教师智能教育素养结构研究

徐芳 钟志贤

在世界各国教育数字化转型的进程中，“培养具备数字素养的新型教师已成为世界各国的共识”[1]。教师数字化教学能力是动态发展的，数字技术应融入教学的意识、素养、能力和研究[2]。智能时代对教师素养提出了新挑战，包括教师能力标准迭代、教师角色重塑、课程教学变革等[3]。党的二十大报告提出“推进教育数字化”。教师是教育数字化转型中的核心要素，智能时代呼唤具备智能教育素养的教师。本研究立足扎根理论，借助NVivo软件，探究教师智能教育素养的结构，以期为培养具备智能教育素养的教师提供参考。

一、概念界定

教师智能教育素养是教师专业素养在智能时代的迭代。目前，关于教师智能教育素养主要有三种代表性观点：一是认为K-12教师的智能教育素养包含知识基础层、能力聚合层、思维支撑层和文化价值深化层[4]。二是从技术、教育和社会维度构建智能教育素养框架[5]。三是认为智能教育素养由以智能技术为工具、以智能应用为路径、以智能人才培养为目的这三个层次构成[6]。智能教育素养是人工智能素养和教师专业素养的交叉概念[7]。本研究认为智能教育素养是教师在智能时代下所需的核心素养，既包含教师专业素养，也包含智能素养。

二、研究设计

1. 文本选择

本研究采用主题检索的方式检索2000年1月1日至2022年6月24日的国内外文献。在中国知网数据库中将“智能教育素养”“教师智能素养”“教师数字胜任力”“教师数字素养”等词作为检索关键词，搜索本领域的核心文献（北大核心与CSSCI），共计104篇。在WOS核心合集数据库中将“Teacher Digital Skills”“Teacher Digital Literacies”“Intelligent Education Literacies”等词作为英文关键词，限定语种和Web of Science类别，得到1974篇英文文献。逐篇阅读并剔除与研究主题不符的文献，最终确定49篇中文文献和22篇英文文献作为研究对象。

2. 研究方法

本研究采用以扎根理论为主的质性研究方法，对搜集到的71篇文献进行三级编码，提炼出教师智能教育素养的结构。为提高研究效率，借助NVivo12软件编码。

三、教师智能教育素养的结构研究

编码是研究的核心环节，按照三级编码步骤进行文献分析，通过理论饱和度检验，最终形成教师智能教育素养的结构模型。

1. 开放式编码

进行开放式编码要尊重资料本身，抛开已有观点和主观想法，收集、打散原始资料进行研究，得到46个初始范畴。

2. 主轴式编码

通过对提炼出来的初始范畴进行归纳整理和关联性分析，得到4个主范畴和22个副范畴，各级节点内容及对应的编码参考点数目如表1所示。

3. 选择式编码

选择式编码的过程是选择“核心范畴”的过程。本研究通过对主范畴和副范畴进行分析，确定核心范畴为“教师智能教育素养”，并绘制出教师智能教育素养的结构模型图和节点编码关键词词云（见图1）。

4. 理论饱和度检验

对随机预留的21篇文献采用同样的方法编码，发现并无新概念和新范畴产生，提炼出的关键节点出现大量重复，因此该模型通过理论饱和度检验。

四、教师智能教育素养的结构模型阐释

如上分析，教师智能教育素养结构模型主要包括4个主范畴和22个副范畴。

1. 智能教育知识

智能教育知识维度包括智能教育理论、实践和技术知识。

智能教育理论知识是智能教育知识的基础，包括教师知识、人工智能理论知识和整合人工智能的教师知识。教师知识有七大类，包括内容知识、一般教学法知识、课程知识、学科教学知识、学习者知识、教育情境知识、教育目标与价值知识[8]。人工智能理论知识包括人工智能的原理、内涵、特征、应用方法等。整合人工智能的教师知识是沟通教师知识和人工智能知识的桥梁，涉及整合人工智能的教育学知识、学科知识和学科教学知识等内容。

智能教育实践知识是教师在智能化教学环境中进行智能教学必须掌握的实践性知识。智能教育实践知识主要包括教师的智能教育信念、智能教育环境下教师的自我认知、智能教育的情境知识、智能教育的策略性知识和教师对智能教育的批判反思知識[9]。智能教育实践知识的来源主要有教师的直接经验、同行交流或理论拓展等，掌握智能教育实践知识能更好地促进教师的专业发展。

智能教育技术知识包括智能教育技术的基本知识、智能教育技术的发展演变史、如何应用智能教育技术教学等内容。“教、练、考、评、管”等教育环节呈现出智能化趋势，掌握智能教育技术知识能更好地提升教学效率，减少低级劳动，实现更优的教学效果。

2. 智能教育能力

智能教育能力维度包括人机协同教学、认知、自主发展、交流协作、审美、智能测评、智能决策、指导育人、创新、智能管理、跨界融合、问题解决能力。

人机协同教学表现在教师理解并认可人机协同教学的价值与意义，教师把握教学方向，人工智能提供教学支持，人机协同教学贯穿课前、课中和课后。教师课前能够借助智能设备了解学情、备课、设计教学，课中能够协同人工智能开展双师课堂，课后运用人工智能辅助教学测评、批改学生作业等。弱人工智能阶段，大部分知识由教师教授，人工智能承担少部分知识传授工作；强人工智能阶段，教师和人工智能分工协作，传授知识，均处于主教地位，如AI教师伙伴[10]18-20；超人工智能阶段，人机协同教学体现在人工智能负责知识传授，教师承担育人工作，教师回归育人本位。人机协同教学有助于教师科学地进行教学决策、反思教学过程、提高教学效率。

认知主要包括教师对人工智能的理解力以及高阶认知能力。人工智能理解力要求人们能够理解人工智能的概念、独立地评估人工智能的能力并且深刻理解充满人工智能的世界[11]。智能时代，低阶认知能力的重要性将会下降，初级的认知加工也会更多地交给人工智能，因此，高阶认知能力在教师个体发展中将会越来越重要。具备认知能力是教师进行人机协作的前提。

自主发展是教师不靠外力推动而靠内在自觉促进自身发展的能力。具备自主发展能力的教师主要表现为自信、自知、自控、自审。教师能够借助人工智能主动提高教学水平、创新教学模式、提升教师素养。

交流协作是教师与他人或人工智能进行交流协作的能力。主要表现为尊重他人、善于沟通、团结协作、自我管理、能够运用技术手段进行“非面对面”合作、与人工智能无障碍互动等。智能时代充满了不确定性，个人的力量是有限的而人类的力量是无限的，因此要有意识地提升个体的交流协作能力。教师具备交流协作能力有助于创造更多的价值。

审美指发现美和感受美的能力，既包括对审美对象的情感感受力，也包括对自然美、现实美的理性鉴赏力。人工智能的认识能力还无法突破以归纳和演绎原则为基础的判断模式，因此无法借由对个别范例的鉴赏培养出具有普适性的审美判断力[12]。缺乏审美能力的人工智能无法培养学生的审美能力，只有具备审美能力的教师才能培养学生的审美能力。

智能测评指教师运用人工智能设备和技术考查评价学生的能力。具体表现为教师能够运用智能设备采集学生数据，对学生的学习问题进行诊断并对其学习表现进行评价。教师在进行教育测评时，测评内容要贴近学生、贴近生活，测试方法要灵活，注重阶段性测评。具备智能测评能力有助于教师更好地掌握学生的学习情况，了解学生的不足，把握教学进度。

智能决策是教师根据既定的教育目标结合教育现状，预测未来，决定最优教学策略的能力。智能时代教师在教学中要发挥主导作用，借助大数据进行教育决策。当人机出现意见分歧的时候，教师要理性判断，批判看待人工智能提出的建议，把握教学主导权。

指导育人包括教师的指导能力和育人能力。指导能力表现为教师能够启发学生思考、挖掘学生潜能、启迪学生心智，成为学生的人生导师。教师的指导主要有个性化学习指导、综合活动指导、生涯规划指导等[10]20。育人能力表现在教师能够明确育人目标，将保持人性视为教育的第一要义，赋予人独有的应然性，培育“完整”的人。不论时代如何变化教师都要坚持育人为本，回归教育的原点。

创新指教师在智能化教学环境中给现有的教学实践提供新理论、新方法、新发明的能力。教师要能够创新教学内容、教学方法和教学策略。教师具备创新能力的首要前提是持续学习。学习是创新的基础，没有学习的积累就无法更新知识并深入思考，更无法发现教学问题并给出创新性的解决办法。

智能管理指教师组织和协调各方资源用于教学的能力，是教师对教学活动的组织指挥和监督控制。在智能时代，教师不仅要管理班级、组织学生，还需要统筹各方教育资源，管理教学环境，将人工智能设备合理应用于教学。随着智能设备进课堂，不具备智能管理能力的教师将难以把控课堂教学。

跨界融合指教师进行跨学科融合教学的能力。智能时代是跨界融合的时代，教师不仅要熟悉本学科的教学知识，也要了解其他学科的知识，实现学科融合教学。跨界的关键在于融合，不是简单的相加，既要注重学科之间的横向融合，也要注重学段间的纵向融合。

问题解决指教师能够应对技术难题，制订技术对策，创新使用智能技术，灵活解决问题的能力。智能时代教师与人工智能的互动将会越加频繁，教师要能夠解决自身和学生在智能教学过程中遇到的问题。具备问题解决能力有助于教师探索发现问题、不惧问题、整合问题、解决问题。

3. 智能教育思维

智能教育思维维度包括设计、计算、数据和教育思维。

设计思维是一种整合思维。教师的设计思维框架包含知识、能力和信念三个维度[13]，设计思维过程是非线性且不断迭代的过程[14]，教师要不断迭代新课程、新课堂、新方法，做到以学生为中心，为学生而设计。对教师来说，具备设计思维有助于驱动教学创新、提升教学效率、解决教学问题，能更好地适应未来的教育变革，更快地从“知识输出者”和“应试教育者”转型升级成为“学习设计师”和“设计思考者”。

计算思维指利用计算机科学的基本概念进行问题求解、系统设计并且理解人类行为的思维活动[15]。计算思维有三种认识视角：计算机科学视角、思维过程视角和问题解决视角[16]。智能时代将会是算法的世界，教师具备计算思维可以更好地理解算法，掌握智能教学。

数据思维是人类利用数据创造价值的思维能力[17]。教师的数据思维是教师以教育数据为基础，分析、审视并应用数据推动教学创新发展的高阶思维能力[18]。教师面对海量的教学数据时要能够进行关联性思考和理性决策。关联性思考要求教师能够从全局视角把握教育数据，从时间和空间两个维度分析教育数据；理性决策要求教师能审视数据，剔除无效数据干扰，反思数据分析结果的合理性，做出正确教育决策。具备数据思维可以让教师转变教学方式，改变以往经验性教学习惯，形成基于数据的科学教学范式。

教育思维是教师专业素养的核心，是一种比一般常规思维和学科专业思维更复杂、综合和动态的跨界元学科思维[19]。教师的教育思维表现为“传道、授业、解惑”，具备教育思维有助于教师坚守教育者的立场，灵活应对教育问题。

4. 智能教育情意

智能教育情意维度包含情感、态度和伦理。

智能教育情感指教师能够察觉学生情绪、共情学生情感、体察学生状态、具备人文关怀，在智能化教学环境下能够根据学生的心理状态和情绪表现采用适当的方式施教，敏锐察觉自身和学生的情感需求。人工智能缺少情绪感受力，一味地依赖人工智能施教，不利于培养人格健全的学生。教师要从“人的视角”培养人，具备智能教育情感，避免情感遮蔽现象发生。

智能教育态度指教师能够保持开放的态度和积极的心态接纳人工智能。智能时代机器不再是“人的延伸”或“人的工具”，人与人工智能将会走向共生。教师要树立正确的人工智能价值观，意识到人和人工智能的“共生关系”（Symbiosis），悦纳人工智能。

智能教育伦理指教师能够了解伦理规范、抵御伦理风险、处理伦理问题。随着技术的进步，伦理安全问题将凸显。教师要掌握智能伦理知识，警惕自身利益受到侵犯，还要兼备“必仁且智”的伦理情操和“道进乎技”的伦理态度，遵守“百工有法”的伦理规约[20]，采用安全、合法的方式运用智能设备进行教学，审查教学环境中的智能设备，警惕“技术诱导、人类仆从”现象。

五、结语

从教师胜任力的角度看，明确教师智能教育素养结构是实现教育数字化转型的关键之一。本研究基于国内外有关文献，运用扎根理论和NVivo软件初步探讨了教师智能教育素养结构。该结构是一种初步的理论框架，后续研究要进一步采用主客观赋权法，结合德尔菲和熵值法计算维度权重，迭代完善教师智能教育素养的评价指标体系，开发教师智能教育素养的评价工具。

参考文献

[1] 刘宝存，岑宇.世界教育数字化转型的动因、趋势及镜鉴[J].现代远程教育研究，2022（6）：12-23.

[2] 韩锡斌，陈香妤，刁均峰，等.高等教育教学数字化转型核心要素分析——基于学生和教师的视角[J].中国电化教育，2022（7）：37-42.

[3] 梅国平，钟志贤.智能时代如何培养卓越教师[EB/OL].（2020-10-19）[2022-10-31].https：//www.mj.org.cn/xwll/kmsd/202010/t20201019_232442.htm.

[4] 胡小勇，徐欢云.面向K-12教师的智能教育素养框架构建[J].开放教育研究，2021，27（4）：59-70.

[5] 郭炯，郝建江.智能时代的教师角色定位及素养框架[J].中国电化教育，2021（6）：121-127.

[6] 王丹.人工智能视域下教师智能教育素养研究：内涵、挑战与培养策略[J].中国教育学刊，2022（3）：91-96.

[7] 李湘.师范生智能教育素养的内涵、构成及培育路径[J].现代教育技术，2021，31（9）：5-12.

[8] SHULMAN L S. Those who understand： knowledge growth in teaching [J]. Educational Researcher，1986，15（2）：4-14.

[9] 陈向明.实践性知识：教师专业发展的知识基础[J].北京大学教育评论，2003（1）：104-112.

[10] 余胜泉，王琦.“AI+教师”的协作路径发展分析[J].电化教育研究，2019，40（4）.

[11] Kong S C，Cheung W M Y，Zhang G. Evaluation of an artificial intelligence literacy course for university students with diverse study backgrounds[J/OL]. Computers and Education： Artificial Intelligence，2021：volume 2[2022-12-02].https：//www.sciencedirect.com/science/article/pii/S2666920X21000205？via%3Dihub.

[12] 陈海静.人工智能能否成为审美主体——基于康德美学的一种扩展性探讨[J].学术研究，2022（7）：149-157.

[13] 朱龙，付道明.设计思维：智能时代教师不可或缺的核心素养[J].电化教育研究，2022，43（3）：98-104.

[14] 林琳，沈书生，董玉琦.设计思维的发展过程、作用机制与教育价值[J].电化教育研究，2021，42（12）：13-20.

[15] Wing J M. Computational thinking[J]. Communications of the ACM，2006（3）：33-35.

[16] 王罗那，王建磐.人工智能时代需要关注的新素养：计算思维[J].比较教育研究，2021，43（3）：24-30+38.

[17] JIMERSON B J. Thinking about data： exploring the development of mental models for “data use” among teachers and school leaders[J]. Studies In Educational Evaluation，2014，42：5-14.

[18] 李新，杨现民.教育数据思维的内涵、构成与培养路径[J].现代远程教育研究，2019，31（6）：61-67.

[19] 李志厚.基于教育思维发展的通达化成教学思想[J].河北师范大学学报（教育科学版），2020，22（5）：104-112.

[20] 沈璿.“互联网+”时代教师伦理的技术转向与思考[J].陕西师范大学学报（哲学社会科学版），2016，45（4）：170-176.

本文系江西省“2011協同创新中心”【赣教高字〔2014〕60号】自主专项“智能技术赋能教师发展的机制研究”，江西省高校人文社会科学重点研究基地招标项目“改革开放40年我国中小学教师政策特征演进研究”（项目编号：JD19060）、“智能时代教师角色发展研究”（项目编号：D20063）研究成果。

（作者单位：江西师范大学教师教育高等研究院，江西教育数字化转型研究中心）

责任编辑：胡玉敏