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

Resumen Técnico: Interacción de IA Guiada por Humanos en la Enseñanza de Lenguas Basada en Tareas

Planteamiento del Problema
Los estudiantes de Inglés para Fines Específicos (ESP, por sus siglas en inglés), particularmente aquellos que se preparan para escenarios de alto nivel como entrevistas de trabajo, enfrentan barreras significativas en el desarrollo de la competencia oral. La instrucción tradicional suele sufrir de clases con un gran número de alumnos, una falta de personalización y oportunidades limitadas de interacción auténtica, lo que exacerba la Ansiedad por la Lengua Extranjera (FLA). Aunque existen diversas intervenciones, hay una brecha crítica en la investigación integrada que compare cómo diferentes modalidades de interacción mediadas por IA —específicamente, la IA generativa basada en voz frente a los agentes multimodales encarnados en Realidad Mixta (MR)— impactan simultáneamente en el desempeño oral y la ansiedad. Además, los estudios existentes suelen depender únicamente de medidas de ansiedad autoinformadas, careciendo de datos fisiológicos para capturar estados afectivos en tiempo real.

Metodología
Este estudio empleó un diseño de métodos mixtos cuasiexperimental durante una intervención de seis semanas que involucró a 75 estudiantes adultos de ESL inscritos en un curso de "Habilidades para el Éxito". Los participantes fueron asignados a una de tres condiciones:

1. Grupo de Control: Instrucción tradicional dirigida por un instructor.
2. Grupo ChatGPT: Interacción a través del modo de voz de ChatGPT, utilizando ingeniería de prompts para simular un entrenador de entrevistas de trabajo de ESL.
3. Grupo MECAI (IA Conversacional Multimodal Encarnada): Interacción con un agente de IA encarnado dentro de un entorno de Realidad Mixta (utilizando visores Meta Quest Pro y SDKs de Unity/Convai). El agente presentaba mirada, gestos e interacción de voz dentro de un entorno de oficina simulado.

Recolección y Análisis de Datos:

• Desempeño: Las simulaciones de entrevistas de trabajo pre y post-intervención fueron evaluadas mediante una rúbrica analítica estandarizada que cubría fluidez, pronunciación, gramática, vocabulario, contenido y relevancia. Las puntuaciones se agregaron para obtener una métrica de desempeño general.
• Ansiedad: Medida a través de la Escala de Ansiedad en el Aula de Lengua Extranjera (FLCAS) y el monitoreo de la frecuencia cardíaca fisiológica (Polar OH1) durante las entrevistas.
• Cualitativo: Entrevistas estructadas con los participantes fueron analizadas temáticamente para comprender las percepciones de los estudiantes.
• Estadístico: Se utilizó un ANOVA de medidas repetidas de dos vías para analizar las diferencias en el desempeño, la frecuencia cardíaca y las puntuaciones de FLCAS entre los grupos y a lo largo del tiempo.

Resultados Clave

• Desempeño Oral: Todos los grupos mostraron una mejora significativa de la pre-prueba a la post-prueba. Sin embargo, el grupo MECAI demostró las mayores ganancias (pre: 9.36; post: 18.52), seguido por el grupo ChatGPT (pre: 8.96; post: 15.52) y el grupo de control (pre: 7.92; post: 12.88). Las comparaciones por pares confirmaron diferencias estadísticamente significativas entre las tres condiciones ($p < 0.001$).
• Ansiedad (FLCAS y Frecuencia Cardíaca): Aunque las tendencias descriptivas sugirieron una reducción de la ansiedad para el grupo MECAI (tanto en los autoinformes como en la frecuencia cardíaca), ni la FLCAS ni las medidas de frecuencia cardíaca alcanzaron significancia estadística entre los grupos o a lo largo del tiempo. El estudio señala que las mejoras en el desempeño pueden preceder a las reducciones medibles de la ansiedad, o que la naturaleza de alto nivel de la tarea mantuvo la excitación fisiológica a pesar de la mejora en la habilidad.
• Hallazgos Cualitativos: El análisis temático reveló cuatro temas clave:
  1. El papel de la IA en la confianza: La IA proporcionó un entorno libre de juicios para la práctica, aunque se señaló como una limitación la falta de señales no verbales en el grupo de solo voz.
  2. Inmersión y Presencia: El grupo MECAI reportó un fuerte sentido de "estar allí" y realismo, percibiendo al agente encarnado como una "persona real" o un asesor de confianza.
  3. Instructor Humano Indispensable: Todos los grupos enfatizaron que la IA sirve como un suplemento, no un reemplazo, para los profesores humanos que proporcionan sintonía emocional y guía cultural.
  4. Gestión de la Ansiedad: Los estudiantes consideraron que la ansiedad moderada puede ser potencialmente productiva y notaron que la IA reducía el miedo a la evaluación negativa en comparación con los interlocutores humanos.

Significancia y Reivindicaciones
El artículo sostiene que la IA conversacional encarnada en Realidad Mixta ofrece ventajas significativas para el desarrollo del habla en ESP, superando tanto la instrucción tradicional como la IA de solo voz en términos de ganancias de desempeño oral. El estudio sugiere que la "encarnación" del agente de IA —proporcionando señales visuales, gestos y un sentido de presencia social— contribuye a estas ganancias de manera más efectiva que la interacción de solo audio.

Sin embargo, el autor mantiene una postura modesta respecto a la reducción de la ansiedad. Establece explícitamente que el estudio no proporciona evidencia sólida de que la práctica mediada por IA reduzca la ansiedad dentro del periodo de seis semanas, ya que no se alcanzó la significancia estadística para las medidas de ansiedad. La importancia del trabajo radica en demostrar que, si bien la IA (particularmente la basada en MR) puede mejorar significativamente el desempeño, funciona mejor como una herramienta pedagógica guiada por instructores humanos en lugar de una solución independiente. La investigación destaca la necesidad de investigar más a fondo los mecanismos de presencia social y la transferencia de habilidades a largo plazo en contextos de empleo auténticos.