In diesem Artikel wird eine Fallstudienmethode verwendet, um die Eigenschaften und Veränderungen des kognitiven, verhaltensbezogenen und emotionalen Engagements von sechs Studierenden mit unterschiedlichen Selbstregulierungsfähigkeiten während zweier Runden generativer KI-basierter Schreibfeedbacks (GAI) zu verfolgen. Durch die Analyse retrospektiver Interviews, Mensch-Maschine-Interaktionsdaten und überarbeiteter Schreibtexte zeigt die Studie: (1) Die sechs Studierenden hatten eine positive Einstellung zum GAI-Schreibfeedback, aber Studierende mit unterschiedlicher Selbstregulierung variierten in der Nutzung kognitiver und verhaltensbezogener Engagementstrategien. (2) Studierende mit hoher Selbstregulation konnten Feedbackinformationen integrieren und bewerten, Überarbeitungsstrategien anpassen und mehrmals Sprache, Inhalt und Struktur überarbeiten, was eine starke Mensch-Maschine-Kollaborationsfähigkeit zeigt; Studierende mit niedriger Selbstregulation verstanden zwar das Feedback und konnten sprachliche Änderungsvorschläge erfolgreich aufnehmen, jedoch war die Tiefe der Überarbeitungen begrenzt. (3) Das kognitive und verhaltensbezogene Engagement aller sechs Studierenden nahm nach zwei Schreibrunden ab, aber die drei Studierenden mit hoher Selbstregulation hielten durch aktive Nutzung von Regulationsstrategien ein stabiles Feedbackverständnis und Änderungsverhalten aufrecht, während bei den Studierenden mit niedriger Selbstregulation ein deutlicher Rückgang des Engagements zu beobachten war. Die Studie offenbart die Interaktionsmerkmale multidimensionalen Feedback-Engagements und die positive regulierende Wirkung der Selbstregulation auf das Feedback-Engagement bei GAI und bietet wertvolle Einblicke für die Weiterentwicklung der digitalen, KI-gestützten Fremdsprachenlehre.

generative künstliche Intelligenz;Zweitsprache Schreiben;Selbstregulation;multidimensionales Feedback-Engagement