Tarefas de simulação conduzidas por inteligência humana versus artificial para avaliação da competência interacional: Um estudo aplicando análise da conversação

Resumo Este estudo investiga a natureza da co-construção em simulações realizadas com interlocutores humanos versus IA para avaliação da competência interacional (CI) em inglês como segunda língua. Setenta e cinco estudantes universitários no Japão completaram tarefas de simulação tanto com tutores humanos quanto com um agente de IA. O agente de IA é um sistema de diálogo multimodal integrado a um grande modelo de linguagem (LLM), projetado para permitir interação síncrona com o participante por meio de tomadas de turno autônomas. Usando análise da conversação, 24 interações foram analisadas para investigar como os participantes gerenciaram a organização de preferências, expansão de sequência e tomadas de turno. A análise revelou que as simulações conduzidas por IA geraram algumas práticas relevantes para CI e que os participantes trataram a simulação como uma interação co-construída, respondendo de forma contingente às contribuições da IA. Embora os dados sugiram que tanto interlocutores humanos quanto IA mantiveram compreensão mútua, foram observadas diferenças marcantes nas práticas de tomada de turno, incluindo sobreposições mais frequentes e lacunas inter-turno na condição conduzida por IA. O estudo conclui que sistemas de diálogo multimodais integrados a LLM, ao produzirem ações verbais reconhecíveis e sinais multimodais, possuem potencial para elicitar efetivamente performances interacionais co-construídas relevantes para a avaliação da CI.