探索人工智能辅助下的英语作为外语（EFL）学习环境中第二语言（L2）写作的动机：从自我决定理论的角度来看，教师情感支持、人工智能素养以及自我效能感的作用

AI辅助二语写作中社会支持、AI素养与自我效能感对动机的影响研究

潘子文|张毅

南京大学外国语学院，中国南京

摘要

尽管人工智能（AI）已经融入教育领域，但关于在这种背景下第二语言（L2）写作动机的研究主要孤立地考察了各个影响因素。目前对于不同资源如何影响学习者在AI辅助写作环境中的动机仍了解有限。为填补这一空白，本研究应用自我决定理论开发并测试了一个结构模型，该模型整合了社会（TAS）、认知（AI素养）和心理（自我效能）因素，以解释AI辅助环境中的L2写作动机。为此，627名中国大学生完成了关于这四个构念的问卷调查，调查结果使用SPSS 26.0和AMOS 26.0进行分析。分析表明，TAS和AI素养都通过写作自我效能直接或间接地预测了L2写作动机，尽管不同因素的路径系数存在差异。具体来说，结果表明AI素养通过自我效能对动机的间接影响比TAS更强，这证实了认知和社会资源在AI辅助环境中对L2写作动机的不同贡献路径。通过这种方式，本研究将自我决定理论的应用扩展到了AI增强的L2写作环境中，并为培养数字时代的积极学习者提供了教学启示。

章节摘录

引言和研究背景

近年来，人工智能（AI）开始重塑语言教育，给写作教学和学习带来了深远的变化（Derakhshan和Ghiasvand，2024；Wang和Xue，2024）。在英语作为外语（EFL）的教学中，现在经常将基于AI的工具整合到写作学习和教学中（Derakhshan，2025；Sari和Han，2024；Yang和Lin，2025）。这些工具为学习者提供了即时的语言反馈，并支持他们的自主学习

参与者

我们通过方便抽样方法从中国EFL（英语作为外语）大学招募了参与者。参与者需满足以下条件：（1）目前在中国EFL大学就读本科或研究生；（2）有使用AI工具辅助写作任务的经历；（3）提供知情同意。共有737名学生完成了第一轮调查，排除不符合条件后，最终样本为627名EFL大学的学生。

描述性统计

描述性统计数据显示，参与者在关键变量上的得分处于中等偏高水平（见表2）。写作自我效能的平均分为4.625（标准差=1.243），表明他们对L2写作能力有较强的信心。学生的TAS平均分为3.682（标准差=0.989），AI素养平均分为3.515（标准差=0.858），也处于中等偏高水平。相比之下，L2写作动机的平均分为3.356（标准差=0.970），表明学习者的动机水平

讨论

从理论上讲，本研究增强了自我决定理论（SDT）在AI辅助学习环境中的解释能力。研究结果与先前的研究一致，表明SDT可以解释自我效能等心理资源的作用（Shi和Zhang，2025），同时也揭示了在通用人工智能（GenAI）支持的写作环境中动机的发展轨迹（Teng，2025）。然而，与这些研究不同的是，本研究将社会、认知和心理因素整合在一起

结论

本研究探讨了TAS、AI素养、写作自我效能和L2写作动机在AI辅助的EFL环境中的相互作用。研究结果支持了所有提出的假设。具体而言，TAS和AI素养均显著预测了写作自我效能和写作动机。此外，写作自我效能对动机有直接影响，并中介了其他两个变量的效应。这些发现共同阐明了这些因素之间的相互关系

利益声明

作者声明没有竞争利益。

CRediT作者贡献声明

张毅：撰写——审稿与编辑、可视化、监督、资源管理、项目协调、数据整理、概念构建。潘子文：撰写——初稿撰写、可视化、软件使用、方法论设计、数据分析、概念构建。

参与同意

所有参与研究的人员均获得了知情同意。

出版同意

所有参与研究的人员均获得了出版同意。

潘子文目前是一名英语语言学博士生，研究兴趣包括第二语言习得、计算机辅助语言学习与教学、第二语言写作和语料库语言学。迄今为止，他在SSCI索引期刊上发表了11篇论文，包括《Assessing Writing》、《The Asia-Pacific Education Researcher》、《Heliyon》、《SAGE Open》、《European Journal of Education》、《Porta Linguarum》和《Frontiers in Psychology》。他还积极参与