ĐIỀU TIẾT CẢM XÚC NHƯ MỘT QUÁ TRÌNH PHÁT TRIỂN TRONG HỌC TẬP CÓ HỖ TRỢ CỦA GENAI: GÓC NHÌN TỪ NGƯỜI HỌC TIẾNG ANH NHƯ MỘT NGOẠI NGỮ TẠI VIỆT NAM
Nội dung chính của bài viết
Tóm tắt
Sự tích hợp nhanh chóng của các công cụ trí tuệ nhân tạo tạo sinh (GenAI) vào giáo dục ngôn ngữ đã đặt ra những đòi hỏi cảm xúc mới đối với người học, song còn ít nghiên cứu xem xét cách họ điều tiết cảm xúc khi học cùng các công cụ này. Nghiên cứu khảo sát các chiến lược điều tiết cảm xúc của người học tiếng Anh như một ngoại ngữ (EFL) tại Việt Nam trong môi trường có hỗ trợ của GenAI. Dựa trên mô hình quá trình điều tiết cảm xúc của Gross (1998, 2015) và khái niệm perezhivanie (thể nghiệm sống mang tính cảm xúc) của Vygotsky (1994), nghiên cứu xem cảm xúc là một thành tố trong trải nghiệm sống và tiến trình phát triển của người học, thay vì một kết quả tách biệt. Tổng cộng 255 sinh viên đại học và sau đại học đã hoàn thành Bảng hỏi điều tiết cảm xúc (Gross & John, 2003) được điều chỉnh cho bối cảnh học tiếng Anh có trung gian GenAI. Dữ liệu được phân tích bằng thống kê mô tả, kiểm định t cho mẫu phụ thuộc, MANOVA và ANOVA Type III. Kết quả cho thấy người học sử dụng cả hai chiến lược tái đánh giá nhận thức và ức chế biểu lộ cảm xúc ở mức trung bình, trong đó, tái đánh giá nhận thức được sử dụng nhiều hơn đôi chút. Biến “năm học” có liên hệ có ý nghĩa với cả hai chiến lược, trong đó, sinh viên năm thứ nhất ở mức thấp nhất. Khu vực địa lý liên hệ với tái đánh giá nhưng không có khác biệt cặp rõ rệt. Giới tính, chuyên ngành, trình độ tiếng Anh, tần suất dùng GenAI và mức tiếp cận công nghệ đều không phải là biến dự báo có ý nghĩa. Những phát hiện gợi ý rằng điều tiết cảm xúc chịu ảnh hưởng từ kinh nghiệm học thuật nhiều hơn điều kiện công nghệ. Nghiên cứu đề xuất mô hình phát triển – văn hóa xã hội, nhấn mạnh việc bồi dưỡng năng lực cảm xúc qua hỗ trợ cảm xúc có định hướng, phản tư có hướng dẫn và phản hồi định hướng tái đánh giá.
Từ khóa
trí tuệ nhân tạo tạo sinh, tái đánh giá nhận thức, điều tiết cảm xúc, tiếng Anh như một ngoại ngữ (EFL), Việt Nam
Chi tiết bài viết
Tài liệu tham khảo
Alrabai, F. (2022). The role of mixed emotions in language learning and teaching: A positive psychology teacher intervention. System, 107, 1–18. https://doi.org/10.1016/j.system.2022.102821
Bin-Hady, W. R. A., Ali, J. K. M., & Al-humari, M. A. (2024). The effect of ChatGPT on EFL students’ social and emotional learning. Journal of Research in Innovative Teaching & Learning, 17(2), 243–255. https://doi.org/10.1108/JRIT-02-2024-0036
Cong-Lem, N. (2025). The relation between environment and psychological development: Unpacking Vygotsky’s influential concept of perezhivanie. Human Arenas, 8, 225–243. https://doi.org/10.1007/s42087-022-00314-6
Cong-Lem, N., & Daneshfar, S. (2024). Generative AI and second/foreign language education from Vygotsky’s cultural-historical perspective. In H. P. Bui & E. Namaziandost (Eds.), Innovations in Technologies for Language Teaching and Learning (Vol. 1159, pp. 175–188). Springer Nature Switzerland. https://doi.org/10.1007/978-3-031-63447-5_10
Essien, A., Zhou, X., Kremantzis, M., & Teng, D. (2026). The agency gap: Perceived human AI agency, reflection and generative AI learning across UK and China based higher education contexts. Studies in Higher Education, 1–22. https://doi.org/10.1080/03075079.2026.2686986
Gross, J. J. (1998). The emerging field of emotion regulation: An integrative review. Review of General Psychology, 2(3), 271–299. https://doi.org/10.1037/1089-2680.2.3.271
Gross, J. J. (2015). The extended process model of emotion regulation: Elaborations, applications, and future directions. Psychological Inquiry, 26(1), 130–137. https://doi.org/10.1080/1047840X.2015.989751
Gross, J. J., & John, O. P. (2003). Individual differences in two emotion regulation processes: Implications for affect, relationships, and well-being. Journal of Personality and Social Psychology, 85(2), 348–362. https://doi.org/10.1037/0022-3514.85.2.348
Ho, H.-A., Martinsson, P., & Olsson, O. (2022). The origins of cultural divergence: Evidence from Vietnam. Journal of Economic Growth, 27(1), 45–89. https://doi.org/10.1007/s10887-021-09194-x
Hoang, N. H. (2026). Investigating EFL students’ emotional responses in AI-assisted language learning: A Broaden-and-Build Theory approach. Interactive Learning Environments, 34(3), 1046-1061. https://doi.org/10.1080/10494820.2025.2512567
Li, Z., Zhang, Y., & Jiang, L. (2026). Exploring the emotional experiences of implementing GenAI-assisted digital multimodal composing: An autobiographic self-study. Innovation in Language Learning and Teaching, 1–22. https://doi.org/10.1080/17501229.2026.2666826
Liu, Q., & Zhou, W. (2024). The impact of teachers’ emotional support on EFL learners’ online learning engagement: The role of enjoyment and boredom. Acta Psychologica, 250, 1–11. https://doi.org/10.1016/j.actpsy.2024.104504
Luo, S., & Zou, D. (2024). How enjoyment spread its wings on tertiary learners’ psychological needs in ChatGPT-assisted English learning. Learning and Motivation, 88, 1–9. https://doi.org/10.1016/j.lmot.2024.102057
Ma, Y., & Liu, Z. (2024). Emotion regulation and well-being as factors contributing to lessening burnout among Chinese EFL teachers. Acta Psychologica, 245, 1–9. https://doi.org/10.1016/j.actpsy.2024.104219
Matsumoto, D., Yoo, S. H., & Nakagawa, S. (2008). Culture, emotion regulation, and adjustment. Journal of Personality and Social Psychology, 94(6), 925–937. https://doi.org/10.1037/0022-3514.94.6.925
Namaziandost, E., & Rezai, A. (2024). Interplay of academic emotion regulation, academic mindfulness, L2 learning experience, academic motivation, and learner autonomy in intelligent computer-assisted language learning. System, 125, 1–17. https://doi.org/10.1016/j.system.2024.103419
Nolen-Hoeksema, S., & Aldao, A. (2011). Gender and age differences in emotion regulation strategies and their relationship to depressive symptoms. Personality and Individual Differences, 51(6), 704–708. https://doi.org/10.1016/j.paid.2011.06.012
R Core Team. (2025). The R project for statistical computing (Version 4.5.1) [Computer software]. R Foundation for Statistical Computing. https://www.R-project.org
Rezai, A., Soyoof, A., & Reynolds, B. L. (2024). Disclosing the correlation between using ChatGPT and well‐being in EFL learners: Considering the mediating role of emotion regulation. European Journal of Education, 59, 1–12. https://doi.org/10.1111/ejed.12752
Saito, K., Dewaele, J.-M., In’nami, Y., & Abe, M. (2025). Disentangling the causal role of motivation, enjoyment, and anxiety in second language speech learning: A final report. Studies in Second Language Acquisition, 47(2), 461–487. https://doi.org/10.1017/S0272263125000038
Stockwell, G., & Reinders, H. (2019). Technology, motivation and autonomy, and teacher psychology in language learning: Exploring the myths and possibilities. Annual Review of Applied Linguistics, 39, 40–51. https://doi.org/10.1017/S0267190519000084
Sun, X., Dou, W., & Yang, Y. (2025). The socio-emotional dangers of using Artificial Intelligence (AI) technologies in second language (L2) education: Unveiling Chinese EFL teachers’ perceptions and experiences. Acta Psychologica, 261, 1–7. https://doi.org/10.1016/j.actpsy.2025.105956
Swain, M. (2013). The inseparability of cognition and emotion in second language learning. Language Teaching, 46(2), 195–207. https://doi.org/10.1017/S0261444811000486
Vygotsky, L. S. (1978). Mind in society: Development of higher psychological processes. Harvard University Press. https://doi.org/10.2307/j.ctvjf9vz4
Vygotsky, L. S. (1987). The collected works of L. S. Vygotsky: Problems of general psychology, including the volume thinking and speech. Plenum Press.
Vygotsky, L. S. (1994). The problem of the environment. In R. van der Veer & J. Valsiner (Eds.), The Vygotsky reader (pp. 338–354). Blackwell.
Wang, C., Zou, B., Du, Y., & Wang, Z. (2024). The impact of different conversational generative AI chatbots on EFL learners: An analysis of willingness to communicate, foreign language speaking anxiety, and self-perceived communicative competence. System, 127, 1–16. https://doi.org/10.1016/j.system.2024.103533
Yang, L., & Li, R. (2024). ChatGPT for L2 learning: Current status and implications. System, 124, 1–14. https://doi.org/10.1016/j.system.2024.103351
Yang, L., & Zhao, S. (2024). AI-induced emotions in L2 education: Exploring EFL students’ perceived emotions and regulation strategies. Computers in Human Behavior, 159, 1–8. https://doi.org/10.1016/j.chb.2024.108337
Yang, Y., & Yao, S. (2026). Beyond linguistic proficiency: Emotional, cognitive, and cultural pathways of generative AI in EFL well‐being—a technology‐humanities‐culture synthesis. International Journal of Applied Linguistics, 36(2), 1056–1067. https://doi.org/10.1111/ijal.12832
Zaccaron, R., Dellagnelo, A. K., & Agnoletto, M. A. (2026). A Vygotskian analysis of emotion and cognition in peer feedback on L2 writing through the dynamics of Perezhivanie. Journal of Second Language Writing, 71, 1–8. https://doi.org/10.1016/j.jslw.2026.101287
Zhang, Y., Hu, Y., & Yu, M. (2024). Exploring emotional support and engagement in adolescent EFL learning: The mediating role of emotion regulation strategies. Language Teaching Research, 0(0), 1–25. https://doi.org/10.1177/13621688241266184