Exploring Chinese EFL learners’ beliefs about AI-mediated informal digital learning of English: Insights from Q Methodology
Metadatos
Mostrar el registro completo del ítemEditorial
Universidad de Granada
Materia
AI Informal digital learning of English Learner beliefs IA aprendizaje digital informal de inglés Creencias de los estudiantes
Fecha
2025-09-29Referencia bibliográfica
Wang, X., Gao, Y., Reynolds, B. L., & Wang, Q. (2025). Exploring Chinese EFL learners’ beliefs about AI-mediated informal digital learning of English: Insights from Q Methodology. Porta Linguarum An International Journal of Foreign Language Teaching and Learning, (XIII), 131–146. https://doi.org/10.30827/portalin.viXIII.31925
Patrocinador
National Social Science Fund Project of China (23XYY005); XJTU Teaching Innovation Grant (2302Q-10); Ministry of Education, China (#230818204707180)Resumen
As technology becomes increasingly integrated into language learning, AI has emerged as a promising tool for enhancing personalized and engaging experiences. However, research on its role in informal digital learning, particularly through learners’ perspectives, remains limited. This study used Q methodology, with a sample of 20 Chinese EFL learners, to explore their beliefs about AI-mediated informal digital learning, identifying three main belief types. Results reported three primary types of beliefs: optimistic AI beliefs, critical AI beliefs, and hesitant AI beliefs. Optimistic AI beliefs reflect learners who view AI as a revolutionary tool that boosts learning efficiency and engagement, showing enthusiasm for new AI applications in language learning. Critical AI beliefs characterize learners who recognize AI’s benefits but remain cautious, critically assessing its limitations and potential drawbacks. Hesitant AI beliefs describe learners who, while acknowledging AI’s potential, harbor doubts about its overall effectiveness in informal English learning. By shedding light on learners' varied beliefs about AI in informal language learning, the study this study contributes to a deeper understanding of how learners perceive and engage with AI-powered language learning tools. These findings have significant implications for the design and development of more effective and personalized AI-based educational tools that cater to diverse learner needs and preferences. A medida que la tecnología se integra cada vez más en el aprendizaje de idiomas, la inteligencia artificial (IA) ha surgido como una herramienta prometedora para mejorar experiencias personalizadas y atractivas. Sin embargo, la investigación sobre su papel en el aprendizaje digital informal, especialmente desde la perspectiva de los estudiantes, sigue siendo limitada. Este estudio utilizó la metodología Q, con una muestra de 20 estudiantes chinos de inglés como lengua extranjera (EFL), para explorar sus creencias sobre el aprendizaje digital informal mediado por IA, identificando tres tipos principales de creencias. Los resultados revelaron tres tipos principales de creencias: creencias optimistas sobre la IA, creencias críticas sobre la IA y creencias de duda hacia la IA. Las creencias optimistas sobre la IA reflejan a estudiantes que ven la IA como una herramienta revolucionaria que aumenta la eficiencia y el compromiso en el aprendizaje, mostrando entusiasmo por las nuevas aplicaciones de la IA en el aprendizaje de idiomas. Las creencias críticas sobre la IA caracterizan a estudiantes que reconocen los beneficios de la IA, pero se mantienen cautelosos y evalúan críticamente sus limitaciones y posibles desventajas. Las creencias de duda hacia la IA describen a estudiantes que, aunque reconocen el potencial de la IA, tienen dudas sobre su efectividad general en el aprendizaje informal del inglés. Al arrojar luz sobre las diversas creencias de los estudiantes sobre la IA en el aprendizaje de idiomas informal, este estudio contribuye a una comprensión más profunda de cómo los estudiantes perciben e interactúan con las herramientas de aprendizaje de idiomas impulsadas por IA. Estos hallazgos tienen importantes implicaciones para el diseño y desarrollo de herramientas educativas basadas en IA más efectivas y personalizadas que respondan a las diversas necesidades y preferencias de los estudiantes.





