È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.

Articolo di ricerca

Intelligenza Artificiale Generativa, Motivazione, Ansia e Creatività nelle Aule di Inglese come Lingua Straniera in Arabia Saudita: un Sondaggio Trasversale

250 visualizzazioni

⸱

DOI:

10.3791/72626

⸱

14 agosto 2026

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

In questo articolo

Sommario

Questa indagine trasversale ha esaminato le associazioni tra l'uso dell'intelligenza artificiale generativa, lo stile di insegnamento, l'alfabetizzazione digitale, la motivazione, l'ansia e la creatività negli studenti universitari sauditi di inglese come lingua straniera, identificando la motivazione come un importante mediatore delle relazioni osservate.

Abstract

Strumenti di intelligenza artificiale (AI) come ChatGPT vengono sempre più integrati nell'insegnamento dell'inglese come lingua straniera (EFL); tuttavia, esistono poche evidenze riguardo al modo in cui il loro utilizzo si relaziona allo stile di insegnamento, all'alfabetizzazione digitale, alla motivazione, all'ansia in classe per la lingua straniera (FLCA) e alla creatività nel contesto saudita. Questo studio ha esaminato le associazioni tra queste variabili e analizzato il ruolo mediatorio della motivazione all'interno di un quadro concettuale unificato. È stata condotta un'indagine quantitativa trasversale su 280 studenti universitari di EFL iscritti a un'università pubblica in Arabia Saudita, utilizzando strumenti di questionario validati. Le relazioni proposte sono state analizzate mediante modellazione di equazioni strutturali ai minimi quadrati parziali (PLS-SEM). I risultati hanno indicato che l'uso di ChatGPT, lo stile di insegnamento e l'alfabetizzazione digitale erano positivamente associati alla motivazione degli studenti. Una motivazione più elevata era associata a livelli inferiori di FLCA e a livelli superiori di creatività. La motivazione ha inoltre mediato le associazioni tra l'uso di ChatGPT, lo stile di insegnamento, l'alfabetizzazione digitale e la FLCA. Questi risultati suggeriscono che le esperienze motivazionali degli studenti sono strettamente legate alle relazioni tra pratiche didattiche, uso della tecnologia e risultati nell'apprendimento linguistico. Lo studio fornisce evidenze a sostegno dell'integrazione di strategie didattiche adeguate, strumenti di intelligenza artificiale generativa e alfabetizzazione digitale nell'insegnamento della lingua inglese, sottolineando al contempo l'importanza di considerare le esperienze motivazionali ed emotive degli studenti nell'implementazione di ambienti di apprendimento supportati dalla tecnologia.

Introduzione

Il Regno dell'Arabia Saudita sta attraversando un'agenda di riforma educativa trasformativa nell'ambito della Visione 2030, che attribuisce priorità allo sviluppo delle competenze del XXI secolo, della competenza digitale e di approcci pedagogici innovativi a tutti i livelli educativi1. In questo contesto nazionale, l'insegnamento dell'inglese come lingua straniera (EFL) continua ad affrontare sfide persistenti, tra cui una cultura incentrata sugli esami che privilegia l'apprendimento mnemonico e la performance nei test piuttosto che la competenza comunicativa2,3. Le limitate opportunità di interazione autentica nella lingua inglese al di fuori della classe, unite ad alti livelli di ansia in classe nell'apprendimento di una lingua straniera (FLCA), riducono ulteriormente la disponibilità degli studenti a comunicare e a interagire in modo significativo con la lingua target4. Queste difficoltà hanno spinto educatori e responsabili politici a esplorare approcci innovativi in grado di affrontare carenze motivazionali, barriere emotive e un uso creativo della lingua. L'intelligenza artificiale (AI) si è affermata come una strada promettente per sostenere l'apprendimento linguistico e trasformare le pratiche didattiche5. Tra le applicazioni di intelligenza artificiale nell'insegnamento della lingua inglese (ELT), ChatGPT, un modello generativo di intelligenza artificiale per conversazioni, ha ricevuto notevole attenzione per la capacità di offrire esercitazioni linguistiche interattive e un feedback individualizzato immediato in contesti conversazionali in tempo reale6. Queste caratteristiche risultano particolarmente rilevanti nelle classi saudite di EFL, dove l'insegnamento centrato sull'insegnante e l'interazione limitata tra studenti continuano a limitare la produzione linguistica creativa7. ChatGPT potrebbe contribuire a superare tali limitazioni fornendo opportunità di pratica linguistica autentica e a bassa ansia con un interlocutore basato sull'intelligenza artificiale8.

Recenti riforme educative in Arabia Saudita hanno incoraggiato un passaggio verso una pedagogia centrata sull'apprendente, creando opportunità per integrare tecnologie di intelligenza artificiale che promuovono la partecipazione attiva, il pensiero critico e l'apprendimento autonomo9,10. Quando implementato in modo appropriato, ChatGPT può sostenere questo passaggio ampliando la pratica linguistica oltre le attività tradizionali in aula11. Tuttavia, l'efficacia dell'integrazione dell'IA dipende in parte dall'alfabetizzazione digitale degli studenti, definita come la loro capacità di valutare, utilizzare e interagire in modo efficace con le tecnologie digitali ai fini dell'apprendimento12. L'alfabetizzazione digitale consente agli apprendenti di utilizzare in modo produttivo gli strumenti di intelligenza artificiale riducendo al minimo i potenziali rischi, tra cui la dipendenza eccessiva e la disinformazione13. Questa competenza è particolarmente importante nell'istruzione superiore saudita, dove la trasformazione digitale si è accelerata nell'ambito della Visione 203014.

Sebbene ricerche precedenti abbiano esaminato separatamente strumenti di intelligenza artificiale, stile di insegnamento, alfabetizzazione digitale, motivazione, ansia e creatività, esistono poche evidenze che indaghino come questi costrutti interagiscono all'interno di un quadro unificato in contesti EFL non occidentali, come quello dell'Arabia Saudita. La motivazione è stata costantemente identificata come un meccanismo fondamentale che collega le pratiche didattiche ai risultati dell'apprendimento, inclusa una minore ansia, una maggiore creatività e un impegno sostenuto15. Tuttavia, le relazioni tra l'uso di ChatGPT, lo stile di insegnamento, l'alfabetizzazione digitale, la motivazione, l'ansia nella lingua straniera (FLCA) e la creatività non sono state esaminate in modo esaustivo nel contesto EFL saudita16. Colmare questa lacuna potrebbe fornire spunti teorici e pratici per progettare ambienti di apprendimento linguistico potenziati dalla tecnologia, in grado di sostenere lo sviluppo motivazionale, emotivo e creativo degli studenti. Di conseguenza, questo studio analizza le relazioni tra l'uso di ChatGPT, lo stile di insegnamento, l'alfabetizzazione digitale, la motivazione, l'FLCA e la creatività tra studenti universitari sauditi che studiano l'inglese come lingua straniera. In particolare, lo studio esamina: (1) le relazioni tra l'uso di ChatGPT, lo stile di insegnamento e l'alfabetizzazione digitale con la motivazione degli studenti; (2) le relazioni tra motivazione, FLCA e creatività; e (3) il ruolo mediatorio della motivazione nelle relazioni tra l'uso di ChatGPT, lo stile di insegnamento, l'alfabetizzazione digitale e le variabili risultanti di ansia e creatività.

Questo studio contribuisce all'insegnamento dell'inglese come lingua straniera (EFL) e all'apprendimento potenziato dalla tecnologia integrando l'uso di strumenti di intelligenza artificiale nei modelli esistenti di motivazione e apprendimento linguistico, ampliando così la comprensione dell'apprendimento linguistico supportato dalla tecnologia nei contesti educativi contemporanei. Fornisce inoltre evidenze che possono orientare insegnanti, progettisti curricolari e responsabili politici nell'integrazione di strumenti di intelligenza artificiale nell'insegnamento dell'EFL in Arabia Saudita. Analizzando la motivazione come fattore mediatore tra l'uso della tecnologia, le pratiche didattiche, l'ansia da lingua straniera (FLCA) e la creatività, lo studio offre prove contestualizzate a sostegno dello sviluppo di un'istruzione linguistica centrata sull'apprendente, in linea con gli obiettivi di riforma educativa dell'Arabia Saudita.

La teoria dell'autodeterminazione (Self-Determination Theory, SDT) fornisce un quadro teorico per comprendere la relazione tra pratiche didattiche e motivazione degli studenti in contesti educativi17. Secondo la SDT, la motivazione intrinseca e le forme autonome di motivazione estrinseca sono sostenute quando nel contesto di apprendimento vengono soddisfatti i tre bisogni psicologici fondamentali degli apprendenti—autonomia, competenza e senso di appartenenza18. Lo stile di insegnamento rappresenta quindi un fattore contestuale chiave che influenza la motivazione e l'impegno degli studenti19. Pratiche didattiche orientate al sostegno dell'autonomia, che offrono scelte significative, riconoscono il punto di vista degli studenti e spiegano le attività di apprendimento, favoriscono la motivazione intrinseca e un impegno autodeterminato20. Nei contesti di insegnamento dell'inglese come lingua straniera (EFL), approcci centrati sull'apprendente, inclusi gli stili di insegnamento di facilitatore e di delega, sono stati associati a un maggiore impegno, partecipazione e interesse degli studenti nell'apprendimento linguistico21,22. Al contrario, un'insegnamento centrato sull'insegnante può ridurre la motivazione limitando la partecipazione e l'autonomia degli studenti e ponendo l'accento su ricompense estrinseche piuttosto che sull'interesse intrinseco23,24. Nel contesto saudita di insegnamento dell'inglese come lingua straniera, dove tradizionalmente l'insegnamento si è basato sulla memorizzazione e sulla trasmissione delle conoscenze da parte dell'insegnante25, l'adozione di approcci didattici più centrati sull'apprendente potrebbe sostenere la motivazione degli studenti26. Sulla base di questa fondazione teorica ed empirica, viene proposta l'ipotesi seguente: H1: Lo stile di insegnamento influenza positivamente la motivazione degli studenti EFL.

La relazione tra tecnologia educativa e motivazione dell'apprendente è stata ampiamente studiata27,28. Il Modello di Accettazione della Tecnologia (TAM) suggerisce che la motivazione degli studenti ad utilizzare la tecnologia educativa è influenzata dall'utilità percepita e dalla facilità di utilizzo percepita, fattori che modellano le intenzioni comportamentali e l'uso della tecnologia29. Applicato a ChatGPT, questo modello indica che gli studenti che percepiscono lo strumento come utile e facile da usare hanno maggiori probabilità di utilizzarlo per l'apprendimento linguistico30. Studi empirici hanno riportato associazioni positive tra l'apprendimento linguistico supportato dall'intelligenza artificiale e la motivazione degli studenti, con funzionalità interattive, feedback immediati e esercitazioni personalizzate che contribuiscono a un impegno prolungato31,32. ChatGPT potrebbe inoltre ridurre le barriere associate all'ansia linguistica offrendo opportunità di esercitarsi in un contesto a bassa pressione, il che potrebbe incoraggiare un uso continuativo della lingua33. Questa potenzialità risulta particolarmente rilevante nel contesto saudita, dove l'ansia per la lingua straniera (FLCA) è stata identificata come un ostacolo importante alla motivazione e al rendimento linguistico34. Sulla base di questi risultati teorici ed empirici, viene proposta l'ipotesi seguente: H2: L'uso di ChatGPT influenza positivamente la motivazione degli studenti di inglese come lingua straniera (EFL).

L'alfabetizzazione digitale è diventata un determinante importante della motivazione degli studenti negli attuali contesti di apprendimento dell'inglese come lingua straniera (EFL)35. Si riferisce alla capacità di cercare, valutare e utilizzare efficacemente le tecnologie e i media digitali per l'apprendimento36. Nei contesti EFL, l'alfabetizzazione digitale consente agli studenti di sfruttare in modo efficace le risorse digitali, tra cui ChatGPT, sistemi di gestione dell'apprendimento e strumenti multimediali, per supportare l'apprendimento linguistico e la motivazione37. Gli studenti con livelli più elevati di alfabetizzazione digitale sono più propensi a utilizzare con sicurezza le tecnologie per l'apprendimento, sviluppando competenza e autonomia, fattori associati alla motivazione intrinseca38. Sono inoltre meglio preparati ad utilizzare strumenti digitali per la pratica linguistica autonoma, il feedback e un impegno duraturo nell'apprendimento39. Sulla base della letteratura esaminata, viene proposta l'ipotesi seguente: H3: L'alfabetizzazione digitale degli studenti EFL influenza positivamente la motivazione degli studenti EFL.

L'ansia nell'apprendimento delle lingue straniere (FLCA) e la creatività sono costrutti strettamente correlati nell'insegnamento dell'inglese come lingua straniera (EFL), anche se la loro relazione rimane complessa40. L'ansia può limitare le prestazioni degli studenti in compiti che richiedono creatività, flessibilità cognitiva, pensiero divergente e auto-espressione41. La FLCA riflette la paura degli studenti di commettere errori, di essere negativamente valutati e la bassa autostima, tutti fattori che possono interferire con la produzione linguistica creativa42. La creatività, tuttavia, è una competenza importante nell'apprendimento dell'inglese come lingua straniera poiché favorisce un uso linguistico innovativo e contestualmente appropriato31. Studi precedenti hanno riportato che gli studenti con livelli più elevati di ansia partecipano meno frequentemente ad attività di scrittura creativa e di comunicazione orale43,44. Sulla base della letteratura esistente, vengono proposte le seguenti ipotesi: 1) H4: la motivazione degli studenti di inglese come lingua straniera è negativamente correlata alla loro ansia; e 2) H5: l'ansia degli studenti di inglese come lingua straniera influisce negativamente sulla loro creatività.

La motivazione fornisce un meccanismo teorico attraverso cui lo stile di insegnamento, l'uso di ChatGPT e l'alfabetizzazione digitale potrebbero essere correlati all'ansia nella classe di lingua straniera (FLCA)45. Gli studenti motivati hanno maggiori probabilità di partecipare attivamente, perseverare di fronte alle difficoltà ed esperire livelli inferiori di apprensione comunicativa46. Pratiche didattiche di supporto, l'apprendimento delle lingue assistito dall'intelligenza artificiale e una maggiore alfabetizzazione digitale sono state ciascuna associata a una motivazione più elevata e a un'ansia ridotta nei contesti di inglese come lingua straniera (EFL)47,48,49. Ricerche precedenti suggeriscono inoltre che una maggiore motivazione è associata a una minore ansia in classe e a una creatività aumentata, fornendo sostegno all'ipotesi che la motivazione possa fungere da mediatore potenziale tra pratiche didattiche, uso della tecnologia e risultati dell'apprendimento50,51,52. Sulla base di questa letteratura, vengono proposte le seguenti ipotesi: 1) H6: La motivazione media la relazione tra lo stile di insegnamento e l'ansia degli studenti EFL; 2) H7: La motivazione media la relazione tra l'uso di ChatGPT e l'ansia degli studenti EFL; e 3) H8: La motivazione media la relazione tra l'alfabetizzazione digitale degli studenti EFL e la loro ansia. Figura 1 illustra il modello ipotizzato in cui lo stile di insegnamento, l'uso di ChatGPT e l'alfabetizzazione digitale sono associati alla motivazione degli studenti EFL, la quale a sua volta media le loro relazioni con l'ansia nella classe di lingua straniera (FLCA) e la creatività.

figure-introduction-1
Figura 1. Modello di ricerca ipotizzato. Il modello rappresenta le relazioni ipotizzate tra l'uso di ChatGPT, lo stile di insegnamento, l'alfabetizzazione digitale, la motivazione, l'ansia in classe di lingua straniera e la creatività negli studenti di inglese come lingua straniera (EFL). Le linee continue indicano relazioni dirette ipotizzate, mentre le linee tratteggiate indicano relazioni di mediazione, come specificato nella figura. Cliccare qui per visualizzare una versione ingrandita di questa figura.

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

Protocollo

Sebbene lo studio non abbia richiesto un formale parere etico da parte di un comitato istituzionale di revisione a causa del suo disegno basato su un'indagine anonima non sperimentale, senza interventi fisici, manipolazioni o inganni nei confronti dei partecipanti, tutte le procedure sono state condotte in conformità ai principi etici della Dichiarazione di Helsinki e alle linee guida dell'American Psychological Association per la ricerca che coinvolge esseri umani. Il consenso informato è stato ottenuto da tutti i partecipanti prima della raccolta dei dati. L'istituzione non richiedeva né rilasciava un'approvazione etica formale né un'esenzione per questo tipo di studio. A tutti i rispondenti è stato chiaramente comunicato l'obiettivo della ricerca, la natura volontaria della loro partecipazione, il diritto di ritirarsi in qualsiasi momento senza conseguenze e le rigorose misure di riservatezza applicate ai loro dati. Non sono state raccolte né riportate informazioni personalmente identificabili, e tutti i dati sono stati utilizzati esclusivamente per analisi accademiche aggregate. Particolare attenzione è stata dedicata all'uso di un linguaggio non intrusivo e rispettoso, al fine di garantire che il questionario non interferisse con le attività accademiche o il benessere psicologico dei partecipanti. Per il modulo di consenso informato, vedere Supplementary File 1. Inoltre, i materiali utilizzati in questo studio sono elencati nella Table of Materials.

Progettazione della ricerca

Questa sezione descrive il disegno della ricerca, le procedure di raccolta dei dati e i dettagli del campione utilizzati nello studio per indagare le relazioni tra stile di insegnamento, utilizzo di ChatGPT, alfabetizzazione digitale, motivazione, ansia e creatività tra studenti di lingua inglese come lingua straniera (EFL). Lo studio ha adottato un disegno di ricerca quantitativo trasversale per esaminare il ruolo mediatorio della motivazione nelle relazioni tra stile di insegnamento, utilizzo di ChatGPT, alfabetizzazione digitale e ansia tra studenti EFL, e il modo in cui queste variabili si correlano complessivamente alla creatività. È stata adottata una metodologia basata su un questionario strutturato per raccogliere dati primari, garantendo standardizzazione e affidabilità nella misurazione delle variabili considerate. Lo studio ha utilizzato scale validate per valutare tutte le variabili, inclusi stile di insegnamento, utilizzo di ChatGPT, alfabetizzazione digitale, motivazione, ansia nella comunicazione in lingua straniera (FLCA) e creatività.

Dati e Campione

I dati per questo studio sono stati raccolti da studenti di inglese come lingua straniera (EFL) iscritti all'Università di Jeddah, un'università del settore pubblico in Arabia Saudita riconosciuta per l'attenzione rivolta all'insegnamento linguistico e all'integrazione della tecnologia nell'istruzione. I partecipanti sono stati selezionati mediante una tecnica di campionamento intenzionale, ritenuta appropriata per questo studio a causa dei criteri specifici di inclusione che richiedevano esperienza attiva con strumenti di intelligenza artificiale come ChatGPT nel loro contesto di apprendimento. Questo approccio di campionamento non probabilistico si è reso necessario poiché le domande di ricerca dello studio erano focalizzate su una popolazione specifica—studenti EFL esposti sia a metodi tradizionali sia a metodi di apprendimento assistiti da tecnologia—e un campionamento casuale non avrebbe garantito l'inclusione di partecipanti che soddisfacessero tali criteri. Sebbene il campionamento intenzionale limiti la generalizzabilità dei risultati all'intera popolazione, esso è stato giustificato per questa indagine esplorativa al fine di assicurare che i partecipanti possedessero le esperienze e le prospettive rilevanti necessarie per affrontare gli obiettivi della ricerca. Per attenuare le limitazioni del campionamento intenzionale, si è cercato di includere partecipanti con diversi background accademici e diversi livelli di competenza tecnologica, aumentando così la rappresentatività del campione all'interno della popolazione target. Il campione finale era composto da 280 studenti universitari EFL, una dimensione ritenuta adeguata per le tecniche statistiche utilizzate.

La determinazione dell'adeguatezza della dimensione del campione si è basata su linee guida consolidate per la modellizzazione a equazioni strutturali (Structural Equation Modeling, SEM). I ricercatori raccomandano un rapporto minimo di 10 casi per parametro stimato nella SEM, con linee guida più conservative che suggeriscono 20 casi per parametro nella SEM basata sui minimi quadrati parziali (Partial Least Squares SEM, PLS-SEM). Il modello di misura comprendeva 29 elementi per l'alfabetizzazione digitale, 25 elementi per lo stile di insegnamento e 32 elementi per l'ansia da lingua straniera (FLCA), oltre ad ulteriori elementi relativi all'uso di ChatGPT, alla motivazione e alla creatività. Le linee guida per la PLS-SEM raccomandano inoltre una dimensione minima del campione pari a 10 volte il numero maggiore di indicatori formativi o il numero maggiore di percorsi strutturali diretti verso un costrutto specifico; pertanto, il campione di 280 partecipanti superava tali requisiti minimi. Inoltre, un'analisi post hoc della potenza statistica effettuata con G*Power53 ha indicato che un campione di 280 partecipanti garantiva una potenza statistica superiore a 0,95 nel rilevare effetti di media entità (f2 = 0,15) con α = 0,05, superando la soglia comunemente raccomandata di 0,80. Questa dimensione del campione fornisce stime dei parametri affidabili e una potenza statistica sufficiente per rilevare relazioni significative tra le variabili dello studio, pur tenendo conto della complessità dei modelli di misura e strutturali proposti.

Partecipanti e Procedura

I partecipanti erano studenti di inglese come lingua straniera (EFL) di età compresa tra i 18 e i 25 anni, per la maggior parte iscritti al primo o al secondo anno di studi universitari in corsi di lingua inglese. Il sondaggio è stato condotto tra settembre e ottobre 2025, periodo in cui gli studenti sono stati invitati a partecipare su base volontaria. Il processo di reclutamento ha previsto la diffusione dell’invito attraverso canali ufficiali dell’università, tra cui email e annunci in aula. I partecipanti erano studenti EFL di età compresa tra 18 e 25 anni, iscritti al primo o al secondo anno di corsi universitari di lingua inglese. L'idoneità è stata determinata in base a criteri predeterminati di inclusione ed esclusione. Erano considerati idonei i partecipanti che (a) erano regolarmente iscritti a corsi universitari di lingua inglese presso l'Università di Jeddah, (b) avevano un'età compresa tra i 18 e i 25 anni e (c) erano registrati come studenti del primo o del secondo anno. Gli studenti sono stati esclusi se (a) erano studenti laureati o iscritti a corsi universitari avanzati al di fuori della sequenza dei corsi fondamentali, (b) erano al di fuori del range d'età specificato o (c) avevano partecipato alla fase di pretest del questionario. Per garantire il consenso informato, ai partecipanti è stato illustrato lo scopo dello studio, la natura volontaria della loro partecipazione e la riservatezza delle risposte fornite. Lo strumento di raccolta dati era un questionario strutturato, compilato autonomamente dagli studenti, distribuito in forma cartacea e in forma elettronica tramite una piattaforma online sicura. Sono state adattate scale validate per misurare lo stile di insegnamento, l'uso di ChatGPT, l'alfabetizzazione digitale, la motivazione degli studenti, l'ansia da lingua straniera (FLCA) e la creatività. Ai partecipanti è stato chiesto di esprimere il proprio grado di accordo su una scala Likert a 5 punti, che andava da 1 (Totalmente in disaccordo) a 5 (Totalmente d'accordo). Un pretest del questionario è stato effettuato con un gruppo ridotto di 30 studenti per verificarne chiarezza e affidabilità. Sulla base dei risultati del pretest, sono state apportate lievi modifiche al testo per migliorare la comprensibilità degli item, senza rilevare problemi significativi relativi all'affidabilità o alla validità della scala. Per preservare l'integrità dei dati e incoraggiare risposte sincere, è stata garantita l'anonimia e ai partecipanti è stato assicurato che i dati raccolti sarebbero stati utilizzati esclusivamente a fini di ricerca. Delle 300 risposte inizialmente raccolte, 280 sono state considerate valide dopo aver verificato la completezza e coerenza dei dati, con un tasso di conservazione del 93%. Le procedure di screening dei dati hanno incluso l'analisi dei modelli di risposta per individuare risposte uniformi (straight-lining), dati mancanti eccessivi (oltre il 10%) e outlier multivariati mediante la distanza di Mahalanobis. Questo approccio metodologico fornisce una solida base per analizzare le relazioni tra le variabili dello studio e offre spunti preziosi sul ruolo dello stile di insegnamento, degli strumenti di intelligenza artificiale e dell'alfabetizzazione digitale nel modellare la motivazione, l'ansia e la creatività degli studenti EFL.

Dopo la raccolta dei dati, 20 risposte sono state escluse dal pool iniziale di 300 in base a criteri predeterminati: 12 risposte sono state rimosse a causa di dati mancanti eccessivi, superiori al 10% degli elementi del questionario, 5 sono state eliminate per aver mostrato schemi di risposta uniformi (risposte identiche in tutti gli elementi, indicativi di mancato coinvolgimento) e 3 sono state identificate come outlier multivariati mediante la distanza di Mahalanobis (p < 0,001) e successivamente rimosse per evitare distorsioni nei risultati del modello di equazioni strutturali (SEM). I valori mancanti nei casi mantenuti sono stati gestiti mediante imputazione della media quando i dati mancanti erano minimi (meno del 5% per caso), poiché questo approccio è accettabile per piccole proporzioni di dati mancanti nella ricerca survey su larga scala. Il tasso finale di conservazione del 93% (280 risposte valide su 300 questionari raccolti) rappresenta la proporzione di risposte utilizzabili mantenute rispetto al totale dei questionari raccolti; tuttavia, questo valore non deve essere interpretato come un tasso di risposta effettivo, poiché il numero esatto di partecipanti invitati non è stato calcolabile, in quanto i metodi combinati di distribuzione cartacea ed elettronica tramite canali ufficiali dell'università non hanno consentito un monitoraggio preciso del numero totale di inviti. Tale limitazione è riconosciuta e, pertanto, la cifra del 93% viene riportata come proporzione di risposte valide mantenute rispetto ai questionari raccolti, piuttosto che come tasso di risposta rispetto all'intera popolazione invitata.

Strumenti e misure

Questo studio ha utilizzato scale ben consolidate e validate, accuratamente adattate al contesto dell'insegnamento dell'inglese come lingua straniera (EFL), per misurare i costrutti principali: stile di insegnamento, alfabetizzazione digitale, utilizzo di ChatGPT, ansia nell'apprendimento della lingua straniera (FLCA), motivazione e creatività. Ogni scala è stata selezionata in base alla sua pertinenza e completezza nel cogliere le rispettive dimensioni delle variabili oggetto di indagine. L'alfabetizzazione digitale è stata misurata mediante una scala adattata basata su Rodríguez-de-Dios et al.54, composta da sei dimensioni per un totale di 29 elementi. Queste dimensioni comprendevano Abilità tecnologica, Abilità nella sicurezza personale, Abilità critica, Abilità nella sicurezza dei dispositivi, Abilità informativa e Abilità comunicativa, consentendo una valutazione completa della competenza degli studenti nelle abilità digitali essenziali per i contesti educativi moderni. L'utilizzo di ChatGPT è stato valutato mediante una scala di 8 elementi adattata da Abbas et al.55, focalizzata sull'interazione degli studenti con lo strumento di intelligenza artificiale per compiti di apprendimento linguistico. Lo stile di insegnamento è stato valutato utilizzando una versione adattata dell'Inventario degli Stili di Insegnamento di Grasha56. Questo strumento misura cinque dimensioni degli stili di insegnamento: Autorità, Esperto, Modello Personale, Facilitatore e Delegatore. Queste dimensioni riflettono diversi approcci didattici che influenzano l'esperienza di apprendimento degli studenti EFL. La FLCA è stata misurata mediante una scala adattata basata su Briesmaster e Briesmaster57. Questo strumento ha esaminato l'ansia in tre dimensioni: Apprensione comunicativa (10 elementi), Ansia da test (10 elementi) e Paura della valutazione negativa (7 elementi). La motivazione degli studenti è stata valutata mediante una scala adattata da Kanoksilapatham et al.58, che misura tre dimensioni: Promozione e prevenzione strumentale, Etnocentrismo e integrazione, e Atteggiamento verso l'apprendimento dell'inglese. La scala comprende complessivamente 20 elementi. La creatività degli studenti EFL è stata misurata mediante una scala adattata da Govindasamy et al.59, che valuta quattro dimensioni: Originalità, Flessibilità, Fluidità ed Elaborazione. Ogni dimensione è stata misurata mediante tre elementi. Per garantire l'idoneità culturale e contestuale degli strumenti nel contesto EFL, è stata applicata una procedura sistematica di adattamento. Poiché le scale originali erano state sviluppate in inglese, due esperti bilingui di EFL hanno revisionato e semplificato il linguaggio per migliorarne la chiarezza per studenti universitari di livello intermedio, preservando al contempo il significato originale di ciascun costrutto. Le versioni adattate sono state quindi retrotradotte nella lingua madre dei partecipanti da un traduttore indipendente per verificare l'equivalenza linguistica e concettuale, e ogni eventuale discrepanza è stata risolta attraverso discussioni all'interno del gruppo di ricerca. Successivamente, tre docenti esperti di EFL hanno valutato gli strumenti adattati per quanto riguarda la pertinenza dei contenuti, l'appropriatezza culturale e la chiarezza degli elementi, portando a lievi revisioni del testo e alla sostituzione di esempi culturalmente poco familiari laddove opportuno. Infine, gli strumenti rivisti sono stati sottoposti a un test pilota con 30 studenti (si veda la sezione Procedura), e il feedback dei partecipanti è stato utilizzato per apportare ulteriori piccole modifiche al testo al fine di migliorarne la comprensibilità. Questo processo articolato ha garantito che gli strumenti adattati conservassero le loro proprietà psicometriche originali pur risultando appropriati per la popolazione EFL di riferimento. Per il questionario adattato completo, si veda Supplementary File 2.

Metodi di Analisi dei Dati

I dati raccolti per questo studio sono stati analizzati utilizzando il pacchetto statistico per le scienze sociali (SPSS 26) e SmartPLS 4, impiegando la PLS-SEM. Questo approccio basato su due metodi ha garantito un'analisi completa dei dati, affrontando sia gli aspetti descrittivi che inferenziali, oltre a verificare le relazioni ipotizzate e gli effetti di mediazione nel modello di ricerca. Inizialmente, SPSS è stato utilizzato per eseguire un'analisi preliminare dei dati, inclusa la pulizia dei dati, le statistiche descrittive e i test di affidabilità. L'esame dei dati ha comportato il controllo di valori mancanti, valori anomali e normalità, al fine di garantire la qualità e l'integrità del set di dati. Sono state calcolate statistiche descrittive, tra cui media, deviazione standard e distribuzioni di frequenza, per riassumere le caratteristiche del campione. L'analisi principale è stata condotta utilizzando SmartPLS 4. La PLS-SEM è stata scelta per la sua idoneità nell'analizzare modelli complessi con molteplici costrutti e per la sua robustezza con campioni di piccole e medie dimensioni. L'analisi è stata svolta in due fasi: valutazione del modello di misura e valutazione del modello strutturale. Nella valutazione del modello di misura, sono stati esaminati l'affidabilità degli indicatori, l'affidabilità della coerenza interna (mediante l'affidabilità composta [CR]), la validità convergente (mediante la varianza media estratta [AVE]) e la validità discriminante (mediante il rapporto eterotrait–monotrait [HTMT]).

Dopo la validazione del modello di misurazione, è stato valutato il modello strutturale per esaminare le relazioni ipotizzate tra stile di insegnamento, utilizzo di ChatGPT, alfabetizzazione digitale, motivazione, ansia e creatività. I coefficienti del percorso sono stati analizzati per determinare l'intensità e la significatività degli effetti diretti e indiretti, con la significatività valutata mediante tecnica di bootstrapping con 5.000 ricampionamenti. Per valutare la significatività degli effetti diretti, indiretti e di mediazione, sono stati costruiti intervalli di confidenza bootstrap corretti per il bias (BC) utilizzando 5.000 ricampionamenti bootstrap con un livello di confidenza del 95%. Gli effetti di mediazione della motivazione sulle relazioni tra stile di insegnamento, utilizzo di ChatGPT, alfabetizzazione digitale e ansia sono stati anch'essi valutati mediante intervalli di confidenza ottenuti con il metodo bootstrap. L'adattamento del modello e il potere predittivo sono stati valutati utilizzando il coefficiente di determinazione (R2), la rilevanza predittiva (Q2) e il residuo quadratico medio standardizzato (SRMR).

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

Risultati

Statistica descrittiva

La statistica descrittiva fornisce una panoramica sulle caratteristiche del campione e sulla distribuzione, la tendenza centrale e la variabilità delle variabili dello studio. In questo studio, sono state effettuate analisi descrittive per caratterizzare il campione dei partecipanti e riassumere le variabili principali prima di condurre le analisi strutturali.

Tabella 1 riassume le caratteristiche demografiche...

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

Discussione

Questo studio ha esaminato le relazioni tra stile di insegnamento, utilizzo di ChatGPT, alfabetizzazione digitale, motivazione, ansia nell'apprendimento di una lingua straniera (FLCA) e creatività tra studenti universitari sauditi che apprendono l'inglese come lingua straniera (EFL), con particolare attenzione al ruolo mediatorio della motivazione. I risultati forniscono evidenze sulle relazioni tra pratiche pedagogiche, uso della tecnologia e caratteristiche degli apprendenti nell'apprendimento delle lingue potenziato d...

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

Dichiarazioni

Conflitto di interessi:

L'autore dichiara di non avere conflitti di interessi.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
Scala d'uso di ChatGPT (adattata)Autori; adattata da Abbas et al.N/AQuestionario a otto domande per valutare l'utilizzo da parte degli studenti di ChatGPT nell'apprendimento linguistico.
Scala della creatività (adattata)Autori; adattata da Govindasamy et al.N/AQuestionario a dodici domande per valutare originalità, flessibilità, fluidità ed elaborazione.
Scala dell'alfabetizzazione digitale (adattata)Autori; adattata da Rodríguez-de-Dios et al.N/AQuestionario a ventinove domande per misurare sei dimensioni dell'alfabetizzazione digitale.
Scala dell'ansia in classe di lingua straniera (FLCA) (adattata)Autori; adattata da Briesmaster & BriesmasterN/AQuestionario a ventisette domande per misurare l'apprensione comunicativa, l'ansia da test e la paura della valutazione negativa.
G*PowerHeinrich Heine University DüsseldorfVersione 3.1.9.7; RRID: SCR_013726Software utilizzato per l'analisi statistica post hoc della potenza.
IBM SPSS StatisticsIBM Corp.Versione 26; RRID: SCR_002865Software statistico utilizzato per la pulizia dei dati, statistiche descrittive, analisi dell'affidabilità e analisi preliminari.
Analisi della distanza di MahalanobisIBM SPSS StatisticsVersione 26; RRID: SCR_002865Procedura statistica implementata in IBM SPSS Statistics per identificare outlier multivariati.
Scala della motivazione (adattata)Autori; adattata da Kanoksilapatham et al.N/AQuestionario a venti domande per valutare la motivazione dell'apprendente.
Questionario cartaceoAutoriN/AVersione stampata del questionario auto-somministrato strutturato, utilizzata per la raccolta dati in presenza.
Piattaforma online sicura per sondaggiGoogle LLCN/APiattaforma Google Forms utilizzata per la distribuzione elettronica del questionario.
SmartPLSSmartPLS GmbHVersione 4; RRID: SCR_036419Software utilizzato per la Partial Least Squares Structural Equation Modeling (PLS-SEM), inclusa la valutazione del modello di misura, l'analisi del modello strutturale, il bootstrapping (5.000 ricampionamenti) e l'analisi di mediazione.
Questionario auto-somministrato strutturatoAutoriN/AQuestionario somministrato in formato cartaceo ed elettronico utilizzando una scala Likert a 5 punti (1 = Totalmente in disaccordo a 5 = Totalmente d'accordo).
Inventario dello stile di insegnamento (adattato)Autori; adattato dall'Inventario dello stile di insegnamento di GrashaN/AQuestionario per misurare gli stili di insegnamento Autorità, Esperto, Modello personale, Facilitatore e Delega.
Canali di comunicazione universitariUniversità di JeddahN/AEmail ufficiali e annunci in aula utilizzati per il reclutamento dei partecipanti.

Riferimenti

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

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

Ristampe e permessi

Tag

Educazione alla lingua ingleseansia da lingua stranieramotivazione degli studentialfabetizzazione digitalestile di insegnamentouso di ChatGPTsviluppo della creativitclassi EFL sauditemodellazione di equazioni strutturali
Contattaci
Consiglia alla biblioteca

Privacy

Termini di utilizzo

Politiche

Copyright © 2026 MyJoVE Corporation. Tutti i diritti riservati.