چکیده مقاله
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
کلیدواژهها
نویسندگان
شیوه ارجاع
�یات، فرخنده،1404،طراحی الگوی تلفیقChat GPT درکاهش اضطراب یادگیری زبان خارجی،اولین کنفرانس بین المللی و جشنواره کشوری مدارس شاد با رویکردهای فرهنگی، هنری، مهارتی، آموزشی، دینی، تربیتی و مدیریتی،بوشهر
ارائهشده در
مجموعه مقالات اولین کنفرانس بین المللی و جشنواره کشوری مدارس شاد با رویکردهای فرهنگی، هنری، مهارتی، آموزشی، دینی، تربیتی و مدیریتی9 اسفند 1404 · بوشهر