AI-TPACK理论视角下教师智能教育素养：模型构建及培养策略

张 群 田格格

（1.江南大学 江苏“互联网+教育”研究基地，江苏 无锡 214122；2.江南大学 图书馆，江苏 无锡 214122）

一、引言

近年来，我国先后出台了《教育部办公厅关于开展人工智能助推教师队伍建设行动试点工作的通知》《教育部关于实施全国中小学教师信息技术应用能力提升工程2.0的意见》等一系列政策文件，着力强调提升教师智能教育素养，实现智能技术与教育教学的融合创新发展 。此外，以人工智能为代表的智能技术不断渗透和重塑着现有的教育形态和教育实践，如教学活动进入人机智能共存的二元智能场域（秦丹，张立新，2020）、教育评价由经验导向向数据驱动转变等，对未来教师开展智能技术与教学融合的实践能力提出了更高的要求。

以融合为内核的智能教育素养是教师适应智能时代教育变革的必然选择。目前，研究者从不同视角透视教师适应智能时代所需的关键能力要素，既有从社会学理论视角，构建以人机协同为关键能力的教师数智素养模型（吴茵荷，蔡连玉，周跃良，2021），也有基于以人为本的价值取向，审视教师智能教育素养构成（李湘，2021）。然而，对于以智能技术与学科教学深度融合为核心的智能教育素养内涵是什么、包括哪些要素及如何培养等问题鲜有研究者进行研究。因此，本研究从智能技术与学科教学融合的教师专业发展视角出发，基于AI-TPACK理论探究智能教育素养的内涵、构成要素及培养策略，以丰富和深化教师专业素养发展理论，并为K-12教师智能教育素养培养提供理论支持。

二、智能教育素养概念界定及模型研究

（一）智能教育素养概念界定

1.智能教育

智能教育是智慧教育的实践路径，但有别于智慧教育。智慧教育包括智慧环境、智慧教育模式以及智慧化体系和制度，其实现形态是自上而下的过程。智能教育强调智能环境和模式的构建，是智慧教育的子集，是自下而上的实现形态。

关于智能教育（Intelligent Education, IE）的内涵，学者在研究实践中对其有不同的理解和认识，主要包括两层：一是以促进个体智能发展的教育。早期阶段的智能教育是以促进人类智力和能力发展为目标，将提升个体智能而非教育智能化作为核心价值取向的教育（刘邦奇，王亚飞，2019）。人类智能经历了从一元通用智能到多元能力结构的转变，因此，该时期智能教育注重整体性和差异性的结合。在智能时代，智能教育是利用智能技术赋能人类智能发展的教育（郭绍青，华晓雨，2022），发展人机协同的新型智能，以达到人机共生、协同进化的状态。另一种是融合智能技术的教育。主要经历了三个发展阶段，即计算机辅助教学、智能导师系统和智能教育系统（刘邦奇，2019）。目前，多数学者将智能教育定位在第三个阶段，即智能化教育是基于智能技术构建智能化教育环境和工具，以发挥支持教学的作用，推动智能技术与教育的系统性融合和新型智能化教育模式构建。

本研究从融合智能技术和促进个体新型智能发展相结合的视角理解智能教育，认为智能教育是不同学科教师在智能化教学环境中，利用智能技术开展精准化教学创新实践并提供个性化学习服务，以培养学习者智能学习胜任力和发展人机协同智能的新型教育形态。

2.智能教育素养

智能教育素养是教师在智能教育形态下开展教学时综合素质的体现，是智能时代教师必备的关键素养。智能教育素养的概念首次在《关于开展人工智能助推教师队伍建设行动试点工作的通知》文件中提出。自此之后，众多学者从不同角度探讨智能教育素养的内涵，但对其并未形成统一的界定，现有的观点主要从两个视角阐释，一是素养连续统的视角，智能教育素养既是信息素养、数据素养、数字素养的延伸，亦是教师信息素养在智能时代的升级和拓展，包含人工智能素养和教师专业素养两方面特性（权国龙，杜华，马丽，2023；陈芳艳，陈莉，邓敏，2023）。另一种是从教师综合素质发展的视角理解智能教育素养，将智能教育素养界定为教师以胜任人工智能时代教育教学实践，集知识、能力、态度及伦理于一体的综合素质（刘斌，2020；王润兰，李梦雪，2023）。此外，郭炯和郝建江（2021）认为智能教育素养是智能时代教师开展人机协同教学工作的能力、思维和品质。

结合智能教育的内涵和教师综合能力的视角，本研究认为智能教育素养是将智能技术与学科教学有效融合并利用智能技术支持教学实践有效开展所具备的综合能力，也是促进师生智能协同共生的多层面、多维度、系统化的专业素养。智能教育素养不仅关注智能技术与学科教学的融合能力，以适应教育变革对教师能力的诉求，更关注教育者对智能时代学习者智能发展的支持和促进作用。

（二）多元化视角智能教育素养模型

本研究采用文献研究法，梳理、归纳和分析已有的智能教育素养模型构建基础及构成要素，为构建完整的智能教育素养模型提供参考。在中国知网数据库，以“智能素养+教师”“智能教育素养+教师”“智能能力+教师”“人工智能+教师”为检索词，以“篇关摘”为检索项，共检索到848篇文献。在Web of Science、Springer Link、Elsevier ScienceDirect数据库中，以“artificial intelligence literacy（AI literacy）+teacher”“artificial intelligence competence（AI competence）+teacher ”“intelligent education literacy+teacher ”为主题词，共检索到468篇文献。对所收集的文献进行筛选并对筛选后的文献进行深入阅读，以滚雪球的方式对文献中提及的智能教育素养研究进行二次检索。最终，确定了19个面向教师智能教育素养直接相关的框架和标准（见下页表1）。

1.智能教育素养模型构建基础

已有的智能教育素养模型构建基础包括以下方面：①智能教育素养绝非凭空产生的，是在以往素养模型基础上形成的。一类是从以往教师信息素养、数字素养、胜任力模型等基础上发展而来。如基于已有的能力素养框架构建教师智能教育素养模型及标准体系（Riina, Stefano, & Yves, 2022; Jun &Hong, 2013; 李湘，2021）或基于胜任力结构模型构建了教师智能教育教学模型（柏宏权 等，2020；张艳丽 等，2021）。另一类是梳理和借鉴教师智能教育素养相关研究构建智能素养模型。如基于已有的智能素养模型或相关研究成果构建了智能素养模型（王润兰，李梦雪，2023；Zhao, Wu, Luo & 2022;Long, Magerko, 2020）。②教育心理学和社会学理论为模型的构建提供了新的研究视角。如陈芳艳等（2023）认为智能教育素养亦是个体在智能环境中习得的学习结果和综合能力，故基于加涅学习结果分类理论，构建了小学教师智能教育素养模型。吴茵荷等（2021）基于国家实力三分理论，用国家实力表征教师参与协同教学所需的能力素养，构建了人机协同时代教师核心素养框架。③一些学者基于时代发展需求及智能教育素养的内涵特征建立起智能教育素养模型。如郭炯和郝建江（2021）基于对智能时代教师角色转变的分析，并结合对教师智能教育素养概念界定和内涵的分析，总结出教师智能教育素养所涉及的核心维度。胡小勇和徐欢云（2021）从创意的视角，构建了k-12教师智能教育素养模型。

教师智能教育素养不仅是教师专业发展的一种新形态，也是智能技术和教育创新融合的能力要求。通过对上述构建模型的基础分析发现，现有的智能教育素养模型及标准基于素养连续统中的已有素养、教育心理学和社会学理论及智能教育素养内涵构建模型，但缺少智能技术与学科融合的教师专业发展视角关照。因此，本研究从智能技术与教育整合的教师专业发展视角透视智能时代教师知识结构、能力素养构成。

2.智能教育素养模型维度

通过对上述模型分析，发现智能教育素养模型维度划分及表述有所不同，但是其维度的核心内涵具有较高的相似性，因此将19个智能教育素养模型中名称及内容相同或相近的维度进行重命名、合并，而后对各维度进行统计，从而分析智能教育素养模型维度特征（见下页表2）。核心维度频次越大，越能代表其在智能教育素养能力构成中的重要程度。

通过梳理已有模型及标准核心维度发现，智能知识、智能能力、智能伦理及智能意识频次较高，是构成智能教育素养较为稳定的因素。

智能知识是智能能力和思维生成的基础。智能时代教师智能教育素养的形成和发展仍要以了解和掌握基础知识为起点。教师掌握人工智能知识、智能教学策略知识及工具知识，进而实现教学内容的外在化表达及智能技术与学科教学的有效融合（高山冰，杨丹，2022）。智能教育知识主要包括人工智能概念知识、智能教育理论知识及智能教学法知识。

智能能力是智能教育素养发展的实践核心。教师作为智能教育的行动者，具备智能能力，能够促进智能课堂教学提质增效，并灵活应对教育理念和技术不断更新带来的挑战。已有的智能教育素养模型关注教师融合实践能力，包括智能教学应用、智能资源设计、智能教学实施等。另外，也有学者关注教师专业发展和反思能力（刘斌，2020）。

智能伦理是智能能力的保障和智能素养的底线，是利用智能技术开展教学实践所遵循的道德规范和行为准则（陈丽，郭玉娟，高欣峰，谢雷，郑琴华，2019）。教师具备智能伦理风险的意识、明确智能技术应用的伦理规范、保持谨慎的理性态度，才能有效缓解智能技术对教师主体地位的冲击，为防范智能技术过度介入教育提供保障（卢佳，陈晓慧，杨鑫，刘俣宏，王小丹，2023）。

智能意识是智能教育素养形成的前提，是教师对智能技术及其教育应用的态度、理解及价值判断，主导和控制着教师使用智能技术的意向和行为，主要体现在教师对智能技术的接受程度、价值判断、应用态度以及角色定位等方面。

三、融合视角下教师智能素养模型构建

（一）理论基础：AI-TPACK理论

K o e h l e r 和 M i s h r a（2 0 0 9）将技术知识（Technological Knowledge, TK）作为一个新维度引入舒尔曼的PCK理论，构建了TPACK理论框架。随着人工智能技术与教育领域的深入融合，闫志明、付加留、朱友良和段元美（2020）更新了TPACK理论中最活跃的技术要素，将人工智能知识融入到教师专业知识体系，形成了AI-TPACK理论框架（见图1）。该理论对教学内容、教学方法及智能技术三要素相互作用关系做出了解释，是将技术有效融入教学的一种指导性框架，包括人工智能技术知识（AI-TK）、融合人工智能技术的教学知识（AITPK）、融合人工智能技术的学科内容知识（AITCK）、融合人工智能技术的学科教学知识（AITPACK）。

图1 AI-TPACK理论框架

（二）融合视角下教师智能教育素养模型初步构建

AI-TPACK理论框架不仅能有效指导人机协同思维下智能技术与学科内容及教学方法之间的融合，且蕴含着构成教师智能教育素养的核心要素，因此，下面将以AI-TPACK理论为基础，演绎、归纳和析取智能教育素养模型的核心维度及构成要素。

1）智能知识

AI-TPACK理论是将人工智能技术作为TPACK理论中的技术要素而形成融合人工智能技术的学科教学知识框架。根据该理论，除需要掌握基本的教学知识和学科内容知识外，教师借助智能技术开展与学科教学的创新融合实践还需掌握：AI知识（AITK），是指智能技术本体知识；融合智能技术的教学知识（AI-TPK），是指实现智能环境下教学新样态的教学策略知识；融合智能技术的学科内容知识（AI-TCK），是指智能技术与学科内容相互作用、相互影响方式的相关知识。

2）智能能力

理论模型中不仅包括知识要素，还蕴含实现智能技术与教学知识、内容知识融合形成的复合知识要素所需的能力。融合人工智能的教学知识（AI-TPK）强调智能技术与教学各要素之间的相互支持、给养和限制关系，反映到能力层面是教师依据此关系实现智能技术有效融入教学各要素，赋能教育教学的设计能力，即基于智能技术的教学设计能力；融合人工智能技术的学科内容知识（AITCK）强调教师借助智能技术实现学科内容的外在化表达，实现学科内容智能表征的资源开发能力（罗强，2022）。此外，融合智能技术的学科教学知识是智能技术、教学知识及学科内容知识三者的融合体。相对于其他的信息技术和工具，具备计算智能、感知智能、认知智能及社会智能的智能代理正是AI-TPACK的集成体。在实践层面，智能代理与人类教师以人机协同的方式参与融合实践，进而表征了人机协同思维下人工智能技术、学科内容、教学方法之间的交互关系（闫志明 等，2020），因此，AI-TPACK复合知识维度聚焦到人机协同能力。

3）智能思维

AI-TPACK理论最终指向教师实现智能技术、教学法及学科内容知识的有机融合。实现这一融合需要教师具备融合过程中动态调整三者相互作用关系及解决融合过程中教学问题的思维方式。针对智能技术、教学法及教学内容三者的相互作用关系，教师需具备为智能教育课堂提供创新融合方案和不断优化迭代的设计思维。通过设计或改进教学要素和内容，诊断并解决复杂的教学问题，使AITPACK理论中的技术、教学法、学科内容三者达到最优的融合状态，并在实践、反思、再实践、再反思的不断迭代中不断提高整合智能技术的教学实践能力（吴秀圆，施枫，2017）。关于智能技术、教学法及教学内容融合过程中遇到的问题，人机协同成为实现智能技术与教育创新融合的主要实践方式（祝智庭，彭红超，雷云鹤，2018）。教师始终作为主体参与人机交互，需要具备利用计算模型创造性解决人机协同场域中教学问题的能力，以恰当的时机和方式介入人机协同，以提升人机协同教学效果，发挥计算思维对教师智能教育融合能力提升的牵引作用（于颖，谢仕兴，2020）。此外，由于教育的情境性、动态性及生成性，智能机器难以量化复杂的教育现象和教学问题，加之教育决策往往基于教育大数据的相关关系而非因果关系，缺乏对问题因果关系深层次的分析和揭示，难以充分肯定数据驱动的教育决策的合理性和有效性（彭红超，祝智庭，2019）。针对这一问题，教师需具备批判性思维对决策进行推理、评估、归因，从而完善教育决策。

4）智能伦理

对于水泥工程技术信息化而言，最主要的有三大部分，分别是综合管理信息化、工程管理信息化以及质量安全信息化，三者与数据库的关系如图1所示。

智能技术认知智能的发展，且基于通用大模型以及强大的数据算力的支持，其主体性逐渐增强并导致教师和学生的主体性逐渐消弭。面对智能技术与教学融合实践，教师缺乏胜任智能教学的理论知识、能力素养等，会产生教育伦理问题。在AITPACK理论中，智能技术与教学内容和教学方法形成紧密的相互作用关系，且教师通过教学实践实现理论中复合要素的融合，由于智能技术本身的特性及教师智能教学素养的缺乏，造成教育技术、师生关系、教育生态三方面的伦理风险（王晓敏，刘婵娟，2023）。相应地，教师应具备应对智能技术与教学实践、学科内容、学科教学实践融合过程中伦理风险的能力（邓国民，李云春，朱永海，2021）。

2.模型初步构建

前面基于对AI-TPACK理论框架的分析，归纳出教师智能教育素养的智能知识、智能能力、智能思维、智能伦理四个核心维度。为确保模型的完整性，将现有模型核心维度频次较高的智能意识作为模型核心维度的补充。因此，本研究将教师智能教育素养核心维度确定为智能伦理、智能意识、智能知识、智能能力、智能思维，形成基于AI-TPACK理论的教师智能教育素养金字塔模型（见图2）。

图2 基于AI-TPACK理论的教师智能教育素养金字塔模型

1）智能伦理：必要的约束

智能技术与教育融合需要良好的伦理秩序和必要的伦理规约（谢娟，2023）。针对教师主体，需要外在的伦理规约对其加以伦理规范的约束，确定教师“应该做什么”，即对教师进行道德规范与行为约束使其满足教育伦理要求，以及对智能技术的应用结果进行伦理评估，消除技术应用伦理性忧虑。智能伦理的关键要素及其描述说明如表3所示。

表3 智能伦理维度关键要素及描述

2）智能意识：坚守本体价值

教师和智能代理的协同教学是实现深度融合的主要方式。信任、责任、控制是影响教师开展人机协作动机的个体内部心理特征（乐惠骁，汪琼，2022）。信任即价值认同，是教师对智能技术产生信任感，增强对技术的价值感知和认同，从而将内在的动力转化为行动的力量；责任强调责任的划分，即角色分工，教师具备智能时代教师角色转型和定位重构的意识；控制是教师对教学过程中“育人”的控制权，强调智能技术与教育融合过程中“人”的主体性意识。智能意识的关键要素及其描述说明如表4所示。

表4 智能意识维度关键要素及描述

3）智能知识：硬知识

在人工智能时代，人类和人工智能活动仍需立足于知识，并基于已有知识实现知识的生产和创新应用（秦朋绪，陈明选，2022）。教师作为智能教育的践行者，需具备人工智能及其教育应用的“硬”知识，掌握智能技术教育应用的策略，进一步付诸实践，以支持技术创新应用、自我发展、智慧生成。智能知识的关键要素及其描述说明如表5所示。

表5 智能知识维度关键要求及描述

4）智能能力：以人机协同为核心能力

智能能力维度包括教学设计能力、智能资源开发能力、协同教学实施能力、协同教学评估能力、协同专业发展能力和协同数据决策能力（见表6）。

表6 智能能力维度关键要素及描述

5）智能思维：高阶智能思维

智能思维是协调智能技术、教学法及学科内容三者关系达到深度融合状态的思维方式。通过对AITPACK理论的深入探析，归纳出融合视角下的智能思维关注教师在智能环境中技术要素与教育其他要素迭代融合及复杂教学问题解决的思维方式，包括设计思维、计算思维和批判性思维（见表7）。

表7 智能思维维度关键要求及描述

（三）教师智能教育素养模型修正

1.模型修正

为进一步完善和修正教师智能教育素养模型的构成要素，本研究采用专家意见咨询法征询相关领域专家对模型的修正意见。将上述构建的教师智能教育素养模型的核心维度及其要素作为问卷题项，编制了《AI-TPACK理论视角下的教师智能教育素养模型专家咨询问卷》。

本次专家咨询共选取从事教育信息化、素养教育相关研究工作的专家7位、采用智能教学系统的一线教师3位，问卷回收9份，专家积极系数为90%。本研究通过权威系数（Cr）判断专家的权威程度，通过对评议数据分析显示，专家权威系数平均值为0.78（Cr＞0.7），表明参与本研究意见咨询的专家具有一定的权威性。

本研究以均值、满分率衡量专家意见的集中程度，核心维度及要素的均值和满分率越高表示专家对指标的认同度越高；以变异系数（变异系数=标准差/均值）衡量专家意见的协调程度。专家咨询统计分析结果如表8所示，核心维度的均值均大于4.5，满分率大于80%，变异系数小于0.1，表明专家对模型的核心维度较为认可，且意见趋于一致。针对关键要素的分析结果，虽然所有要素的均值都大于4，变异系数小于0.2，但是价值认同、角色分工、智能资源开发能力、协同专业发展能力的满分率小于70%，需结合专家意见对其进行修改和调整。将修改后的教师智能教育素养模型再次以问卷的方式发放给相同的专家，进行第二轮专家意见征询。第二轮专家认为核心维度和关键要素较为合理，除对个别维度或要素的表述进行修改外，无须做其他修改。

表8 专家咨询结果分析

汇总整理专家意见如下：①智能资源开发能力要素对学科教师存在一定技术难度。②对于协同专业发展能力，AI-TPACK理论强调融合视角下智能技术与教学的融合，模型的能力要素应直接与教学的一系列活动相关。而协同专业发展能力素养及其表述体现教师自身的发展，与教学融合不直接相关，建议删除。③基于AI-TPACK理论构建模型，主要体现是融合特征，核心维度及要素的表述需进一步修改。④协同教学评估能力修改成协同教学评价能力。

根据专家意见，本研究对基于AI-TPACK理论的教师智能教育素养构成要素做出如下调整：①将智能资源开发能力修改为智能资源整合能力，并调整其描述。②在智能能力维度中删除协同专业发展能力。③将核心维度表述为智能融合伦理、智能融合意识、智能融合知识、智能融合能力、智能融合思维。④将智能意识三个要素及协同教学评估能力修改为“智能应用意识”“角色转变意识”“主体责任意识”及“协同教学评价能力”。

2.模型确定

基于AI-TPACK理论的教师智能教育素养模型包括智能融合伦理层、智能融合意识层、智能融合知识层、智能融合能力层和智能融合思维层（见下页图3）。各层之间相互影响、相互促进，智能融合伦理位于底层，是智能融合知识、能力、思维形成的保障和底线，也是开展融合实践的道德规范和指导准则。智能融合意识、智能融合能力、智能融合知识位于中间层，是智能融合思维发展的前提和基础。智能融合思维是较为内隐的、高阶的构成维度，处于金字塔顶端的位置，对智能融合知识的创生、智能融合能力的发展具有创造性指导和调控作用。

图3 基于AI-TPACK理论的教师智能教育素养金字塔模型

四、教师智能教育素养培养策略探析

教师智能教育素养是包含多层面、多维度的综合能力。基于前文构建的智能教育素养模型，针对模型的五个核心维度探析促进教师智能教育素养培养的策略。

（一）开展智能教育培训，增强主体意识和伦理责任

智能教育培训以情景案例为依托，帮助教师获得智能技术教育应用主体意识和伦理意识。关于智能融合意识，通过展示和分析智能技术教育应用案例，帮助教师消除技术恐惧，获得自我效能感知；针对智能融合伦理，创设教育伦理两难问题情景，开展智能技术教育应用伦理规范知识普及，引导教师在实践教学过程中运用智能技术发挥主观能动性，坚持教育伦理公平、以人为本、保护隐私安全、持续评估、知情参与和合作等原则（王佑镁，王旦，柳晨晨，2022），以应对教育中的伦理问题并做出合乎伦理规范的教育行为。

（二）提供个性化资源，深化智能融合知识积累

智能技术赋能教师在研修或自主学习过程中通过以下两种途径实现对智能融合知识的深化和积累。①基于教师画像的资源推荐。以教师过程性数据为基础，构建教师用户画像，并从画像中提炼教学需求，为教师推送优秀示范课程、活动设计等数字化资源和专家科研成果、实践成果等智力资源。②基于对话互动的个性化知识提供。如ChatGPT在教师智能融合知识发展的过程中，扮演“智能专家”的角色，通过与教师对话互动，提供多元新视角学科知识、整合智能技术的教学实践知识和内容知识等（王佑镁，王旦，梁炜怡，柳晨晨，2023）。

（三）创设虚拟教研空间，助力智能融合思维发展

虚拟教研空间具备教育情景创设、教学资源生成、虚拟研训等功能，为教师提供了实践场域（洪玲，2023）。首先，智能虚拟教学空间创设和模拟各类教学情景，支持教师开展创新教学实践。其次，智能分析系统生成教学行为可视化分析报告，精准诊断研训中存在的教学问题。最后，教师与教研共同体根据问题诊断结果探索问题解决方案，并在虚拟教学空间中实施，形成解决方案的制定、实施、优化的循环迭代，推动智能融合思维的形成与发展。

（四）人—机协同研修，共促智能融合能力提升

以项目培训或自组织的方式建立包括教师、高校研究者及优秀教师同侪等研修共同体。共同体成员协作开展智能环境下的课程资源设计、智能技术应用设计等活动，并借助智能系统的可视化教学诊断，形成人—机协同教研新模式，支持教师将智能技术应用到教学的融合实践（蔡慧英，卢琳萌，董海霞，顾小清，2022），例如：智能系统实现对教学过程的精准教研和教学问题诊断。研究者或专家为教师提供针对教学问题的前沿智能教学理论和教学方法改进的指导，与教师协同参与智能教学活动的设计，生成解决策略和干预方案。

五、结语

智能技术赋能教育教学的同时，也引发了教师角色转变和能力重构。为探究智能时代教师的能力结构，本研究从AI-TPACK理论的融合视角切入，构建了教师智能教育素养模型，并针对该模型包含的能力要素，提出了相应的培养路径，回应了教育智能化转型对教师队伍的能力和培养诉求。未来，研究应基于该模型不断深入开展教师智能素养测评工具设计和开发及教师培训课程设计和开发等相关研究。