Rethinking Higher Education/it/Chapter 5
L'apprendimento delle lingue straniere con e senza IA: uno studio comparativo empirico
Martin Woesler
Università Normale dello Hunan
Riassunto
Il presente studio confronta i risultati di apprendimento auto-riferiti, le motivazioni e gli atteggiamenti di 133 studenti universitari cinesi che studiano una lingua straniera — 85 nel gruppo assistito dall'IA e 48 nel gruppo con insegnante umano tradizionale — nell'arco di un periodo di circa un mese. Basandoci su uno strumento d'indagine completo con 126 variabili che coprono dati demografici, metodi di apprendimento, preferenze di modalità sensoriale, atteggiamenti verso l'IA nell'istruzione e autovalutazione del miglioramento in dieci aree di competenza linguistica, lo studio rivela un quadro complesso che mette in discussione sia le narrazioni tecno-ottimiste sia quelle tecno-pessimiste. Il gruppo con insegnante umano ha riferito un miglioramento complessivo più elevato (63,2% contro 51,9%), eppure il gruppo assistito dall'IA ha riferito maggiori progressi nella produzione orale e nella comprensione orale — precisamente le competenze interattive che i chatbot basati sull'IA sono progettati per esercitare. Entrambi i gruppi hanno espresso una forte preferenza per gli insegnanti umani, ma il gruppo dell'IA ha simultaneamente apprezzato la disponibilità, la velocità e l'ambiente privo di pressioni dell'IA. Gli atteggiamenti verso l'autonomia dell'IA sono stati cauti in entrambi i gruppi: oltre il 70% concorda che l'IA necessita di un controllo etico, e meno del 20% appoggia il dominio dell'IA sugli esseri umani. Questi risultati contribuiscono alla crescente letteratura sull'IA nell'istruzione linguistica e sono discussi in relazione ai risultati qualitativi di Fang Lu (in questo volume) e al quadro filosofico di Ole Döring (in questo volume).
Parole chiave: apprendimento linguistico assistito dall'IA, studio comparativo, istruzione linguistica, interazione uomo-IA, istruzione digitale, modalità sensoriali, atteggiamenti degli studenti, Cina, Unione europea, tesi della complementarità
1. Introduzione
L'integrazione dell'intelligenza artificiale nell'istruzione linguistica è passata dal futurismo speculativo alla pratica quotidiana con rapidità straordinaria. Gli studenti universitari cinesi nel 2025 utilizzano regolarmente chatbot basati sull'IA — ChatGPT, Kimi, DeepSeek, Doubao — come partner di conversazione, coach di pronuncia, correttori grammaticali e tutor di vocabolario. Eppure le evidenze empiriche riguardo al fatto che l'apprendimento linguistico assistito dall'IA produca risultati migliori rispetto all'istruzione umana tradizionale restano sorprendentemente scarse. La maggior parte degli studi esistenti è a piccola scala, si concentra su un singolo strumento di IA o misura i risultati su periodi molto brevi. Ciò che manca è uno studio comparativo che esamini non solo i risultati di apprendimento, ma anche le dimensioni motivazionali, attitudinali e percettive dell'apprendimento linguistico assistito dall'IA rispetto a quello con insegnante umano.
Il presente studio affronta questa lacuna. Abbiamo intervistato 133 studenti universitari cinesi — 85 che hanno scelto o sono stati assegnati all'apprendimento di una lingua straniera con assistenza dell'IA, e 48 che hanno studiato con insegnanti umani — dopo circa un mese di studio. Lo strumento d'indagine, comprendente 126 variabili, cattura dati demografici, conoscenze linguistiche precedenti, tempo di studio giornaliero, ragioni della scelta del gruppo, metodi di utilizzo dell'IA, percezioni della qualità del feedback, autovalutazione del miglioramento in dieci aree specifiche di competenza, l'importanza di dodici modalità sensoriali e sociali nell'apprendimento e gli atteggiamenti verso quattordici aspetti dell'IA nell'istruzione e nella società.
I nostri risultati si collocano all'interno di un corpus crescente di lavori sull'istruzione digitale in Cina e in Europa, inclusi gli studi di caso qualitativi di Fang Lu (in questo volume), che ha esaminato gli effetti dell'IA sul pensiero critico nei corsi di lingua cinese al Boston College, e l'analisi filosofica di Ole Döring (in questo volume), che interroga i fondamenti concettuali dell'«intelligenza artificiale» nei contesti pedagogici. Dove Fang Lu offre profondità attraverso casi individuali e Döring offre ampiezza filosofica, noi contribuiamo con l'ampiezza del confronto quantitativo su un campione consistente di partecipanti.
2. Rassegna della letteratura
2.1 L'IA nell'istruzione linguistica: lo stato dell'arte
L'applicazione della tecnologia all'apprendimento linguistico ha una lunga storia, dai laboratori linguistici degli anni '60 all'apprendimento linguistico assistito dal computer (CALL) degli anni '90, fino all'attuale generazione di strumenti basati sull'IA. Chapelle (2001) ha fornito un primo quadro per la valutazione della tecnologia nell'acquisizione della seconda lingua, sottolineando l'importanza del potenziale di apprendimento linguistico, dell'adeguatezza per il discente e delle considerazioni pratiche. Golonka et al. (2014) hanno riesaminato 350 studi sui tipi di tecnologia nell'apprendimento delle lingue straniere e hanno riscontrato che, sebbene la tecnologia mostri potenziale per l'acquisizione del vocabolario e la comprensione della lettura, le evidenze per i miglioramenti nella produzione orale e nella scrittura erano limitate.
L'emergere di grandi modelli linguistici (LLM) — ChatGPT, Claude e i loro corrispettivi cinesi Kimi, DeepSeek e Doubao — ha cambiato fondamentalmente il panorama. A differenza dei chatbot precedenti, che si basavano su dialoghi prefissati e corrispondenza di parole chiave, i chatbot basati su LLM possono sostenere conversazioni aperte, contestualmente appropriate, su praticamente qualsiasi argomento. Huang, Hew e Fryer (2022) hanno condotto una revisione sistematica dell'apprendimento linguistico supportato da chatbot e hanno riscontrato effetti positivi sull'acquisizione del vocabolario e sulla fiducia nella produzione orale, ma hanno notato che la maggior parte degli studi soffriva di campioni piccoli, durate brevi e mancanza di gruppi di controllo.
Jeon (2022) ha esplorato le affordance dei chatbot basati sull'IA con giovani studenti coreani di inglese come lingua straniera e ha riscontrato che gli studenti apprezzavano la pazienza, la disponibilità e la natura non giudicante del chatbot — risultati che i nostri dati confermano fortemente. Kim (2019) ha riportato che l'interazione con chatbot basati sull'IA ha migliorato le competenze grammaticali in inglese degli studenti universitari coreani, un risultato che i nostri dati supportano solo parzialmente (il miglioramento grammaticale era in realtà inferiore nel nostro gruppo dell'IA).
2.2 L'ansia da lingua straniera
La dimensione psicologica dell'apprendimento linguistico è stata ampiamente studiata da quando Horwitz, Horwitz e Cope (1986) hanno sviluppato la Foreign Language Classroom Anxiety Scale (FLCAS). MacIntyre e Gardner (1994) hanno dimostrato che l'ansia linguistica ha effetti misurabili sull'elaborazione cognitiva nella seconda lingua: i discenti ansiosi elaborano le informazioni più lentamente, ricordano meno vocaboli e producono enunciati meno complessi. L'ipotesi del «filtro affettivo» di Krashen (1982) postula che gli stati emotivi negativi — ansia, insicurezza, noia — creino una barriera mentale che ostacola l'acquisizione linguistica.
La pertinenza per l'apprendimento assistito dall'IA è diretta. Se i chatbot basati sull'IA possono abbassare il filtro affettivo fornendo un ambiente di pratica privo di giudizio, possono consentire ai discenti di elaborare e produrre lingua in modo più efficace di quanto farebbero nel contesto ansiogeno di un'aula umana. I nostri dati suggeriscono che questo meccanismo sia operativo: il vantaggio più apprezzato dal gruppo dell'IA è stato «nessuna paura di fare errori» (76,6%), e il gruppo dell'IA ha riferito un maggiore miglioramento precisamente in quelle competenze — produzione orale, comprensione orale, fiducia comunicativa — che sono più inibite dall'ansia.
2.3 Il contesto cinese
Il panorama cinese dell'IA educativa è distintivo. Il «Piano di sviluppo dell'intelligenza artificiale di nuova generazione» (2017) e il piano «Modernizzazione dell'istruzione 2035» del governo cinese identificano entrambi l'IA come una priorità strategica per la riforma educativa. Gli studenti cinesi hanno accesso a una gamma di strumenti di IA sviluppati a livello nazionale — tra cui Kimi (Moonshot AI), DeepSeek, Doubao (ByteDance) ed Ernie (Baidu) — oltre a strumenti internazionali come ChatGPT (accessibile tramite VPN). Anche il contesto culturale è rilevante: la cultura dell'aula cinese enfatizza tradizionalmente l'autorità del docente, la deferenza dello studente e i comportamenti di salvaguardia del «volto» che possono inibire la partecipazione orale — precisamente le condizioni in cui l'ambiente privo di giudizio dell'IA può offrire il massimo beneficio.
3. Disegno dello studio e metodologia
3.1 Partecipanti
Un totale di 133 studenti universitari cinesi ha partecipato allo studio. Il gruppo dell'IA comprendeva 85 partecipanti (74% donne, 26% uomini; età media 23,8 anni, range 19-38). Il gruppo con insegnante umano comprendeva 48 partecipanti (89% donne, 11% uomini; età media 23,1 anni, range 20-32). Tutti i partecipanti erano iscritti presso università cinesi, prevalentemente studiando inglese (IA: 38%, Umano: 29%) o tedesco (IA: 16%, Umano: 25%) come lingua straniera principale. Lo squilibrio di genere — più pronunciato nel gruppo umano — riflette la composizione demografica generale dei dipartimenti di lingue straniere nelle università cinesi.
I partecipanti non sono stati assegnati in modo casuale. Alcuni hanno scelto il proprio gruppo; altri sono stati assegnati (il 44,7% del gruppo umano ha riferito un'assegnazione passiva). Questa autoselezione introduce un potenziale fattore confondente: gli studenti che hanno scelto il gruppo dell'IA potrebbero essere stati più curiosi dal punto di vista tecnologico o più insoddisfatti dell'istruzione tradizionale. Affrontiamo questa limitazione nella Sezione 5.
3.2 Strumento d'indagine
L'indagine è stata somministrata in cinese tramite una piattaforma di questionari online (问卷星) il 28 marzo 2025. Comprendeva le seguenti sezioni:
(a) Dati demografici: nome (anonimizzato prima dell'analisi), data di nascita, genere (5 voci). (b) Competenza linguistica pregressa: livelli QCER auto-valutati per cinese, inglese, tedesco, francese, giapponese, coreano e fino a tre lingue aggiuntive (9 voci). (c) Lingua di studio e livello iniziale: stessa struttura di (b) ma per la lingua studiata nell'esperimento (9 voci). (d) Abitudini di studio: tempo di studio giornaliero in minuti, assegnazione al gruppo, tempo di utilizzo giornaliero dell'IA in minuti (3 voci). (e) Ragioni della scelta del gruppo: 5-6 ragioni valutate per importanza relativa (percentuale, somma approssimativamente 100%) (6-10 voci a seconda del gruppo). (f) Metodi di apprendimento con l'IA (solo gruppo IA): conversare con l'IA, completamento di compiti, aula VR, insegnante IA — ciascuno valutato per quota di utilizzo (5 voci). (g) Ragioni dell'interesse per il metodo di apprendimento attuale: 9-10 ragioni valutate per importanza (10 voci). (h) Qualità del feedback dell'IA e gestione (solo gruppo IA): valutazione categoriale e risposta sì/no (2 voci). (i) Miglioramento complessivo auto-riferito: stima percentuale (1 voce). (j) Importanza delle modalità sensoriali: 21 voci che coprono modalità visiva, uditiva, testuale, gestuale, spaziale, tattile, olfattiva, gustativa, sociale (3 sotto-voci), emotiva (2 sotto-voci), immersione VR (2 sotto-voci) e immersione IA (2 sotto-voci), ciascuna valutata 0-100%. (k) Capacità nelle modalità sensoriali: stesse 21 voci, valutate per capacità personale (0-100%). (l) Soddisfazione del gruppo e disponibilità al cambio (4 voci). (m) Atteggiamenti verso l'IA: 14 affermazioni valutate su scala 0-100% di accordo. (n) Aree di miglioramento: 10 aree di competenza linguistica valutate per miglioramento relativo (percentuale, somma approssimativamente 100%) (11 voci).
3.3 Elaborazione dei dati
Le risposte sono state registrate su una scala 0-100%, con 0% che indica «per niente» e 100% «completamente» o «esclusivamente». Per le voci che richiedevano l'allocazione percentuale tra molteplici opzioni (ad es. ragioni della scelta del gruppo, aree di miglioramento), ai rispondenti è stato indicato che le loro valutazioni dovessero sommarsi approssimativamente al 100%. Non tutti i rispondenti hanno raggiunto una somma esatta; riportiamo le percentuali grezze senza normalizzazione. I valori mancanti sono stati esclusi per coppie. Tutte le analisi statistiche sono state condotte con Python (statistiche descrittive, nessun test inferenziale dato il carattere esplorativo e il disegno con autoselezione).
4. Risultati
4.1 Tempo di studio giornaliero e utilizzo dell'IA
Entrambi i gruppi hanno riferito tempi di studio giornalieri simili: media del gruppo IA 106 minuti (mediana 60, DS 103), media del gruppo umano 96 minuti (mediana 60, DS 90). Le elevate deviazioni standard riflettono un'ampia variazione: alcuni studenti studiavano 10 minuti al giorno, altri 360 minuti. All'interno del gruppo IA, l'utilizzo medio giornaliero dell'IA era di 32 minuti (mediana 15), suggerendo che l'IA costituiva circa il 30% del tempo di studio totale, con il resto dedicato a manuali, esercizi o altri metodi non basati sull'IA.
4.2 Miglioramento complessivo auto-riferito
Il gruppo con insegnante umano ha riferito un miglioramento complessivo più elevato dopo un mese: media 63,2% (mediana 70%, DS 27,5%, n=42) contro la media del gruppo IA del 51,9% (mediana 50%, DS 18,1%, n=82). Questo risultato è degno di nota: nonostante tempi di studio simili, gli studenti che apprendevano con insegnanti umani hanno percepito un progresso maggiore. Tuttavia, la deviazione standard più alta del gruppo umano (27,5% contro 18,1%) indica esperienze più eterogenee — alcuni studenti del gruppo umano hanno riferito un miglioramento molto elevato (fino al 100%), mentre altri appena il 5%.
4.3 Qualità del feedback dell'IA
Tra i partecipanti del gruppo IA, le percezioni della qualità del feedback dell'IA sono state generalmente positive: il 38% l'ha valutata «molto pertinente» (75-100 punti), il 54% «discreta» (50-74 punti) e solo il 4% «nella media» (25-49 punti). Nessuno l'ha valutata scarsa. Tre quarti (76%) hanno riferito di gestire il feedback dell'IA tempestivamente, mentre il 18% non lo faceva.
4.4 Metodi di apprendimento con l'IA
I metodi di apprendimento con l'IA più popolari sono stati la conversazione con il software IA (quota media di utilizzo 68,6%) e la richiesta all'IA di completare compiti (66,3%). La funzionalità di insegnante IA ha ricevuto un utilizzo moderato (51,3%), mentre l'aula VR è stata la meno utilizzata (31,9%). Questo schema suggerisce che l'IA conversazionale — l'interazione libera con il chatbot — domina l'attuale apprendimento linguistico assistito dall'IA, con gli strumenti pedagogici strutturati basati sull'IA che svolgono un ruolo secondario.
4.5 Motivazioni
Ragioni per la scelta del gruppo IA (valutate per importanza):
1. Novità / provare cose nuove: 75,4%
2. Apprendere ovunque e in qualsiasi momento: 72,5%
3. Esperienza di apprendimento immersiva: 66,9%
4. Noia per i metodi tradizionali: 60,8%
5. Più economico degli insegnanti umani: 59,9%
Le prime due motivazioni — novità e flessibilità — suggeriscono che i primi adottanti dell'IA sono guidati più dalla curiosità e dalla comodità che dall'insoddisfazione verso l'insegnamento tradizionale.
Che cosa rende attraente l'apprendimento con l'IA (valutato per importanza):
1. Nessuna paura di fare errori / pressione ridotta: 76,6%
2. Ampia base di conoscenze / argomenti diversificati: 74,7%
3. Apprendere ovunque e in qualsiasi momento: 71,9%
4. Velocità di risposta rapida: 70,4%
5. Adattamento adeguato della difficoltà: 67,8%
6. Velocità, volume, voce regolabili: 65,3%
7. Più incoraggiamento: 64,5%
8. Molto più economico: 59,4%
9. Correzione della pronuncia più accurata: 58,5%
Il vantaggio più apprezzato — «nessuna paura di fare errori» al 76,6% — è in linea con un consistente corpus di ricerche sull'ansia da lingua straniera. Il chatbot basato sull'IA crea quello che gli educatori linguistici definiscono un «ambiente di pratica a bassa ansia» in cui i discenti possono sperimentare senza imbarazzo sociale.
Ragioni per la scelta del gruppo umano:
1. Preferisco apprendere con persone reali: 65,7%
2. Stimola un pensiero più profondo: 63,8%
3. Migliore nel rilevare i problemi di apprendimento: 63,6%
4. Valutazione del livello più precisa: 61,2%
5. Metodi di feedback più diversificati: 60,5%
6. Comunicazione emotiva nel feedback: 58,2%
7. Fiducia nell'insegnamento tradizionale: 52,4%
8. Non voglio cambiare metodo: 52,3%
9. L'IA non è ancora matura: 45,3%
10. Assegnazione passiva: 44,7%
Le principali ragioni del gruppo umano si concentrano sulla profondità relazionale e cognitiva: gli insegnanti umani offrono connessione personale, pensiero più profondo e valutazione più sfumata. Ciò contrasta con l'enfasi del gruppo IA sulla comodità e sul comfort psicologico.
4.6 Aree di miglioramento
Gli studenti hanno valutato il proprio miglioramento in dieci aree specifiche di competenza linguistica. I risultati rivelano una complementarità sorprendente:
Aree in cui il gruppo IA ha riferito un maggiore miglioramento: - Produzione orale: +12,6 punti percentuali (IA 58,4%, Umano 45,8%) - Comprensione orale: +10,2 pp (IA 53,6%, Umano 43,5%) - Fiducia nella comunicazione: +8,3 pp (IA 55,2%, Umano 46,9%) - Sinonimi/espressioni varie: +5,6 pp (IA 56,8%, Umano 51,2%)
Aree in cui il gruppo umano ha riferito un maggiore miglioramento: - Lettura: +14,0 pp (Umano 63,7%, IA 49,8%) - Grammatica: +10,1 pp (Umano 57,0%, IA 46,9%) - Sintassi: +9,3 pp (Umano 57,1%, IA 47,8%) - Vocabolario: +5,2 pp (Umano 60,7%, IA 55,5%) - Scrittura: +5,0 pp (Umano 51,5%, IA 46,5%)
Lo schema è chiaro: l'apprendimento assistito dall'IA sembra rafforzare le competenze interattive e orali (produzione orale, comprensione orale, fiducia comunicativa), mentre l'apprendimento con insegnante umano produce maggiori progressi nelle competenze strutturali e analitiche (lettura, grammatica, sintassi). Questo risultato ha implicazioni pedagogiche dirette: l'IA e l'istruzione umana possono essere più efficaci non come sostituti, bensì come complementi, ciascuno rispondendo ad aspetti diversi della competenza linguistica.
4.7 Preferenze di modalità sensoriali e sociali
I partecipanti hanno valutato l'importanza di dodici modalità sensoriali e sociali per il loro apprendimento linguistico. Sono emerse diverse grandi differenze tra i gruppi:
Modalità valutate più elevate dal gruppo IA: - Percezione uditiva: +40,7 pp (IA 79,6%, Umano 38,9%) - Testo scritto: +37,4 pp (IA 74,5%, Umano 37,1%) - Motivazione intrinseca: +35,1 pp (IA 77,5%, Umano 42,4%) - Motivazione estrinseca: +30,0 pp (IA 69,1%, Umano 39,1%) - Percezione visiva: +29,3 pp (IA 74,6%, Umano 45,2%) - Emozioni/motivazione: +29,0 pp (IA 72,6%, Umano 43,6%) - Immersione ambientale: +20,6 pp (IA 69,9%, Umano 49,3%) - Dinamiche di gruppo: +17,7 pp (IA 64,6%, Umano 46,9%)
Modalità valutate più elevate dal gruppo umano: - Gusto: +32,1 pp (Umano 76,3%, IA 44,2%) - Immersione con insegnante IA: +31,7 pp (Umano 83,9%, IA 52,2%) - Immersione VR: +29,3 pp (Umano 83,0%, IA 53,7%) - Etica VR: +29,3 pp (Umano 81,3%, IA 52,0%) - Immersione con chatbot IA: +27,2 pp (Umano 79,4%, IA 52,2%) - Impressioni sociali: +21,5 pp (Umano 81,5%, IA 59,9%) - Olfatto: +16,0 pp (Umano 59,8%, IA 43,8%)
Questi risultati richiedono un'interpretazione attenta. Il gruppo IA ha attribuito un'importanza significativamente maggiore alle modalità primarie dell'apprendimento linguistico — visiva, uditiva e testuale — così come ai fattori motivazionali. Il gruppo umano, paradossalmente, ha valutato l'immersione IA e VR come più importante di quanto abbia fatto il gruppo IA. Un'interpretazione è che gli studenti del gruppo umano, non avendo sperimentato l'immersione IA direttamente, possano idealizzarla, mentre gli studenti del gruppo IA, avendo utilizzato strumenti di IA quotidianamente, sono più misurati nella loro valutazione.
La valutazione più alta delle impressioni sociali da parte del gruppo umano (81,5% contro 59,9%) è coerente con la loro preferenza dichiarata per l'apprendimento con persone reali e riflette l'importanza della presenza sociale nell'istruzione linguistica — un fattore che gli attuali strumenti di IA, nonostante i rapidi progressi, non possono replicare pienamente.
4.8 Atteggiamenti verso l'IA nell'istruzione e nella società
Quattordici affermazioni attitudinali sono state valutate su una scala di accordo 0-100%. I risultati rivelano un quadro sfumato:
Entrambi i gruppi apprezzano fortemente gli insegnanti umani: gruppo IA 77,7%, gruppo umano 83,6%. Anche dopo un mese di apprendimento assistito dall'IA, gli studenti del gruppo IA mantengono un forte apprezzamento per l'istruzione umana.
Il gruppo IA è più positivo verso l'insegnamento dell'IA: l'approvazione dell'insegnante IA attuale era del 57,3% (contro il 38,2% nel gruppo umano), e l'approvazione di un futuro insegnante IA avanzato era del 66,4% (contro il 53,3%). Tuttavia, anche nel gruppo IA, l'approvazione dell'insegnante IA attuale (57,3%) è sostanzialmente inferiore a quella dell'insegnante umano (77,7%).
Entrambi i gruppi esprimono paura della dipendenza dall'IA: - «Timore che l'IA sostituisca la capacità di pensiero»: IA 60,1%, Umano 61,0% - «Timore del declino di conoscenze/competenze»: IA 60,6%, Umano 66,5% - «Timore di perdere l'indipendenza / dipendenza dall'IA»: IA 59,6%, Umano 71,6%
Il gruppo umano riferisce costantemente un timore più elevato della dipendenza dall'IA, con il divario maggiore sulla dipendenza (71,6% contro 59,6%). Il gruppo IA, forse attraverso l'esperienza diretta, ha sviluppato un punto di vista più moderato ma comunque cauto.
Entrambi i gruppi sostengono fortemente l'etica dell'IA: «Necessità di controllare l'IA con l'etica» ha ricevuto un accordo del 72,8% (IA) e del 68,7% (Umano).
Entrambi i gruppi rifiutano il dominio dell'IA: «Lasciare che l'IA controlli gli esseri umani» ha ricevuto solo il 14,4% (IA) e il 21,5% (Umano) di accordo. «Solo robot IA, nessun umano, è sufficiente» ha ricevuto il 15,2% e il 19,3%. Questi risultati suggeriscono che gli studenti universitari cinesi nel 2025 mantengono un orientamento fermamente umanista: accolgono l'IA come strumento ma la rifiutano come padrone.
L'attaccamento romantico all'IA o ai docenti è minimo: «Mi sono innamorato/a di un'IA» ha una media di circa il 20% in entrambi i gruppi, e «Mi sono innamorato/a di un insegnante umano» una media del 20-33%. Queste cifre basse suggeriscono che l'interazione immersiva con l'IA non ha, per questa coorte, prodotto la dipendenza emotiva che alcuni commentatori avevano predetto.
La disponibilità a utilizzare l'IA come dispositivo per risparmiare lavoro era moderata (circa il 39% in entrambi i gruppi), suggerendo che la maggior parte degli studenti non vede l'IA primariamente come una scorciatoia. Combinato con il forte sostegno al controllo etico dell'IA, questo schema indica una coorte che vede l'IA come utile ma limitata — una posizione sofisticata che contraddice gli stereotipi degli studenti cinesi come adottanti acritici della tecnologia.
4.9 Soddisfazione del gruppo e disponibilità al cambio
Entrambi i gruppi hanno riferito un'elevata soddisfazione per la propria assegnazione: gruppo IA 80,9% (mediana 80%), gruppo umano 76,7% (mediana 85%). Tuttavia, la disponibilità a cambiare gruppo racconta una storia diversa: il 47% del gruppo IA e un notevole 68% del gruppo umano hanno espresso la disponibilità a cambiare. L'elevato tasso di cambio del gruppo umano suggerisce che molti studenti del gruppo umano sono curiosi dell'apprendimento assistito dall'IA pur essendo soddisfatti della propria esperienza attuale — coerentemente con il più ampio momento culturale in cui l'IA è percepita come nuova e attraente.
Tra i rispondenti del gruppo IA che hanno descritto la propria preferenza di cambio, la risposta più comune è stata «Gruppo IA: comodo» (便利), suggerendo che coloro che sarebbero rimasti valorizzavano l'accessibilità pratica sopra ogni cosa. Tra i rispondenti del gruppo umano, diversi hanno articolato posizioni ponderate: «L'IA non è ancora matura» (AI不完善), «I metodi di insegnamento umani sono più adatti a me» (human组的教学方法比较适合我), e notevolmente: «Preferisco esplorare per conto mio. Gli esseri umani non saranno mai sostituiti dall'IA» (我更喜欢自己探索。人类永远不会被AI取代) — un'affermazione che incapsula la posizione umanista condivisa dalla maggioranza dei rispondenti.
5. Discussione
5.1 La tesi della complementarità
Il nostro risultato centrale — che l'apprendimento assistito dall'IA rafforza le competenze orali interattive mentre l'insegnamento umano rafforza le competenze analitiche strutturali — supporta ciò che chiamiamo la Tesi della complementarità: l'IA e l'istruzione umana non sono sostituti, bensì complementi, ciascuno più adatto a dimensioni diverse della competenza linguistica. Questo risultato mette in discussione sia la posizione tecno-ottimista (che l'IA sostituirà gli insegnanti umani) sia la posizione tecno-pessimista (che l'IA non possa insegnare efficacemente).
Il meccanismo è plausibile e fondato nella teoria consolidata sull'acquisizione della seconda lingua. I chatbot basati sull'IA forniscono una pratica conversazionale illimitata, paziente e priva di giudizio — precisamente le condizioni che promuovono la fluenza nella produzione orale e la comprensione orale. Ciò è in linea con l'Ipotesi dell'interazione di Long (1996). Gli insegnanti umani forniscono istruzione strutturata, analisi degli errori e spiegazione metalinguistica — precisamente le condizioni che promuovono l'accuratezza grammaticale, la comprensione della lettura e la consapevolezza sintattica. Ciò è in linea con l'Ipotesi dell'output di Swain (2000).
La Tesi della complementarità ha implicazioni pratiche: anziché dibattere se l'IA debba sostituire gli insegnanti umani (una domanda a cui i nostri dati rispondono chiaramente: no), gli educatori dovrebbero chiedersi come l'IA e l'istruzione umana possano essere orchestrate per servire diversi obiettivi di apprendimento all'interno di un curricolo unificato.
5.2 Dialogo con Fang Lu
Lo studio qualitativo di Fang Lu (in questo volume) identifica un rischio critico dell'apprendimento linguistico assistito dall'IA: la potenziale erosione del pensiero critico, della creatività e del giudizio indipendente. I suoi casi di studio illustrano il fenomeno del «拔苗助长» (strappare le piantine per farle crescere più in fretta): l'IA accelera la prestazione superficiale minando lo sviluppo cognitivo più profondo.
I nostri dati quantitativi supportano e complicano al tempo stesso i risultati di Fang Lu. Il maggiore miglioramento del gruppo umano in grammatica e sintassi — competenze che richiedono ragionamento analitico piuttosto che riproduzione di schemi — è coerente con la sua preoccupazione che l'IA possa aggirare anziché sviluppare le competenze cognitive. Tuttavia, il maggiore miglioramento del gruppo IA nella fiducia comunicativa suggerisce che l'IA svolga una funzione genuina e importante che l'istruzione umana spesso non riesce a fornire: creare uno spazio psicologicamente sicuro per la pratica orale.
5.3 Dialogo con Ole Döring
L'articolo filosofico di Döring (in questo volume) sfida il concetto stesso di «intelligenza artificiale» applicato all'insegnamento, sostenendo che la distinzione della tradizione filosofica tedesca tra Vernunft (ragione, giudizio) e Verstand (comprensione, calcolo) rivela un errore categoriale fondamentale nelle affermazioni che le macchine possano «insegnare». Ciò che le macchine fanno, sostiene Döring, è elaborare — non comprendere, non giudicare, non avere cura.
I nostri dati attitudinali risuonano con l'analisi di Döring. Quando gli studenti dicono di «apprezzare» gli insegnanti umani al 78-84% ma solo gli insegnanti IA al 38-57%, potrebbero rispondere precisamente alla distinzione che Döring identifica: l'insegnante umano offre Vernunft — giudizio, cura, comprensione del singolo discente — mentre l'IA offre Verstand — calcolo, pattern matching, recupero di informazioni. Entrambi sono utili, ma non sono equivalenti.
5.4 L'ambiente privo di pressioni
Il vantaggio più apprezzato dell'apprendimento con l'IA — «nessuna paura di fare errori» al 76,6% — merita un'attenzione particolare. L'ansia da lingua straniera è una delle barriere all'acquisizione linguistica più ampiamente documentate. Il chatbot basato sull'IA aggira interamente questa dinamica: non c'è un pubblico, non c'è giudizio, non c'è perdita del «volto».
Questo risultato suggerisce che il contributo educativo primario dell'IA potrebbe non essere come insegnante, bensì come partner di pratica — un interlocutore instancabile, paziente, che non giudica mai, non perde mai la pazienza e non genera mai ansia sociale. Se ciò è corretto, il modello educativo ottimale non è «l'IA al posto degli insegnanti umani» bensì «l'IA come supplemento agli insegnanti umani», specificamente per la componente di pratica dell'apprendimento linguistico in cui l'ansia inibisce maggiormente la prestazione.
5.5 Implicazioni per l'istruzione comparata Europa-Cina
I nostri risultati hanno una pertinenza specifica per il dialogo educativo Europa-Cina che questo volume affronta. L'istruzione linguistica europea, plasmata dal Quadro comune europeo di riferimento per le lingue (QCER) e dall'approccio comunicativo, ha tradizionalmente enfatizzato la competenza orale, l'interazione e l'apprendimento basato su compiti. L'istruzione linguistica cinese, plasmata dalla cultura degli esami e dalla pedagogia grammaticale-traduttiva, ha tradizionalmente enfatizzato la lettura, la scrittura, la grammatica e il vocabolario. L'emergere dell'IA come partner di pratica potrebbe aiutare a colmare questo divario: gli studenti cinesi che mancano di opportunità di pratica orale autentica con parlanti umani possono utilizzare l'IA per sviluppare le competenze comunicative che gli approcci pedagogici europei privilegiano.
Al tempo stesso, l'enfasi europea sul pensiero critico, sull'autonomia del discente e sulla pratica riflessiva — valori articolati nel Piano d'azione per l'istruzione digitale dell'UE (2021-2027) — fornisce un contrappeso necessario al rischio che la pratica con l'IA possa sviluppare la fluenza senza la profondità.
5.6 Raccomandazioni per la pratica
Sulla base dei nostri risultati, formuliamo quattro raccomandazioni per gli educatori che considerano l'integrazione dell'IA nell'insegnamento delle lingue straniere:
In primo luogo, utilizzare l'IA per la pratica orale, non come sostituto dell'istruzione. I dati suggeriscono che il contributo più grande dell'IA sia nello sviluppo della fluenza orale e della fiducia comunicativa attraverso la pratica conversazionale a bassa ansia. Questa funzione integra piuttosto che sostituire l'istruzione umana.
In secondo luogo, mantenere l'insegnamento umano per le competenze analitiche. Grammatica, sintassi, comprensione della lettura e scrittura — le competenze che hanno mostrato un miglioramento maggiore nel gruppo umano — sembrano beneficiare dell'istruzione strutturata, esplicativa e correttiva che gli insegnanti umani forniscono.
In terzo luogo, affrontare proattivamente l'ansia degli studenti riguardo all'IA. Oltre il 60% degli studenti in entrambi i gruppi ha espresso il timore che l'IA sostituisca la propria capacità di pensiero o eroda le proprie competenze. Queste preoccupazioni sono legittime e dovrebbero essere affrontate attraverso una discussione esplicita dei limiti dell'IA, quadri etici per l'uso dell'IA e compiti che richiedano un pensiero critico indipendente.
In quarto luogo, progettare valutazioni che l'IA non possa aggirare. Come illustrano i casi di Fang Lu, l'IA può produrre un output curato che maschera una comprensione superficiale. Le valutazioni dovrebbero includere esami orali, risposte spontanee e compiti che richiedano un ragionamento analitico genuino — ambiti in cui l'assistenza dell'IA è indisponibile o visibilmente artificiale.
6. Limitazioni
Diverse limitazioni vincolano l'interpretazione di questi risultati:
In primo luogo, lo studio si basa interamente su dati auto-riferiti. Le percezioni degli studenti riguardo al proprio miglioramento potrebbero non corrispondere al miglioramento effettivo misurato da test standardizzati.
In secondo luogo, l'assegnazione non casuale ai gruppi introduce un pregiudizio di autoselezione. Gli studenti che hanno scelto il gruppo IA potrebbero differire sistematicamente da quelli che hanno scelto o sono stati assegnati al gruppo umano.
In terzo luogo, il periodo di osservazione di un mese è breve. L'apprendimento linguistico è un processo a lungo termine, e i vantaggi relativi dell'istruzione con l'IA rispetto a quella umana possono cambiare su periodi più lunghi.
In quarto luogo, il campione è composto interamente da studenti universitari cinesi, prevalentemente donne, che studiano inglese o tedesco. La generalizzabilità ad altri contesti culturali, fasce d'età, generi o lingue target è incerta.
In quinto luogo, tutte le misurazioni sono auto-riferite. I dati sulle «aree di miglioramento» rappresentano le percezioni degli studenti riguardo a dove sono migliorati, non progressi oggettivamente misurati.
Nonostante queste limitazioni, lo studio offre una delle indagini comparative più ampie sull'apprendimento linguistico assistito dall'IA rispetto a quello con insegnante umano attualmente disponibili, e l'ampiezza dello strumento d'indagine fornisce un quadro multidimensionale che la maggior parte degli studi esistenti non possiede.
7. Conclusione
Il presente studio su 133 studenti universitari cinesi che apprendono lingue straniere con assistenza dell'IA (n=85) e con insegnanti umani (n=48) produce quattro risultati principali:
In primo luogo, gli studenti con insegnante umano hanno riferito un miglioramento complessivo più elevato (63,2% contro 51,9%), ma lo schema è specifico per competenza: gli studenti assistiti dall'IA hanno migliorato di più nella produzione orale (+12,6 pp), nella comprensione orale (+10,2 pp) e nella fiducia comunicativa (+8,3 pp), mentre gli studenti con insegnante umano hanno migliorato di più nella lettura (+14,0 pp), nella grammatica (+10,1 pp) e nella sintassi (+9,3 pp). Ciò supporta una Tesi della complementarità: l'IA e l'istruzione umana servono funzioni diverse e complementari nell'istruzione linguistica.
In secondo luogo, il vantaggio primario percepito dell'apprendimento con l'IA non è informativo bensì psicologico: «nessuna paura di fare errori» è stato valutato al primo posto con il 76,6%. Il contributo più grande dell'IA all'istruzione linguistica potrebbe essere la creazione di un ambiente privo di pressioni per la pratica orale — affrontando una delle barriere più persistenti all'acquisizione linguistica.
In terzo luogo, entrambi i gruppi mantengono atteggiamenti fortemente umanisti. Anche dopo un mese di apprendimento assistito dall'IA, gli studenti del gruppo IA valutano gli insegnanti umani più degli insegnanti IA (77,7% contro 57,3%). Entrambi i gruppi sostengono il controllo etico dell'IA (>68%) e rifiutano il dominio dell'IA sugli esseri umani (<22%).
In quarto luogo, la paradossale valutazione più alta dell'immersione IA e VR da parte del gruppo umano suggerisce una curiosità verso tecnologie non sperimentate, mentre la valutazione più misurata del gruppo IA riflette l'effetto moderante dell'uso effettivo.
Questi risultati hanno implicazioni chiare per la progettazione educativa. Le evidenze non supportano la sostituzione degli insegnanti umani con l'IA, né supportano l'esclusione dell'IA dall'istruzione linguistica. Al contrario, esse indicano un modello integrato in cui l'IA serve come partner di pratica complementare — fornendo la pratica conversazionale illimitata e priva di giudizio che sviluppa la fluenza orale e la fiducia comunicativa — mentre gli insegnanti umani forniscono l'istruzione strutturata, la guida analitica e la presenza sociale che sviluppano la competenza grammaticale, la comprensione della lettura e il pensiero critico. Man mano che le capacità dell'IA continuano a progredire, la domanda non sarà se utilizzare l'IA nell'istruzione linguistica, ma come utilizzarla saggiamente — una domanda che richiede ricerca empirica continua, riflessione filosofica e innovazione pedagogica.
Ringraziamenti
Cofinanziato dall'Unione europea. Le opinioni e i punti di vista espressi sono tuttavia esclusivamente dell'autore e non riflettono necessariamente quelli dell'Unione europea [101126782].
Ringraziamo gli studenti partecipanti per le loro risposte sincere e i colleghi che hanno somministrato il questionario.
Riferimenti bibliografici
Chapelle, C. A. (2001). Computer Applications in Second Language Acquisition. Cambridge University Press.
Döring, O. (in questo volume). AI and pedagogy: Between artificial intelligence and human understanding.
Golonka, E. M., Bowles, A. R., Frank, V. M., Richardson, D. L., & Freynik, S. (2014). Technologies for foreign language learning. Computer Assisted Language Learning, 27(1), 70–105.
Horwitz, E. K., Horwitz, M. B., & Cope, J. (1986). Foreign language classroom anxiety. The Modern Language Journal, 70(2), 125–132.
Huang, W., Hew, K. F., & Fryer, L. K. (2022). Chatbots for language learning. Journal of Computer Assisted Learning, 38(1), 237–257.
Jeon, J. (2022). Exploring AI chatbot affordances in the EFL classroom. Computer Assisted Language Learning, 37(1–2), 1–26.
Kim, N. Y. (2019). A study on the use of artificial intelligence chatbots for improving English grammar skills. Journal of Digital Convergence, 17(8), 37–46.
Krashen, S. D. (1982). Principles and Practice in Second Language Acquisition. Pergamon Press.
Long, M. H. (1996). The role of the linguistic environment in second language acquisition. In W. C. Ritchie & T. K. Bhatia (Eds.), Handbook of Second Language Acquisition (pp. 413–468). Academic Press.
Lu, F. (in questo volume). AI in Chinese teaching: Opportunities and challenges from the perspective of critical thinking.
MacIntyre, P. D., & Gardner, R. C. (1994). The subtle effects of language anxiety on cognitive processing in the second language. Language Learning, 44(2), 283–305.
Swain, M. (2000). The output hypothesis and beyond. In J. P. Lantolf (Ed.), Sociocultural Theory and Second Language Learning (pp. 97–114). Oxford University Press.