e l'auto-ottimizzazione – elementi chiave dell'ideologia neoliberista. Comprensioni importanti vengono messe in luce dalla difficile mappatura della procedura tra la discussione degli studenti e la progettazione delle app. Evidenziando le tensioni tra la gamification focalizzata sull'engagement e la motivazione intrinseca degli apprendenti, questo studio chiarisce come le caratteristiche tecnologiche influenzino l'apprendimento linguistico nell'istruzione superiore. La Figura 1 mostra la struttura architettonica del metodo proposto.

La Figura 1 illustra l'approccio in tre fasi dell'Analisi Critica del Discorso (CDA) utilizzato per analizzare i discorsi incorporati dell'app. Questo paradigma riformula volutamente il processo come un approccio interpretativo piuttosto che come un elaborato tecnico dei dati, passando dagli elementi testuali specifici dell'app all'astrazione delle questioni ideologiche sociali. Registrando le posizioni specifiche della codifica ideologica — gli aspetti testuali, visivi e funzionali dell'app (come strie, tabelle di classifica e osservazioni motivazionali) — la Fase 1: Artefatti dell'App crea la base empirica. Successivamente, questi artefatti subiscono la Fase 2: Strati Interpretative CDA, che utilizza una sequenza di strati concettuali sovrapposti per evidenziare visivamente la relazione dialettica tra prove a livello micro e contesto a livello macro. Gli elementi testuali sono interpretati attraverso la Pratica Discorsiva, che si occupa della riproduzione dei significati, e sono collegati alla Pratica Sociale, che esamina il contesto del potere e dell'ideologia. I Temi Ideologici Neoliberali che organizzano l'esperienza dell'app, come la responsabilità individualizzata e la Motivazione Competitiva, sono infine prodotti dalla Fase 3: Sintesi Tematica, che utilizza la codifica interpretativa e l'Astrazione Tematica per tradurre i modelli riscontrati nel discorso in risultati astratti e qualitativi. I quattro principali passaggi del protocollo proposto sono i seguenti:

Progettazione dell'interfaccia e selezione dell'app
Per lo studio è stata scelta una popolare app gamificata per lo studio linguistico (come Baicizhan). Qui viene utilizzato un modello CDA tridimensionale sviluppato da Fairclough per eseguire un'analisi testuale che esamina prompt di vocabolario, feedback degli utenti e segnali legati all'interfaccia, oltre all'analisi della pratica discorsiva con particolare attenzione alle strutture di comunicazione in-app e ai modelli di interazione con l'utente. Utilizzando l'analisi delle pratiche sociali, si possono scoprire valori neoliberali come competitività, efficienza e auto-tracciamento. Queste caratteristiche riflettono valori neoliberali come efficienza, competizione e auto-tracciamento.

Raccolta dati
Per approfondire le conoscenze, gli scopi e le opinioni degli studenti di EFL a livello universitario riguardo all'ambiente di apprendimento gamificato, vengono condotte interviste semi-strutturate con loro.

Analisi del sentiment e mappatura del discorso
Un'analisi del sentiment viene utilizzata per regolare la risposta emotiva e il livello di partecipazione nelle reazioni degli utenti, nei log delle chat o nelle informazioni di comunicazione. Le aree di discorso sono misurate per la compatibilità con idee neoliberali come il benchmarking delle prestazioni e l'autogoverno.

Integrazione e validazione dei dati
Vengono esaminate le relazioni tra dispositivi di gamification e indicatori di ansia dello studente, riduzione della motivazione o pressione sulle prestazioni. Le principali strategie di conversazione che influenzano l'interazione e il comportamento dell'utente sono controllate.

Progettazione dell'interfaccia e selezione delle app
L'app^{Baicizhan 1} è stata utilizzata come esempio principale di Apprendimento Linguistico Assistito da Mobile (MALL) gamificato nella prima parte dello studio, con un focus sull'acquisizione del vocabolario. Poiché presenta una moltitudine di elementi di gamificazione, come l'ordine di classifica, il monitoraggio dei progressi, badge visivi e trigger di feedback, questa applicazione è universale tra gli studenti universitari cinesi di inglese inglese.

Data la combinazione unica della Cina tra politica educativa digitale guidata dallo stato, cultura di apprendimento orientata agli esami e crescente mercantilizzazione dell'EdTech, l'attenzione agli studenti cinesi di EFL è particolarmente importante. L'uso degli strumenti digitali nelle scuole è aumentato grazie a iniziative nazionali come Education Informatization 2.0, che supportano strategie di apprendimento personalizzate e basate sui dati. Allo stesso tempo, il sistema educativo cinese focalizzato sugli esami pone costantemente enfasi su risultati quantificabili e valutazione continua delle prestazioni, il che lascia spazio a funzionalità gamificate che valorizzano il raggiungimento degli obiettivi, le classifiche e il monitoraggio dei progressi. Queste procedure competitive sono state ulteriormente integrate nelle piattaforme di apprendimento mobile, come Baicizhan, che aiutano milioni di utenti a prepararsi per importanti test di inglese, grazie all'industria commerciale EdTech in rapida espansione. L'ambiente cinese è un contesto ideale per esaminare come il design dell'apprendimento gamificato naturalizzi i discorsi neoliberisti di auto-ottimizzazione, competizione e performatività, grazie all'intersezione tra politica, cultura e tecnologia.

Gli elementi essenziali dell'applicazione vengono ragionevolmente rimossi e suddivisi in tre sezioni come parte dell'analisi dell'interfaccia: elementi visivi (ad esempio, icone e barre di progresso), segnali testuali (ad esempio, istruzioni e incentivi) e costrutti funzionali (ad esempio, formazione degli obiettivi, promemoria e competizione sociale).

L'approccio tridimensionale di Analisi del Discorso Critico (CDA) di Fairclough viene applicato all'apprendimento di queste caratteristiche. Questo modello offre spazio a un esame approfondito dei comportamenti, dove l'approccio comunicativo e interattivo dell'app contiene un'ideologia neoliberista. Il primo passo nel processo CDA è un'analisi testuale, che esamina le parole applicate nelle risposte di feedback e nelle richieste di app. Successivamente, uno studio sulle performance discorsive si concentra su come gli utenti collaborano con l'app e su come al suo interno vengono costruiti elementi di successo o fallimento. Infine, lo studio sulle pratiche sociali descrive come il design dell'app rifletta ideologie neoliberiste più ampie, come l'autoregolamentazione, la competizione e la valutazione delle prestazioni. La Figura 2 mostra il processo di lavoro di selezione dell'app e progettazione dell'interfaccia.

Raccolta dati dell'interfaccia
Questo lavoro raccoglie informazioni importanti e complete utilizzando www.wjx.cn, un'area di sondaggi online cinese che offre servizi di campionamento a pagamento. Inizialmente, i criteri di inclusione prevedevano che i partecipanti dovessero essere studenti universitari iscritti in università cinesi e avessero già utilizzato almeno un'app gamificata per l'apprendimento del vocabolario inglese. L'obiettivo accademico dello studio, la natura volontaria della partecipazione e il tempo stimato necessario sono stati tutti chiaramente comunicati nei messaggi di reclutamento. I partecipanti devono leggere una dichiarazione di consenso informato e fornire il loro consenso volontario prima di iniziare il sondaggio. Non solo lo screening degli indirizzi IP veniva utilizzato per ridurre risposte duplicate o a basso sforzo, ma anche elementi di controllo di attenzione e monitoraggio di tempi di completamento anormalmente brevi venivano impiegati per verificare la qualità dei dati. Il requisito che tutti i partecipanti fossero studenti cinesi universitari fungeva da condizione campione. Il tempo medio di completamento per le 279 risposte da indirizzi IP non duplicati raccolti in una settimana è stato di 243 s. Sette risposte che implicavano che il rispondente non avesse mai usato app di vocabolario inglese gamificate sono state rimaste. Con un tasso di risposta genuino del 97,49%, sono state mantenute in totale 272 risposte.

In secondo luogo, sono state condotte interviste semi-strutturate con studenti cinesi di EFL per approfondire le loro esperienze con le app di vocabolario gamificato. Ogni intervista durava 30-45 minuti e seguiva un protocollo strutturato che comprendeva abitudini di apprendimento, risposte emotive alla gamificazione, schemi di motivazione e pressioni percepite. Le interviste sono state condotte online, registrate audio con permesso, trascritte parola per parola e codificate indipendentemente da due ricercatori utilizzando un approccio di analisi tematica.

Terzo, i dati di interazione dell'interfaccia, inclusi screenshot, log dei messaggi di feedback, contatori di strie, badge e prompt utente, sono stati sistematicamente estratti dall'applicazione Baicizhan. Questi reperti fornirono il materiale testuale, visivo e funzionale necessario per la CDA tridimensionale di Fairclough. Parallelamente, i dati di analisi sentimentale sono stati raccolti traducendo testo cinese generato dagli utenti in inglese usando DeepL³⁸, verificando l'accuratezza della traduzione tramite codificatori bilingui e calcolando i punteggi di polarità usando VADER³⁹, TextBlob⁴⁰ e SnowNLP⁴¹ per la validazione interlinguistica.

Gli studenti universitari cinesi che imparano l'inglese come lingua straniera (EFL) sono stati intervistati per approfondire le loro interazioni, motivazioni e opinioni riguardo alle app di vocabolario inglese gamificato. Domande su (1) frequenza e contesto dell'uso dell'app, (2) reazioni emotive a compiti o ricompense, (3) coinvolgimento e motivazione dalle funzionalità dell'app, (4) pressione o stress legati all'uso dell'app, (5) influenza sulle abitudini di studio o sulle strategie di apprendimento del vocabolario, (6) interazioni sociali riguardo ai progressi dell'app e (7) raccomandazioni per migliorare l'esperienza di apprendimento facevano tutte parte del protocollo semi-strutturato. Ogni sessione, condotta via Zoom, di persona o telefonicamente, durava circa 30-45 minuti. Con il consenso dei partecipanti, tutte le interviste sono state registrate e trascritte parola per parola in inglese. È stata impiegata un'analisi tematica per analizzare i dati. Due ricercatori codificarono indipendentemente le trascrizioni, che poi furono categorizzate iterativamente in temi. I disaccordi venivano risolti tramite discussioni. Un'analisi approfondita delle reazioni comportamentali e psicologiche alla gamification è stata resa possibile dalla combinazione di queste intuizioni qualitative con i log di interfaccia che registravano frequenza di utilizzo, risposte di feedback e perseguimento degli obiettivi.

Pre-elaborazione dei dati di sentimento:
Per garantire l'interoperabilità con strumenti basati su inglese come TextBlob e VADER, tutti i dati testuali venivano tradotti in inglese prima del calcolo del sentiment perché le risposte originali degli utenti erano in cinese. Per mantenere la correttezza contestuale e affettiva, è stato utilizzato il Deep LAPI per la traduzione, e due ricercatori bilingui hanno poi convalidato manualmente i risultati. Questi testi in inglese verificati venivano poi utilizzati per calcolare la polarità del sentimento e i punteggi di soggettività. Il modello di sentiment in lingua cinese SnowNLP è stato utilizzato anche per esaminare un sottoinsieme casuale di 200 risposte al fine di valutare la dipendenza tra lingue; i risultati hanno mostrato una forte associazione positiva con i punteggi di polarità VADER (r = 0,84).

La Tabella 1 riassume le risposte dal dataset di 272 studenti cinesi universitari di inglese inglese che hanno riportato un precedente utilizzo di un'applicazione gamificata per l'apprendimento del vocabolario inglese. Secondo i dati demografici, la popolazione di ricerca di questo studio è adatta a indagare il gruppo target di utenti, poiché rappresenta pienamente gli studenti universitari cinesi in termini di genere, età, indirizzo di laurea e anni di esperienza didattica. Per quanto riguarda i design degli studi, il 79,04% dei sondati ha utilizzato le app per più di un'ora ogni settimana, e il 94,11% le ha usate più volte a settimana. Le informazioni sul comportamento pratico sono state osservate insieme alle risposte supplementari dei membri.

Il dataset include variabili demografiche (età, genere, corso di laurea, anno di studio) e variabili legate all'uso (frequenza di utilizzo dell'app e durata settimanale di utilizzo). Le 272 entità presenti nel dataset sono tipicamente nella fascia d'età 18-22 anni (91,91%), di cui il 60,66% sono uomini e il 39,34% donne. Queste garanzie sulla distribuzione per età indicano che il numero di partecipanti corrisponde a quello degli studenti universitari che utilizzano l'apprendimento delle lingue assistito da dispositivi mobili e somiglia alla tradizionale popolazione studentesca universitaria.

Sebbene gli intervistati provenissero da esperienze accademiche molto diverse, i principali gruppi sono: Tecnologie (38,97%), Ingegneria (37,87%), Scienze (12,87%) e Matematica (10,29%). La distribuzione interdisciplinare consente di confrontare come gli studenti di altri settori vedono e utilizzano sistemi gamificati. Per quanto riguarda il rendimento scolastico, i terzi anni (36,03%) e i secondi anni (26,47%) costituivano la percentuale più alta di partecipanti, seguiti dai matricole (18,01%) e dagli studenti dell'ultimo anno (19,49%). Secondo questa distribuzione, la maggior parte degli intervistati sono studenti di livello medio-avanzato, il che può influenzare il loro grado di partecipazione e l'analisi critica delle risorse di apprendimento. Per quanto riguarda l'utilizzo dell'app, il 28,31% dei contributori ha dichiarato di usare Baicizhan ogni giorno, mentre il 33,46% ha descritto di averlo usato da quattro a cinque volte a settimana, suggerendo un alto grado di interazione frequente con il social network. Solo il 2,21% degli utenti ha usato l'app meno di una volta a settimana. L'uso settimanale dell'app da parte dei partecipanti è cambiato, con la maggior parte che la utilizza per 1-3 ore (50,37%) e meno studenti che la usano per più di 5 ore (11,4%).

La frequenza di accesso e i log di interazione dei partecipanti sono stati interpretati come indicatori comportamentali adiacenti alla SRL, riflettendo l'autonomia degli utenti nella gestione delle attività di apprendimento, nel monitoraggio delle routine e nella persistenza nell'impegno, in conformità con la ricerca post-pandemica sull'adozione della tecnologia e sull'apprendimento autoregolato (SRL). I dati qualitativi delle interviste hanno anche rivelato diversi temi coerenti con le caratteristiche del TAM, tra cui l'utilità percepita ("la classifica mi motiva a studiare quotidianamente") e la percepita facilità d'uso ("l'app è semplice e intuitiva da navigare"). Queste dimensioni collegano concettualmente l'attuale quadro CDA con punti di vista basati sull'adozione osservati nelle recenti ricerche comparative, nonostante non siano mai state ufficialmente codificate o^{modellate 5}. Per triangolare quantitativamente i risultati di CDA e sentiment e migliorare l'integrazione di studi comportamentali, percettivi e a livello discorso, le future versioni di questo studio incorporeranno misure brevi e validate di TAM e SRL.

Modello CDA di Fairclough
Una vera costruzione³⁷per indagare come il discorso nelle applicazioni gamificate di apprendimento linguistico, come Baicizhan, generi e perpetui ideali neoliberali è accessibile attraverso il modello tridimensionale di Analisi Critica del Discorso (CDA) di Fairclough. Nel modello si combinano tre procedure interconnesse: pratica sociale (livello macro), pratica discorsiva (livello meso) e analisi testuale (livello micro).

Analisi testuale (T) - Livello micro
Gli aspetti linguistici, inclusi termini, organizzazione e promemoria per il design dell'app (come "Obiettivo giornaliero raggiunto" e "Mantieni viva la tua striscia"), sono l'obiettivo principale di questo livello. Supponiamo che tutte le unità testuali dell'utente siano le seguenti:

(1)

Qui te_i sta per un messaggio di testo speciale o un prompt.

Per valutare l'organizzazione e l'ocorrenza neoliberista:

(2)

(3)

Di conseguenza, la densità neoliberista dello strato testuale è:

(4)

Pratica discorsiva (D) - livello Meso
Queste sono informazioni raccolte da interviste e log di interfaccia su come gli utenti interagiscono con l'app (frequenza di utilizzo, risposta al feedback e perseguimento degli obiettivi).

Supponiamo_{che io} rappresenti un utente e_{io j} rappresenti un atto di interazione (come completare un compito o guardare una classifica). Descrivi la matrice delle interazioni:

(5)

Il punteggio di auto-ottimizzazione dell'utente è ora definito:

(6)

Il peso neoliberista (importanza) dell'atto ai_j è indicato con w_j. Ad esempio, vedere che la Classifica ha un_{w j} più alto rispetto all'accesso all'app.

Pratica sociale (S) - Livello macro
Questo comporta l'analisi dei modi in cui l'uso e il discorso delle app rispecchiano idee sociali più generali (come produttività e competizione).

Sia P(us_{i,λ k}) un valore binario o fuzzy che indica se il discorso dell'utente promuove la caratteristica λ_k, e sia λ_k un tratto ideologico (come equità o auto-ottimizzazione).

Poi, l'aspetto ideologico degli utenti:

(7)

Questo misura il grado in cui ciascuna ideologia neoliberista λ_k si è propagata sulla base di utenti. Il punteggio complessivo del framework CDA di un'interfaccia utente può essere scritto come segue:

(8)

Quando a ogni dimensione viene assegnato un peso (α,β,γ), che può essere aggiustato empiricamente o basato su considerazioni qualitative.

Il modello tridimensionale di Analisi Critica del Discorso (CDA) stabilito da Fairclough è illustrato nella Figura 3, utilizzata per valutare la conoscenza gamificata per i confini educativi, principalmente nelle fasi di apprendimento linguistico come Baicizhan. La riga superiore della figura rappresenta le tre dimensioni analitiche della CDA, mentre la riga inferiore integra i risultati di tali dimensioni per generare una singola conseguenza coerente.

Questo studio ha creato un breve codebook per l'Analisi Critica del Discorso (CDA) che suddivideva gli aspetti discorsivi in tre categorie: testuali (scelta delle parole, metafore), visivi (icone, colori, badge) e funzionali (punti, livelli, notifiche). Dichiarazioni motivazionali come "Continua!" per il testo, badge a sto per le immagini e notifiche di monitoraggio dei progressi per le funzionalità funzionali sono esempi illustrativi. Dopo aver risolto ambiguità e migliorato iterativamente i codici, due programmatori esperti applicarono indipendentemente il codebook ai dati. Il Kappa di Cohen è stato utilizzato per calcolare l'accordo tra i codificatori, e i risultati hanno mostrato affidabilità soddisfacente (κ = 0,78), garantendo coerenza e rigore nello studio.

Analisi del sentiment e mappatura del discorso
L'analisi del sentiment è applicabile a contenuti generati dagli utenti, così come a spiegazioni, recensioni di app, registri di comunicazione e trascrizioni di conferenze, a seguito della conclusione dell'Analisi del Discorso Critico a tre livelli di Fairclough, che include ripetizioni testuali, discorsive e^{sociali 37}. Questo passaggio categorizza il tono emotivo (positivo, negativo e neutro) e l'intensità utilizzando procedure di Elaborazione del Linguaggio Naturale (NLP). Per stabilire la connessione emotiva dell'utente con dinamiche di apprendimento gamificate, ad esempio, vengono misurate espressioni normali di stress o soddisfazione in risposta alla perdita di riga o alla presentazione in classifica. Questo studio aiuta a definire se dispositivi gamificati, come il follower e la competizione, la pressione di crescita o la partecipazione, supportino o contraddicono i valori neoliberisti eposti nella CDA.

L'Algoritmo 1, fornito nel File Supplementare 1, mostra il processo operativo di analisi del sentimento e mappatura del discorso. Dopo che le informazioni testuali sono state raccolte e pre-elaborate, le osservazioni dell'utente vengono preparate utilizzando metodi come il lowermayling, l'eliminazione della parola finale, la lemmatizzazione e il filtraggio della punteggiatura. Successivamente, l'analisi del sentimento è stata effettuata su dati testuali EFL in inglese e cinese, seguendo passaggi di pre-elaborazione come il lowermaing, la rimozione della parola stopword, la lemmatizzazione e il filtraggio della punteggiatura. Questi testi sono sottoposti ad analisi del sentiment utilizzando programmi come VADER, TextBlob o modelli basati su BERT, che classificano ogni testo come neutro, positivo o negativo in base al tono emotivo o ai punteggi di polarità. Questo aiuta a definire le reazioni emotive degli utenti ai fondamenti gamificati, come valutazioni di presentazione, battute e premi. Parallelamente, espressioni e idee legate a concetti neoliberisti specifici — come "auto-ottimizzazione", "concorrente", "efficacia" o "tracciamento" — vengono identificate eliminando aspetti discorsi tramite l'uso di abbinamenti basati su parole chiave o codifica tematica, di conseguenza.

Le etichette concettuali che sono state sollevate durante la fase CDA possono ora essere comprese nel testo di ogni utente. Viene quindi progettata una mappa del discorso, che autentica come discorsi e atteggiamenti dettagliati co-avvengono all'interno del dataset, in base ai risultati. Questo può includere la produzione di grafici o mappe di calore che dimostrino il tono espressivo e la regolarità di ogni tema ideologico. Per produrre un quadro più completo del materiale, questi sentimenti e le comprensioni del discorso vengono poi condivisi con i risultati del CDA. Questa indagine aiuta a verificare se gli studenti adottano o rifiutano i discorsi neoliberisti presentati nello schema dei confini. Inoltre, mette in evidenza esperienze emotive nell'apprendimento gamificato, individuando casi in cui i servizi di trasferimento possono involontariamente compromettere incentivi fondamentali o la scelta degli studenti.

Risultati

Questo lavoro ha esaminato come la gamification nelle applicazioni di Apprendimento Linguistico Assistito da Cellulare (MALL), come Baicizhan, influenzi la motivazione e il comportamento di autoregolazione degli studenti universitari di EFL attraverso un metodo critico e sistematico del discorso. Per la stima è stato utilizzato un dataset proveniente da tre fondazioni unificate: (1) registrazioni di 15 conferenze semi-strutturate con studenti universitari di EFL; (2) dati di analisi del sentiment da oltre 250 log di coin...

Discussione

La proposta Critical Discourse Analysis (CDA) adotta una prospettiva critico-ideologica che estende i lavori precedenti esaminando le funzioni ideologiche più profonde incorporate nelle app gamificate per l'apprendimento delle lingue... Ricerche precedenti, in particolare quelle di Chen e^{Zhao 1}, hanno esaminato i fattori motivazionali che influenzano l'accettazione delle app di vocabolario gamificate tra gli studenti di inglese inglese cinese su larga scala. Basan...

Materiali

Elenco dei materiali utilizzati in questo articolo

Nome	Azienda	Numero di catalogo	Commenti
Vettore Adenovirale (shNEAT1)	10692-V5	Vigene Biosciences	Adenovirus usato per ridurre l'espressione di NEAT1 in vivo e in vitro.
Kit per il test proteico BCA	23227	Thermo Fisher	Kit utilizzato per quantificare la concentrazione proteica nei lisati cellulari.
Kit di analisi per giornalisti a doppia luciferasi	E1910	Promega	Kit utilizzato per saggi di doppia luciferasi per misurare l'interazione miR-181a-5p.
Kit ELISA (Citochine)	N/A	R& Sistemi D	Kit utilizzati per misurare i livelli di citochine in campioni di siero e tessuto.
Siero Fetale Bovino (FBS)	16000-044	Gibco	Integratore utilizzato nei mezzi di coltura per la crescita cellulare.
Anticorpi GAPDH	2118S	Tecnologia di segnalazione cellulare	Anticorpo primario contro GAPDH utilizzato come controllo del carico nel western blot.
Kit per la colorazione di ematossilina ed eosina	N/A	Thermo Fisher	Kit utilizzato per la colorazione istologica delle sezioni tissutali per analisi patologiche.
Anticorpi di immunofluorescenza (CD206)	14693-1-AP	Proteintech	Anticorpo utilizzato per rilevare il marcatore del macrofago M2 CD206 nelle sezioni tissutali.
Lipopolisaccaride (LPS)	L2630	Sigma-Aldrich	LPS viene utilizzata per indurre la polarizzazione infiammatoria dei macrofagi nelle cellule RAW264.7.
miR-181a-5p Mimic	N/A	N/A	Mimica sintetica miR-181a-5p utilizzata per modulare i livelli miR-181a-5p.
Plasmide di Espressione NEAT1	N/A	N/A	Plasmide utilizzato per la sovraespressione di NEAT1 nei macrofagi RAW264.7.
Cellule macrofagiche RAW264.7	TIB-71	ATCC	Linea cellulare di macrofagi murini utilizzata per esperimenti in vitro.
Buffer di lisi RIPA	89901	Thermo Fisher	Tampone usato per lisi le cellule per estrarre la proteina totale.
RPMI-1640 Medium	11875-093	Gibco	Mezzo di coltura per macrofagi RAW264.7.
SYBR Green Master Mix	4385612	Thermo Fisher	Reagente utilizzato per l'analisi quantitativa in tempo reale per PCR.
Camere di analisi per la migrazione Transwell	3422	Corning	Camere utilizzate per saggi di migrazione transwell per valutare la migrazione dei macrofagi.
Kit per il test sull'apoptosi TUNEL	ab66110	Abcam	Kit utilizzato per rilevare l'apoptosi nelle cellule RAW264.7 tramite colorazione TUNEL.
Anticorpi Western Blotting (HMGB1)	ab18256	Abcam	Anticorpo primario contro HMGB1 usato nel western blotting.