Human-Guided AI Interaction in Task-Based Language Teaching: Effects of ChatGPT and Embodied Multimodal Conversational AI in Mixed Reality on ESL Learners’ Job Interview Anxiety and Oral Performance

Technisches Resümee: Menschlich gesteuerte KI-Interaktion im aufgabenbasierten Fremdsprachenunterricht

Problemstellung
Lernende im Bereich English for Specific Purposes (ESP), insbesondere solche, die sich auf hochkarätige Szenarien wie Vorstellungsgespräche vorbereiten, stehen vor erheblichen Barrieren bei der Entwicklung ihrer mündlichen Kompetenz. Der traditionelle Unterricht leidet oft unter großen Klassengrößen, mangelnder Personalisierung und begrenzten Möglichkeiten für authentische Interaktion, was die Fremdsprachenangst (Foreign Language Anxiety, FLA) verstärkt. Während es verschiedene Interventionen gibt, besteht eine kritische Forschungslücke hinsichtlich des Vergleichs verschiedener KI-vermittelter Interaktionsmodalitäten – spezifisch sprachbasierter generativer KI gegenüber verkörperten multimodalen Agenten in Mixed Reality (MR) – und deren gleichzeitiger Auswirkungen auf die Sprechleistung und Angst. Darüber hinaus stützen sich bestehende Studien oft ausschließlich auf selbstberichtete Angstmaße und lassen physiologische Daten vermissen, um die affektiven Zustände in Echtzeit zu erfassen.

Methodik
Diese Studie verwendete ein quasi-experimentelles Mixed-Methods-Design über eine sechswöchige Intervention mit 75 erwachsenen ESL-Lernenden, die an einem „Skills for Success“-Kurs teilnahmen. Die Teilnehmenden wurden einer von drei Bedingungen zugewiesen:

1. Kontrollgruppe: Traditioneller, instruktorengestützter Unterricht.
2. ChatGPT-Gruppe: Interaktion via ChatGPT-Sprachmodus unter Anwendung von Prompt Engineering, um einen ESL-Jobinterview-Trainer zu simulieren.
3. MECAI-Gruppe (Multimodale Verkörperte Konversations-KI): Interaktion mit einem verkörperten KI-Agenten in einer Mixed-Reality-Umgebung (unter Verwendung von Meta Quest Pro Headsets und Unity/Convai SDKs). Der Agent verfügte über Blickkontakt, Gestik und Sprachinteraktion innerhalb einer simulierten Büroumgebung.

Datenerhebung und Analyse:

• Leistung: Pre- und Post-Interventions-Mock-Jobinterviews wurden anhand einer standardisierten analytischen Rubrik bewertet, die die Bereiche Flüssigkeit, Aussprache, Grammatik, Wortschatz, Inhalt und Relevanz abdeckte. Die Ergebnisse wurden zu einer Gesamtmetrik der Leistung aggregiert.
• Angst: Gemessen wurde mittels der Foreign Language Classroom Anxiety Scale (FLCAS) sowie durch physiologisches Herzfrequenz-Monitoring (Polar OH1) während der Interviews.
• Qualitativ: Strukturierte Interviews mit den Teilnehmenden wurden thematisch analysiert, um die Wahrnehmungen der Lernenden zu verstehen.
• Statistisch: Eine zweifaktorielle Varianzanalyse mit Messwiederholung (two-way repeated measures ANOVA) wurde verwendet, um die Unterschiede in Leistung, Herzfrequenz und FLCAS-Werten über die Gruppen und die Zeit hinweg zu analysieren.

Kernergebnisse

• Mündliche Leistung: Alle Gruppen zeigten eine signifikante Verbesserung vom Pre- zum Post-Test. Die MECAI-Gruppe wies jedoch die größten Zuwächse auf (Pre: 9,36; Post: 18,52), gefolgt von der ChatGPT-Gruppe (Pre: 8,96; Post: 15,52) und der Kontrollgruppe (Pre: 7,92; Post: 12,88). Paarvergleiche bestätigten statistisch signifikante Unterschiede zwischen allen drei Bedingungen ($p < 0,001$).
• Angst (FLCAS und Herzfrequenz): Obwohl deskriptive Trends auf eine Reduktion der Angst in der MECAI-Gruppe hindeuteten (sowohl in Selbstberichten als auch in der Herzfrequenz), erreichten weder die FLCAS noch die Herzfrequenzmessungen eine statistische Signifikanz über die Gruppen oder über die Zeit hinweg. Die Studie stellt fest, dass Leistungsverbesserungen der Reduktion der Angst vorausgehen können oder dass die Hochwertigkeit der Aufgabe trotz verbesserter Fähigkeiten eine physiologische Erregung aufrechterhielt.
• Qualitative Befunde: Die thematische Analyse ergab vier zentrale Themen:
  1. Rolle der KI für das Selbstvertrauen: Die KI bot eine urteilsfreie Umgebung für das Training, wobei jedoch das Fehlen nicht-verbaler Hinweise in der rein sprachbasierten Gruppe als Limitation angemerkt wurde.
  2. Immersion und Präsenz: Die MECAI-Gruppe berichtete von einem starken Gefühl des „Dabeiseins“ und Realismus; der verkörperte Agent wurde als „echte Person“ oder vertrauenswürdiger Berater wahrgenommen.
  3. Unverzichtbarkeit des menschlichen Lehrers: Alle Gruppen betonten, dass die KI als Ergänzung, nicht als Ersatz für menschliche Lehrkräfte dient, die emotionale Abstimmung und kulturelle Führung bieten.
  4. Umgang mit Angst: Lernende betrachteten moderate Angst als potenziell produktiv und merkten an, dass die KI die Angst vor negativer Bewertung im Vergleich zu menschlichen Gesprächspartnern reduzierte.

Bedeutung und Behauptungen
Die Arbeit behauptet, dass verkörperte konversative KI in Mixed Reality signifikante Vorteile für die Entwicklung der ESP-Sprechkompetenz bietet und die mündliche Leistungssteigerung sowohl gegenüber dem traditionellen Unterricht als auch gegenüber der rein sprachbasierten KI übertrifft. Die Studie legt nahe, dass die „Verkörperung“ des KI-Agenten – die Bereitstellung visueller Reize, Gestik und eines Gefühls sozialer Präsenz – effektiver zu diesen Zuwächsen beiträgt als eine rein auditive Interaktion.

Der Autor vertritt jedoch eine moderate Position bezüglich der Angstreduktion. Es wird explizit festgestellt, dass die Studie keine starken Beweise dafür liefert, dass die KI-vermittelte Praxis die Angst innerhalb des sechs Wochen dauernden Zeitraums reduziert, da die statistische Signifikanz für die Angstmaße nicht erreicht wurde. Die Bedeutung der Arbeit liegt darin, zu zeigen, dass KI (insbesondere auf MR basierend) zwar die Leistung signifikant steigern kann, am besten jedoch als pädagogisches Werkzeug fungiert, das von menschlichen Lehrkräften geleitet wird, statt als Standalone-Lösung. Die Forschung hebt die Notwendigkeit hervor, die Mechanismen der sozialen Präsenz und den langfristigen Transfer von Fähigkeiten in authentische Beschäftigungskontexte weiter zu untersuchen.