AI-enabled Academic Vocabulary Learning for Multilingual Children

Hua-Chen Wang; Jane Lai; Brian Ballsun-Stanton; Penny Van Bergen; Luke Waked; Gabby Green; Danielle Colenbrander; Tiffany Jones; Charlie Robinson-Jones

doi:10.35542/osf.io/p8mab_v2

PreprintDescarga libreInglés

AI-enabled Academic Vocabulary Learning for Multilingual Children

Hua-Chen Wang; Jane Lai; Brian Ballsun-Stanton; Penny Van Bergen; Luke Waked; Gabby Green; Danielle Colenbrander; Tiffany Jones; Charlie Robinson-Jones

Año: 2026
DOI: 10.35542/osf.io/p8mab_v2 (se abre en una pestaña nueva)
Licencia: CC BY

Resumen ADIPA

Elaborado con IA a partir del resumen de los autores

Artículo empírico que evalúa una aplicación web con inteligencia artificial para la enseñanza de vocabulario académico a estudiantes multilingües de inglés como idioma o dialecto adicional (EAL/D) en Sydney, Australia. Se utilizaron modelos de lenguaje multimodales para instrucción conversacional, reconocimiento de voz, evaluación de respuestas y síntesis de voz. Treinta y uno estudiantes de Grados 2–4 recibieron enseñanza de inteligencia artificial para 12 palabras de vocabulario de ciencias durante seis sesiones en el hogar en 2 semanas, mientras 12 palabras sirvieron como control. Los resultados mostraron un efecto significativo del entrenamiento con IA (d = 1,45) y mayor comprensión en lecciones con vocabulario pre-enseñado (d = 0,21). Estudiantes y padres valoraron positivamente la aplicación, especialmente su retroalimentación personalizada y multilingüe, aunque señalaron la confiabilidad técnica como área de mejora.

Puntos clave

Los estudiantes multilingües EAL/D presentan brechas de vocabulario académico persistentes comparados con compañeros monolingües, pese a evidencia que respalda la instrucción explícita.
La enseñanza de vocabulario con modelos de lenguaje multimodales produjo un tamaño del efecto grande (d = 1,45) en el aprendizaje de palabras de ciencia en comparación con palabras sin entrenamiento.
El pre-enseñanza de vocabulario alineado con el currículo mejoró significativamente la comprensión de lecciones de contenido en estudiantes multilingües (d = 0,21).
Los participantes y sus familias reportaron valoración positiva de la retroalimentación personalizada y multilingüe de la aplicación, identificando la estabilidad técnica como aspecto a mejorar.

Para quién: Educadores, psicólogos escolares y diseñadores de intervenciones educativas que trabajan con estudiantes multilingües de educación primaria en contextos de habla inglesa, para implementar apoyos tecnológicos basados en IA que mejoren el vocabulario académico y el aprendizaje de contenidos.

Resumen de los autores

Vocabulary knowledge is fundamental to academic achievement, yet multilingual learners with English as an Additional Language or Dialect (EAL/D) consistently demonstrate vocabulary gaps compared to monolingual peers. Despite evidence supporting explicit vocabulary instruction, scalable and personalised interventions remain limited. This study evaluated an AI-enabled vocabulary learning web application designed to pre-teach academic vocabulary to EAL/D students and support curriculum content learning. The application utilises multimodal large language models (LLMs) for conversational instruction, automatic speech recognition, response evaluation, and text-to-speech production. Thirty-one multilingual learners in Grades 2–4 were recruited in Sydney, Australia. Using a counterbalanced within-subjects design, 24 target science vocabulary words were assessed at pre-test. Participants then received AI teaching for 12 of these words over six at-home sessions across 2 weeks (the remaining 12 served as untrained control), followed by a matched post-test. Over the following 2 weeks, all participants received content lessons on four science topics, two containing pre-trained vocabulary and two that did not. Comprehension was assessed via topic-specific questions. Linear mixed-effects models showed significantly AI-training effect (d = 1.45), compared to the untrained words, and significantly higher comprehension accuracy for lessons paired with trained vocabulary (d = 0.21). Students and parents viewed the application positively, particularly its personalised, multilingual feedback, while highlighting technical reliability as an area for improvement. These findings provide initial evidence that AI-enabled, curriculum-aligned vocabulary pre-teaching can support EAL/D students’ academic vocabulary development and content learning, warranting evaluation at scale in school settings.

Áreas y palabras clave

Infancia y adolescencia Educación y psicopedagogía

Cómo citar (APA 7)

Wang, H. C., Lai, J., Ballsun-Stanton, B., Van Bergen, P., Waked, L., Green, G., Colenbrander, D., Jones, T., & Robinson-Jones, C. (2026). AI-enabled Academic Vocabulary Learning for Multilingual Children. https://doi.org/10.35542/osf.io/p8mab_v2

BibTeX RIS (Zotero, Mendeley, EndNote)CSL-JSON

AI-enabled Academic Vocabulary Learning for Multilingual Children

Resumen ADIPA

Puntos clave

Resumen de los autores

Áreas y palabras clave

Cómo citar (APA 7)

AI-enabled Academic Vocabulary Learning for Multilingual Children

Resumen ADIPA

Puntos clave

Resumen de los autores

Áreas y palabras clave

Cómo citar (APA 7)

Relacionados