将生成性人工智能整合用于综合英语语言教学材料开发

目的：生成性人工智能（GenAI）技术的快速发展，如大型语言模型和基于人工智能的内容生成工具，因其在创造可适应且成本有效的资源方面的潜力，越来越受到英语语言教学（ELT）的关注。本研究调查了GenAI在开发综合ELT教学材料方面的潜力。方法：采用基于设计的研究方法，该研究在两个迭代周期内进行，参与者为639名和577名注册于远程英语课程的第一年大学生。将完整的项目组分配到控制组和实验组。使用协方差分析（ANCOVA）对定量前后测试数据进行了分析，以控制初始水平，并通过对第一周期4名讲师和第二周期5名讲师的访谈收集定性数据。结果：分析表明，人工智能生成的材料在学生学习成果上没有产生实际显著差异。在第一周期中，尽管差异具有统计显著性（p = .005），但效应量微不足道（部分η² = .009）；而在第二周期中，没有显著差异（p = .715，部分η² ≈ .000）。这些结果和访谈表明，人工智能生成的材料能维持学习成果，同时在效率、可定制性和灵活性方面具有明显优势。总体而言，尽管存在某些局限性，GenAI为定制的ELT资源提供了可观的机会。独创性/价值：与专注于单一类型AI生成内容的早期研究不同，本研究探讨了在实验ELT材料开发中整合文本、视觉和音频的可能性。它推进了ELT中的多模态教学设计，定位GenAI为协同设计者，支持教师创造学习体验。