ENHANCING FOREIGN LANGUAGE LEARNING THROUGH AI-POWERED PERSONALIZED INSTRUCTION: OPPORTUNITIES AND CHALLENGES
Аннотация
This qualitative research investigates the effects of AI-driven adaptive learning systems on foreign language education, drawing on the frameworks of Constructivist Learning Theory and Innovation Diffusion Theory. Data collected through interviews, classroom observations, and analysis of instructional materials revealed both advantages and limitations associated with these personalized learning technologies. On the one hand, learners indicated higher levels of engagement, motivation, and skill acquisition as a result of tailored content, flexible pacing, and individualized support, which correspond with Constructivist ideas of learner-centered scaffolding. On the other hand, concerns were raised regarding possible algorithmic bias, as well as the necessity for stronger human supervision and cooperation between educators and AI systems, reflecting Innovation Diffusion Theory’s emphasis on complexity and compatibility challenges. The social dimension of AI-supported learning environments also proved significant, as some participants felt that increased personalization reduced opportunities for peer interaction. Overall, the results highlight the importance of designing and implementing AI-based adaptive systems with attention to inclusivity, transparency, and effective human–AI collaboration in order to maximize learning experiences and outcomes.
Библиографические ссылки
1. Phillips, A., Pane, J. F., Reumann-Moore, R., & Shenbanjo, O. (2020). Implementing an adaptive intelligent tutoring system as an instructional supplement. Educational Technology Research and Development, 68(3), 1409–1437. https://doi.org/10.1007/s11423-019-09794-w
2. Hibbi, F. Z., Abdoun, O., & Haimoudi, E. K. (2020). Integrating an intelligent tutoring system into an adaptive e-learning process. In M. A. M. Elbarkouky & F. A. A. Z. Al-Mubarak (Eds.), Recent advances in mathematics and technology: Proceedings of the First International Conference on Technology, Engineering, and Mathematics (pp. 141–150). Springer. https://doi.org/10.1007/978-3-030-36825-5_15
3. Saeki, M., Takatsu, H., Kurata, F., Suzuki, S., Eguchi, M., Matsuura, R., … Matsuyama, Y. (2024). InteLLA: Intelligent language learning assistant for assessing language proficiency through interviews and roleplays. In Proceedings of the 25th Annual Meeting of the Special Interest Group on Discourse and Dialogue (pp. 385–399). https://doi.org/10.18653/v1/2024.sigdial-1.42
4. Kukulska-Hulme, A. (2019). Intelligent assistants in language learning: Friends or foes? In Proceedings of the World Conference on Mobile and Contextual Learning (pp. 127–131). https://doi.org/10.1145/3304418.3304430
5. Kukulska-Hulme, A., & Lee, H. (2020). Intelligent assistants in language learning: Analysis of features and limitations. CALL for Widening Participation: Short Papers from EUROCALL 2020, 1(1), 172–176. https://doi.org/10.1007/s40940-020-00145-3
6. Dizon, G. (2023). Affordances and constraints of intelligent personal assistants for second language learning. RELC Journal, 54(3), 848–855. https://doi.org/10.1177/00336882221103074
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2026 Sayyora Xodjayeva
Это произведение доступно по лицензии Creative Commons «Attribution-NonCommercial» («Атрибуция — Некоммерческое использование») 4.0 Всемирная.
Условия лицензии
Эта работа доступна под лицензией Creative Commons Attribution-NonCommercial 4.0 International License. Чтобы просмотреть копию этой лицензии, посетите http://creativecommons.org/licenses/by-nc/4.0/ или отправьте письмо по адресу Creative Commons, PO Box 1866, Mountain View, CA 94042, США.
По этой лицензии вы можете:
Поделиться — копируйте и распространяйте материал на любом носителе и в любом формате.
Адаптируйте — делайте ремиксы, трансформируйте и дорабатывайте материал.
Лицензиар не может отозвать эти свободы, если вы соблюдаете условия лицензии. На следующих условиях:
Атрибуция. Вы должны указать соответствующую ссылку, предоставить ссылку на лицензию и указать, были ли внесены изменения. Вы можете сделать это любым разумным способом, но не таким образом, который бы предполагал, что лицензиар одобряет вас или ваше использование.
Некоммерческое использование — вы не имеете права использовать материал в коммерческих целях.
Никаких дополнительных ограничений. Вы не имеете права применять юридические условия или технологические меры, которые юридически запрещают другим делать все, что разрешено лицензией.
