The Impact of AI-Assisted Adaptive Feedback on University Students’ Engagement, Academic Emotions, and Self-Regulated Learning

این مطالعه به بررسی تأثیر بازخورد تطبیقیِ مبتنی بر هوش مصنوعی (FB) بر درگیری تحصیلی (SE)، هیجانات تحصیلی (AE) و یادگیری خودتنظیمی (SRL) دانشجویان ایرانیِ دانشگاهیِ زبان انگلیسی به‌عنوان زبان خارجی (EFL) پرداخت. در این پژوهش از طرح پیش‌آزمون–پس‌آزمون با گروه کنترل استفاده شد و در مجموع، ۸۳ زبان‌آموز در دو گروه قرار گرفتند: گروه آزمایش که بازخورد مبتنی بر هوش مصنوعی دریافت کرد و گروه کنترل که بازخورد سنتیِ مدرس را دریافت نمود. مداخله آموزشی طی یک دوره هشت‌هفته‌ای اجرا شد. داده‌ها از طریق پرسشنامه‌های استانداردِ سنجش درگیری تحصیلی، تجربه‌های هیجانی و خودتنظیمی گردآوری شدند و برای کنترل تفاوت‌های اولیه در نمرات پیش‌آزمون، معدل قبلی (GPA) و سواد دیجیتال، با استفاده از تحلیل کوواریانس (ANCOVA) مورد تحلیل قرار گرفتند. نتایج نشان داد دانشجویانی که در معرض بازخوردِ مبتنی بر هوش مصنوعی قرار داشتند، در مقایسه با گروه کنترل، درگیری تحصیلی بالاتر، هیجانات تحصیلی مثبت‌تر و یادگیری خودتنظیمی قوی‌تری از خود نشان دادند. در میان متغیرهای مورد بررسی، بیشترین میزان بهبود مربوط به یادگیری خودتنظیمی بود و پس از آن، درگیری تحصیلی و متغیرهای هیجانی قرار داشتند. این یافته‌ها ظرفیت بازخوردِ مبتنی بر هوش مصنوعی را در ارائه حمایت متناسب با نیازهای یادگیرندگان، تقویت خودمختاری زبان‌آموز و بهبود ابعاد شناختی و هیجانی یادگیری زبان برجسته می‌کنند. از منظر آموزشی، ادغام بازخوردِ مبتنی بر هوش مصنوعی در فعالیت‌های نوشتاری، گفتاری و تکلیف‌محور می‌تواند به زبان‌آموزان کمک کند انگیزه خود را حفظ کنند، پیشرفتشان را به‌صورت مستقل پیگیری نمایند و در بلندمدت به نتایج یادگیری بهتری دست یابند.