Saida Tobbi, Batna 2 University, Faculty of Letters and Foreign Languages, Batna, Algeria, e-mail: s.tobbi@univ-batna2.dz
Иновације у настави, XXXVIII, 2025/4, стр. 38–63

| PDF | | Extended summary PDF |
DOI: 10.5937/inovacije2504038T

Summary: AI-mediated oral-practice tools offer scalable, low-stakes opportunities for second-language (L2) speaking practice, yet evidence of their pedagogical and affective impact remains limited. This quasi-experimental study investigated whether AI-mediated instruction enhances foreign-language anxiety (FLA), oral performance, and self-regulated learning (SRL) compared with blended and traditional human-taught instruction. A total of 150 learners (50 per group) from the English Department of Batna 2 University completed a six-week intervention integrating the AI pronunciation and fluency application ELSA Speak. Pre- and post-tests measured FLA, oral performance, and SRL. ANCOVAs controlling for baseline scores assessed adjusted group differences, and qualitative thematic analysis of reflective journals provided explanatory depth. Results revealed significant main effects of instructional mode on all outcomes: FLA (F(2,146) = 32.47, p < .001, partial η² = .31), oral performance (F(2,146) = 23.68, p < .001, partial η² = .25), and SRL (F(2,146) = 31.02, p < .001, partial η² = .30). AI-mediated learners reported markedly lower anxiety and higher performance and SRL than both comparison groups, with large standardized effect sizes (Hedges’ g ≈ 1.1–1.3). Qualitative findings identified four interrelated themes—emotional regulation, self-regulatory growth, pronunciation and fluency development, and technological motivation—highlighting how supportive feedback and autonomous practice fostered engagement and confidence. These results demonstrate that AI-mediated oral practice can meaningfully reduce anxiety, strengthen self-regulation, and improve L2 speaking outcomes within a short intervention. The study advances understanding of AI as an active pedagogical agent and supports its thoughtful integration alongside human instruction.

Keywords: AI-mediated instruction; foreign-language anxiety, oral performance, self-regulated learning, computer-assisted language learning

Саида Тоби
Универзитет Батна 2, Факултет за књижевност и стране језике, Батна, Алжир

ВЕЖБЕ ГОВОРА ПОМОЋУ ВИ И ДИНАМИКА АНКСИОЗНОСТИ,
УПОТРЕБЕ ЈЕЗИКА И САМОРЕГУЛАЦИЈЕ: ПОРЕЂЕЊЕ НАСТАВНИХ МОДАЛИТЕТА
ПУТЕМ МЕШОВИТЕ МЕТОДЕ

У овом квазиексперименталном истраживању спроведеном коришћењем мешовите методе испитује се да ли вежбе говора помоћу ВИ (коришћењем ELSA Speak-а) смањују анксиозност у учењу страног језика (енг. Foreign language Anxiety – FLA), побољшавају усмено изражавање и подстичу саморегулисано учење (енг. Self-Regulated Learning – SRL) у поређењу са комбинованом и традиционалном наставом. У оквирима интегрисаног афективно-когнитивно-интеракцијског модела, који комбинује позитивну психологију, теорију саморегулисаног учења и хипотезу интеракције, уочене су мањкавости у упоредним доказима и истовременом мерењу афективних исхода и исхода у погледу употребе језика у учењу енглеског језика као страног у северноафричком контексту.
Сто педесет студената треће године основних студија енглеског језика као страног (n=150; 50 по групи) учествовало је у шестонедељном експерименту у којем је стандардизована прогресија задатака у различитим видовима учења (сегментни рад → прозодија → повезани говор → флуентност → интегрисани говор). Три вида учења била су: (1) учење помоћу вештачке интелигенције (ELSA Speak: 15 минута дневно, пет дана у недељи), (2) комбиновано учење (10 минута ELSA + 45 минута недељно уживо) и (3) учење уз помоћ наставника (60 минута недељно, уживо). Премере и постмере су укључивале прилагођени FLCAS од 20 ставки (α=0,91), аналитичку усмену рубрику (адаптирану из IELTS; ICC=0,87) оцењену од стране два спољна оцењивача и прилагођени онлајн SRL упитник (α=0,79–0,88). Дневници које су студенти писали сваке недеље (732 уноса) тематски су анализирани (NVivo; κ=0,85) како би се објаснили механизми. Квантитативни ефекти процењени су помоћу ANCOVA са коваријатима пре тестирања и проверама робусности (Bootstrapping, HC3 SEs, вишеструка импутација). Кориснички логови из ELSA Speak употребљени су за проверу аутентичности и секундарну анализу дозним одговором.
Резултати указују на велике предности учења посредовањем вештачке интелигенције. Након прилагођавања основних резултата тип наставе је значајно предвидео посттестни FLA (F(2,146)=32,47, p<.001, парцијално η²=.31), ниво усменог излагања (F(2,146)=23,68, p<.001, парцијално η²=.25) и SRL (F(2,146)=31,02, p<.001, парцијално η²=.30).
Парни контрасти (прилагођени Бонферонијевом методом) указали су на значајне разлике између учења помоћу вештачке интелигенције и традиционалног учења: средња разлика FLA=−0,67 (Хеџисов g≈1,24), средња разлика код усменог језика =+0,96 (g≈1,28), средња разлика SRL=+0,57 (g≈1,12). Показало се да комбинована настава има средњу, статистички значајну предност у односу на наставу коју држи наставник, али далеко мању од учења уз посредовање вештачке интелигенције. Анализе осетљивости (по протоколу, искључивање утицајних случајева) потврдиле су ове налазе.
Тематском анализом идентификована су четири међусобно повезана механизма који вероватно посредују у исходима: (1) емоционална регулација и самопоуздање (смањен
страх од негативне евалуације и већа спремност за вежбање), (2) раст SRL-а (постављање циљева, праћење, рефлексија поткрепљена аналитиком апликације), (3) развој изговора и флуентности (циљане вежбе са много повратних информација и праћењем напретка) и (4) технолошке и мотивационе могућности (гејмифицирани индикатори напретка који одржавају истрајност; повремена ограничења у погледу препознавања/повезивања). Квалитативни подаци триангулисани су са квантитативним како би се подржао пут афективног→бихевиоралног→перформансног напретка: смањена анксиозност је омогућила чешће, фокусирано вежбање; вежбања су организована помоћу SRL стратегија; циљане повратне информације убрзале су напредак студената у погледу изговора и флуентности.
Краткорочне, интензивне усмене вежбе помоћу ВИ довеле су до значајног смањења FLA и приметног побољшања, како уочљивих усмених перформанси, тако и саморегулаторних понашања у поређењу са традиционалном наставом. Ови ефекти зависе од педагошког усклађивања: вештачка интелигенција функционише најефикасније када су циљеви вежбања кохерентни, повратне информације честе и интерпретабилне, а наставници интегришу аналитику у часове комуникације. Питања етичности и равноправности (приватност података, алгоритамска правичност, неједнак приступ апликацијама, дигитална писменост), ограничено трајање истраживања и узорак узет само са једног места указују на могућност генерализације. Стога је пожељно да се истраживање понови међуконтекстуално и на дужи рок.
Образовне институције би требало да размотре увођење ВИ алата као допуну усменим вежбама, јер је богата повратним информацијама и може да смањи афективне баријере и да негује SRL. Да би увођење ових алата било сврсисходно, потребно је (а) ускладити задатке генерисане вештачком интелигенцијом са циљевима учења, (б) обучити наставнике да тумаче и претварају аналитику вештачке интелигенције у комуникативне активности, (ц) планирати инфраструктуру и једнаке услове како би се избегло повећање јаза у приступу алатима и (д) спровести мере заштите података ученика и транспарентност истема. Будућа истраживања требало би да тестирају дугорочну ретенцију знања, преазак на спонтану интеракцију и специфичне карактеристике вештачке интелигенције (грануларност повратних информација, мултимодални сигнали, мотивациони дизајн) које покрећу одрживо учење.

Кључне речи: настава помоћу ВИ, анксиозност у учењу страних језика, усмено излагање, саморегулисано учење, учење језика помоћу компјутерске технологије

References

• Akhter, E. (2025). The impact of human–machine interaction on English pronunciation and fluency: Case studies using AI speech assistants. Review of Applied Science and Technology, 4(1), 473–500. https://doi.org/10.63125/1wyj3p84
• Alvandi, M., Faruji, L. F., & Salehi, M. (2024). Relationship among EFL learners’ self-regulated learning strategy use, speaking anxiety, and speaking strategy use. International Journal of Instruction, 18(1), 379–396. https://doi.org/10.29333/iji.2025.18121a
• An, D., Zhu, C., & Wang, J. (2021). Examining self-regulated learning in digital environments: A systematic review. Educational Research Review, 34, 100402. https://doi.org/10.1016/j.edurev.2021.100402
• An, Z., Wang, C., Li, S., Gan, Z., & Li, H. (2021). Technology-assisted self-regulated English language learning: Associations with English language self-efficacy, English enjoyment, and learning outcomes. Frontiers in Psychology, 11, Article 558466. https://doi.org/10.3389/fpsyg.2020.558466
• Aulia, N., Sagala, R. W., & Ginting, P. (2025). The endorsement of self-regulated learning intercorporate with ELSA Speak AI to boost speaking skill of Thai EFL students. Journal of English Language and Education, 10(2), 284–297. https://doi.org/10.31004/jele.v10i2.748
• Ballıdağ, M., & Aydın, S. (2025). A comparison of the effects of AI-based chatbots and peer interactions on speaking anxiety among EFL learners. Future in Educational Research, 3, 224–238. https://doi.org/10.1002/fer3.70005
• Barnard, L., Paton, V. O., & Lan, W. Y. (2008). Online self-regulatory learning behaviors as a mediator in the relationship between online course perceptions with achievement. International Review of Research in Open and Distance Learning, 9(2), 1−11.
• Brand, C., & Götz, S. (2011). Fluency versus accuracy in advanced spoken learner language: A multi-method approach. International Journal of Corpus Linguistics, 16(2), 255–275. https://doi.org/10.1075/ijcl.16.2.05bra
• Çakmak, F. (2022). Chatbot–human interaction and its effects on EFL students’ L2 speaking performance and anxiety. Novitas-ROYAL (Research on Youth and Language), 16(2), 113–131.
• Creswell, J. W., & Plano Clark, V. L. (2018). Designing and conducting mixed methods research (3rded.). SAGE.
• Dewaele, J.-M., & MacIntyre, P. D. (2014). The two faces of Janus? Anxiety and enjoyment in the foreignlanguage classroom. Studies in Second Language Learning and Teaching, 4(2), 237–274. https://doi.org/10.14746/ssllt.2014.4.2.5
• Divekar, R. R., Drozdal, J., Chabot, S., Zhou, Y., Su, H., Chen, Y., Zhu, H., Hendler, J. A., & Braasch, J. (2022). Foreign language acquisition via artificial intelligence and extended reality: Design and evaluation. Computer Assisted Language Learning, 35(9), 2332–2360. https://doi.org/10.1080/09588221.2021.1879162
• Du, J., & Daniel, B. K. (2024). Transforming language education: A systematic review of AI-powered chatbots for English as a foreign language speaking practice. Computers and Education: Artificial Intelligence, 6, 100230. https://doi.org/10.1016/j.caeai.2024.100230
• Fathi, J., Rahimi, M., & Derakhshan, A. (2024). Improving EFL learners’ speaking skills and willingness to communicate via artificial intelligence-mediated interactions. System, 121, 103254. https://doi.org/10.1016/j.system.2024.103254
• Gusrianto, A. (2025). ELSA Speak-assisted pronunciation learning and its effect on EFL students’ oral accuracy and confidence. Journal of Applied Linguistics Research, 8(1), 22–37.
• Hawanti, S., & Zubaydulloevna, K. M. (2023). AI chatbot-based learning: Alleviating students’ anxiety in the English writing classroom. Bulletin of Social Informatics Theory and Application, 7(2), 182–192.
• Hashemifardnia, A., & Kooti, M. (2025). AI-mediated language learning and EFL learners’ self-confidence, self-regulation, well-being, and L2 motivation: A mixed-method study. English Education Journal, 16(2), 109–124. https://doi.org/10.24815/eej.v16i2.45696
• Horwitz, E., Horwitz, M., & Cope, J. (1986). Foreign language classroom anxiety. The Modern Language Journal, 70(2), 125–132. https://doi.org/10.2307/327317
• Ji, H., Han, I., & Ko, Y. (2022). A systematic review of conversational AI in language education: Focusing on the collaboration with human teachers. Journal of Research on Technology in Education. https://doi.org/10.1080/15391523.2022.2142873
• Lai, C. (2024). Conversational AI in second language speaking: Pedagogical frameworks and empirical evidence. Language Learning & Technology, 28(2), 55–77.
• Leogrande, A. (2023). Bridging the AI divide between developed and developing nations. OSF Preprints. https://doi.org/10.31219/osf.io/j9q84
• Lin, Y., Chen, H., & Park, M. (2023). Authenticity in AI-driven conversational learning: Challenges for pragmatic competence. ReCALL, 35(3), 258–275.
• Long, M. H. (1996). The role of the linguistic environment in second language acquisition. In W. Ritchie, & T. Bhatia (Eds.). Handbook of second language acquisition (pp. 413–468). Academic Press.
• MacIntyre, P. D. (2017). An overview of language anxiety research and trends in its development. In C. Gkonou, M. Daubney, & J. Dewaele (Eds.). New insights into language anxiety: Theory, research and educational implications (pp. 11–32). Multilingual Matters.
• Mardiah, A., & Saadillah, S. (2025). Maximizing ELSA Speak for developing English fluency and reducing peaking barriers in language learners. Issues in Applied Linguistics and Language Teaching, 7(1), 262–271. https://doi.org/10.37253/iallteach.v7i1.10421
• Moussaoui, W., & Cheratti, N. (2024). Analysis of the reality of digitalization and the digital divide in Algeria based on selected international indicators. Dirasat wa Abhath: The Arabic Journal of Human and Social Sciences, 16(5), 498–513.
• Muthmainnah, N. (2024). Reducing foreign language anxiety through AI chatbot-mediated oral practice. Asian EFL Journal, 26(2), 112–131.
• Nguyen, H. A. (2024). Harnessing AI-based tools for enhancing English speaking proficiency: Impacts, challenges, and long-term engagement. International Journal of AI in Language Education, 1(2), 18–29. https://doi.org/10.54855/ijAILE.24122
• Nhan, L. K., Hoà, N. T., & Quang, L. V. N. (2025). Revolutionizing speaking skills improvement: AI’s role in personalized language learning. International Journal of Innovative Research and Scientific Studies, 8(2), 637–4649. https://doi.org/10.53894/ijirss.v8i2.6408
• Okyar, H. (2023). Chatbots in English as a foreign or second language education contexts: A review of recent empirical research. RumeliDE Dil ve Edebiyat Araştırmaları Dergisi, 36, 1333–1346. https://doi.org/10.29000/rumelide.1369170
• Park, M. (2024). Socio-pragmatic limitations in AI-mediated conversation for EFL learning. Language and Technology, 6(1), 22–39.
• Pérez, J. Q., Daradoumis, T., & Puig, J. M. M. (2020). Rediscovering the use of chatbots in education: A systematic literature review. Computer Applications in Engineering Education, 28(6), 1549–1565. https://doi.org/10.1002/cae.22326
• Purwoko, D., Hidayati, A., & Rahmawati, N. (2023). AI-based conversational platforms and their effects on EFL oral proficiency. International Journal of Language Education, 7(3), 41–56. https://doi.org/10.26858/ijole.v7i3.39881
• Safitri, E. I., Hidayati, S., & Ciptaningrum, D. S. (2025). The impact of AI chatbots on English language learners’ speaking proficiency: A systematic review. Journal of Research on English and Language Learning, 6(2), 7–329. https://doi.org/10.33474/j-reall.v6i2.23866
• Salsabil, A. D., & Rakhmawati, L. A. (2025). From silent learners to confident speakers: The effect of AI voice chat with ChatGPT on EFL speaking skills. Journal of English Education, 3(1), 38–50. https://doi.org/10.61994/jee.v3i1.1137
• Seligman, M., & Csikszentmihalyi, M. (2000). Positive psychology. American Psychologist, 55(1), 5–14. https://doi.org/10.1037/0003-066X.55.1.5
• Spatola, N. (2024). The efficiency–accountability tradeoff in AI integration: Effects on human performance and over-reliance. Computers in Human Behavior: Artificial Humans, 2(2). https://doi.org/10.1016/j.chbah.2024.100099
• Tai, T. Y. (2022). Effects of intelligent personal assistants on EFL learners’ oral proficiency outside the classroom. Computer Assisted Language Learning, 35(7), 1539–1563.
  https://doi.org/10.1080/09588221.2022.2075013
• Teng, X. (2023). Alleviating L2 writing anxiety and improving L2 writing performance through self-regulated learning. SSRN Electronic Journal. https://doi.org/10.2139/ssrn.4630683
• Trinovita, D., Nurchurifiani, E., Hastomo, T., Andewi, W., & Hasbi, M. (2025). Exploring the influence of generative AI on self-regulated learning: A mixed-methods study in the EFL context. Jurnal Iqra’: Kajian Ilmu Pendidikan, 10(2), 301–316. https://doi.org/10.25217/ji.v10i2.6389
• Van Dijk, W. (2025). Harnessing artificial intelligence to enhance speaking confidence in EFL learners with limited opportunities for real-world practice: A review and recommendations. International Journal for Multidisciplinary Research, 7(2). https://doi.org/10.36948/ijfmr.2025.v07i02.42748
• Vázquez-Cano, E., Mengual-Andrés, S., & Martínez, J. (2021). Chatbots as language learning tools: A study on EFL speaking performance. Education and Information Technologies, 26(4), 4875–4893. https://doi.org/10.1007/s10639-021-10552-0
• Wang, D., Tao, Y., & Chen, G. (2024). Artificial intelligence in classroom discourse: A systematic review of the past decade. International Journal of Educational Research, 123, Article 102275. https://doi.org/10.1016/j.ijer.2023.102275
• Xiao, F., Zhao, P., Sha, H., Yang, D., & Warschauer, M. (2023). Conversational agents in language learning. Journal of China Computer-Assisted Language Learning, 4(3), 300–325.
  https://doi.org/10.1515/jccall-2022-0032
• Yang, H., Kim, H., Lee, J. H., & Shin, D. (2022). Implementation of an AI chatbot as an English conversation partner in EFL speaking classes. ReCALL, 34(3), 327–343. https://doi.org/10.1017/S0958344022000039
• Zhang, C., Meng, Y., & Ma, X. (2024). Artificial intelligence in EFL speaking: Impact on enjoyment, anxiety, and willingness to communicate. System, 121, 103259. https://doi.org/10.1016/j.system.2024.103259
• Zhang, Z. (2025). The role of artificial intelligence tools on Chinese EFL learners’ self-regulation, resilience, and autonomy. European Journal of Education, 60(4). https://doi.org/10.1111/ejed.70127
• Zheng, S. (2024). The effects of chatbot use on foreign language reading anxiety and reading performance among Chinese secondary school students. Computers and Education: Artificial Intelligence, 7, 100271. https://doi.org/10.1016/j.caeai.2024.10027

Copyright © 2025 by the publisher Faculty of Education, University of Belgrade, SERBIA. This is an open access article distributed under the terms of the Creative Commons Attribution License (CC BY 4.0) (https://creativecommons.org/licenses/by/4.0/), which permits unrestricted use, distribution, and reproduction in any medium, provided the original paper is accurately cited.