Articolo di ricerca

Integrare gli Obiettivi di Sviluppo Sostenibile (SDGs) e l'IA Generativa per Migliorare la Alfabetizzazione Linguistica Digitale e la Creatività negli Ambienti di Apprendimento EFL

DOI:

10.3791/69445

⸱

13 febbraio 2026

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

In questo articolo

Sommario

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

Combinare gli SDG con l'IA generativa come ChatGPT aumenta la motivazione, l'alfabetizzazione digitale e la creatività degli studenti di inglese. Un maggiore coinvolgimento rafforza questo legame, fornendo agli insegnanti strategie pratiche per integrare l'IA nell'insegnamento delle lingue.

Abstract

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

Questo studio indaga l'integrazione degli Obiettivi di Sviluppo Sostenibile (SDGs) e dell'IA generativa, in particolare ChatGPT, per migliorare l'alfabetizzazione digitale, la creatività e la motivazione linguistica negli ambienti di apprendimento EFL. Adottando un disegno quantitativo e trasversale, i dati per questo studio sono stati raccolti da n = 420 studenti universitari di EFL in un'università del settore pubblico in Cina, utilizzando scale validate per misurare l'integrazione degli SDG (SDG), l'uso di IA generativa come ChatGPT (UCGPT), l'alfabetizzazione digitale (DL), la creatività degli studenti EFL (SC), la motivazione degli studenti EFL (SM) e l'impegno nell'apprendimento linguistico (LLE). La modellazione strutturale parziale delle equazioni ai minimi quadrati (PLS-SEM) è stata utilizzata per analizzare gli effetti diretti, medianti e moderativi. I risultati hanno rivelato che l'integrazione degli SDG e l'UCGPT erano significativamente associate al SM, che a sua volta prevedeva l'alfabetizzazione digitale e la creatività degli studenti di EFL. Inoltre, LLE ha moderato la relazione tra DL e SC, mentre SM ha mediato gli effetti dell'integrazione degli SDG e UCGPT sull'alfabetizzazione digitale. Questi risultati evidenziano il potenziale trasformativo dell'integrazione degli SDG e degli strumenti di IA nell'educazione dell'EFL, fornendo strategie scalabili per sviluppare le competenze del XXI secolo. Inoltre, lo studio fornisce strategie concrete per gli insegnanti di EFL, come incaricare gli studenti di utilizzare ChatGPT per prepararsi a dibattiti su temi SDG, come la giustizia climatica, o di co-creare campagne multilingue sui social media per la sensibilizzazione sulla sostenibilità. Queste applicazioni dimostrano come operazionalizzare l'integrazione SDG-IA nella pianificazione quotidiana delle lezioni.

Introduzione

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

Il panorama globale dell'istruzione dell'inglese come lingua straniera (EFL) sta attraversando una profonda trasformazione, guidata dai doppi imperativi dell'innovazione tecnologica e dagli Obiettivi di Sviluppo Sostenibile (SDGs) delle Nazioni Unite1. Sebbene la domanda di competenza in inglese continui a crescere nelle regioni non anglofone, alimentata dalla globalizzazione, dalla mobilità accademica e dalle economiedigitali 2, gli approcci pedagogici tradizionali spesso non riescono a dotare gli studenti delle competenze critiche necessarie per la comunicazione del XXIsecolo 3. Le metodologie convenzionali di EFL, che enfatizzano la memorizzazione meccanica e l'accuratezza strutturale piuttosto che l'espressione creativa e l'impegno digitale, rischiano di aggravare le disparità nell'accesso a un'istruzionedi qualità 4. Questo disallineamento non solo ostacola il progresso verso l'SDG 4 (un'educazione inclusiva ed equa di qualità), ma trascura anche il potenziale trasformativo delle tecnologieemergenti 5, in particolare l'intelligenza artificiale generativa (IA), nel rimodellare gli ecosistemi di apprendimentolinguistico 6. Nonostante la rapida espansione di strumenti guidati dall'IA come ChatGPT, la loro integrazione nei contesti EFL rimane poco esplorata, soprattutto in termini di framework disostenibilità 7. Questo studio colma questo divario critico indagando come la convergenza strategica tra gli SDG e l'IA generativa possa potenziare l'alfabetizzazione digitale, la creatività e la motivazione negli ambienti di apprendimento EFL, promuovendo l'innovazione pedagogica e le agende globali di sostenibilità. Persistono notevoli lacune nella letteratura esistente riguardo all'intersezione tra apprendimento linguistico assistito dall'IA e educazione allineata agliSDG 8. Sebbene ricerche precedenti abbiano esaminato il ruolo dell'IA nell'istruzione linguisticapersonalizzata 9, nella valutazioneautomatica 10 e nei programmi di scambiovirtuale 11, questi studi raramente si confrontano con i quadri di sostenibilità. Al contrario, la letteratura su EFL e sostenibilità si è concentrata prevalentemente sull'istruzione basata sui contenuti (testi ambientali) piuttosto che sull'utilizzo della tecnologia per ristrutturare i paradigmipedagogici 12. Questa disconnessione è particolarmente problematica dato l'aumento delle divisioni digitali nei contesti del Sud globale, dove la marginalizzazione linguistica si interseca con un accesso limitato a strumenti educativiall'avanguardia 13. Inoltre, mentre l'SDG 4.4 dia esplicitamente priorità all'alfabetizzazione digitale, la maggior parte dei programmi di EFL non collega la competenza digitale ai risultati di sostenibilità, lasciando gli studenti impreparati alle esigenze dell'occupazione, dell'imprenditorialità e del lavorodignitoso 14. L'assenza di un quadro integrativo che allinei la pedagogia guidata dall'IA con le competenze di sostenibilità rappresenta una svistacritica 15. Inoltre, il framework è facilmente applicabile nei corsi di inglese inglese universitario dove gli studenti possiedono una conoscenza digitale di base per utilizzare strumenti di IA generativa come ChatGPT. L'implementazione è progettata per classi standard integrate con la tecnologia, richiedendo agli educatori di fornire prompt strutturati e allineati agli SDG per guidare efficacemente la collaborazione con l'IA.

Questo studio colma queste lacune proponendo un nuovo quadro di intelligenza artificiale generativa informato dagli SDG per l'educazione dell'inglese inglese, basato sulla teoriasocioculturale 16 e sulle alfabetizzazioni digitalicritiche 17. A differenza dei lavori precedenti che trattano l'IA come uno strumento didattico, i ricercatori la posizionano come partner collaborativo nel supporto al pensiero creativo e critico degli studenti18. Questo cambiamento è in linea con gli obiettivi degli SDG sull'educazione inclusiva e incentrata sull'apprendente. Empiricamente, i ricercatori utilizzano la modellazione strutturale delle equazioni dei minimi quadrati parziali (PLS-SEM) per analizzare i dati di n = 420 studenti cinesi di inglese inglese, esaminando come l'integrazione degli SDG (SDG) e l'uso di ChatGPT (UCGPT) influenzino congiuntamente la motivazione (SM), l'alfabetizzazione digitale (DL), la creatività degli studenti (SC) e l'impegno nell'apprendimento linguistico (LLE). I contributi teorici di questo studio sono tripli. Innanzitutto, i ricercatori estendono la teoria dell'autodeterminazione (SDT) dimostrando come gli strumenti di IA allineati agli SDG soddisfino i bisogni intrinseci degli studenti di autonomia, competenza e relazionamento, aumentando la motivazione. In secondo luogo, i ricercatori affinano la teoria del coinvolgimento rivelando come alfabetizzazione digitale e creatività interagiscono dinamicamente in ambienti mediati dall'IA, a seconda dei livelli di coinvolgimento degli studenti. In terzo luogo, i ricercatori promuovono le alfabetizazioni digitali critiche integrando l'uso etico dell'IA nel discorso sulla sostenibilità, esortando gli studenti a interrogare i bias sui dati, i costi ambientali e le pratiche lavorative nei sistemi di IA. Empiricamente, i risultati forniscono intuizioni pratiche per educatori e decisori politici, illustrando come ChatGPT possa democratizzare l'accesso a compiti linguistici legati agli SDG (dibattiti sul cambiamento climatico, simulazioni di uguaglianza di genere) promuovendo al contempo abilità cognitive di ordine superiore. Questo articolo è strutturato come segue: innanzitutto, l'introduzione che discute il significato/originalità di questa ricerca, la lacuna esistente nella letteratura e il contributo di questo studio. Successivamente, ci sono revisioni della letteratura sugli SDG in EFL, IA generativa e alfabetizzazioni digitali. La sezione Protocollo dettaglia la metodologia PLS-SEM, mentre la sezione Risultati presenta i risultati. La sezione di discussione approfondisce i principali risultati e le implicazioni teoriche e pratiche. Infine, l'articolo si conclude con limitazioni e direzioni future.

Revisione della letteratura e sviluppo delle ipotesi

Obiettivo di Sviluppo Sostenibile 4 e motivazione degli studenti di EFL
Un approccio pedagogico che integra i programmi di Inglese come Lingua Straniera (EFL) con l'Obiettivo di Sviluppo Sostenibile 419, che enfatizza un'istruzione inclusiva ed equa di qualità e l'apprendimento permanente per tutti, è emerso come una strategia chiave per aumentare la motivazione deglistudenti 20. Gli obiettivi dell'SDG 4, in particolare 4.4 (competenze per l'occupazione) e 4.7 (educazione per lo sviluppo sostenibile), sottolineano l'importanza di sviluppare apprendenti linguisticamente competenti con pensiero critico, alfabetizzazione digitale e competenze di coinvolgimentoetico 21. I principi di queste competenze sono inoltre supportati dagli obiettivi della Responsabilità di Proteggere e dagli obiettivi dell'SDG 4.5 sull'Istruzione Basata sui Diritti. Diversi studi suggeriscono che quando l'azione climatica, l'uguaglianza di genere e la lotta alla povertà sono trattate nell'apprendimento delle lingue, ciò promuove la motivazione degli studenti per la materia22. Questo metodo supporta la Teoria dell'Autodeterminazione23,24, che ritiene che l'esperienza dell'autonomia, la padronanza delle competenze e la connessione sociale mantengano le personemotivate 25. L'IA generativa funziona ancora meglio come strumento motivazionale quando si utilizzano contenuti interattivi relativi agli Obiettivi di Sviluppo Sostenibile. L'IA con summit simulati da chatbot e piattaforme in diversi linguaggi focalizzati sulla sostenibilità rende possibile agli studenti apprendere argomenti complessi attraverso esercizilinguistici 27. Applicare scenari che richiedono agli studenti di discutere soluzioni per la scarsità d'acqua in inglese li aiuta a interessarsi. Affina le loro capacità di problem solving e dà loro un maggiore senso di essere al comando e di importanza28. Il feedback dell'IA è standardizzato e fornito istantaneamente (come è stato evidenziato, aiutando a soddisfare i diversi bisogni educativi, e sostiene l'equità come spiegato nell'SDG4 29, tutto ciò calma gli studenti e garantisce l'uguaglianza. Gli esperti dell'educazione devono portare i collegamenti agli SDG un passo oltre, poiché dovrebbero concentrarsi sullo sviluppo di competenze che permettano agli studenti di identificare disuguaglianzesistemiche 30. Quando esiste un divario di IA tra paesi sviluppati e sottosviluppati, questo aumenta il numero di motivi per cui gli studenti si sentono scoraggiati e chiede l'adozione di un designinclusivo 31. Sulla base della letteratura sopra, viene proposta questa ipotesi: H1: Integrare gli SDG nelle lezioni di EFL aumenta la motivazione degli studenti a imparare l'inglese.

Uso dell'IA generativa e motivazione degli studenti di EFL
Gli strumenti di IA generativa, che includono modelli linguistici e chatbot, sono sempre più apprezzati per aver contribuito ad aumentare la motivazione nell'educazione EFL incoraggiando l'interazione, rispondendo ai bisogni personali e promuovendo attività creative32. Questi approcci permettono agli studenti di interagire direttamente con l'IA, esercitarsi nella comunicazione in situazioni realistiche e ricevere feedback rapidi e regolabili, noti per ridurre l'ansia e mantenere il loro interesse33. Ad esempio, risorse educative generate dall'IA, come testi personalizzati e scenari personalizzati in base al livello e agli interessi dello studente, possono soddisfare i suoi bisogni psicologici di autonomia e di un senso di capacità. Poiché l'IA generativa può fornire risorse in più lingue e considerare i contesti culturali, consente agli studenti di esplorare questioni globali in inglese, spingendoli a riflettere profondamente sulle decisionietiche 34. Tuttavia, gli esperti consigliano che affidarsi troppo all'IA potrebbe limitare la comunicazione tra le persone e impedire loro di sviluppare il pensiero critico, entrambi elementi essenziali per la crescita dei bambini. Inoltre, gli svantaggi nell'accesso a internet e gli effetti degli algoritmi distorti possono aggravare le disuguaglianze esistenti per alcuni gruppi di apprendimento, approfondiscando ulteriormente le disparità attuali. Sulla base della letteratura sopra, viene proposta la seguente ipotesi: H2: L'uso di ChatGPT nelle classi di EFL aumenta la motivazione degli studenti a impegnarsi nell'apprendimento delle lingue.

Motivazione degli studenti di EFL e alfabetizzazione digitale
La relazione tra alfabetizzazione digitale e motivazione per l'EFL non è solo correlazionale, ma sinergica. Gli studenti con una maggiore alfabetizzazione digitale sono meglio preparati a cercare e interagire con contenuti autentici e multimodali che si allineino ai loro interessi personali e ai contestisocioculturali 35,36. Questa capacità alimenta direttamente la motivazione intrinseca migliorando il senso di autonomia e competenza degli studenti, poiché possono orientarsi più efficacemente negli ambienti digitali. Tuttavia, questo ciclo positivo non è automatico. L'impatto motivazionale dipende dalla qualità dell'engagement digitale; Semplicemente usare la tecnologia non garantisce la motivazione a meno che i compiti non siano significativi e culturalmentereattivi 37.

Inoltre, sebbene l'IA generativa venga attualmente commercializzata come meccanismo per accelerare questa sinergia con l'aiuto di Personalized Scaffolding38, un approccio critico rivela che ci sono diverse contingenze a questo. Il successo delle tecnologie di IA nel facilitare il dialogo interculturale e nel demistificare il pregiudiziomediatico 39 si basa sull'accesso equo e sulla competenza digitale di base, spesso assente in ambienti sottodotati40. Questo provoca un divario motivazionale, con l'analfabetismo digitale che causa frustrazione e un senso di disimpegno, sabotando così proprio la motivazione che l'IA mira agenerare 41. Pertanto, l'integrazione dell'IA dovrebbe essere accompagnata da rigorosi modelli di alfabetizzazione digitale che incoraggino lo studente a comprendere le connotazioni etiche, così che non si verifichi la propagazione involontaria degli squilibri attuali con l'uso delletecnologie 42. Sulla base della letteratura sopra, viene proposta la seguente ipotesi: H3: Una motivazione più elevata negli studenti di lingua inglese porta a un miglioramento delle competenze di alfabetizzazione digitale.

Alfabetizzazione digitale degli studenti EFL e creatività degli studenti EFL
In English as a Foreign Language (EFL), la alfabetizzazione digitale catalizza la creatività dando agli studenti la capacità tecnica e critica di ricontestualizzare l'uso della lingua attraverso modi digitaliinnovativi 43. Gli studenti diventano abili nell'uso di dispositivi come l'IA generativa, le piattaforme multimediali e gli spazi virtuali collaborativi, permettendo loro di andare oltre gli esercizi testuali e usarli come strumenti per creare progetti multimodali come storie digitali, podcast o persino narrazioni prodotte dall'IA44. Ad esempio, piattaforme basate su IA per co-creare poesia multilingue o simulare scenari di realtà virtuale aiutano gli studenti a sperimentare l'ibridità linguistica e culturale e a combinare acquisizione linguistica ed esplorazioneartistica 45.

L'alfabetizzazione digitale è correlata con la creatività attraverso pari accesso e approcci didattici con scopidefiniti 46. Alcuni gruppi emarginati non hanno pari accesso all'IA generativa e agli strumenti digitali, il che porta a un apprendimento creativo soffocante e passivo piuttosto che a una creazioneattiva 47. I professionisti dell'istruzione dovrebbero scegliere metodi critici che si concentrino su pratiche didattiche sostenibili per aiutare i loro studenti a esaminare sia l'approccio etico alla generazione di contenuti con IA sia l'impatto del flusso di lavoro digitale sull'ambiente48. Gli studenti possono sviluppare maestria etica attraverso attività pratiche di progettazione digitale che combinano sviluppo sostenibile di progetti con l'esame algoritmico dei bias, rafforzando gli obiettivi di sostenibilità e giustizia dell'SDG 4.7. Sulla base della letteratura sopra, vengono proposte le seguenti ipotesi: H4: Gli studenti di lingua inglese con competenze di alfabetizzazione digitale più forti dimostrano maggiore creatività nei compiti linguistici. H5: L'impegno degli studenti di lingua inglese dimostra una maggiore creatività nei compiti linguistici.

Effetto moderatore dell'impegno nell'apprendimento delle lingue
In particolare per quanto riguarda i contesti di apprendimento EFL, gli interventi pedagogici che integrano gli Obiettivi di Sviluppo Sostenibile (SDGs) e l'IA generativa sono più efficaci quando l'impegno nell'apprendimento delle lingue, come definito dall'investimento cognitivo, comportamentale ed emotivo nell'acquisizione del linguaggio, è una variabile moderatrice multilateralmentecruciale 49. Nell'implementazione di contenuti relativi agli SDG, alti livelli di coinvolgimento aumentano i guadagni motivazionali e cognitivi, poiché i partecipanti a compiti basati su progetti allineati agli SDG o simulati con IA sono più persistenti, pongono più domande e rivendicano maggiore responsabilità sui propri percorsi diapprendimento 50. Ad esempio, la co-creazione da parte degli studenti di campagne di sostenibilità dell'intelligenza artificiale (IA) o la discussione di questioni globali in inglese sono dimostrate potenziare le capacità linguistiche e la creatività, dato il legame emotivo degli studenti con problemi reali51. Engagement è un moderatore che determina come gli studenti gestiscono gli aspetti etici e culturali degli ambienti di apprendimento EFL guidati dall'IA. Gli studenti che mostrano disimpegno vedono l'IA come un sistema autoritario che intensifica le loro preoccupazioni e li porta a dipendere passivamente dal feedbackautomatico 52. Sulla base della letteratura sopra, viene proposta la seguente ipotesi: H6: L'impegno nell'apprendimento delle lingue modera la relazione tra alfabetizzazione digitale e creatività.

Effetto mediatore della motivazione degli studenti EFL in contesti EFL
I livelli motivazionali degli studenti EFL svolgono un ruolo fondamentale nel modo in cui le strategie pedagogiche legate agli SDG e l'uso dell'IA generativa influenzano le loro competenze digitali e creatività, nonché la loro competenza in inglese. Il design didattico raggiunge il raggiungimento dello studente attraverso la motivazione, utilizzando la Teoriadell'Autodeterminazione 54, per rafforzare le condizioni psicologiche favorevoli a un coinvolgimento profondo. La motivazione degli studenti legata all'autonomia (decisioni su argomenti di advocacy), alla competenza (apprendere il vocabolario della sostenibilità) e alla relazionalità (partecipazione ad attività globali) funge da meccanismo attraverso cui i contenuti a tema SDG determinano l'efficacia del pensiero critico e dello sviluppo delle competenze digitali degli studenti. Il coinvolgimento degli studenti può aumentare durante il primo utilizzo degli strumenti di IA generativa grazie alla loro novità, ma i continui miglioramenti in alfabetizzazione e creatività richiedono che gli studenti riconoscano le interazioni con l'IA come sia rilevanti per l'identità sia come promotricidi autonomia 55.

I ricercatori stabiliscono la motivazione come il fattore principale che collega i vari contesti attraverso evidenze empiriche. I progetti focalizzati sugli SDG esposti agli studenti EFL hanno portato a una creatività associata perché gli studenti hanno sperimentato simultaneamente livelli di motivazione elevati, come riportato dalleautovalutazioni 56. I risultati di scrittura derivanti dal feedback personalizzato generato dall'IA hanno mostrato i miglioramenti massimi negli studenti che hanno dimostrato una forte motivazione esistente57,58. Lo studio ha dimostrato che la motivazione regola l'efficacia degli interventi tecnologici. Un altro fattore che ostacola questo processo è quello culturale, insieme agli elementi socioeconomici. Gli ambienti a carenza di risorse tendono a dare priorità agli incentivi esterni, che si riferiscono alle opportunità di carriera menzionate nell'SDG 4.4, con conseguente relazione alterata tra motivazione e erogazione degli strumentidigitali 59,60. Sulla base della letteratura sopra citata, vengono proposte le seguenti ipotesi: H7: La motivazione degli studenti media la relazione tra l'uso di ChatGPT e le competenze di alfabetizzazione digitale. H8: La motivazione degli studenti media il rapporto tra gli SDG e le competenze di alfabetizzazione digitale. La Figura 1 mostra il modello di ricerca del presente studio, che include tutte le variabili e le loro relazioni di percorso tra loro. Inoltre, sulla base delle relazioni di percorso tra variabili, tutte le ipotesi sono indicate anche nel modello di ricerca.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

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

Questo studio è stato condotto in conformità con le linee guida etiche per la ricerca sui soggetti umani. Il consenso informato è stato ottenuto da tutti i partecipanti prima del loro coinvolgimento, assicurando che fossero pienamente informati sullo scopo dello studio, sulle procedure basate su sondaggi, sulla natura volontaria e sul loro diritto di ritirarsi in qualsiasi momento senza conseguenze. Tutti i metodi rispettavano standard etici per la ricerca umana, garantendo la riservatezza dei partecipanti, l'anonimizzazione dei dati e la protezione durante tutto lo studio. Lo studio ha coinvolto una raccolta di dati non invasiva basata su sondaggi con un rischio minimo per i partecipanti.

1. Progettazione della ricerca

Questo studio ha adottato un disegno di ricerca quantitativo e trasversale per esaminare le relazioni tra integrazione degli Obiettivi di Sviluppo Sostenibile (SDG), uso dell'IA generativa, alfabetizzazione digitale, creatività, motivazione e coinvolgimento nell'apprendimento linguistico nei contesti EFL. Il progetto ha dato priorità al test di ipotesi attraverso sondaggi strutturati, basati sull'epistemologia positivista, permettendo la generalizzazione statistica dei risultati in contesti accademici simili. È stato scelto un approccio di modellazione strutturale a equazioni dei minimi quadrati parziali (PLS-SEM) per analizzare gli effetti complessi di mediazione e moderazione. PLS-SEM accoglie dimensioni di campione più piccole e strutture di modelli esplorativi minimizzando le ipotesi sulla normalità deidati 61. Il design è stato allineato con l'appello dell'SDG 4 a strategie educative basate sui dati, concentrandosi su risultati misurabili per informare innovazioni pedagogiche scalabili nell'apprendimento linguistico potenziato dall'IA.

2. Dati e campionamento

Per prima cosa, per costruire il quadro di campionamento, i ricercatori hanno identificato e selezionato tutte le classi di EFL integrate e integrate tecnologicamente dal programma dell'università per il semestre primaverile 2024, ottenendo un campione di convenienza di 420 studenti universitari. In secondo luogo, l'idoneità dei partecipanti è stata confermata secondo i criteri di essere tra i 18 e i 24 anni e iscritti come studenti universitari del primo o secondo anno con un livello intermedio di competenza in inglese, secondo i registri universitari di inserimento; l'ultima coorte era composta per il 62% da partecipanti femminili e per il 38% da uomini, con il 95% originario della Cina orientale. In terzo luogo, durante una sessione programmata, il ricercatore ha somministrato di persona lo strumento del sondaggio: dopo aver distribuito una scheda informativa dettagliata, il ricercatore ha letto ad alta voce il copione del consenso informato, concesso tempo per domande e raccolto moduli di consenso firmati prima di distribuire il questionario, che i partecipanti hanno avuto 20 minuti per compilare in modo anonimo senza incentivi forniti. In quarto luogo, per controllare la variabile estranea dell'esperienza pregressa con l'IA, lo strumento del sondaggio stesso ha incorporato una sezione di filtro dedicata all'inizio, raccogliendo dati sulla familiarità dei partecipanti con gli strumenti di IA per un controllo statistico successivo. Infine, i dati raccolti sono stati verificati per completezza e la dimensione del campione di n = 420 è stata verificata per l'adeguatezza statistica applicando la "regola delle 10 volte" per PLS-SEM, confermando che superava il requisito minimo di 10 casi per variabile predittiva nell'equazione di regressione più complessa del modello.

  1. Integrazione pratica degli SDG e di ChatGPT
    Per fondare le misure dell'indagine in un contesto pedagogico concreto, lo studio è stato condotto all'interno di uno specifico modulo EFL che integrava esplicitamente i temi SDG con l'assistenza di ChatGPT. Gli studenti hanno partecipato a una serie di attività di apprendimento basate su compiti nell'arco di quattro settimane. Ad esempio, un compito richiedeva agli studenti di utilizzare ChatGPT per ricercare un specifico SDG (SDG 4 educazione, SDG 13: Azione per il clima, o SDG 5: Parità di genere), generando un riassunto delle questioni chiave e poi valutando criticamente le informazioni fornite dall'IA per eventuali pregiudizi. In un altro compito, gli studenti hanno utilizzato ChatGPT come strumento collaborativo per co-scrivere un saggio persuasivo o uno script per una campagna sui social media che sosteneva un'iniziativa locale di sostenibilità, collegando così gli obiettivi globali al loro contesto immediato. Questi compiti erano progettati per essere multimodali, spesso culminando in video blog o presentazioni, richiedendo agli studenti di sintetizzare informazioni, esercitare il pensiero critico e usare l'inglese per uno scopo concreto. Questa implementazione pratica ha garantito che le risposte agli studenti fossero informate dall'esperienza diretta con l'approccio integrato SDG-IA.

3. Considerazioni etiche

Il presente studio è stato condotto in conformità con rigorose considerazioni etiche. Tutti i partecipanti sono stati informati in dettaglio sullo scopo e sulle procedure dello studio, nonché sui loro diritti, sia per iscritto che per orali, e poi fornito un consenso informato prima di partecipare allo studio. Questo accordo garantiva l'anonimato, permettendo loro di ritirarsi in qualsiasi momento senza ritorsioni e garantendo la riservatezza dei loro dati. Le informazioni venivano raccolte tramite sistemi digitali criptati e archiviate in modo sicuro in server protetti da password. Tutte le analisi sono state condotte su dati aggregati per prevenire l'identificazione di qualsiasi individuo. In linea con i principi dell'SDG 4.7, lo studio ha incluso una sezione separata di debriefing per affrontare questioni etiche uniche dell'IA generativa, presentando chiaramente potenziali preoccupazioni come la possibilità di pregiudizi nelle risposte di ChatGPT e il suo impatto ambientale. Infine, le limitazioni dello studio, come i bias di auto-segnalazione e la posizione geografica del campione, sono state apertamente riconosciute per promuovere l'integrità accademica.

4. Misure

I costrutti sono stati operativizzati utilizzando scale validate adattate al contesto EFL. L'integrazione degli SDG è stata misurata utilizzando una scala di 36 elementi con tre sottoscale: economia (13 elementi), società (9 elementi) e ambiente (14 elementi). Questa scala è stata derivata da Atmaca et al.62, che valutano l'esposizione ai temi di sostenibilità nei compiti linguistici. L'alfabetizzazione digitale è stata valutata utilizzando una scala di 29 item, ampliata a sei dimensioni adattate da Rodríguez-de-Dios et al.63, inclusi Alfabetizzazione Tecnologica (7 item), Alfabetizzazione per la Sicurezza Personale (5 item), Alfabetizzazione Critica (5 item), Alfabetizzazione per la Sicurezza dei Dispositivi (4 item), Alfabetizzazione Informativa (5 item) e Alfabetizzazione Comunicativa (3 items). Inoltre, la creatività degli studenti di EFL è stata catturata attraverso Govindasamy et al.64, uno strumento di 12 elementi, che copre quattro sottoscale, ciascuna con tre elementi: originalità, flessibilità, fluidità ed elaborazione. L'uso di ChatGPT è stato quantificato tramite una scala di 8 item adattata da Abbas et al.65, concentrandosi su frequenza, scopo e percepita efficacia nei compiti linguistici. La motivazione è stata valutata utilizzando Obiosa66, con una scala di 05 punti. Infine, l'impegno nell'apprendimento linguistico è stato valutato utilizzando una scala di 9 item di Eerdemutu et al.67. Tutte le scale hanno utilizzato risposte Likert a 5 punti, con test pilota (n=30) che hanno confermato l'affidabilità (α > di Cronbach 0,82) e l'analisi fattoriale confermativa che ha validato la distintività dei costrutti. L'analisi per il presente studio è stata condotta basandosi su costrutti riflettenti-riflettenti di primo ordine, poiché i costrutti riflettenti-riflettenti di secondo ordine non sono testati direttamente.

5. Analisi dei dati

L'analisi dei dati è stata eseguita tramite una procedura sequenziale a due fasi utilizzando SPSS versione 28 e SmartPLS versione 4. Il processo è iniziato in SPSS 28, dove i ricercatori hanno navigato per analizzare > statistiche descrittive > descrittive e analizzare > correlare > bivariato per calcolare statistiche descrittive preliminari (medie, deviazioni standard) e coefficienti di correlazione di Pearson, rispettivamente, per il campione di n = 420 casi. Successivamente, l'analisi primaria si è spostata su SmartPLS 4 per condurre la Modellazione delle Equazioni Strutturali Parziali dei Minimi Quadrati (PLS-SEM). Il primo passo in SmartPLS ha riguardato la convalida del modello di misura eseguendo l'algoritmo integrato Calculate per valutare la coerenza interna, richiedendo che i valori di affidabilità composita superassero la soglia di 0,70 e la validità convergente, confermata da una Varianza Media Estratta (AVE) superiore a 0,50 per tutti i costrutti. La validità discriminante è stata poi verificata utilizzando le funzioni di report del software per applicare il criterio di Fornell-Larcker e garantire che tutti i rapporti eterotratto-monocaratteri (HTMT) fossero al di sotto del benchmark conservativo di 0,85. Dopo questa validazione, il modello strutturale è stato valutato utilizzando la routine Bootstrapping configurata con 5.000 sottocampioni e un test a due code al livello di significatività 0,05 per generare intervalli di confidenza corretti per bias per tutti i coefficienti di percorso (β) ed effetti indiretti, testando così le relazioni ipotetizzate dirette, mediatrice e moderatrice. Infine, la rilevanza predittiva del modello è stata accertata esaminando il valore Q² di Stone-Geisser, ottenuto tramite la procedura Blindfold, con valori superiori a zero che indicano un adeguato potere predittivo, e l'impatto sostanziale dei predittori è stato determinato calcolando dimensioni dell'effetto (f²) dai risultati dell'algoritmo PLS.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

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

Statistica descrittiva
Un'analisi descrittiva fornisce importanti spunti sui modelli delle variabili, delle posizioni centrali e della loro dispersione, permettendo ai ricercatori di verificare la salute, la normalità e la congruenza teorica dei dati iniziali. In questo studio, i valori medi vengono utilizzati per misurare il livello di curtosi, mentre i parametri di deviazione standard vengono impiegati per valutare il livello di asimimetria. Inoltre, vengono conside...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

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

Riassunto dei principali risultati
Questo studio ha esaminato l'interazione tra gli Obiettivi di Sviluppo Sostenibile (SDGs), l'IA generativa (ChatGPT) e i principali risultati educativi: motivazione, alfabetizzazione digitale e creatività negli ambienti di apprendimento EFL. I risultati hanno confermato tutte le ipotesi a effetto diretto (H1-H5), dimostrando che l'integrazione degli SDG (β = 0,37) e l'uso di ChatGPT (β = 0,28) migliorano significativamente la motivaz...

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

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

Tutti gli autori dichiarano che non ci sono conflitti di interesse.

Ringraziamenti

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

Questa ricerca è supportata dal Jiangsu Provincial Social Science Fund, Grant No: (23YYB011). Questo lavoro è stato sostenuto dalla Prince Sultan University nell'ambito del Language and Communication Research Laboratory.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
Scala di utilizzo di ChatGPTScala a 8 item adattata da Abbas et al. (2023).Abbas et al. (2023).
Scala della CreativitàScala a 12 item adattata da Govindasamy et al. (2022), misurando quattro sottocostrutti: Originalità, Flessibilità, Fluidità ed Elaborazione.Govindasamy et al. (2022)
Strumento di raccolta datiQuestionario anonimo, auto-somministrato, su carta e matita.Non applicabile / progettato su misura
Sistema di Archiviazione DatiServer protetti da password con sistemi digitali criptati.Non applicabile / infrastruttura IT istituzionale
Scala di Alfabetizzazione DigitaleScala da 29 item adattata da Rodrí Guez-de-Dios et al. (2018), coprendo sei dimensioni: Tecnologica, Sicurezza Personale, Critica, Sicurezza dei Dispositivi, Informazione e Alfabetizzazione Comunicativa.Rodrí Guez-de-Dios et al. (2018)
Documenti di Consenso InformatoFoglio informativo scritto e modulo di consenso.Non applicabile / progettato su misura
Scala di Coinvolgimento nell'Apprendimento delle LingueScala a 9 item adattata da Eerdemutu et al. (2023).Eerdemutu et al. (2023)
Scala di motivazioneScala a 5 item adattata da Obiosa (2023).Obiosa (2023).
Algoritmo e algoritmo PLS-SEM Auto-strapSmartPLS 4 routine interne (Algoritmo PLS e Bootstrapping con 5.000 sottocampioni).https://www.smartpls.com/documentation/algorithms-and-techniques
Valutazione predittiva della rilevanzaProcedura di benda sugli occhi in SmartPLS 4 per calcolare il Stone-Geisser s Q² valore.https://www.smartpls.com/documentation/predictive-relevance-q2
Scala di Integrazione SDGScala a 36 elementi adattata da Atmaca et al. (2023), con sottoscale per Economia (13 oggetti), Società (9 elementi) e Ambiente (14 oggetti).Atmaca et al. (2023)
Software di Analisi StatisticaIBM SPSS Statistica, Versione 28.-
Software per la modellazione delle equazioni strutturaliSmartPLS, Versione 4.https://www.smartpls.com
Validità e Controlli di affidabilitàSmartPLS 4 funzioni di reportistica per Affidabilità Composita, Varianza Media Estratta (AVE), Criterio Fornell-Larcker e rapporti HTMT.https://www.smartpls.com/documentation/reporting

Riferimenti

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

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Richiedi il permesso di riutilizzare il testo o le figure di questo articolo JoVE

Richiedi permesso

Tag

Integrazione di ChatGPTCreativit LinguisticaMotivazione degli StudentiCoinvolgimento nell Apprendimento delle LingueModellazione di Equazioni StrutturaliCompetenze del XXI Secolo

Articoli correlati