Gamifikowana nauka języków i ideologia neoliberalna: multimodalna analiza dyskursu krytycznego popularnego zastosowania słownictwa angielskiego

Podsumowanie

Badanie to analizuje wpływ grywalizacji na motywację chińskich studentów uniwersyteckich w mobilnej nauce słownictwa angielskiego. Krytyczna analiza dyskursu pokazuje, że choć elementy gamifikowane tymczasowo zwiększają zaangażowanie, promują one także normy rywalizacji i samokontroli, które mogą podważać wewnętrzną motywację i wpływać na psychologiczne oraz socjotechniczne doświadczenia uczniów.

Streszczenie

Integracja grywalizacji w mobilnie wspomaganej nauce języków (MALL) zmieniła sposób, w jaki uczniowie mogą angażować się w przyswajanie słownictwa i komunikację samodzielną. Niewiele badań analizowało wpływ gamifikowanych zastosowań na zachowania uczniów i reakcje psychologiczne, szczególnie w kontekstach nauki języka angielskiego nie-ojczystym, mimo że często chwalą je za zwiększanie motywacji i zaangażowania użytkowników. Niniejsze badanie analizuje motywacyjny wpływ i ideologiczne podstawy popularnych aplikacji do gamifikowanego angielskiego słowactwa, wykorzystując trójwymiarowy framework Critical Discourse Analysis (CDA) Fairclough do analizy zarówno interakcji użytkowników, jak i projektowania platformy. Opierając się na danych interfejsowych, analizie nastrojów użytkowników oraz transkrypcjach wywiadów z chińskimi studentami studiującymi angielski jako język obcy (EFL), badanie to pokazuje, że zgodnie z teorią samostanowienia (SDT) grywalizacja odgrywa istotną rolę w zachęcaniu do motywacji i zaangażowania uczniów, jednocześnie utrwalając neoliberalne ideały rywalizacji, samooptymalizacji i monitorowania zachowań. Te cechy, choć mają na celu zwiększenie wydajności, mogą z czasem osłabić wewnętrzną motywację. Wyniki podkreślają psychologiczną i socjotechniczną dynamikę gamifikowanych środowisk edukacyjnych, oferując nowe spojrzenie na to, jak cyfrowe platformy edukacyjne mogą wzmacniać oczekiwania samoregulacji i dyskurs nastawiony na wyniki.

Wprowadzenie

Proces przyswajania języka jest powszechnie uważany za społecznie pośredniczony i interaktywny, włączający interakcję komunikacyjną, wyjście i wkład w określonych sytuacjach społeczno-kulturowych. Badania podstawowe nad przyswajaniem drugiego języka (SLA) podkreślają, że możliwości zaangażowania, informacji zwrotnej i samoregulującej się praktyki są równie ważne dla osiągnięcia biegłości uczniów, jak ekspozycja na bodźce językowe. Ten system pozwala uczniom uczestniczyć w pętlach zwrotnych rusztowania oraz autentycznej komunikacji poprzez wykorzystanie cyfrowych i mobilnych środowisk nauki¹. Wprowadzenie grywalizacji do tych środowisk dodatkowo zmieniło sposób, w jaki uczniowie utrzymują motywację, śledzą swój rozwój i rozwijają samodzielne praktyki językowe.

Uczący się języka mogą skuteczniej przyswajać ukierunkowany język obcy, jeśli mają wszechstronne słownictwo, ponieważ pomaga im to zrozumieć, co słyszą lub czytają w danym języku. Gramatyka może być używana do przekazywania danych, ale bez języka rozmowa nie może zostać zakończona. Jednak wielu uczniów EFL nadal ma trudności z przyswajeniem słownictwa, co postrzegają jako istotną przeszkodę w poprawie ogólnej znajomości języka angielskiego. Ponieważ zdobywanie złożonego słownictwa — w tym gramatyki, ortografii, znaczenia, konotacji, kolokacji i struktury słów — wymaga stałego inputu, obciążenie poznawcze często motywuje uczniów do poszukiwania^bardziej angażujących metod nauki.

Skuteczność nauki słownictwa jest ograniczona przez konwencjonalną metodologię nauczania opartego na papierze. Wraz z postępem technologicznym edukacji pojawia się coraz więcej gamifikowanych zastosowań do nauki słownictwa angielskiego, które mają na celu zwiększenie motywacji i efektywności uczniów. Według Li i ^in.2, grywalizacja to proces modyfikowania wzorców lub zachowań użytkowników poprzez włączanie mechanik i elementów gry do środowisk niezwiązanych z grami. Aplikacje inspirowane grami stają się coraz powszechniejsze wśród uczniów EFL i przyciągają zainteresowanie naukowców akademickich ze względu na zdolność łączenia funkcji gamifikacji dydaktycznej i mobilnej wspomaganej nauki języków (MALL) w środowisku rozwoju słownictwa.

W ciągu ostatnich 20 lat rozwiązania technologii edukacyjnych (EdTech) stały się coraz powszechniej dostępne i wykorzystywane w klasie na całym świecie³. Pojawiło się nowe poleganie na technologii w celu zmniejszenia luki w nauce, w czasach, gdy badania^{i kolejne}raporty roczne 6 ujawniają spadek poziomu uczenia się wśród indyjskich dzieci⁷. Różnorodność i złożoność współczesnego społeczeństwa sprawiły, że szkolnictwo wyższe stało się niezbędne, a w rezultacie liczba badań naukowych poświęconych prognozowaniu osiągnięć edukacyjnych lub prawdopodobieństwu porzucenia studiów wzrosła^szybko: 8,9,10,11,12,13 . Tradycyjna funkcja instytucji szkolnictwa wyższego w rozpowszechnianiu wiedzy ewoluowała; Kreatywność w nowej wiedzy, szczególnie wraz z rozwojem^sztucznej inteligencji, oraz szkolenie wykwalifikowanych profesjonalistów sprawiły, że wielu z nich zaczęło wchodzić w interakcje z różnymi aspektami społeczeństwa. W rzeczywistości głównymi celami działalności akademickiej i kulturalnej jest podnoszenie poziomu wiedzy w społeczności poprzez nauczanie, badania oraz zdolność do dzielenia się i przekazywania takich informacji.

TAM stał się w ostatnich latach ważnym paradygmatem w rozumieniu wdrażania technologii w różnych dziedzinach, w tym mediach^{społecznościowych 15}, bankowości^{internetowej 16,} technologii medycznych^{17 oraz} edukacji. Wielu badaczy badało, jak instruktorzy i studenci wykorzystują zasoby lub platformy e-learningowe w ramach teoretycznych TAM. Na przykład, w świetle pandemii COVID-19, Mustafa i ^in.18 badali zmienne wpływające na wyniki e-learningu. Badana była także akceptacja przez uczniów zasobów edukacyjnych opartych na YouTube¹⁹ . Rafique i ^in.20 przeanalizowali intencje użytkowników dotyczące korzystania z formatu e-booka i przedstawili wyjaśnienie, dlaczego nauczyciele i uczniowie lubią lub nie lubią nauczania online¹⁷. Ponadto przeprowadzono badania nad wdrażaniem przez użytkowników aplikacji mobilnych wykorzystujących TAM.

Głównym celem tej nauki jest krytyczne zbadanie tego, jak gamifikowane aplikacje językowe używane przez studentów EFL na poziomie wyższym charakteryzują i rozpowszechniają dyskursy neoliberalne. Zarówno konspekty komunikacyjne, jak i projektowe tych zastosowań integrują te dyskursy. Chociaż motywacja i akceptacja użytkowników były systematycznie rozważane w przeszłości, programy szkoleniowe te często opierają się na technicznych i psychologicznych ramach, takich jak Teoria Samostanowienia (SDT) oraz Model Akceptacji Technologii (TAM). Jednak z perspektywy krytycznej analizy dyskursu (CDA) to badanie ma na celu wypełnienie istotnej luki badawczej. Bada, jak aplikacje do nauki języka zachęcają do rywalizacji, podążania za prezentacją oraz samooptymalizacji. Te cechy, dominujące w ideologii neoliberalnej, są regularnie możliwe dzięki podstawom grywalizacji, takim jak rankingi, odznaki, wyniki i monitorowanie rozwoju. Praca oceni, jak prompty tekstowe, obrazy interfejsu oraz przemyślane odpowiedzi uczniów wpływają na motywację, zachowania uczenia się i samopostrzeganie użytkowników. Głównym celem pozostaje wpływ tych metod na naukę języka angielskiego przez studentów.

Proponowana praca wykorzystuje trójwymiarową metodę CDA Fairclougha do oceny gamifikowanych aplikacji do nauki języków z nowej perspektywy krytycznego dyskursu. W porównaniu z istniejącymi pracami, które koncentrowały się głównie na technicznych lub motywacyjnych funkcjach adopcji z wykorzystaniem SDT lub TAM, ta praca rozmontowuje neoliberalne ideały zakorzenione w rozszerzaniu interfejsu użytkownika i komunikacji EdTech. Szczególnie potwierdza, jak struktury grywalizacji, takie jak rankingi, linie i wskaźniki ewaluacji, służą jako narzędzia do samooptymalizacji i śledzenia, szczególnie w kontekście nauki słownictwa przez studentów EFL. Aby zweryfikować wyniki wykraczające poza informacje cyfrowe i skoncentrowane na człowieku, badanie stosuje hybrydowe podejście metodologiczne łączące analizę sentymentu, logowanie interfejsów oraz mapowanie dyskursu.

Globalne szkolnictwo wyższe przeszło znaczące zmiany w wyniku neoliberalizmu, który stawia na zasady, rywalizacje i prywatyzację sterowane rynkiem ponad bardziej ogólne wartości edukacji²¹. W dążeniu do poprawy zatrudnialności i globalnej konkurencyjności uczelnie coraz częściej wdrażają politykę EMI, doceniając wartość języka angielskiego jako kluczowej zalety. Mimo to EMI regularnie pogłębia różnice edukacyjne, wykluczając osoby niemówiące po angielsku i faworyzując tych, którzy mają dostęp do materiałów w języku angielskim²². W rezultacie hierarchiczna konstrukcja jest dobrze znana, a biegłość językowa stanowi potencjalną barierę. Cele neoliberalne są widoczne w stosowaniu EMI w krajach takich jak Korea Południowa, która dąży do poprawy pozycji globalnej i przyciągania inwestycji, ale może to także podważać języki regionalne i prowadzić do dominacji językowej²³.

Badacze stosowali SDT i TAM w różnych scenariuszach, w tym w planach wykorzystania internetowych serwisów społecznościowych²⁴ oraz nauki wspomaganej technologią podczas COVID-19 ^25,26, aby dalej badać motywację stosowania technologii. Dodatkowo, korzystając z SDT i TAM, Isabel i ^in.27 analizowali, jak użytkownicy reagowali na gamifikowane narzędzie rekrutacyjne i odkryli, że opinie kandydatów na temat użyteczności i wygody narzędzia są powiązane z jego zdolnością do spełniania wymagań użytkowników dotyczących autonomii i kompetencji oraz z zachęcaniem do samomotywacji. Wu i Chen²⁸dążyli do integracji tych dwóch teorii i wykazania jasnych zależności między elementami percepcji użytkowników, które wpływają na akceptację aplikacji do nauki słownictwa angielskiego w gamifikacji, a ich autonomiczną i monitorowaną inspiracją.

Zgodnie z założeniami Teorii Samostanowienia (SDT), najnowsze badania umiejscowiły gamifikację w ramach motywacyjnych, które opisują jej potencjał wspierania zaangażowania uczniów. W swoim dokładnym przeglądzie badań nad grywalizacją Seaborn i Fels (2015)²⁹ podkreślają, że funkcje gry, takie jak rankingi, odznaki i punkty, mają na celu zwiększenie wewnętrznej motywacji i promowanie celów edukacyjnych. Chociaż wyniki różnią się w zależności od implementacji, gamifikacja może mieć korzystny wpływ na wyniki poznawcze, motywacyjne i behawioralne, według metaanalizy Sailera i Homnera (2020)³⁰. Chociaż Landers, Bauer i Callan (2017)^31,32 wykazali, że motywujący efekt rankingów zależy od ich integracji z procesami wyznaczania celów, Hanus i Fox (2015)^31,32 odkryli, że grywalizacja w klasach może obniżać motywację wewnętrzną i wyniki akademickie, jeśli nie jest zgodna z potrzebami uczniów. Te badania eksperymentalne i podłużne ostrzegają również przed zbyt uproszczonymi zastosowaniami. Znaczenie projektowania gamifikacji opartej na teorii zostało dodatkowo podkreślone przez Meklera i in. (2017)³³, którzy wykazali, że choć konkretne mechaniki gry mogą poprawić wydajność, nie zawsze sprzyjają wewnętrznej motywacji. Biorąc pod uwagę całość, te wyniki stanowią zaawansowane podstawy do umieszczenia obecnych badań w ramach wiedzy na temat sprzecznej, lecz obiecującej roli grywalizacji w promowaniu uczenia się i motywacji.

Większość wcześniej omawianych badań ^1,2,3 nadal koncentruje się na modelach motywacji i akceptacji technologicznej, mimo że studenci coraz częściej wykorzystują gamifikowane umiejętności nauki języków wspomaganych mobilnie (MALL). Składają się one z ram takich jak Model Akceptacji Technologii (TAM) oraz Teoria Samostanowienia (SDT)¹. Metody te regularnie rozwiązują bardziej złożone ideologiczne implikacje, a jednocześnie wspierają zrozumienie zachowań użytkowników i wzorców interakcji. W szczególności sposób, w jaki strategie technologii dydaktycznych uwzględnia konkretne dyskursy lub światopoglądy, nie jest wystarczająco uwzględniany. Brakuje krytycznych punktów widzenia, które analizują, jak cechy gamifikowane, takie jak atrakcyjność, ocena śledzenia czy samokontrola, charakteryzują i wspierają ideały neoliberalne. Podstawy komunikacji i wizualności zgłoszeń do nauki języka również nie były szeroko rozważane z perspektywy Krytycznej Analizy Dyskursu (CDA)². Zrozumienie, jak te wyniki projektowe wpływają na doświadczenia edukacyjne studentów i kształtują ich opinie o osiągnięciach edukacyjnych, jest szczególnie istotne. Bada właściwości neoliberalnych dyskursów dotyczących studentów anglojęzycznych w kontekście szkolnictwa wyższego, ucząc się ich na etapach EdTech.

Krytyczne badania nad technologią edukacyjną podważyły szersze konsekwencje technologii edukacyjnych, wykraczając poza ich korzyści motywacyjne. Selwyn (2016)³⁴ostrzega przed bezwarunkowym optymizmem, argumentując, że technologia nie jest neutralnym narzędziem, lecz powinna być postrzegana w kontekście społecznym, kulturowym i politycznym. Analizując, jak technologie oparte na danych zmieniają zarządzanie edukacją w ramach logiki neoliberalnej, która często stawia efektywność i odpowiedzialność ponad sprawiedliwość i pedagogikę, Williamson (2017)³⁵ rozwija tę krytykę. Podobnie Roberts-Mahoney, Means i Garrison (2016)⁴ podkreślają, jak ideały rynkowe i korporacyjne odzwierciedlają się w spersonalizowanych platformach edukacyjnych, redefiniując uczniów jako konsumentów edukacji opartej na danych. Uwzględniając różne punkty widzenia, obecne badanie jest umieszczane w kontekście trwających dyskusji na temat ekonomii politycznej EdTech oraz ram motywacyjnych i adopcyjnych, takich jak SDT i TAM. Uznając zarówno potencjał dydaktyczny grywalizacji, jak i siły systemowe wpływające na jej wdrożenie, to podwójne ramowanie wzmacnia kluczowe fundamenty badań. Motywacja studentów uniwersyteckich do korzystania z aplikacji do nauki języków w gamifikacji jest wspierana przez konkurencyjne rankingi i łatwość obsługi, według najnowszych danych porównawczych z Korei Południowej i Hongkongu po pandemii. Sugeruje to, że aspekty gamifikowane wpływają zarówno na oceny zaangażowania, jak i użyteczności⁵. To wzmacnia obecne badanie nacisk na dyskursywną konstrukcję takich cech w kontekście krytycznym.

Aby podkreślić skuteczność i potencjał w różnych dziedzinach, przegląd zakresu³⁶ analizował stan zastosowań gamifikowanych w TEFL oraz omówił porównawcze wnioski z edukacji medycznej. Skupiając się na roku publikacji, rozmieszczeniu geograficznym, projekcie badań, opcjach realizacji, wykorzystaniu technologii, aspektach grywalizacji oraz narzędziach pomiarowych, przegląd obejmował łącznie 33 badania. Według oceny większość publikacji została opublikowana w 2018 roku, z czego znaczna część pochodzi z Azji. Badania interwencyjne objęły łącznie 2 531 uczniów. Najpopularniejsze podejścia to metody mieszane oraz quasi-eksperymentalne projekty pretest/posttest. Technologie nauczania mobilnego są szeroko stosowane, a nauczanie online stało się najpowszechniejszym środkiem nauczania.

Najnowsze dane porównawcze z postpandemicznych środowisk edukacyjnych podkreślają rosnące znaczenie analizowania aplikacji do nauki słownictwa w gamifikacji. Według badania przeprowadzonego w Hongkongu i Korei Południowej, cechy grywalizowane, takie jak rankingi konkurencyjne i serie gier, nie są jedynymi czynnikami motywującymi studentów do korzystania z mobilnych aplikacji do nauki języków; Postrzegana łatwość obsługi oraz preferencje kulturowe również odgrywają istotną rolę ^4,5. Wyniki te pokazują, jak powojenny trend w kierunku mobilnego, samoregulującego się uczenia (SRL) zwiększył edukacyjne znaczenie użyteczności i projektowania aplikacji. Umieszczając obecne badanie w tym ujęciu, technika CDA zostaje rozszerzona poza krytykę ideologiczną, obejmując rozmowy rozwój procesów motywacyjnych i adopcyjne.

Protokół

Badanie to zostało zatwierdzone przez Komisję Etyczną Kolegium Policji Fujian w Fuzhou, Chiny. Wszystkie metody były realizowane zgodnie z odpowiednimi wytycznymi i regulacjami. Wszyscy uczestnicy badania uzyskali świadomą zgodę. Uczestnicy byli jasno poinformowani o celu badania, wykorzystaniu danych, dobrowolnym charakterze udziału oraz ich prawie do wycofania się w dowolnym momencie. Wszyscy uczestnicy uzyskali również pisemną świadomą zgodę na publikację zanonimizowanych cytatów i wniosków uzyskanych z transkrypcji wywiadów oraz wzorców korzystania z aplikacji. W rękopisie nie uwzględniono żadnych danych osobowości ani obrazów.

Sugerowana metodologia wykorzystuje ramy analizy dyskursu krytycznego (CDA) do analizy dyskursów neoliberalnych w gamifikowanych interfejsach nauki języków, oparte na wcześniejszych badaniach z zastosowaniem Baicizhan. Analiza sprawdza mechanizmy tekstowe, projekty wizualne i urządzenia funkcjonalne Baicizhana poprzez trójwymiarową ramę Fairclougha. Ponadto zbierane są dane analizy nastrojów użytkowników, rejestry ruchów interfejsów oraz jakościowe dzienniki wywiadów uczniów EFL na poziomie akademickim. To mieszane podejście pomaga ocenić, jak grywalizacja sprzyja konkurencji, monitorowaniu zachowań i samooptymalizacji – kluczowe elementy ideologii neoliberalnej. Ważne zrozumienie ujawnia trudne mapowanie dyskusji uczniów i projektowania aplikacji. Podkreślając napięcia między gamifikacją skoncentrowaną na zaangażowaniu a wewnętrzną motywacją uczniów, badanie wyjaśnia, jak cechy technologiczne wpływają na naukę języków w szkolnictwie wyższym. Rysunek 1 przedstawia strukturę architektoniczną proponowanej metody.

Rysunek 1 ilustruje trzyetapowe podejście Krytycznej Analizy Diskursu (CDA), które zostało użyte do analizy osadzonych dyskursów aplikacji. Ten paradygmat celowo przekształca proces w podejście interpretacyjne, a nie techniczne przetwarzanie danych, przechodząc od specyficznych elementów tekstowych aplikacji do abstrakcji społecznych kwestii ideologicznych. Poprzez rejestrowanie konkretnych lokalizacji kodowania ideologicznego — tekstowych, wizualnych i funkcjonalnych aspektów aplikacji (takich jak serie, tabele rankingowe i motywacyjne uwagi) — Etap 1: Artefakty aplikacji tworzy empiryczne podstawy. Następnie artefakty te przechodzą etap 2: Warstwy interpretacyjne CDA, który wykorzystuje sekwencję nakładających się warstw koncepcyjnech, aby wizualnie podkreślić dialektyczny związek między dowodami na poziomie mikro a kontekstem na poziomie makro. Elementy tekstowe interpretowane są poprzez Praktykę Dyskursywną, która zajmuje się reprodukcją znaczeń, i są powiązane z Praktyką Społeczną, która bada kontekst władzy i ideologii. Neoliberalne Tematy Ideologiczne, które organizują doświadczenie aplikacji, takie jak indywidualna odpowiedzialność i Motywacja Konkurencyjna, są ostatecznie generowane przez Etap 3: Syntezę Tematyczną, która wykorzystuje kodowanie interpretacyjne i Abstrakcji Tematyczną do przekładania wzorców znalezionych w dyskursie na abstrakcyjne, jakościowe wyniki. Cztery główne etapy proponowanego protokołu przedstawiają się następująco:

Projekt interfejsu i wybór aplikacji
Do badania wybrano popularną aplikację do nauki języka gamifikowanego (jak Baicizhan). Trójwymiarowy model CDA opracowany przez Fairclough jest tutaj wykorzystywany do analizy tekstu analizującej słownictwo, opinie użytkowników i sygnały związane z interfejsem, a także analizę praktyki dyskursywnej ze szczególnym uwzględnieniem struktur komunikacji w aplikacji i wzorców interakcji użytkownika. Analizując praktyki społeczne, można odkryć wartości neoliberalne, takie jak konkurencyjność, efektywność i samośledzenie. Te cechy odzwierciedlają wartości neoliberalne, takie jak efektywność, konkurencja i samodzielne podążanie.

Zbieranie danych
Aby dowiedzieć się więcej o wiedzy, celach i odczuciach uczniów EFL na poziomie akademickim wobec gamifikowanego środowiska nauki, przeprowadzane są z nimi półustrukturyzowane wywiady.

Analiza sentymentu i mapowanie dyskursu
Analiza sentymentu służy do regulacji emocjonalnej odpowiedzi i poziomu uczestnictwa w reakcjach użytkowników, zapisach czatów lub informacji komunikacyjnych. Obszary dyskursu są mierzone pod kątem zgodności z ideami neoliberalnymi, takimi jak benchmarking wydajności czy samorządność.

Integracja i walidacja danych
Analizowane są relacje między urządzeniami grywalizacji a wskaźnikami lęku ucznia, obniżonej motywacji lub presji wydajnościowej. Główne strategie rozmowy wpływające na interakcję i zachowanie użytkowników są kontrolowane.

Projekt interfejsu i wybór aplikacji
Aplikacja Baicizhan¹ jest głównym przykładem gamifikowanego Mobilno-Wspomaganego Uczenia Języka (MALL) w pierwszej części badania, ze szczególnym uwzględnieniem przyswajania słownictwa. Ponieważ zawiera wiele elementów grywalizacji, takich jak kolejność rankingów, monitorowanie postępów, wizualne identyfikatory i wyzwalacze informacji zwrotnej, aplikacja ta jest uniwersalna wśród chińskich studentów EFL.

Biorąc pod uwagę unikalne połączenie chińskiej polityki edukacji cyfrowej, polityki nauczania opartej na egzaminie oraz rosnącej rynkowej rynkowości EdTech, szczególnie ważne jest skupienie się na chińskich uczniach języka obcego (EFL). Wykorzystanie narzędzi cyfrowych w szkołach wzrosło dzięki krajowym inicjatywom, takim jak Education Informatization 2.0, które wspierają spersonalizowane i oparte na danych strategie nauczania. Jednocześnie chiński system edukacji skoncentrowany na egzaminach konsekwentnie kładzie nacisk na mierzalne wyniki i ciągłą ocenę wyników, co tworzy miejsce dla gamifikowanych funkcji ceniących osiągnięcie celów, rankingi i śledzenie postępów. Te konkurencyjne procedury zostały dodatkowo zintegrowane z mobilnymi platformami edukacyjnymi, takimi jak Baicizhan, które pomagają milionom użytkowników przygotować się do ważnych testów z angielskiego, dzięki szybko rozwijającemu się komercyjnemu przemysłowi EdTech. Środowisko chińskie jest idealnym miejscem do badania, jak gamifikowany projekt nauczania naturalizuje neoliberalne dyskursy samooptymalizacji, rywalizacji i performatywności, ze względu na przecięcie polityki, kultury i technologii.

Kluczowe elementy aplikacji są rozsądnie usuwane i dzielone na trzy sekcje w ramach analizy interfejsu: elementy wizualne (np. ikony i paski postępu), wskazówki tekstowe (np. instrukcje i zachęty) oraz konstrukty funkcjonalne (np. kształtowanie celów, przypomnienia i rywalizacja społeczna).

Trójwymiarowe podejście Analizy Dyskursu Krytycznego (CDA) Fairclougha jest stosowane do nauki tych cech. Model ten daje przestrzeń do kompleksowej analizy zachowań, gdzie komunikatywne i interaktywne podejście aplikacji zawiera ideologię neoliberalną. Pierwszym krokiem w procesie CDA jest analiza tekstu, która analizuje słowa zastosowane w odpowiedziach na opinie i prośbach aplikacji. Później badanie występów dyskursywnych koncentruje się na tym, jak użytkownicy współpracują z aplikacją oraz jak elementy sukcesu lub porażki są w niej konstruowane. Na koniec, badanie praktyki społecznej opisuje, jak projekt aplikacji odzwierciedla szersze ideologie neoliberalne, takie jak samoregulacja, konkurencja i wycena wydajności. Rysunek 2 przedstawia proces wyboru aplikacji i projektowania interfejsu.

Zbieranie danych interfejsu
Ta praca zbiera ważne i kompletne informacje za pomocą www.wjx.cn, chińskiego internetowego obszaru ankietowego oferującego płatne usługi próbki. Początkowo kryteria włączenia zakładały, że uczestnicy muszą być studentami studiów licencjackich na chińskich uniwersytetach i mieć za sobą przynajmniej jedną aplikację do nauki słownictwa angielskiego w gamifikacji. Cel akademicki badania, dobrowolny charakter uczestnictwa oraz szacowany czas potrzebny zostały jasno przedstawione w komunikatach rekrutacyjnych. Uczestnicy muszą przeczytać oświadczenie o wyrażeniu zgody i wyrazić dobrowolną zgodę przed rozpoczęciem ankiety. Nie tylko screening adresów IP był stosowany do ograniczania liczby powtórzonych lub niskonakładowych odpowiedzi, ale także do weryfikacji jakości danych zastosowano zadania do sprawdzania uwagi oraz monitorowania nienaturalnie krótkich czasów zakończenia. Wymóg, aby wszyscy uczestnicy byli studentami chińskiego na poziomie licencjackim, stanowił warunek próby. Średni czas ukończenia 279 odpowiedzi z nieduplikatowych adresów IP zebranych w ciągu tygodnia wyniósł 243 sekundy. Siedem odpowiedzi sugerujących, że respondent nigdy nie używał żadnych aplikacji do gamifikowanego angielskiego słownictwa, zostało usuniętych. Przy rzeczywistym wskaźniku odpowiedzi wynoszącym 97,49%, ostatecznie zachowano łącznie 272 odpowiedzi.

Po drugie, przeprowadzono półustrukturyzowane wywiady z chińskimi uczniami EFL, aby lepiej poznać ich doświadczenia z aplikacjami do gamifikowanego słowactwa. Każda rozmowa trwała 30-45 minut i przebiegała według uporządkowanego protokołu obejmującego nawyki uczenia się, reakcje emocjonalne na grywalizację, wzorce motywacji oraz postrzegane presje. Wywiady przeprowadzono online, nagrano audio za zgodą, przepisano dosłownie i niezależnie zakodowało dwóch badaczy metodą analizy tematycznej.

Po trzecie, dane interakcji interfejsu, w tym zrzuty ekranu, logi wiadomości zwrotnych, liczniki serii, identyfikatory i prompty użytkownika, były systematycznie wyodrębniane z aplikacji Baicizhan. Te artefakty dostarczały materiałów tekstowych, wizualnych i funkcjonalnych potrzebnych do trójwymiarowego CDA Fairclougha. Równolegle zbierano dane analizy sentymentów poprzez tłumaczenie chińskiego tekstu generowanego przez użytkownika na angielski za pomocą DeepL³⁸, weryfikację dokładności tłumaczenia za pomocą dwujęzycznych kodistów oraz obliczanie wyników polaryzacji za pomocą VADER³⁹, TextBlob⁴⁰ i SnowNLP⁴¹ do walidacji międzyjęzykowej.

Chińscy studenci uniwersyteccy uczący się angielskiego jako języka obcego (EFL) zostali przepytani, aby lepiej zrozumieć ich interakcje, motywacje i opinie na temat aplikacji do gamifikowanego angielskiego słownictwa. Pytania dotyczące (1) częstotliwości i kontekstu korzystania z aplikacji, (2) reakcji emocjonalnych na zadania lub nagrody, (3) zaangażowania i motywacji wynikającej z funkcji aplikacji, (4) presji lub stresu związanego z używaniem aplikacji, (5) wpływu na nawyki naukowe lub strategii uczenia się słownictwa, (6) interakcji społecznych dotyczących postępów w aplikacji oraz (7) rekomendacji dotyczących poprawy doświadczenia edukacyjnego były częścią półstrukturalnego protokołu. Każda sesja, prowadzona przez Zoom, osobiście lub telefonicznie, trwała około 30-45 minut. Za zgodą uczestników wszystkie wywiady były nagrywane audio i przepisywane dosłownie po angielsku. Do analizy danych zastosowano analizę tematyczną. Dwóch badaczy niezależnie zakodowało transkrypcje, które następnie były iteraryjnie kategoryzowane na tematy. Spory rozwiązywano poprzez dyskusję. Dokładna analiza reakcji behawioralnych i psychologicznych na grywalizację była możliwa dzięki połączeniu tych jakościowych wglądów z logami interfejsu, które rejestrowały częstotliwość użytkowania, reakcje zwrotne oraz realizację celów.

Wstępne przetwarzanie danych o sentymentach:
Aby zapewnić interoperacyjność z narzędziami opartymi na języku angielskim, takimi jak TextBlob i VADER, wszystkie dane tekstowe zostały przetłumaczone na angielski przed obliczeniem sentymentu, ponieważ oryginalne odpowiedzi użytkowników były po chińsku. Aby zachować poprawność kontekstową i afektywną, do tłumaczenia użyto Deep LEPI, a następnie dwóch dwujęzycznych badaczy ręcznie zweryfikowało wyniki. Te zweryfikowane angielskie teksty były następnie wykorzystywane do obliczania wyników polaryzacji sentymentu i subiektywności. Model sentymentu chińskojęzyczny SnowNLP został również wykorzystany do analizy losowego podzbioru 200 odpowiedzi w celu oceny wiarygodności międzyjęzykowej; wyniki wykazały silne pozytywne powiązanie z wynikami polaryzacji VADER (r = 0,84).

Tabela 1 podsumowuje odpowiedzi z zestawu danych 272 uczniów EFL na chińskich uniwersytetach, którzy zgłaszali wcześniejsze użycie gamifikowanej aplikacji do nauki słownictwa angielskiego. Według danych demograficznych, populacja badawcza tego badania jest odpowiednia do badania grupy docelowej użytkowników, ponieważ w pełni reprezentuje chińskich studentów pod względem płci, wieku, kierunku oraz lat doświadczenia dydaktycznego. Jeśli chodzi o projekty praktyk, 79,04% badanych korzystało z aplikacji przez ponad godzinę tygodniowo, a 94,11% z nich korzystało z nich wielokrotnie w tygodniu. Informacje o zachowaniach podczas ćwiczeń zostały uwzględnione w połączeniu z uzupełniającymi odpowiedziami członków.

Zbiór danych zawiera zmienne demograficzne (wiek, płeć, kierunek studiów, rok studiów) oraz zmienne związane z użytkowaniem (częstotliwość korzystania z aplikacji i tygodniowy czas użytkowania). 272 podmioty w zbiorze danych to zazwyczaj osoby w wieku 18-22 lata (91,91%), z czego 60,66% to mężczyźni, a 39,34% kobiety. Te zapewnienia dotyczące rozkładu wieku wskazują, że liczba uczestników odpowiada liczbie studentów korzystających z mobilnej nauki języków i przypomina tradycyjną populację studentów licencjackich.

Chociaż respondenci pochodzili z różnych doświadczeń akademickich, główne grupy przedstawiają się następująco: technologie (38,97%), inżynieria (37,87%), nauki ścisłe (12,87%) oraz matematyka (10,29%). Rozkład interdyscyplinarny umożliwia porównanie, jak uczniowie z innych dziedzin postrzegają i wykorzystują systemy grywalizowane. Jeśli chodzi o osiągnięcia akademickie, największy odsetek uczestników stanowili uczniowie trzeciego roku (36,03%) i uczniowie drugiego roku (26,47%), następnie uczniowie pierwszego roku (18,01%) i uczniowie czwartego roku (19,49%). Według tego rozkładu większość respondentów to uczniowie na poziomie średnim i wyższym, co może wpływać na ich poziom uczestnictwa oraz krytyczną analizę zasobów edukacyjnych. Jeśli chodzi o korzystanie z aplikacji, 28,31% uczestników zadeklarowało, że korzysta z Baicizhan codziennie, podczas gdy 33,46% opisało korzystanie z niego cztery do pięciu razy w tygodniu, co sugeruje wysoki stopień częstej interakcji z siecią społecznościową. Tylko 2,21% użytkowników korzystało z aplikacji mniej niż raz w tygodniu. Cotygodniowe korzystanie z aplikacji przez uczestników się zmieniło, większość korzystała z niej przez 1-3 godziny (50,37%), a mniej uczniów przez więcej niż 5 godzin (11,4%).

Częstotliwość logowania uczestników i logowania interakcji były interpretowane jako wskaźniki zachowań powiązane z SRL, odzwierciedlające autonomię użytkowników w zarządzaniu aktywnościami edukacyjnymi, monitorowaniu rutyn oraz wytrwałości w zaangażowaniu, zgodnie z badaniami powojennymi dotyczącymi wdrażania technologii i samoregulującego się uczenia (SRL). Dane jakościowe z wywiadów ujawniły także kilka tematów zgodnych z cechami TAM, w tym postrzeganą użyteczność ("ranking motywuje mnie do codziennej nauki") oraz postrzeganą łatwość obsługi ("aplikacja jest prosta i intuicyjna w nawigacji"). Te wymiary koncepcyjnie łączą obecny framework CDA z poglądami opartymi na adopcji, widocznymi w najnowszych badaniach porównawczych, mimo że nigdy nie zostały oficjalnie zakodowane ani^modelowane. Aby ilościowo triangulować wyniki CDA i sentymentu oraz usprawnić integrację badań behawioralnych, percepcyjnych i dyskursowych, przyszłe wersje tego badania będą uwzględniać krótkie, zweryfikowane pomiary TAM i SRL.

Model CDA Fairclougha
Prawdziwa konstrukcja³⁷do badania tego, jak dyskurs w gamifikowanych aplikacjach nauki języków, takich jak Baicizhan, generuje i utrwala ideały neoliberalne, jest dostępna dzięki trójwymiarowemu modelu Analizy Krytycznego Dyskursu (CDA) Fairclougha. W modelu połączono trzy powiązane procedury: praktykę społeczną (na poziomie makro), praktykę dyskursywną (poziom mezo) oraz analizę tekstową (na poziomie mikro).

Analiza tekstowa (T) – poziom mikro
Aspekty językowe, w tym terminy, organizacja i przypomnienia o projektowaniu aplikacji (takie jak "Osiągnięty Dzienny Cel" czy "Utrzymać Swoją Serię"), są głównym celem tego poziomu. Załóżmy, że wszystkie jednostki tekstowe użytkownika są następujące:

    (1)

Tutaj Te_I oznacza specjalną wiadomość tekstową lub prompt.

Aby ocenić układ i występowanie neoliberalne:

    (2)

 (3)

W konsekwencji gęstość neoliberalna warstwy tekstowej wynosi:

    (4)

Praktyka dyskursywna (D) - poziom meso
Są to informacje zebrane z wywiadów i logów interfejsu dotyczące tego, jak użytkownicy korzystają z aplikacji (częstotliwość użycia, odpowiedzi zwrotne i realizację celów).

Niech_{i reprezentuje} użytkownika, a ai_j oznacza akt interakcji (na przykład ukończenie zadania lub przeglądanie tablicy wyników). Opisz macierz interakcji:

    (5)

Obecnie określono wynik samooptymalizacji użytkownika:

    (6)

Neoliberalna waga (ważność) aktu ai_j jest oznaczana przez w_j. Na przykład widok Leaderboardu ma wyższą wartość_{w j} niż samo korzystanie z aplikacji.

Praktyka społeczna (S) - Poziom makro
Oznacza to analizę sposobów, w jakie korzystanie z aplikacji i dyskurs odzwierciedlają bardziej ogólne idee społeczne (takie jak produktywność i konkurencja).

Niech P(us_{i,λ k}) będzie wartością binarną lub rozmytą wskazującą, czy dyskurs użytkownika promuje cechę λ_k, a λ_k cechą ideologiczną (taką jak sprawiedliwość lub samooptymalizacja).

Następnie ideologiczne wyglądy użytkowników:

    (7)

Mierzy on stopień, w jakim każda neoliberalna ideologia λ_k rozprzestrzeniła się wśród użytkowników. Ogólny wynik frameworka CDA interfejsu użytkownika można zapisać następująco:

 (8)

Gdy każdemu wymiarowi przypisuje się wagę (α, β, γ), którą można empirycznie dostosować lub oprzeć na podstawie jakościowych rozważań.

Trójwymiarowy model analizy dyskursu krytycznego (CDA) opracowany przez Fairclougha został zilustrowany na Rysunku 3, który służy do oceny wiedzy gamifikowanej pod kątem granic edukacyjnych, głównie na etapach nauki języków, takich jak Baicizhan. Górny wiersz rysunku przedstawia trzy wymiary analityczne CDA, natomiast dolny wiersz integruje wyniki tych wymiarów, aby uzyskać jeden, spójny wynik.

Badanie to stworzyło krótki kodeks dla Krytycznej Analizy Diskursu (CDA), który podzielił aspekty dyskursywne na trzy kategorie: tekstowe (dobór słów, metafory), wizualne (ikony, kolory, odznaki) oraz funkcjonalne (punkty, poziomy, powiadomienia). Motywacyjne stwierdzenia takie jak "Dalej!" dla tekstu, gwiazdki dla wizualizacji oraz powiadomienia o śledzeniu postępów dla funkcji funkcjonalnych to ilustracyjne przykłady. Po rozwiązaniu niejasności i iteracyjnym ulepszaniu kodów, dwóch wykwalifikowanych programistów niezależnie zastosowało podręcznik kodu do danych. Do obliczenia zgodności między koderami użyto Kappa Cohena, a wyniki wykazały satysfakcjonującą wiarygodność (κ = 0,78), zapewniając spójność i rygor badania.

Analiza sentymentu i mapowanie dyskursu
Analiza sentymentu ma zastosowanie do treści generowanych przez użytkowników, a także do wyjaśnień, recenzji aplikacji, dzienników komunikacji oraz transkrypcji konferencji, po zakończeniu trzystopniowej Analizy Krytycznej Dyskursu Fairclougha, która obejmuje powtórzenia tekstowe, dyskursywne i^{społeczne 37}. Ten etap kategoryzuje ton emocjonalny (pozytywny, negatywny i neutralny) oraz intensywność przy użyciu procedur przetwarzania języka naturalnego (NLP). Aby ustanowić emocjonalną więź użytkownika z gamifikowaną dynamiką uczenia się, mierzone są normalne wyrażenia stresu lub satysfakcji w odpowiedzi na utratę linii lub prezentację w rankingu. Badanie to pomaga określić, czy narzędzia grywalizowane, takie jak podążanie i konkurencja, presja wzrostu czy uczestnictwo, wspierają, czy zaprzeczają neoliberalnym wartościom ujawnianym w CDA.

Algorytm 1, udostępniony w Pliku Uzupełniającym 1, pokazuje proces działania analizy sentymentu i mapowania dyskursu. Po zebraniu i wstępnym przetworzeniu informacji tekstowych przygotowane są obserwacje użytkownika przy użyciu metod takich jak pisanie małych liter, eliminacja słów stopowych, lemmatyzacja oraz filtrowanie interpunkcji. Następnie przeprowadzono analizę sentymentu na danych tekstowych w języku angielskim i chińskim EFL, zgodnie z etapami wstępnego przetwarzania, takimi jak pisanie małymi literami, usuwanie słów stopowych, lemmatyzacja oraz filtrowanie interpunkcji. Teksty te są poddawane analizie sentymentu za pomocą programów takich jak VADER, TextBlob lub modeli opartych na BERT, które klasyfikują każdy tekst jako neutralny, pozytywny lub negatywny na podstawie jego tonu emocjonalnego lub wyników polaryzacji. Pomaga to określić emocjonalne reakcje użytkowników na fundamentalne zasady gry, takie jak oceny prezentacji, kwestii i nagród. Równolegle, wyrażenia i idee związane z konkretnymi koncepcjami neoliberalnymi — takie jak "samooptymalizacja", "współbieżność", "skuteczność" czy "śledzenie" — są identyfikowane poprzez usunięcie aspektów dyskursu poprzez dopasowanie słów kluczowych lub kodowanie tematyczne, odpowiednio.

Etykiety koncepcyjne, które były podnoszone na etapie CDA, można teraz zrozumieć w tekście każdego użytkownika. Następnie na podstawie wyników projektuje się mapę dyskursu, która potwierdza, jak szczegółowe dyskursy i postawy współwystępują w zbiorze danych. Może to obejmować tworzenie wykresów lub map cieplnych pokazujących ekspresyjny ton i regularność każdego tematu ideologicznego. Aby uzyskać bardziej wszechstronny obraz materiału, te uczucia i zrozumienia dyskursu są następnie udostępniane w wynikach CDA. To badanie pomaga zweryfikować, czy uczniowie przyjmują czy odrzucają neoliberalne dyskursy przedstawione w schemacie granicznym. Ponadto podkreśla doświadczenia emocjonalne w gamifikowanym nauczaniu, wskazując sytuacje, w których usługi przeprowadzkowe mogą nieumyślnie naruszać podstawowe motywacje lub wybór ucznia.

Wyniki

Praca ta analizowała, jak grywalizacja w aplikacjach Mobile-Assisted Language Learning (MALL), takich jak Baicizhan, wpływa na motywację i zachowania samoregulacji uczniów EFL na poziomie akademickim poprzez systematyczną metodę dyskursu krytycznego. Do szacunków wykorzystano zbiór danych z trzech zjednoczonych fundacji: (1) zapisy 15 półustrukturyzowanych konferencji z uczniami EFL; (2) dane analizy sentymentu z ponad 250 logów zaangażowania użytkowników; oraz (3) dzienniki danych interfejsu, które obejmowały struktury ...

Dyskusja

Proponowana Krytyczna Analiza Dyskursu (CDA) przyjmuje krytyczno-ideologiczną perspektywę, która rozszerza wcześniejsze prace poprzez badanie głębszych funkcji ideologicznych osadzonych w gamifikowanych aplikacjach do nauki języków... Wcześniejsze badania, szczególnie te Chena i Zhao¹, analizowały czynniki motywacyjne wpływające na akceptację aplikacji gamifikowanego słownictwa wśród chińskich uczniów EFL na dużą skalę. Opierając się na trójwymiarowym modelu CDA Fairclougha, niniejsze badanie dowo...

Materiały

Lista materiałów użytych w tym artykule

Nazwa	Firma	Numer katalogowy	Komentarze
Wektor adenowiryczny (shNEAT1)	10692-V5	Vigene Biosciences	Adenowirus stosowany do obniżania ekspresji NEAT1 in vivo oraz in vitro.
Zestaw do testowania białek BCA	23227	Thermo Fisher	Kit używany do ilościowego określenia stężenia białek w lizatach komórkowych.
Zestaw do testowania reportera z podwójną lucyferazą	E1910	Promega	Zestaw używany do testów reportera z podwójną lucyferazą do pomiaru interakcji miR-181a-5p.
Zestawy ELISA (cytokiny)	Nie ma	R& D Systems	Zestawy używane do pomiaru poziomu cytokiny w próbkach surowicy i tkanek.
Serum bydła płodu (FBS)	16000-044	Gibco	Suplement stosowany w podłożu hodowlanym do wzrostu komórek.
Przeciwciało GAPDH	2118 S	Technologia sygnalizacji komórkowej	Główne przeciwciało przeciwko GAPDH stosowane jako kontrola obciążenia w western blot.
Zestaw do barwienia hematoksyliny i eozyny	Nie ma	Thermo Fisher	Zestaw używany do histologicznego barwienia przekrojów tkanek w celu analizy patologicznej.
Przeciwciała immunofluorescencyjne (CD206)	14693-1-AP	Proteintech	Przeciwciała używane do wykrywania markera makrofagów M2 CD206 w przekrojach tkanek.
Lipopolisacharyd (LPS)	L2630	Sigma-Aldrich	LPS używany do indukowania polaryzacji makrofagów zapalnych w komórkach RAW264.7.
miR-181a-5p Mimic	Nie ma	Nie ma	Syntetyczny mimik miR-181a-5p używany do modulacji poziomów miR-181a-5p.
Plazmid ekspresji NEAT1	Nie ma	Nie ma	Plazmid używany do nadekspresji NEAT1 w makrofagach RAW264.7.
Komórki makrofagów RAW264.7	TIB-71	ATCC	Linia komórek makrofagów myszy wykorzystywana do eksperymentów in vitro.
Bufor lizy RIPA	89901	Thermo Fisher	Bufor używany do lizowania komórek w celu wydobycia białka całkowitego.
RPMI-1640 Medium	11875-093	Gibco	Podłoże hodowlane dla makrofagów RAW264.7.
SYBR Green Master Mix	4385612	Thermo Fisher	Odczynnik używany do ilościowej analizy PCR w czasie rzeczywistym.
Komory do testowania migracji transwella	3422	Corning	Komory używane do testów migracji przejściowych do oceny migracji makrofagów.
Zestaw do badania apoptozy TUNEL	ab66110	Abcam	Zestaw używany do wykrywania apoptozy w komórkach RAW264.7 za pomocą barwienia TUNEL.
Zachodnie przeciwciała blotyczne (HMGB1)	ab18256	Abcam	Główne przeciwciało przeciwko HMGB1 stosowane w western blotting.