Artigo de investigação

Integrando Objetivos de Desenvolvimento Sustentável (ODS) e IA Generativa para Aprimorar a Alfabetização Digital e a Criatividade Linguística em Ambientes de Aprendizagem de EFL

DOI:

10.3791/69445

⸱

13 de fevereiro de 2026

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

Neste artigo

Resumo

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

Combinar ODS com IA generativa como o ChatGPT aumenta a motivação, a alfabetização digital e a criatividade dos aprendizes de inglês. Um engajamento mais elevado fortalece essa ligação, fornecendo aos professores estratégias práticas para integrar IA no ensino de línguas.

Resumo

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

Este estudo investiga a integração dos Objetivos de Desenvolvimento Sustentável (ODS) e da IA generativa, especificamente o ChatGPT, para aprimorar a alfabetização digital linguística, a criatividade e a motivação em ambientes de aprendizagem de EFL. Adotando um desenho quantitativo e transversal, os dados deste estudo foram coletados de n = 420 estudantes de graduação em EFL em uma universidade pública na China, utilizando escalas validadas para medir a integração dos ODS (ODS), uso de IA generativa como ChatGPT (UCGPT), alfabetização digital (DL), criatividade dos estudantes de EFL (SC), motivação dos estudantes de EFL (SM) e engajamento na aprendizagem de idiomas (LLE). A modelagem estrutural de equações parciais de mínimos quadrados (PLS-SEM) foi empregada para analisar efeitos diretos, mediadores e moderadores. Os resultados revelaram que a integração dos ODS e o UCGPT estavam significativamente associados ao SM, o que, por sua vez, previu a alfabetização digital e a criatividade dos estudantes de EFL. Além disso, a LLE moderou a relação entre DL e SC, enquanto a SM mediou os efeitos da integração dos ODS e do UCGPT na alfabetização digital. Esses resultados destacam o potencial transformador da integração dos ODS e ferramentas de IA na educação de EFL, fornecendo estratégias escaláveis para desenvolver habilidades do século XXI. Além disso, o estudo oferece estratégias concretas para professores de EFL, como incentivar os alunos a usarem o ChatGPT para se prepararem para debates sobre temas dos ODS, como justiça climática, ou co-criar campanhas multilíngues em redes sociais para conscientização sobre sustentabilidade. Essas aplicações demonstram como operacionalizar a integração ODS-IA no planejamento diário das aulas.

Introdução

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

O cenário global da educação em Inglês como Língua Estrangeira (EFL) está passando por uma transformação profunda, impulsionada pelos duplos imperativos da inovação tecnológica e pelos Objetivos de Desenvolvimento Sustentável (ODS) das Nações Unidas1. Embora a demanda por proficiência em inglês continue a crescer em regiões não anglófonas, impulsionada pela globalização, mobilidade acadêmica e economiasdigitais 2, as abordagens pedagógicas tradicionais frequentemente falham em equipar os aprendizes com as competências críticas necessárias para a comunicação do séculoXXI 3. Metodologias convencionais de EFL, que enfatizam a memorização mecânica e a precisão estrutural em vez da expressão criativa e do engajamento digital, correm o risco de agravar as disparidades no acesso à educaçãode qualidade 4. Esse desalinhamento não apenas dificulta o progresso rumo ao ODS 4 (educação inclusiva e equitativa de qualidade), mas também ignora o potencial transformador das tecnologiasemergentes 5, especialmente a inteligência artificial generativa (IA), na remodelação dos ecossistemas de aprendizagem deidiomas 6. Apesar da rápida expansão de ferramentas impulsionadas por IA, como o ChatGPT, sua integração em contextos de EFL ainda é pouco explorada, especialmente em termos de estruturas de sustentabilidade7. Este estudo preenche essa lacuna crítica ao investigar como a convergência estratégica dos ODS e da IA generativa pode aprimorar a alfabetização digital, a criatividade e a motivação em ambientes de aprendizagem de EFL, avançando a inovação pedagógica e agendas globais de sustentabilidade. Persistem lacunas significativas na literatura existente sobre a interseção entre a aprendizagem de idiomas assistida por IA e a educação alinhada aosODS 8. Embora pesquisas anteriores tenham examinado o papel da IA no ensino personalizadode línguas 9, avaliaçãoautomatizada 10 e programas de intercâmbiovirtual 11, esses estudos raramente abordam estruturas de sustentabilidade. Por outro lado, a literatura sobre EFL e sustentabilidade tem focado predominantemente na instrução baseada em conteúdo (textos ambientais), em vez de aproveitar a tecnologia para reestruturar paradigmaspedagógicos 12. Essa desconexão é particularmente problemática diante das crescentes divisões digitais nos contextos do Sul Global, onde a marginalização linguística se cruza com o acesso limitado a ferramentas educacionais deponta 13. Além disso, embora o ODS 4.4 priorize explicitamente a alfabetização digital, a maioria dos currículos de EFL falha em vincular a competência digital aos resultados de sustentabilidade, deixando os aprendizes despreparados para as demandas de emprego, empreendedorismo e trabalhodecente 14. A ausência de uma estrutura integrativa que alinhe a pedagogia orientada por IA com competências em sustentabilidade representa uma falha crítica15. Além disso, o framework é facilmente aplicável em cursos de graduação de EFL, onde os estudantes possuem alfabetização digital básica para operar ferramentas de IA generativa como o ChatGPT. A implementação é projetada para salas de aula integradas à tecnologia padrão, exigindo que os educadores forneçam prompts estruturados e alinhados aos ODS para guiar a colaboração em IA de forma eficaz.

Este estudo preenche essas lacunas ao propor uma nova estrutura de IA generativa informada por ODS para a educação em EFL, fundamentada na teoria sociocultural16 e nas letramentos digitaiscríticos 17. Diferente de trabalhos anteriores que tratam a IA como uma ferramenta instrucional, os pesquisadores a posicionam como um parceiro colaborativo para apoiar o pensamento criativo e crítico dosaprendizes 18. Essa mudança está alinhada com as metas dos ODS de educação inclusiva e centrada no aprendiz. Empiricamente, pesquisadores utilizam modelagem estrutural de equações parciais de mínimos quadrados (PLS-SEM) para analisar dados de n = 420 alunos chineses de graduação em EFL, examinando como a integração dos ODS (ODS) e o uso do ChatGPT (UCGPT) influenciam conjuntamente a motivação (SM), a alfabetização digital (DL), a criatividade dos alunos (SC) e o engajamento na aprendizagem de idiomas (LLE). As contribuições teóricas deste estudo são três. Primeiro, os pesquisadores ampliam a teoria da autodeterminação (SDT) demonstrando como ferramentas de IA alinhadas aos ODS satisfazem as necessidades intrínsecas dos aprendizes por autonomia, competência e relacionamento, aumentando a motivação. Segundo, os pesquisadores refinam a teoria do engajamento ao revelar como a alfabetização digital e a criatividade interagem dinamicamente em ambientes mediados por IA, dependendo dos níveis de engajamento dos aprendizes. Terceiro, os pesquisadores avançam em letramentos digitais críticos ao incorporar o uso ético de IA no discurso sobre sustentabilidade, incentivando os aprendizes a investigar vieses de dados, custos ambientais e práticas laborais em sistemas de IA. Empiricamente, os achados fornecem insights acionáveis para educadores e formuladores de políticas, ilustrando como o ChatGPT pode democratizar o acesso a tarefas linguísticas relacionadas aos ODS (debates sobre mudanças climáticas, simulações de igualdade de gênero) enquanto promove habilidades cognitivas de ordem superior. Este artigo está estruturado da seguinte forma: Primeiro, a introdução que discute a importância/originalidade desta pesquisa, a lacuna existente na literatura e a contribuição deste estudo. Em seguida, há revisões da literatura sobre ODS em EFL, IA generativa e alfabetização digital. A seção de Protocolo detalha a metodologia PLS-SEM, enquanto a seção de Resultados apresenta os resultados. A seção de Discussão detalha as principais descobertas e implicações teóricas e práticas. Por fim, o artigo conclui com limitações e direções futuras.

Revisão bibliográfica e desenvolvimento de hipóteses

Objetivo de Desenvolvimento Sustentável 4 e Motivação dos Estudantes de EFL
Uma abordagem pedagógica que integra currículos de Inglês como Língua Estrangeira (EFL) com o Objetivo de Desenvolvimento Sustentável 419, que enfatiza uma educação inclusiva e equitativa de qualidade e aprendizagem ao longo da vida para todos, emergiu como uma estratégia chave para aumentar a motivação dosalunos 20. As metas do ODS 4, especificamente 4.4 (habilidades para emprego) e 4.7 (educação para desenvolvimento sustentável), ressaltam a importância de desenvolver aprendizes linguisticamente competentes, com pensamento crítico, alfabetização digital e habilidades de engajamento ético21. Os princípios dessas competências são adicionalmente apoiados pela Responsabilidade de Proteger e pelas metas do ODS 4.5 da 'Educação Baseada em Direitos'. Vários estudos sugerem que, quando a ação climática, a igualdade de gênero e o combate à pobreza são abordados na aprendizagem de idiomas, isso promove a motivação dos alunos para a disciplina22. Esse método apoia a Teoria daAutodeterminação 23,24, que acredita que a experiência da autonomia, o aprendizado de habilidades e a conexão social mantêm as pessoasmotivadas 25. A IA generativa funciona ainda melhor como ferramenta de motivação quando conteúdo interativo relacionado aos Objetivos de Desenvolvimento Sustentável éusado 26. A IA com cúpulas simuladas por chatbot e plataformas em várias linguagens focadas em sustentabilidade possibilitam que os alunos aprendam sobre assuntos complexos por meio de exercíciosde linguagem 27. Aplicar cenários que exigem que os alunos discutam soluções para a escassez de água em inglês os ajuda a se interessar. Isso aprimora suas habilidades de resolução de problemas e lhes dá uma maior sensação de estar no comando e importância28. O feedback da IA é padronizado e dado instantaneamente (o que foi apontado, ajudando a atender às diversas necessidades educacionais, e apoia a equidade, conforme explicado no ODS4 29, tudo isso acalma os alunos e garante igualdade. Especialistas em educação precisam levar as conexões com os ODS um passo adiante, pois devem focar no desenvolvimento de habilidades que permitam aos alunos identificar desigualdadessistêmicas 30. Quando há uma lacuna de IA entre países desenvolvidos e subdesenvolvidos, isso aumenta o número de motivos para os estudantes se sentirem desanimados e exige a adoção de um designinclusivo 31. Com base na literatura acima, esta hipótese é proposta: H1: Integrar os ODS nas aulas de EFL aumenta a motivação dos alunos para aprender inglês.

Uso de IA Generativa e Motivação dos Estudantes de EFL
Ferramentas de IA generativa, que incluem modelos de linguagem e chatbots, são cada vez mais valorizadas por ajudar a impulsionar a motivação na educação em EFL, incentivando a interação, atendendo necessidades pessoais e promovendo atividadescriativas 32. Essas abordagens permitem que os aprendizes interajam diretamente com a IA, pratiquem a comunicação em situações realistas e recebam feedback rápido e ajustável, o que é conhecido por reduzir a ansiedade e manter seu interesse33. Por exemplo, recursos educacionais gerados por IA, como textos personalizados e cenários adaptados ao nível e interesses do aluno, podem atender às necessidades psicológicas de autonomia e sensação de capacidade. Como a IA generativa pode fornecer recursos em múltiplos idiomas e considerar contextos culturais, ela permite que os aprendizes explorem questões globais em inglês, levando-os a refletir profundamente sobre decisõeséticas 34. No entanto, especialistas aconselham que depender demais da IA pode limitar a comunicação entre as pessoas e impedir que desenvolvam pensamento crítico, ambos essenciais para o crescimento das crianças. Além disso, desvantagens no acesso à internet e os efeitos de algoritmos tendenciosos podem agravar desigualdades existentes em certos grupos de aprendizagem, aprofundando ainda mais as disparidades atuais. Com base na literatura acima, é proposta a seguinte hipótese: H2: O uso do ChatGPT em salas de aula de EFL aumenta a motivação dos alunos para se envolverem na aprendizagem de idiomas.

Motivação e Alfabetização Digital dos Alunos de EFL
A relação entre alfabetização digital e motivação para EFL não é apenas correlacional, mas sinérgica. Estudantes com maior alfabetização digital estão mais preparados para buscar e se envolver com conteúdos autênticos e multimodais que estejam alinhados com seus interesses pessoais e contextossocioculturais 35,36. Essa capacidade alimenta diretamente a motivação intrínseca ao aumentar o senso de autonomia e competência dos aprendizes, pois eles conseguem navegar em ambientes digitais de forma mais eficaz. No entanto, esse ciclo positivo não é automático. O impacto motivacional depende da qualidade do engajamento digital; Simplesmente usar tecnologia não garante motivação, a menos que as tarefas sejam significativas e culturalmenteresponsivas 37.

Além disso, embora a IA generativa esteja atualmente sendo comercializada como um mecanismo para acelerar essa sinergia com a ajuda do PersonalizedScaffolding 38, uma abordagem crítica revela que existem várias contingências para isso. O sucesso das tecnologias de IA em facilitar o diálogo intercultural e desmistificar o viés midiático39 baseia-se no acesso igualitário e na competência digital subjacente, que frequentemente faltam em ambientes com poucos recursos40. Isso resulta em uma lacuna motivacional, com o analfabetismo digital causando frustração e um sentimento de desengajamento, sabotando assim a própria motivação que a IA pretendegerar 41. Assim, a integração da IA deve ser acompanhada por modelos rigorosos de alfabetização digital que incentivem o aprendiz a compreender conotações éticas, para que a propagação inadvertida dos desequilíbrios atuais não ocorra com o uso detecnologias 42. Com base na literatura acima, é proposta a seguinte hipótese: H3: Maior motivação em alunos de EFL leva a habilidades aprimoradas em alfabetização digital.

Alfabetização Digital dos Alunos de EFL e Criatividade dos Alunos de EFL
No Inglês como Língua Estrangeira (EFL), a alfabetização digital catalisa a criatividade ao capacitar os aprendizes com a capacidade técnica e crítica de recontextualizar o uso da linguagem por modos digitaisinovadores 43. Os alunos tornam-se proficientes no uso de dispositivos como IA generativa, plataformas multimídia e espaços virtuais colaborativos, permitindo que ultrapassem exercícios baseados em texto e os utilizem como ferramentas para criar projetos multimodais como histórias digitais, podcasts ou até narrativas produzidas porIA 44. Por exemplo, plataformas baseadas em IA para co-criação de poesia multilíngue ou simulação de cenários de realidade virtual ajudam os aprendizes a experimentar a hibridismo linguístico e cultural e a combinar aquisição de linguagem e exploração artística45.

Alfabetização digital está correlacionada com criatividade por meio de oportunidades de acesso igualitário e abordagens de ensino com propósitosdefinidos 46. Alguns grupos marginalizados não têm acesso igualitário a IA generativa e ferramentas digitais, resultando em aprendizado criativo sufocante e passivo, em vez de criaçãoativa 47. Profissionais da educação devem selecionar métodos críticos que focem em práticas de ensino sustentáveis para ajudar seus alunos a examinar tanto a abordagem ética para a geração de conteúdo com IA quanto os impactos do fluxo de trabalho digital nomeio ambiente 48. Os estudantes podem desenvolver um artesanato ético por meio de atividades práticas de design digital que combinam desenvolvimento sustentável de projetos com exame de viés algorítmico, fortalecendo as metas de sustentabilidade e justiça do ODS 4.7. Com base na literatura acima, as seguintes hipóteses são propostas: H4: Alunos de EFL com habilidades mais fortes em alfabetização digital demonstram maior criatividade em tarefas linguísticas. H5: O engajamento dos alunos de EFL na aprendizagem de idiomas demonstra maior criatividade nas tarefas linguísticas.

Efeito Moderador do Engajamento na Aprendizagem de Línguas
Especificamente em relação aos contextos de aprendizagem de EFL, intervenções pedagógicas que integram Objetivos de Desenvolvimento Sustentável (ODS) e IA generativa são mais eficazes quando o engajamento na aprendizagem de idiomas, conforme definido pelo investimento cognitivo, comportamental e emocional na aquisição da linguagem, é uma variávelmoderadora multilateralmente crucial 49. Ao implementar conteúdos relacionados aos ODS, altos níveis de engajamento aumentam os ganhos motivacionais e cognitivos, já que participantes em tarefas baseadas em projetos alinhadas aos ODS ou simuladas por IA são mais persistentes, fazem mais perguntas e reivindicam maior responsabilidade sobre suas jornadas deaprendizagem 50. Por exemplo, a co-criação de campanhas de sustentabilidade por inteligência artificial (IA) por parte dos alunos ou a discussão de questões globais em inglês demonstram aprimorar as capacidades linguísticas e a criatividade, dado o vínculo emocional dos alunos com problemas da vidareal 51. Engajamento é um moderador que determina como os aprendizes lidam com aspectos éticos e culturais dos ambientes de aprendizagem de EFL impulsionados pela IA. Estudantes que demonstram desengajamento veem a IA como um sistema autoritário que intensifica suas preocupações e os leva a depender passivamente do feedbackautomatizado 52. Com base na literatura acima, é proposta a seguinte hipótese: H6: O engajamento na aprendizagem de idiomas modera a relação entre alfabetização digital e criatividade.

Efeito Mediador da Motivação dos Estudantes de EFL em Contextos de EFL
Os níveis motivacionais dos alunos de EFL desempenham um papel vital em como estratégias pedagógicas que se conectam aos ODS e o uso de IA generativa afetam suas habilidades digitais e criativas, bem como sua proficiência na línguainglesa 53. O design instrucional atende ao sucesso do aluno por meio da motivação, utilizando a Teoria daAutodeterminação 54 para fortalecer as condições psicológicas para um engajamento profundo. A motivação dos alunos relacionada à autonomia (tomada de decisão para temas de advocacia), competência (aprendizado do vocabulário de sustentabilidade) e parentesco (participação em atividades globais) serve como o mecanismo pelo qual o conteúdo temático dos ODS determina a eficácia do pensamento crítico e do desenvolvimento de habilidades digitais dos alunos. O engajamento dos alunos pode aumentar durante o primeiro uso de ferramentas de IA generativa devido à sua novidade, mas as melhorias contínuas em alfabetização e criatividade exigem que os alunos reconheçam as interações de IA como relevantes para a identidade e como promotorasda autonomia 55.

Pesquisadores estabelecem a motivação como o principal fator que conecta diversos contextos por meio de evidências empíricas. Projetos focados em ODS expostos a aprendizes de EFL levaram à criatividade associada, pois os alunos experimentaram níveis elevados de motivação simultaneamente, conforme relatado pela autoavaliação56. Os resultados de escrita a partir do feedback personalizado gerado por IA mostraram melhorias máximas em alunos que demonstraram forte motivaçãoexistente 57,58. O estudo provou que a motivação regula a eficácia das intervenções tecnológicas. Outro fator que dificulta esse processo é o cultural, junto com os elementos socioeconômicos. Ambientes com recursos limitados tendem a priorizar incentivos externos, que se relacionam às oportunidades de carreira mencionadas no ODS 4.4, resultando em relações alteradas entre motivação e entrega de ferramentasdigitais 59,60. Com base na literatura acima, são propostas as seguintes hipóteses: H7: A motivação dos alunos media a relação entre o uso do ChatGPT e as habilidades de letramento digital. H8: A motivação dos alunos media a relação entre ODS e habilidades de alfabetização digital. A Figura 1 mostra o modelo de pesquisa do presente estudo, que inclui todas as variáveis e suas relações de caminho entre si. Além disso, com base nas relações de caminho entre variáveis, todas as hipóteses também são indicadas no modelo de pesquisa.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Protocolo

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

Este estudo foi realizado em conformidade com as diretrizes éticas para a pesquisa de sujeitos humanos. O consentimento informado foi obtido de todos os participantes antes de sua participação, garantindo que estivessem plenamente informados sobre o propósito do estudo, procedimentos baseados em pesquisas, natureza voluntária e seu direito de desistir a qualquer momento sem consequências. Todos os métodos seguiram padrões éticos para pesquisa em humanos, garantindo confidencialidade dos participantes, anonimização dos dados e proteção ao longo de todo o estudo. O estudo envolveu coleta de dados não invasiva, baseada em pesquisas, com risco mínimo para os participantes.

1. Desenho de pesquisa

Este estudo adotou um desenho de pesquisa quantitativo e transversal para examinar as relações entre integração dos Objetivos de Desenvolvimento Sustentável (ODS), uso de IA generativa, alfabetização digital, criatividade, motivação e engajamento na aprendizagem de idiomas em contextos de EFL. O desenho priorizou o teste de hipóteses por meio de pesquisas estruturadas, fundamentadas na epistemologia positivista, permitindo a generalização estatística dos achados em ambientes acadêmicos semelhantes. Uma abordagem de modelagem estrutural de equações parciais de mínimos quadrados (PLS-SEM) foi selecionada para analisar efeitos complexos de mediação e moderação. O PLS-SEM acomoda tamanhos de amostra menores e estruturas de modelos exploratórios, minimizando suposições sobre normalidade dos dados61. O design alinhou-se com o apelo do ODS 4 por estratégias educacionais baseadas em dados, focando em resultados mensuráveis para informar inovações pedagógicas escaláveis na aprendizagem de idiomas aprimorada por IA.

2. Dados e amostragem

Primeiro, para construir o quadro de amostragem, os pesquisadores identificaram e selecionaram todas as aulas integradas de EFL integradas e integradas à tecnologia da lista de programas da universidade para o semestre da primavera de 2024, resultando em uma amostra de conveniência de 420 estudantes de graduação. Segundo, a elegibilidade dos participantes foi confirmada segundo os critérios de ter entre 18 e 24 anos e ser matriculados como estudantes de graduação do primeiro ou segundo ano com nível intermediário de proficiência em inglês, conforme registros de colocação universitária; a coorte final era composta por 62% de mulheres e 38% de homens, com 95% originários do leste da China. Terceiro, durante uma sessão de aula agendada, o pesquisador aplicou o instrumento da pesquisa pessoalmente: após distribuir uma folha informativa detalhada, o pesquisador lia em voz alta o script de consentimento informado, reservava tempo para perguntas e coletava formulários de consentimento assinados antes de distribuir o questionário, que os participantes tinham 20 minutos para preencher anonimamente, sem incentivos. Quarto, para controlar a variável supérflua da experiência prévia em IA, o próprio instrumento de pesquisa incorporou uma seção de filtro dedicada no início, capturando dados sobre a familiaridade dos participantes com ferramentas de IA para controle estatístico subsequente. Por fim, os dados coletados foram avaliados quanto à completude, e o tamanho da amostra de n = 420 foi verificado quanto à adequação estatística aplicando a "regra das 10 vezes" para o PLS-SEM, confirmando que ele ultrapassou o requisito mínimo de 10 casos por variável preditora na equação de regressão mais complexa do modelo.

  1. Integração prática dos ODS e do ChatGPT
    Para fundamentar as medidas da pesquisa em um contexto pedagógico concreto, o estudo foi realizado dentro de um módulo específico de EFL que integrou explicitamente temas dos ODS com assistência do ChatGPT. Os alunos participaram de uma série de atividades de aprendizagem baseadas em tarefas ao longo de um período de quatro semanas. Por exemplo, uma tarefa exigiu que os alunos usassem o ChatGPT para pesquisar um ODS específico (educação ODS 4, ODS 13: Ação Climática ou ODS 5: Igualdade de Gênero), gerando um resumo das questões-chave e avaliando criticamente as informações fornecidas pela IA em busca de possíveis vieses. Em outra tarefa, os alunos usaram o ChatGPT como uma ferramenta colaborativa para co-escrever um ensaio persuasivo ou um roteiro de campanha em redes sociais defendendo uma iniciativa local de sustentabilidade, conectando assim objetivos globais ao seu contexto imediato. Essas tarefas foram projetadas para serem multimodais, frequentemente culminando em videoblogs ou apresentações, exigindo que os alunos sintetizassem informações, exercitassem o pensamento crítico e usassem o inglês para um propósito concreto. Essa implementação prática garantiu que as respostas dos estudantes fossem informadas pela experiência direta com a abordagem integrada de aprendizado SDG-IA.

3. Considerações éticas

O presente estudo foi conduzido de acordo com rigorosas considerações éticas. Todos os participantes foram informados detalhadamente sobre o propósito e os procedimentos do estudo, bem como seus direitos, por meio escrito e oral, e então forneceram consentimento informado antes de participarem do estudo. Esse acordo garantiu anonimato, permitindo que eles se retirassem a qualquer momento sem represálias e garantindo a confidencialidade de seus dados. As informações eram coletadas por meio de sistemas digitais criptografados e armazenadas de forma segura em servidores protegidos por senha. Todas as análises foram realizadas com dados agregados para evitar a identificação de qualquer indivíduo. Em consonância com os princípios do ODS 4.7, o estudo incluiu uma seção separada de debriefing para tratar de questões éticas únicas da IA generativa, apresentando claramente possíveis preocupações, como a possibilidade de vieses nas respostas do ChatGPT e seu impacto ambiental. Por fim, as limitações do estudo, como os vieses de auto-relato e a localização geográfica da amostra, foram abertamente reconhecidas para promover a integridade acadêmica.

4. Medidas

Os construtos foram operacionalizados usando escalas validadas adaptadas ao contexto EFL. A integração dos ODS foi medida usando uma escala de 36 itens com três subescalas: economia (13 itens), sociedade (9 itens) e meio ambiente (14 itens). Essa escala foi derivada de Atmaca et al.62, avaliando a exposição a temas de sustentabilidade em tarefas linguísticas. A alfabetização digital foi avaliada usando uma escala de 29 itens, expandida para seis dimensões adaptadas de Rodríguez-de-Dios et al.63, incluindo Alfabetização Tecnológica (7 itens), Alfabetização em Segurança Pessoal (5 itens), Alfabetização Crítica (5 itens), Alfabetização em Segurança de Dispositivos (4 itens), Alfabetização Informacional (5 itens) e Alfabetização Comunicativa (3 itens). Além disso, a Criatividade dos Estudantes de EFL foi capturada por meio de Govindasamy et al.64, um instrumento de 12 itens, abrangendo quatro subescalas, cada uma com três itens: originalidade, flexibilidade, fluência e elaboração. O uso do ChatGPT foi quantificado por meio de uma escala de 8 itens adaptada de Abbas et al.65, focando na frequência, propósito e eficácia percebida em tarefas linguísticas. A motivação foi avaliada usando Obiosa66, com uma escala de 05 itens. Por fim, o engajamento na aprendizagem de idiomas foi avaliado usando uma escala de 9 itens de Eerdemutu et al.67. Todas as escalas empregaram respostas de Likert de 5 pontos, com testes piloto (n=30) confirmando a confiabilidade (α > de Cronbach 0,82) e análise fatorial confirmatória validando a distintidão dos construtos. A análise do presente estudo foi conduzida com base em construtos reflexivo-reflexivos de primeira ordem, já que construtos reflexivo-reflexivos de segunda ordem não são testados diretamente.

5. Análise de dados

A análise de dados foi executada por meio de um procedimento sequencial em duas fases utilizando SPSS versão 28 e SmartPLS versão 4. O processo começou no SPSS 28, onde os pesquisadores navegaram para Analisar > Estatísticas Descritivas > Descritivas e Analisar > Correlacionar > Bivariadas para calcular estatísticas descritivas preliminares (médias, desvios padrão) e coeficientes de correlação de Pearson, respectivamente, para a amostra de n = 420 casos. Posteriormente, a análise principal foi transferida para o SmartPLS 4 para realizar a Modelagem de Equações Estruturais de Mínimos Quadrados Parciais (PLS-SEM). A primeira etapa no SmartPLS envolveu validar o modelo de medição executando o algoritmo Calculate embutido para avaliar consistência interna, exigindo que valores de confiabilidade composta excedessem o limiar de 0,70 e validade convergente, confirmada por uma Média de Variância Extraída (AVE) maior que 0,50 para todos os construtos. A validade discriminante foi então verificada usando as funções de relatório do software para aplicar o critério de Fornell-Larcker e garantir que todas as razões heterotraço-monotraço (HTMT) estivessem abaixo do padrão conservador de 0,85. Após essa validação, o modelo estrutural foi avaliado utilizando a rotina Bootstrapping configurada com 5.000 subamostras e um teste de duas caudas no nível de significância de 0,05 para gerar intervalos de confiança corrigidos pelo viés para todos os coeficientes de caminho (β) e efeitos indiretos, testando assim as relações diretas, mediadoras e moderadoras hipotetizadas. Por fim, a relevância preditiva do modelo foi determinada examinando o valor Q² de Stone-Geisser, obtido pelo procedimento Blindfold, com valores acima de zero indicando poder preditivo adequado, e o impacto substantivo dos preditores foi determinado calculando tamanhos de efeito (f²) a partir dos resultados do algoritmo PLS.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Resultados

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

Estatísticas descritivas
Uma análise descritiva fornece insights importantes sobre padrões de variáveis, localizações centrais e sua dispersão, permitindo que os pesquisadores verifiquem a saúde, normalidade e congruência teórica dos dados iniciais. Neste estudo, os valores médios são usados para medir o nível de curtose, enquanto os parâmetros do desvio padrão são empregados para avaliar o nível de assimetria. Além disso, os efeitos da assimetria também são considera...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Discussão

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

Resumo das principais descobertas
Este estudo examinou a interação entre os Objetivos de Desenvolvimento Sustentável (ODS), IA generativa (ChatGPT) e os principais resultados educacionais: motivação, alfabetização digital e criatividade em ambientes de aprendizagem EFL. Os resultados confirmaram todas as hipóteses de efeito direto (H1-H5), demonstrando que a integração dos ODS (β = 0,37) e o uso do ChatGPT (β = 0,28) aumentam significativamente a motivação dos alunos,...

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Divulgações

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

Todos os autores declaram não haver conflitos de interesse.

Agradecimentos

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

Esta pesquisa é apoiada pelo Fundo Provincial de Ciências Sociais de Jiangsu, Bolsa nº: (23YYB011). Esse trabalho foi apoiado pela Universidade Prince Sultan sob o Laboratório de Pesquisa em Línguas e Comunicação.

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Materiais

Lista de materiais utilizados neste artigo
NomeEmpresaNúmero de catálogoComentários
Escala de Uso do ChatGPTEscala de 8 itens adaptada de Abbas et al. (2023).Abbas et al. (2023).
Escala de CriatividadeEscala de 12 itens adaptada de Govindasamy et al. (2022), medindo quatro subconstrutos: Originalidade, Flexibilidade, Fluência e Elaboração.Govindasamy et al. (2022)
Instrumento de Coleta de DadosQuestionário anônimo e auto-aplicado em papel e lápis.Não aplicável / feito sob medida
Sistema de Armazenamento de DadosServidores protegidos por senha com sistemas digitais criptografados.Não aplicável / infraestrutura institucional de TI
Escala de Alfabetização DigitalEscala de 29 itens adaptada de Rodrí Guez-de-Dios et al. (2018), abrangendo seis dimensões: Tecnológica, Segurança Pessoal, Crítica, Segurança de Dispositivos, Informação e Alfabetização em Comunicação.Rodrí Guez-de-Dios et al. (2018)
Documentos de Consentimento InformadoFolha informativa escrita e formulário de consentimento.Não aplicável / feito sob medida
Escala de Engajamento na Aprendizagem de LínguasEscala de 9 itens adaptada de Eerdemutu et al. (2023).Eerdemutu et al. (2023)
Escala de MotivaçãoEscala de 5 itens adaptada de Obiosa (2023).Obiosa (2023).
Algoritmo e Algoritmo PLS-SEM BootstrapRotinas internas SmartPLS 4 (Algoritmo PLS e Bootstrapping com 5.000 subamostras).https://www.smartpls.com/documentation/algorithms-and-techniques
Avaliação Preditiva de RelevânciaProcedimento de venda nos olhos no SmartPLS 4 para calcular o Geisser de Pedra s Q² valor.https://www.smartpls.com/documentation/predictive-relevance-q2
Escala de Integração dos ODSEscala de 36 itens adaptada de Atmaca et al. (2023), com subescalas para Economia (13 itens), Sociedade (9 itens) e Meio Ambiente (14 itens).Atmaca et al. (2023)
Software de Análise EstatísticaIBM SPSS Statistics, Versão 28.-
Software de Modelagem de Equações EstruturaisSmartPLS, Versão 4.https://www.smartpls.com
Validade & Verificações de ConfiabilidadeFunções de relatório SmartPLS 4 para Confiabilidade Composta, Média de Variância Extraída (AVE), Critério de Fornell-Larcker e razões HTMT.https://www.smartpls.com/documentation/reporting

Referências

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

Acesso restrito. Inicie sessão ou comece um teste para visualizar este conteúdo.

Reimpressões e permissões

Solicitar permissão para reutilizar o texto ou as figuras deste artigo JoVE

Solicitar permissão

Etiquetas

Integra o do ChatGPTCriatividade Lingu sticaMotiva o do EstudanteEngajamento na Aprendizagem de L nguasModelagem de Equa es EstruturaisCompet ncias do S culo XXI

Artigos relacionados