El presente artículo emplea el método de estudio de casos, siguiendo las características y cambios en la implicación cognitiva, conductual y emocional de seis estudiantes con diferentes capacidades de autorregulación en las retroalimentaciones de escritura de la inteligencia artificial generativa (GAI) durante dos rondas. A través del análisis de diferentes fuentes de datos como entrevistas retrospectivas, datos de interacción humano-máquina y textos de corrección de escritura, el estudio concluyó: (1) Los seis estudiantes adoptan actitudes positivas hacia las retroalimentaciones de escritura GAI, pero los estudiantes con diferentes capacidades de autorregulación muestran diferencias en el uso de estrategias de implicación cognitiva y conductual. (2) Los estudiantes con altas capacidades de autorregulación pueden integrar y evaluar la información de retroalimentación, ajustar las estrategias de corrección y realizar múltiples correcciones en lenguaje, contenido y estructura, mostrando una fuerte capacidad de colaboración entre humano y máquina; mientras que los estudiantes con bajas capacidades de autorregulación pueden comprender la información de retroalimentación y asimilar con éxito las recomendaciones de corrección lingüística, pero la profundidad de la corrección es limitada. (3) La implicación cognitiva y conductual de los seis estudiantes disminuyó después de dos rondas de escritura, pero tres estudiantes con altas capacidades de autorregulación mantuvieron una comprensión estable de las retroalimentaciones y un comportamiento de corrección utilizando activamente estrategias de autorregulación, mientras que los estudiantes con bajas capacidades de autorregulación experimentaron una disminución significativa en la implicación cognitiva y conductual. El presente estudio revela las características multidimensionales de la implicación en la retroalimentación y el efecto regulador positivo de la autorregulación en la implicación en la retroalimentación de GAI, proporcionando indicaciones útiles para la reforma educativa basada en datos de la inteligencia artificial.

Inteligencia artificial generativa; escritura en segundo idioma; capacidad de autorregulación; implicación multidimensional en la retroalimentación