【文献】AI聊天机器人与智能辅导系统对大学生英语口语交际意愿(WTC)的差异化影响

核心摘要：本研究基于社会文化理论与情感过滤假说，通过8周对照实验（N=82）探究了不同AI交互范式对中国EFL学习者口语交际意愿（WTC）的差异化影响。研究发现，两类AI工具对WTC的作用呈现显著两极分化：AI聊天机器人（讯飞星火）通过提供拟人化交互、心理安全空间及情境化反馈，显著提升了学习者的交际意愿（ΔM=5.85, p=.002, d=.53）；而智能辅导系统（FiF口语）因固守机械式跟读训练与应试化自动评分，未能提升WTC，甚至引发了轻微的倦怠与焦虑。

      定性数据揭示了其内在机制：AI聊天机器人通过降低“社交风险”激活了学习者的表达动机，而ITS则将口语学习异化为“分数追逐”，其僵化的反馈模式无法提供情感支持，导致技术赋能失效。研究表明，在AI时代提升口语WTC，关键在于从“行为主义操练”向“意义共建交互”的教学范式转型，单纯的技术堆砌若无情感关怀与交互真实性支撑，难以触及语言学习的本质。

一、研究背景与核心问题

      在二语（L2/EFL）学习领域，交际意愿（Willingness to Communicate, WTC）被公认为决定学习者能否跨越心理障碍、将内在知识转化为外在口语输出的关键心理变量。然而，对于许多中国大学生而言，课堂内外的英语交流往往伴随着显著的焦虑感与回避行为。

      随着生成式人工智能（GenAI）在教育领域的爆发，AI聊天机器人（Chatbot）与智能辅导系统（Intelligent Tutoring System, ITS）为口语练习提供了前所未有的可能性。但这两种主流AI工具在交互逻辑上存在本质差异：前者侧重于开放式、拟人化的自然对话，后者侧重于封闭式、矫正性的技能训练。

本研究核心问题：

1. AI聊天机器人与智能辅导系统（ITS）在多大程度上影响了EFL学生的英语口语交际意愿（WTC）？两组之间的干预结果是否存在显著差异？

二、研究设计与方法

      本研究采用混合研究方法，以中国某高校82名非英语专业大一学生为对象，开展了为期8周的对照实验：

• AI聊天机器人组（n=40）：使用国内大模型产品“讯飞星火（iFLYTEK Spark）”，进行情境模拟、自由对话及角色扮演。

• 智能辅导系统组（ITS组，n=42）：使用口语训练App“FiF口语”，进行跟读、模仿及系统自动评分训练。

测量工具：

• 定量数据：前后测WTC自评量表（基于MacIntyre等经典量表改编，Cronbach's α值在0.60至0.82之间，具有良好的信效度）。

• 定性数据：学生反思日志（基于SWOT模型撰写）及任课教师半结构化访谈。

三、核心发现

定量结果：WTC呈现两极分化

• AI聊天机器人组：WTC后测平均分较干预前显著上升（从44.89升至50.74），配对样本t检验显示提升具有统计学显著性（p=.002,d=.53）。

  

• 智能辅导系统组（ITS）：WTC后测平均分出现轻微下滑（从45.18降至45.16），且未达到显著水平。

• 组间对比：干预前两组的WTC基线无显著差异，但干预后，聊天机器人组的WTC水平显著优于ITS组（p=.002,d=.73）。

  

定性：基于交互范式与情感反馈的机制解析

AI聊天机器人的赋能机制：

• 心理安全感的构建：拟人化的交互、舒缓的背景音乐以及“零社交压力”的环境，有效降低了学习者的情感过滤（Affective Filter），使他们敢于试错。

• 语境的真实性与延展性：大模型能够根据学生的兴趣（如追星、电影）生成个性化对话，并能根据上下文引导话题深入，激发了表达欲。

• 即时反馈闭环：语音识别与转录功能帮助学生精准定位发音问题，增强了自我效能感。

智能辅导系统（ITS）的局限：

• 机械训练的倦怠感：单一的跟读、复述模式被学生视为枯燥的“应试训练”，缺乏交际的真实目的性。

• 评分机制的副作用：由于长期受应试文化影响，学生对系统的自动评分产生了新的焦虑。当付出努力却无法获得高分时，其交际意愿反而受挫。

• 反馈的行动性不足：系统虽能标红错误，但缺乏针对如何改进的具体指导性建议。

四、讨论与启示

      本研究揭示了交互范式在外语教学中的决定性作用。虽然ITS在纠正发音等微观技能上具有优势，但其本质上仍属于“行为主义”的机械操练；而基于大模型的聊天机器人则体现了“社会文化理论”中的支架作用，通过有意义的协商与共创，实现了从“学语言”到“用语言”的跨越。

对技术赋能外语教学的启示：