طراحی الگوی تلفیقChat GPT درکاهش اضطراب یادگیری زبان خارجی

اضطراب یادگیری زبان خارجی (FLLA) یکی از موانع روان شناختی اصلی در فرایند فراگیری زبان دوم است که می تواند عملکرد یادگیرندگان را به شدت تحت تاثیر قرار دهد. با ظهور هوش مصنوعی مولد، به ویژه مدل های زبانی بزرگ مانند ChatGPT، فرصت های نوینی برای بازطراحی محیط های یادگیری زبان فراهم شده است. این مقاله به صورت تحلیلی به بررسی چگونگی کاهش اضطراب یادگیری زبان از طریق تلفیق هدفمند ChatGPT در برنامه های آموزشی می پردازد. روش شناسی این تحقیق بر پایه بررسی انتقادی ادبیات پژوهشی سال های اخیر استوار است. یافته های تحلیل نشان می دهد که محیط های یادگیری مبتنی بر هوش مصنوعی با فراهم آوردن فضای «قضاوت گریز»، امکان تمرین مستمر، بازخورد فوری و شخصی سازی محتوا، سطح اضطراب یادگیرندگان را به طور قابل توجهی کاهش می دهند. این مقاله با استناد به مدل های روان شناختی یادگیری زبان، الگوی تلفیقی را پیشنهاد می دهد که در آن، تعامل با هوش مصنوعی نه به عنوان جایگزین معلم، بلکه به عنوان یک «همکار پشتیبان» عمل می کند تا تاب آوری روان شناختی یادگیرنده را در محیط های تعاملی افزایش دهد. نتایج حاکی از آن است که رویکرد انسان محور در استفاده از هوش مصنوعی می تواند به عنوان یک استراتژی تقلیل دهنده اضطراب، فرایند کسب مهارت های زبانی را تسهیل نماید. این پژوهش ضمن بررسی مزایای این تعامل، چالش های احتمالی را نیز واکاوی کرده و راهکارهایی جهت بهینه سازی استفاده از این فناوری در کلاس های زبان ارائه می دهد.

کلیدواژه ها:

ChatGPT ، اضطراب یادگیری زبان ، یادگیری زبان خارجی ، هوش مصنوعی ، حمایت روان شناختی