Исследовательская статья

Интеграция целей устойчивого развития (ЦУР) и генеративного ИИ для повышения языковой грамотности и креативности в образовательных средах английского языка

DOI:

10.3791/69445

⸱

13 февраля 2026 г.

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

В этой статье

Краткое содержание

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

Сочетание ЦУР с генеративным ИИ, таким как ChatGPT, повышает мотивацию изучающих английский язык, цифровую грамотность и креативность. Повышение вовлечённости укрепляет эту связь, предоставляя учителям практические стратегии интеграции ИИ в преподавание языков.

Аннотация

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

В данном исследовании рассматривается интеграция Целей устойчивого развития (ЦУР) и генеративного ИИ, в частности ChatGPT, для повышения языковой цифровой грамотности, креативности и мотивации в средах обучения английскому языку (EFL). Используя количественный, поперечный дизайн, данные для этого исследования были собраны у n = 420 студентов бакалавриата, изучающих английский язык (EFL) одного государственного университета Китая, используя валидированные шкалы для измерения интеграции ЦУР (SDG), использования генеративного ИИ, такого как ChatGPT (UCGPT), цифровой грамотности (DL), креативности студентов EFL (SC), мотивации студентов английского языка (SM) и вовлечённости в изучение языков (LLE). Для анализа прямых, опосредующих и модерирующих эффектов использовалось моделирование структурных уравнений с частичными наименьшими квадратами (PLS-SEM). Результаты показали, что интеграция ЦУР и UCGPT были существенно связаны с SM, что, в свою очередь, предсказывало цифровую грамотность и творческий потенциал студентов EFL. Кроме того, LLE модерировал отношения между DL и SC, а SM выступал посредником в отношении влияния интеграции ЦУР и UCGPT на цифровую грамотность. Эти результаты подчёркивают трансформационный потенциал интеграции ЦУР и инструментов ИИ в образование английского английского языка, предоставляя масштабируемые стратегии развития навыков XXI века. Кроме того, исследование предлагает конкретные стратегии для учителей английского языка, например, поручение студентам использовать ChatGPT для подготовки к дебатам по темам ЦУР, таким как климатическая справедливость, или для совместного создания многоязычных кампаний в социальных сетях для повышения осведомлённости об устойчивом развитии. Эти приложения демонстрируют, как интегрировать SDG-AI в планировании повседневных уроков.

Введение

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

Глобальный ландшафт образования по английскому как иностранному языку (EFL) претерпевает глубокую трансформацию, вызванную двойными требованиями технологических инноваций и Целей устойчивого развития ООН (ЦУР). Хотя спрос на владение английским языком продолжает расти в неанглоязычных регионах, подпитываемый глобализацией, академической мобильностью и цифровойэкономикой 2, традиционные педагогические подходы часто не обеспечивают учащихся критически важными компетенциями, необходимыми для коммуникацииXXI века 3. Традиционные методологии английского английского языка, которые делают упор на заучивание и структурную точность, а не на творческое выражение и цифровое вовлечение, рискуют усугублять различия в доступе к качественномуобразованию 4. Это несоответствие не только препятствует продвижению к ЦУР 4 (инклюзивное и справедливое качественное образование), но и упускает из виду преобразующий потенциал новых технологий5, особенно генеративного искусственного интеллекта (ИИ), в перестройке экосистем языковогообучения 6. Несмотря на стремительный рост инструментов на базе ИИ, таких как ChatGPT, их интеграция в контексте английского языка и литературы остаётся недостаточно изученной, особенно в рамках рамокустойчивого развития 7. Это исследование преодолевает этот критический разрыв, исследуя, как стратегическое слияние ЦУР и генеративного ИИ может повысить цифровую грамотность, креативность и мотивацию в средах обучения английского английского языка, продвигая педагогические инновации и глобальные повестки устойчивого развития. В существующей литературе сохраняются значительные пробелы относительно пересечения языкового обучения с помощью ИИ и образования, соответствующегоЦУР 8. Хотя предыдущие исследования изучали роль ИИ в персонализированном языковомобучении 9, автоматизированнойоценке 10 и виртуальных программахобмена 11, эти исследования редко затрагивают рамки устойчивого развития. В то же время литература по английскому языку и устойчивому развитию в основном сосредоточена на содержании обучения (экологические тексты), а не на использовании технологий для реструктуризации педагогическихпарадигм 12. Этот разрыв особенно проблематичен на фоне растущих цифровых разрывов в контекстах Глобального Юга, где языковая маргинализация пересекается с ограниченным доступом к передовым образовательныминструментам 13. Кроме того, хотя ЦУР 4.4 явно ставит в приоритет цифровую грамотность, большинство учебных программ EFL не связывают цифровую компетентность с результатами устойчивого развития, оставляя учащихся неподготовленными к требованиям занятости, предпринимательства и достойнойработы 14. Отсутствие интегративной структуры, которая согласует педагогику, основанную на ИИ, с компетенциями в области устойчивого развития, представляет собой критическийупущенный пункт 15. Кроме того, эта структура легко применима в бакалаврских курсах английского английского языка, где студенты обладают базовой цифровой грамотностью для работы с генеративными инструментами ИИ, такими как ChatGPT. Внедрение разработано для стандартных технологически интегрированных классов, требуя от педагогов предоставления структурированных подсказок, соответствующих ЦУР, чтобы эффективно направлять сотрудничество в области ИИ.

Это исследование заполняет эти пробелы, предлагая новую, ориентированную на ЦСР генеративную рамку ИИ для образования по английскому языку, основанную на социокультурнойтеории 16 и критической цифровойграмотности 17. В отличие от предыдущих работ, которые рассматривали ИИ как учебный инструмент, исследователи позиционируют его как совместного партнёра в формировании творческого и критического мышленияучащихся 18. Этот сдвиг соответствует целям ЦУР по инклюзивному, ориентированному на учащемуся образованию. Эмпирически исследователи применяют моделирование структурных уравнений с частичными наименьшими квадратами (PLS-SEM) для анализа данных от n = 420 китайских студентов бакалавриата, изучая, как интеграция SDG (SDG) и использование ChatGPT (UCGPT) совместно влияют на мотивацию (SM), цифровую грамотность (DL), креативность студентов (SC) и вовлечённость в изучение языка (LLE). Теоретический вклад этого исследования тройный. Во-первых, исследователи расширяют теорию самоопределения (SDT), демонстрируя, как инструменты ИИ, соответствующие ЦУР, удовлетворяют внутренние потребности учащихся в автономии, компетентности и родственности, повышая мотивацию. Во-вторых, исследователи уточняют теорию вовлечённости, показывая, как цифровая грамотность и креативность динамически взаимодействуют в средах, опосредованных ИИ, в зависимости от уровня вовлечённости учащихся. В-третьих, исследователи продвигают критически важную цифровую грамотность, внедряя этическое использование ИИ в дискурс устойчивого развития, призывая учащихся пересматривать предвзятость данных, экологические издержки и трудовые практики в системах ИИ. Эмпирически результаты дают практические инсайты для педагогов и политиков, показывая, как ChatGPT может демократизировать доступ к языковым задачам, связанным с ЦУР (дебаты по изменению климата, симуляции гендерного равенства), одновременно развивая когнитивные навыки высшего уровня. Структура этой статьи следующее: во-первых, введение, в котором обсуждается значимость/оригинальность данного исследования, существующий пробел в литературе и вклад этого исследования. Далее — обзоры литературы по ЦУР в области английского языка, генеративного ИИ и цифровой грамотности. Раздел «Протокол» подробно описывает методологию PLS-SEM, а раздел «Результаты» представляет результаты. Раздел «Обсуждение» подробно рассматривает ключевые выводы, а также теоретические и практические последствия. В заключение статья завершается ограничениями и дальнейшими направлениями.

Обзор литературы и разработка гипотез

Цель устойчивого развития 4 и мотивация студентов, изучающих английский язык (EFL)
Педагогический подход, интегрирующий учебные программы английского как иностранного языка (EFL) с Целью устойчивого развития 419, которая акцентирует внимание на инклюзивном и справедливом качественном образовании и непрерывном обучении для всех, стал ключевой стратегией для повышения мотивацииучащихся 20. Цели ЦУР 4, а именно 4.4 (навыки трудоустройства) и 4.7 (образование для устойчивого развития), подчёркивают важность развития лингвистически компетентных учащихся с критическим мышлением, цифровой грамотностью и навыками этическогововлечения 21. Принципы этих компетенций дополнительно поддерживаются целями Ответственности за защиту и «Образованием, основанным на правах» (ЦУР 4.5). Несколько исследований показывают, что когда в изучении языков рассматриваются климатические действия, гендерное равенство и борьба с бедностью, это способствует мотивации учащихся к изучениюпредмета 22. Этот метод поддерживает Теориюсамоопределения 23,24, согласно которой опыт автономии, овладения навыками и социальной связи поддерживает мотивациюлюдей 25. Генеративный ИИ работает ещё лучше как инструмент мотивации, когда используется интерактивный контент, связанный с Целями устойчивогоразвития. 26. ИИ с чат-ботами, симулируемыми саммитами и платформами на нескольких языках, ориентированными на устойчивое развитие, позволяют учащимся изучать сложные темы с помощью языковыхупражнений 27. Применение сценариев, требующих обсуждения решений проблемы нехватки воды на английском, помогает им заинтересоваться. Это улучшает их способности решать задачи и даёт им большее чувство ответственности изначимости. 28. Обратная связь по ИИ стандартизируется и предоставляется мгновенно (что было отмечено), что помогает удовлетворить разнообразные образовательные потребности и поддерживает равенство, как объясняется в ЦУР 429, что успокаивает учащихся и обеспечивает равенство. Образовательным экспертам необходимо пойти дальше в связи с ЦУР, поскольку они должны сосредоточиться на развитии навыков, позволяющих студентам выявлять системныенеравенства 30. Когда существует разрыв в ИИ между развитыми и слаборазвитыми странами, это увеличивает количество причин для разочарования студентов и требует внедрения инклюзивногодизайна 31. На основе приведённой выше литературы выдвигается такая гипотеза: H1: Интеграция ЦУР в уроки английского и английского языка повышает мотивацию учащихся изучать английский язык.

Использование генеративного ИИ и мотивация студентов английского языка
Инструменты генеративного ИИ, включая языковые модели и чат-ботов, всё больше ценятся за повышение мотивации в образовании английского языка (EFL), поощряя взаимодействие, учитывая личные потребности и продвигая творческиеактивности 32. Эти подходы позволяют учащимся напрямую взаимодействовать с ИИ, практиковаться в реальных ситуациях и получать быструю, настраиваемую обратную связь, которая снижает тревожность и поддерживает ихинтерес 33. Например, образовательные ресурсы, созданные ИИ, такие как персонализированные тексты и сценарии, адаптированные под уровень и интересы ученика, могут удовлетворить его психологические потребности в автономии и чувстве способности. Поскольку генеративный ИИ может предоставлять ресурсы на нескольких языках и учитывать культурные контексты, он позволяет учащимся исследовать глобальные проблемы на английском языке, побуждая их глубоко задуматься над этическимирешениями 34. Однако эксперты советуют, что чрезмерная зависимость от ИИ может ограничить коммуникацию между людьми и помешать развитию критического мышления, что необходимо для роста детей. Кроме того, недостатки доступа в интернет и влияние предвзятых алгоритмов могут усугублять существующие неравенства для определённых групп обучения, ещё больше усугубляя существующие различия. На основе вышеуказанной литературы выдвигается следующая гипотеза: H2: Использование ChatGPT в классах английского языка повышает мотивацию учащихся к изучению языка.

Мотивация студентов английского языка и цифровая грамотность
Связь между цифровой грамотностью и мотивацией к английскому языку не просто корреляционна, а синергетична. Ученики с более высокой цифровой грамотностью лучше подготовлены к поиску и взаимодействию с аутентичным, мультимодальным контентом, который соответствует их личным интересам и социокультурномуконтексту 35,36. Эта способность напрямую подпитывает внутреннюю мотивацию, усиливая у учащихся чувство автономии и компетентности, поскольку они могут эффективнее ориентироваться в цифровой среде. Однако этот положительный цикл не является автоматическим. Мотивационное влияние зависит от качества цифрового взаимодействия; Простое использование технологий не гарантирует мотивацию, если задачи не являются значимыми и не адаптированы ккультуре 37.

Более того, хотя генеративный ИИ сейчас продвигается как механизм для ускорения этой синергии с помощью персонализированногокаркаса 38, критический подход показывает, что для этого есть несколько непредвиденных обстоятельств. Успех технологий ИИ в содействии межкультурном диалогу и устранении мифовмедиа-предвзятости 39 основан на равном доступе и базовой цифровой компетентности, которая часто отсутствует в условиях недостаточно ресурсов40. Это приводит к разрыву в мотивации: цифровая неграмотность вызывает разочарование и чувство отстранённости, тем самым саботируя ту саму мотивацию, которую ИИ стремится создать41. Таким образом, интеграция ИИ должна сопровождаться строгими моделями цифровой грамотности, которые поощряют обучающегося понимать этические коннотации, чтобы при использовании технологий не происходило непреднамеренное распространение текущихдисбалансов 42. На основе приведённой выше литературы выдвигается следующая гипотеза: H3: Повышенная мотивация у учащихся с английским и английским ведёт к улучшению навыков цифровой грамотности.

Цифровая грамотность студентов английского языка и креативность студентов английского языка
В английском как иностранном языке (EFL) цифровая грамотность стимулирует креативность, предоставляя учащимся техническую и критическую способность переосмысливать использование языка с помощью инновационных цифровых способов43. Студенты овладевают такими устройствами, как генеративный ИИ, мультимедийные платформы и виртуальные пространства для совместной работы, что позволяет им выйти за рамки текстовых упражнений и использовать их как инструменты для создания мультимодальных проектов, таких как цифровые истории, подкасты или даже созданные ИИнарративы 44. Например, платформы на базе искусственного интеллекта для совместного создания многоязычной поэзии или моделирования сценариев виртуальной реальности помогают учащимся экспериментировать с лингвистической и культурной гибридностью и сочетать усвоение языка и художественноеисследование 45.

Цифровая грамотность коррелирует с креативностью через равные возможности доступа и методы преподавания с определённымицелями 46. Некоторые маргинализированные группы не имеют равного доступа к генеративному ИИ и цифровым инструментам, что приводит к творческому подавлению и пассивному обучению вместо активноготворчества 47. Образовательные специалисты должны выбирать критически важные методы, ориентированные на устойчивые практики преподавания, чтобы помочь студентам изучить как этический подход к генерации контента ИИ, так и влияние цифровых рабочих процессов на окружающуюсреду. Студенты могут развивать этическое мастерство с помощью практических цифровых проектных занятий, сочетающих устойчивую разработку проектов с алгоритмическим анализом на предвзятость, укрепляя цели ЦУР 4.7 по устойчивому развитию и справедливости. На основе приведённой выше литературы предлагаются следующие гипотезы: H4: Студенты с более развитыми навыками цифровой грамотности демонстрируют большую креативность в языковых заданиях. H5: Вовлечённость студентов с английским языком демонстрирует большую креативность в языковых заданиях.

Модерирующий эффект вовлечённости в изучение языка
В частности, в контексте обучения английскому языку (EFL) педагогические вмешательства, интегрирующие Цели устойчивого развития (SDGs) и генеративный ИИ, более эффективны, когда вовлечённость в изучение языка, определяемая когнитивной, поведенческой и эмоциональной инвестицией в усвоение языка, является многосторонней ключевой модерирующейпеременной 49. При реализации контента, связанного с ЦУР, высокий уровень вовлечённости увеличивает мотивационные и когнитивные приросты, поскольку участники проектных задач, соответствующих ЦУР, или задач, симулируемых ИИ, становятся более настойчивыми, задают больше вопросов и заявляют о большей ответственности за свой учебныйпуть 50. Например, совместное создание студентами кампаний по устойчивому развитию искусственного интеллекта (ИИ) или обсуждение глобальных проблем на английском языке показывают, что повышают языковые способности и креативность, учитывая эмоциональную связь студентов с реальными жизненнымипроблемами 51. Вовлечённость — это модератор, определяющий, как учащиеся справляются с этическими и культурными аспектами образовательных сред, управляемых ИИ. Студенты, проявляющие отстранённость, рассматривают ИИ как авторитарную систему, которая усиливает их опасения и заставляет пассивно полагаться на автоматическуюобратную связь 52. На основе вышеуказанной литературы выдвигается следующая гипотеза: H6: вовлечённость в изучение языка смягчает связь между цифровой грамотностью и креативностью.

Медиационный эффект мотивации студентов по английскому языку в условиях обучения
Мотивационные уровни студентов английского языка играют важную роль в том, как педагогические стратегии, связанные с Целями устойчивого развития и использование генеративного ИИ, влияют на их цифровые навыки и творческие способности, а также на уровень владения английскимязыком 53. Дизайн обучения достигает достижений учащихся через мотивацию, используя Теориюсамоопределения 54, чтобы укрепить психологические условия для глубокого вовлечения. Мотивация учащихся, связанная с автономией (принятие решений по вопросам адвокации), компетентностью (изучение словарного запаса устойчивого развития) и связанностью (участие в глобальных мероприятиях), служит механизмом, через который контент, посвящённый ЦУР, определяет эффективность критического мышления и развития цифровых навыков учащихся. Вовлечённость учащихся может вырасти при первом использовании генеративных инструментов ИИ благодаря их новизне, но постоянные улучшения грамотности и креативности требуют от студентов признания взаимодействия с ИИ как релевантные для идентичности и как способствующиеавтономии.

Исследователи устанавливают мотивацию как основной фактор, связывающий различные условия с помощью эмпирических данных. Проекты, ориентированные на ЦУР, знакомые с учащимися по английским и английским, привели к соответствующей креативности, поскольку учащиеся одновременно испытывали повышенный уровень мотивации, как показали самооценки56. Результаты написания на основе персонализированной обратной связи с помощью ИИ показали максимальное улучшение у учащихся, продемонстрировавших сильную существующуюмотивацию — 57,58. Исследование доказало, что мотивация регулирует эффективность технологических вмешательств. Ещё одним фактором, препятствующим этому процессу, являются культурные и социально-экономические факторы. В условиях ограниченных ресурсов, как правило, отдают приоритет внешним стимулам, которые относятся к карьерным возможностям, упомянутым в ЦУР 4.4, что приводит к изменённым взаимоотношениям между мотивацией и реализацией цифровыхинструментов 59,60. На основе приведённой выше литературы выдвигаются следующие гипотезы: H7: Мотивация учащихся опосредует связь между использованием ChatGPT и навыками цифровой грамотности. H8: Мотивация учащихся регулирует связь между ЦУР и навыками цифровой грамотности. На рисунке 1 показана исследовательская модель настоящего исследования, которая включает все переменные и их взаимосвязь между путями. Кроме того, на основе взаимосвязей между переменными все гипотезы также указываются в исследовательской модели.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Протокол

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

Это исследование было проведено в соответствии с этическими стандартами исследований на людях. Информированное согласие было получено от всех участников до их участия, что гарантирует, что они были полностью информированы о цели исследования, процедурах опроса, добровольном характере и их праве отказаться в любой момент без последствий. Все методы соответствовали этическим стандартам исследований на людях, обеспечивая конфиденциальность участников, анонимизацию данных и защиту на протяжении всего исследования. Исследование включало неинвазивный сбор данных на основе опросов с минимальным риском для участников.

1. Дизайн исследований

В этом исследовании был принят количественный, поперечный дизайн исследования для изучения взаимосвязи между интеграцией Целей устойчивого развития (ЦУР), использованием генеративного ИИ, цифровой грамотностью, креативностью, мотивацией и вовлечённостью в изучение языков в контекстах английского и английского языка. Дизайн отдавал приоритет проверке гипотез через структурированные опросы, основанные на позитивистской эпистемологии, что позволяло статистически обобщать результаты в аналогичных академических условиях. Был выбран подход моделирования структурных уравнений с частичными наименьшими квадратами (PLS-SEM) для анализа сложных эффектов медиации и модерации. PLS-SEM учитывает меньшие размеры выборок и исследовательские структуры моделей, минимизируя предположения о нормальности данных61. Дизайн соответствовал призыву ЦУР 4 к образовательным стратегиям, основанным на данных, с акцентом на измеримые результаты для формирования масштабируемых педагогических инноваций в изучении языков с помощью ИИ.

2. Данные и выборка

Во-первых, чтобы построить систему выборки, исследователи выявили и отобрали все сохранившиеся, интегрированные с технологиями курсы EFL из списка программ университета на весенний семестр 2024 года, в результате чего получилась удобная выборка из 420 студентов бакалавриата. Во-вторых, право участницы подтверждались по критериям возраста 18-24 лет и зачисления как студенты первого или второго курса с промежуточным уровнем владения английским языком, согласно записям о трудоустройстве в университет; последняя когорта состояла из 62% женщин и 38% мужчин, из которых 95% происходили из Восточного Китая. В-третьих, во время запланированной занятия исследователь проводил опросный инструмент лично: после раздачи подробного информационного листа исследователь вслух зачитывал сценарий информированного согласия, давал время для вопросов и собирал подписанные формы согласия перед распространением анкеты, которую участники могли заполнить анонимно за 20 минут без предоставления стимулов. В-четвёртых, для контроля посторонней переменной предыдущего опыта ИИ сам инструмент опроса включал отдельный фильтр в начале, собирающий данные о знакомстве участников с инструментами ИИ для последующего статистического контроля. Наконец, собранные данные были проверены на полноту, и размер выборки n = 420 был проверен на статистическую адекватность путём применения «правила 10 раз» для PLS-SEM, что подтвердило, что оно превышает минимальное требование в 10 случаев на предикторную переменную в самой сложной регрессионной системе модели.

  1. Практическая интеграция ЦУР и ChatGPT
    Для обоснования мер опроса в конкретном педагогическом контексте исследование проводилось в рамках конкретного модуля EFL, который явно интегрировал темы ЦУР с поддержкой ChatGPT. Ученики участвовали в серии учебных заданий в течение четырёх недель. Например, одна из задач требовала от студентов использовать ChatGPT для исследования конкретной ЦУР (образование по ЦУР 4, ЦУР 13: Климатические действия или ЦУР 5: Гендерное равенство), сводки ключевых вопросов и критической оценки информации, предоставленной ИИ, на предмет возможной предвзятости. В другом задании студенты использовали ChatGPT как совместный инструмент для совместного написания убедительного эссе или сценария кампании в социальных сетях, отстаивая местную инициативу по устойчивому развитию, тем самым связывая глобальные цели с их непосредственной ситуацией. Эти задания были задуманы как мультимодальные и часто завершались видеоблогами или презентациями, требующими от студентов синтеза информации, критического мышления и использования английского языка для конкретной цели. Это практическое внедрение обеспечило получение ответов студентов на опросах на основе непосредственного опыта интегрированного подхода обучения ЦУР-ИИ.

3. Этические соображения

Настоящее исследование было проведено в соответствии с строгими этическими нормами. Все участники подробно информировали о целях и процедурах исследования, а также о своих правах как письменно, так и устно, а затем предоставили информированное согласие перед участием в исследовании. Это соглашение обеспечивало анонимность, позволяя им в любой момент отказываться без репрессий и гарантируя конфиденциальность их данных. Информация собиралась через зашифрованные цифровые системы и надёжно хранилась на серверах, защищённых паролем. Весь анализ проводился на основе агрегированных данных, чтобы предотвратить идентификацию какого-либо человека. В соответствии с принципами ЦУР 4.7, исследование включало отдельный раздел для анализа этических вопросов, уникальных для генеративного ИИ, с чётким представлением потенциальных проблем, таких как возможность предвзятости в ответах ChatGPT и его воздействие на окружающую среду. Наконец, ограничения исследования, такие как предвзятость при самоотчёте и географическое расположение выборки, были открыто признаны для укрепления академической честности.

4. Меры

Конструкции были операционализованы с использованием валидированных масштабов, адаптированных к контексту EFL. Интеграция ЦУР измерялась с помощью шкалы из 36 пунктов с тремя подшкалами: экономика (13 пунктов), общество (9 пунктов) и окружающая среда (14 пунктов). Эта шкала была получена на основе Atmaca et al.62, оценивающих воздействие тем устойчивого развития в языковых задачах. Цифровая грамотность оценивалась по шкале из 29 пунктов, расширенной до шести измерений, адаптированных из Rodríguez-de-Dios et al.63, включая технологическую грамотность (7 пунктов), личную безопасность (5 пунктов), критическую грамотность (5 пунктов), информационную грамотность (4 пункта), информационную грамотность (5 пунктов) и коммуникационную грамотность (3 пункта). Кроме того, творчество студентов EFL было зафиксировано через Говиндасами и др.64 — инструмент из 12 предметов, охватывающий четыре подшкалы, каждая из которых включает три элемента: оригинальность, гибкость, беглость и проработка. Использование ChatGPT количественно оценивалось по шкале из 8 пунктов, адаптированной из Abbas et al.65, с акцентом на частоту, цель и воспринимаемую эффективность языковых задач. Мотивация оценивалась с помощьюObiosa 66 с шкалой из 05 пунктов. Наконец, вовлечённость в изучение языка оценивалась с использованием 9-пунктной шкалы из Eerdemutu и др.67. Все шкалы использовали 5-точечные ответы Ликерта, при этом пилотное тестирование (n=30) подтверждало надёжность (α > Кронбаха 0,82), а подтверждающий факторный анализ подтверждал отличительность конструкции. Анализ для настоящего исследования был проведён на основе конструкций первого порядка рефлексивно-рефлективных конструкций, поскольку рефлективно-рефлексивные конструкции второго порядка не тестируются напрямую.

5. Анализ данных

Анализ данных проводился последовательной двухфазной процедурой с использованием SPSS версии 28 и SmartPLS версии 4. Процесс начался в SPSS 28, где исследователи начали анализировать > описательной статистике > описательных и анализировать > коррелировать > бивариантность для вычисления предварительных статистических данных (средних, стандартных отклонений) и коэффициентов корреляции Пирсона соответственно для выборки из n = 420 случаев. Впоследствии первичный анализ был переключён на SmartPLS 4 для проведения моделирования структурных уравнений с частичными наименьшими квадратами (PLS-SEM). Первым шагом в SmartPLS была проверка модели измерения с помощью встроенного алгоритма Calculate для оценки внутренней согласованности, требующего, чтобы композитные значения надёжности превышали порог 0,70, и сходимости, подтверждаемой средней извлечённой дисперсией (AVE) более 0,50 для всех конструкций. Дискриминантная валидность затем верифицировалась с помощью функций отчётности программного обеспечения для применения критерия Форнелля-Ларкера и обеспечения того, чтобы все отношения гетеротрейт-монопризнат (HTMT) были ниже консервативного эталонного значения 0,85. После этой валидации структурная модель была оценена с использованием процедуры Bootstrapping, конфигурированной с 5 000 подвыборками и двусторонним тестом на уровне значимости 0,05 для генерации доверительных интервалов, скорректированных смещением, для всех коэффициентов пути (β) и косвенных эффектов, тем самым проверяя предполагаемые прямые, медиаторские и модерирующие связи. Наконец, прогностическая значимость модели была установлена путём анализа Q² значения Стоуна-Гейссера, полученного с помощью процедуры «Завязанные глаза», где значения выше нуля указывали на адекватную прогностическую силу, а существенное влияние предикторов определялось вычислением размеров эффектов (f²) по результатам алгоритма PLS.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Результаты

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

Описательная статистика
Описательный анализ даёт важные представления о закономерностях переменных, центральных расположениях и их рассеянности, позволяя исследователям проверять состояние, нормальность и теоретическую согласованность исходных данных. В этом исследовании средние значения используются для измерения уровня куртоза, а параметры стандартного отклонения применяются для оценки степени асо. Кроме того, учитываются эффекты аскоса. Это говорит о том, что 420 у...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Обсуждение

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

Краткое изложение ключевых результатов
В этом исследовании рассматривалась взаимосвязь между Целями устойчивого развития (ЦУР), генеративным ИИ (ChatGPT) и ключевыми образовательными результатами: мотивацией, цифровой грамотностью и креативностью в средах обучения английского языка и английского языка. Результаты подтвердили все гипотезы прямого эффекта (H1-H5), показав, что интеграция ЦУР (β = 0,37) и использование ChatGPT (β = 0,28) значительно повышают мотивацию уч...

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Раскрытие информации

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

Все авторы заявляют, что не имеют конфликта интересов.

Благодарности

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

Это исследование поддерживается Провинциальным фондом социальных наук провинции Цзянсу, грант No (23YYB011). Эта работа была поддержана Университетом принца Султана в рамках Лаборатории исследований языка и коммуникации.

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Материалы

Список материалов, использованных в этой статье
ИмяКомпанияКаталожный номерКомментарии
Шкала использования ChatGPT8-элементная шкала адаптирована по Abbas и др. (2023).Abbas и др. (2023).
Шкала креативностиШкала из 12 пунктов, адаптированная из Govindasamy и др. (2022), измеряющая четыре подконструкции: оригинальность, гибкость, беглость и разработка.Говиндасами и др. (2022)
Инструмент сбора данныхАнонимная, самоуправляемая анкета с бумагой и карандашом.Не применимо / разработано на заказ
Система хранения данныхСерверы с паролем и зашифрованные цифровые системы.Неприменимая / институциональная ИТ-инфраструктура
Шкала цифровой грамотности29-элементная шкала адаптирована из Rodrí guez-de-Dios и др. (2018), охватывающие шесть измерений: технологическая, персональная безопасность, критические, безопасность устройств, информационная и коммуникационная грамотность.Rodrí guez-de-Dios и др. (2018)
Документы информированного согласияПисьменный информационный лист и форма согласия.Не применимо / разработано на заказ
Шкала вовлечённости в изучение языков9-элементная шкала адаптирована по Eerdemutu и др. (2023).Eerdemutu и др. (2023)
Шкала мотивацииШкала из 5 элементов, адаптирована из Obiosa (2023).Обиоса (2023).
Алгоритм и PLS-SEM БутстрэппингВнутренние рутины SmartPLS 4 (алгоритм PLS и загрузка с 5 000 субсэмплов).https://www.smartpls.com/documentation/algorithms-and-techniques
Оценка предиктивной релевантностиПроцедура завязанности на глазах в SmartPLS 4 для вычисления Стоуна-Гейссера s Q² ценность.https://www.smartpls.com/documentation/predictive-relevance-q2
Масштаб интеграции ЦУРШкала из 36 пунктов, адаптированная из Atmaca et al. (2023), с подшкалами для экономики (13 пунктов), общества (9 пунктов) и окружающей среды (14 пунктов).Atmaca и др. (2023)
Программное обеспечение для статистического анализаIBM SPSS Statistics, версия 28.-
Программное обеспечение для моделирования структурных уравненийSmartPLS, версия 4.https://www.smartpls.com
Достоверность и Проверки надёжностиФункции отчетности SmartPLS 4 для коэффициентов Composite Reliability, Average Variance Extracted (AVE), критерия Fornell-Larcker и HTMT.https://www.smartpls.com/documentation/reporting

Ссылки

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

Доступ ограничен. Войдите в систему или начните пробный период, чтобы просмотреть этот контент.

Перепечатки и разрешения

Запросить разрешение на повторное использование текста или иллюстраций этой статьи JoVE

Запросить разрешение

Теги

ChatGPTXXI

Похожие статьи