A Corpus Based Study of Lexical Chunks in Students' Dissertation Writing a comparative study between the pre-AI and AI era

Abstract

The present study investigates the use of lexical chunks in master’s dissertation introductions written before and after the widespread availability of artificial intelligence (AI) writing tools. Using Hyland’s (2008) functional taxonomy as the analytical framework, the study compares lexical chunk patterns in two corpora: a pre-AI corpus (2013–2017) and an AI-era corpus (2021–2025). The research aims to identify whether the spread of AI-assisted writing technologies has influ-enced the frequency, type, and function of lexical chunks in student academic writing. The study adopts a concurrent mixed-methods design situated within a pragmatist paradigm. The quantitative component consists of a corpus analysis of 50 master’s dissertation introductions from the English Department of Kasdi Merbah University Ouargla. Using AntConc (Version 4.3.1), lexical chunks of two to five words were extracted and manually classified according to Hyland’s taxonomy. The qualitative component involves semi-structured interviews with 10 university teachers who have supervised dissertations across both eras. Interview data were analysed using thematic analysis. The findings reveal a significant shift from research-oriented lexical chunks in the pre-AI corpus to text-oriented chunks in the AI-era corpus. Several research-oriented expressions frequently used in the pre-AI era disappeared entirely in the AI era, while new formulaic patterns emerged. Participant-oriented chunks were absent in both corpora. Interview findings further suggest that although AI-assisted writing has improved the surface quality and fluency of student texts, it has also contributed to increased formulaicity, reduced originality, and the weakening of students’ academic voice. The study may contribute to existing research on formulaic language, corpus linguistics, and AI-assisted academic writing by providing empirical evidence from a non-Anglophone EFL context.

La présente étude examine l’utilisation des blocs lexicaux dans les introductions de mémoires de master rédigés avant et après la généralisation des outils d’écriture assistée par l’intelligence artificielle (IA). S’appuyant sur la taxonomie fonctionnelle de Hyland (2008) comme cadre analytique, elle compare les patrons lexicaux dans deux corpus : un corpus pré-IA (2013–2017) et un corpus de l’ère de l’IA (2021–2025). La recherche vise à déterminer si la diffusion des technologies d’écriture assistée par l’IA a influencé la fréquence, le type et la fonction des blocs lexicaux dans l’écriture académique des étudiants. L’étude adopte un devis mixte concomitant inscrit dans un paradigme pragmatiste. Le volet quantitatif repose sur l’analyse d’un corpus de 50 introductions de mémoires de master du département d’anglais de l’université Kasdi Merbah Ouargla. À l’aide du logiciel AntConc (version 4.3.1), des blocs lexicaux de deux à cinq mots ont été extraits puis classés manuellement selon la taxonomie de Hyland. Le volet qualitatif repose sur des entretiens semi-directifs menés auprès de 10 enseignants universitaires ayant encadré des mémoires durant les deux périodes. Les données des entretiens ont été analysées selon une analyse thématique. Les résultats révèlent un basculement significatif des blocs orientés vers la recherche dans le corpus pré-IA vers des blocs orientés vers le texte dans le corpus de l’ère de l’IA. Plusieurs expressions orientées vers la recherche, fréquentes dans la période pré-IA, ont entièrement disparu à l’ère de l’IA, tandis que de nouveaux patrons formulaïques ont émergé. Les blocs orientés vers le participant étaient absents dans les deux corpus. Les résultats des entretiens indiquent également que, bien que l’écriture assistée par l’IA ait amélioré la qualité de surface et la fluidité des productions étudiantes, elle a également contribué à une formulaïcité accrue, à une diminution de l’originalité et à un affaiblissement de la voix académique des étudiants. Cette étude peut contribuer aux recherches existantes sur le langage formulaïque, la linguistique de corpus et l’écriture académique assistée par l’IA en apportant des données empiriques issues d’un contexte EFL non anglophone.

تتناول الدراسة الحالية استخدام الكتل المعجمية في مقدمات مذكرات الماستر المكتوبة قبل وبعد الانتشار الواسع لأدوات الكتابة المعتمدة على الذكاء الاصطناعي. وتعتمد الدراسة على التصنيف الوظيفي لهايلاند (2008) كإطار تحليلي، مقارنة أنماط هذه الكتل في مدونتين لغويتين: مدونة تمثل فترة ما قبل الذكاء الاصطناعي (2013–2017)، وأخرى تمثل فترة الذكاء الاصطناعي (2021–2025). وتهدف الدراسة إلى الكشف عما إذا كان انتشار تقنيات الكتابة المدعومة بالذكاء الاصطناعي قد أثر في تواتر الكتل المعجمية وأنواعها ووظائفها في الكتابة الأكاديمية لدى الطلبة. وتتبنى الدراسة تصميما بحثيا مختلطا متزامنا يقع ضمن منظور براغماتي. ويتكوّن الجانب الكمي من تحليل مدونة تضم 50 مقدمة لمذكرات ماستر من قسم اللغة الإنجليزية بجامعة قاصدي مرباح ورقلة، باستعمال برنامج AntConc (الإصدار 4.3.1) لاستخراج الكتل المعجمية المكوّنة من كلمتين إلى خمس كلمات وتصنيفها يدويا وفق تصنيف هايلاند. بينما يشمل الجانب النوعي مقابلات شبه موجهة مع 10 أساتذة جامعيين أشرفوا على مذكرات تخرج عبر الفترتين، حيث خضعت بيانات المقابلات للتحليل الموضوعاتي. وتظهر النتائج تحولا ملحوظا من الكتل الموجهة نحو البحث في مدونة ما قبل الذكاء الاصطناعي إلى الكتل الموجهة نحو النص في مدونة عصر الذكاء الاصطناعي. كما أن العديد من العبارات الموجهة نحو البحث والتي كانت شائعة الاستخدام في فترة ما قبل الذكاء الاصطناعي قد اختفت تماما في عصر الذكاء الاصطناعي، في حين ظهرت أنماط صيغية جديدة. في المقابل، غابت الكتل الموجهة نحو المشارك في كلا المدونتين. وتشير نتائج المقابلات أيضا إلى أنه على الرغم من أن الكتابة المدعومة بالذكاء الاصطناعي قد حسّنت الجودة السطحية وسلاسة نصوص الطلبة، فإنها ساهمت في زيادة الطابع الصيغي (الصيغية)، وتراجع الأصالة، وإضعاف الصوت الأكاديمي للطلبة. وقد تسهم هذه الدراسة في الأبحاث القائمة حول اللغة الصيغية، ولسانيات المدونات، والكتابة الأكاديمية المدعومة بالذكاء الاصطناعي من خلال تقديم أدلة تجريبية من سياق تعليم الإنجليزية كلغة أجنبية (EFL) في بيئة غير ناطقة بها.