教师智能素养评价的国际研究：主体、要素、工具与建议

DOI：10.3969/j.issn.1673-8454.2024.04.009

作者简介：杜华，浙江师范大学教育学院副教授、硕士生导师，博士（浙江金华 321004）；袁璐欣、王璐瑶，浙江师范大学教育学院硕士研究生（浙江金华 321004）

基金项目：国家社会科学基金“十四五”规划2021年度教育学一般课题“人机协同时代乡村教师智能素养结构与培养策略研究”（编号：BCA210091）

摘" "要：智能素养已成为智能时代教师开展教育教学活动应具备的基本素养。当前，关于教师智能素养评价方面的研究尚不够成熟，为厘清教师智能素养评价的现状，基于文献分析，从教师智能素养评价的主体、要素、工具等方面出发，对近年来国际上关于教师智能素养评价的实证研究与实践案例进行了梳理，结果发现：教师智能素养评价主体呈现出以政府部门等官方机构为主导的多元化特点；评价要素构成多样又存在共性，包含智能知识、智能能力、智能意识、智能伦理等；评价工具既有结果取向又有过程取向，测评题目形式分为封闭性和开放性两大类。在此基础上，研究者结合国内教师智能素养评价的现实需求及智能化教学实际场景，从主体多元化、要素多样化、工具智能化三个维度，探索教师智能素养评价的实践方向，提出开展分层分类的协同评价、数智驱动的全面评价、精准情境化的追踪评价等建议，以期为教师智能素养评价实践发展提供参考。

关键词：智能素养；教师发展；评价主体；评价要素；评价工具

中图分类号： G434" " " " "文献标志码：A" " " " "文章编号：1673-8454（2024）04-0079-10

一、引言

当今世界，科技革命和产业变革正加速演进，给教育带来全新挑战和机遇，“教育向何处去”成为世界关注的时代命题[1]。以大数据、人工智能等为代表的新一代信息技术不断渗透教育行业，倒逼传统的教育生态体系逐步发生系统性变革[2]，这也将重新定义教师的能力标准和职业要求，赋予教师素养新的内涵。2018年发布的《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》中，智能素养提升行动被列为主要工作内容之一，并明确要求对教师智能素养进行培训[3]，以此推动教师主动适应人工智能等新技术变革，积极有效地开展教育教学。2021年发布的《教育部关于实施第二批人工智能助推教师队伍建设行动试点工作的通知》[4]，又从国家层面对智能素养进行了顶层设计。

综上可知，我国对教师智能素养的培育非常重视，智能素养已成为未来教师必备的核心能力之一。对教师开展智能素养评价工作有利于全面把握教师智能素养的现状，为提升教师智能素养提供了坚实的决策支持。然而，关于教师智能素养评价方面的研究还不够成熟。因此，本研究采用文献分析法，整理归纳和分析了近年来国际上关于教师智能素养评价的实证研究和实践案例，梳理了教师智能素养评价的主体、要素及工具，以期为推动教师智能素养评价实践，以及教师智能素养评价工具的本土化研发、规范化实践与应用提供参考。

二、研究过程与方法

以外文数据库Science Direct、Springer、Web of Science等为检索源，以“AI”“teacher”“teacher literacy”“AI literacy”“AI literacy+ education”“AI technology”“AI course design”等为主题词进行检索，采用滚雪球法追踪参考文献，截至2024年2月，共获得156篇外文文献。以中国知网为检索源，以“教师能力”“教师素养”“智能技术”“智能素养”“教师评价”等关键词组合检索，经过筛选得到120篇中文文献。

本文借鉴经合组织（OECD）的教师评价概念框架[5]，从评价主体、要素、工具三个方面进行梳理。评价主体是负责对教师智能素养评价的人员，通过对评价主体人员的研究，能够厘清不同主体的价值、作用及其关系；评价要素是评价教师智能素养的内容指标，为智能素养评价的整体研究提供了评价依据；评价工具是评价教师智能素养的手段，根据测评技术的不同，分析测评工具的类别及变化趋势。

三、评价主体

为探究教师能力或素质的情况，需要对教师进行评价。教师评价是指根据国家的教育方针、政策和学校要求，对学校组织成员和教学专业人员的工作表现进行价值判断的活动[6]。

从文献来看，对教师智能素养进行评价的主体是多元的。政府部门等官方机构是评价主体的关键角色，但官方机构主要是通过制定教师智能素养相关政策标准，并以定期的项目形式监测教育质量，大部分情况下并不会直接参与教师智能素养评价活动，只是对教师评价有建议和指导权。除官方机构外，评价主体大多为高校、科研院所的研究者，各评价主体在研究中呈现独立或合作的关系。虽然大部分教师智能素养评价主体是高等教育机构中的研究者，但不同学者对教师智能素养评价的侧重点不同。有的学者为研究目前教师智能素养的发展水平，自主设计了教师智能素养现状调查问卷，并根据教师对问卷的填写情况评估与分析教师智能素养发展现状[7][8]；也有学者在信息化背景下，为验证自行构建的职业院校教师智能教育素养评价指标体系是否能够用于实践，根据评价指标体系编制问卷，对教师智能素养进行评价[9]；还有学者为考察教师在课程中的人工智能能力，设计了教师人工智能能力评估工具，以此对教师进行评价[10]。

综上所述，虽然在现行的教师智能素养评价研究中，评价主体呈现多元化的特点，但由于各评价主体间独立或合作的关系，往往会带来不同主体参与程度不平衡、不充分的问题，缺乏双向或多向的协同评价。我国构建政府、学校、社会等多元主体参与评价体系的初衷，是为了更好地发挥专业机构和社会组织的作用，提高评价体系的科学性，充分保障教师的主体权益。智能技术的应用发展，也使教师评价主体间能够更好地协商与合作，形成评价共同体，及时表达其评价诉求，丰富评价的层次和内容。因此，需要促进不同利益群体间进行双向或多向协同评价。针对教师智能素养发展需要构建多元主体参与的评价体系，划定各评价主体的职权范围和参与权重，充分发挥各主体在测评中的价值。政府、学校和社会三方联动，提供全面精准的支持和服务，形成以政府为主导、以高校为主体、以社会力量为补充、以学校组织为主相结合的多方协同机制，加强不同主体间的对话交流。

四、评价要素

经合组织认为，素养是指成功地满足需求或完成任务的能力，包括认知和非认知两个方面。教师智能素养评价要素，即教师在智能时代培养智能素养所需的相应知识能力等，既是教师智能素养评价研究的核心问题，也是制定评价指标体系的基础[11]。因此，本研究对部分典型的教师智能素养研究文献中提及的相关评价要素进行了分析，如表1所示。

国外学者对智能素养的划分主要围绕知识、应用等层面，较为关注教师使用人工智能的能力。例如，美国学者杜丽·朗（Duri Long）和布莱恩·马杰科（Brian Magerko）将人工智能素养定义为一组能力，包括个人能够批判性地评估人工智能技术、与人工智能有效沟通和协作，以及将人工智能作为在线、家庭和工作场所工具的能力[30]。在此基础上，他们以“什么是AI”“AI可以做什么”“AI是如何工作的”“如何使用AI”等为框架，列出智能素养的17个细分维度。

国内学者倾向于从知识、态度层面进行划分。如刘斌、胡小勇认为，教师的智能教育素养包括基本知识、核心能力和伦理态度。胡小勇所理解的评价要素则更为丰富，涵盖知识基础层、能力聚合层、思维支撑层、文化价值深化层四个层次。从中可知，虽然学者们对于教师智能素养的划分标准和维度不同，但都围绕着知识、能力、伦理三个方面，这也从侧面说明知识、能力、伦理是评价教师智能素养的必要测评内容。

对于教师智能素养评价要素的表述，相关研究没有统一的界定。本文从智能素养的含义入手，探究梳理智能素养评价要素的组成部分。关于“智能”的理解存在能力和技术两种取向。从能力取向来说，智能指“智慧”和“能力”的总称[31]，是人类神经、心理、语言、思维、文化五个层级上所体现的人类的认知能力[32]。从技术取向来看，“智能”多指人工智能，由人类所制造的智能，即机器的智能。而对“素养”一词的理解，在《辞海》中的界定是“经常修习涵养”[33]；英文中则常用“Literacy / Competency”来表示，更偏向于技能的描述，如信息素养（Information literacy）、核心素养（Key competency）。

学者之间对素养的理解也存在差异，如张良将其阐述为“素养代表人的思维方式，是高级心智能力，具有批判性、创造性地运用知识和解决问题等实践特征”[34]。而辛涛认为，素养包含多个维度，涵盖知识、技能、情感态度、价值观等[35]。综合各学者观点可以看出，素养是人们在日常生活中长期积累形成的知识、技能与道德修养的集合。素养也会被用来界定各种学科技能的组合，如信息素养（为了实现某些目的，能够利用各种信息工具确定、获取需要的信息，并对信息进行评估、应用、整合和创造的能力）[36]；数据素养（阅读、使用、分析和论证数据的能力）[37]；智能素养则可理解为集智能知识、运用人工智能的能力与对待人工智能的智能意识为一体的多维复合结构体。

根据上述对智能素养的分析及学者对智能素养评价要素的表述，可以发现：虽然各研究者的观点不一，但大多数研究者都认为教师智能素养的评价要素，包括智能知识、智能能力、智能意识、智能伦理。其中，智能知识是教师能够区分人工智能，对人工智能相关知识有一定的了解，并对人工智能教育应用的综合认知；智能能力是教师在不同的教学场景中应用人工智能技术和思维解决问题的能力，包括利用人工智能技术创造性地完成教学工作，促进个人的专业发展，运用相应的人工智能技术准备教学资源，开展教学过程等；智能意识和智能伦理在价值观念等精神层面建设方面内容趋同，但本质上有一定的区别。智能意识主要是应用人工智能的态度讨论，而智能伦理是当前对安全应用人工智能的伦理考察。

五、评价工具

智能素养是融合智能知识、智能意识、智能能力、智能伦理的综合素养，对智能素养的评价是一个极具复杂性、专业性的工程。借鉴任永功等[38]对批判性思维测评工具的分类形式，从评价取向和测评题目形式两个维度分析教师智能素养相关研究中所采用的评价工具。根据评价取向将其划分为结果取向与过程取向；按照测评题目形式，将其划分为封闭性与开放性两大类。以评价取向为横坐标、以评价形式为纵坐标，形成教师智能素养评价工具分类框架，如图1所示。

（一）结果取向的封闭性评价

结果取向的封闭性评价主要采用选择题、李克特量表等形式的封闭性问题，是较为普遍的智能素养测评方式。在教师教学前后，通过分析教师提交的问卷、量表来评价教师的智能素养。孙俊梅为研究基于整合技术的学科教学知识（TPACK）理论提升K-12计算机科学教师的智能教学能力情况，对教师分别进行人工智能知识测试、人工智能教学自我效能感量表的问卷调查测试，以分析教师人工智能知识及人工智能教学自我效能感[39]。彭玉兰根据整合人工智能技术的学科教学知识（AI-TPACK）理论，构建智能素养内容体系，并依照构建的中小学信息技术教师智能素养框架，设计了中小学信息技术教师智能素养现状调查量表，从智能素养的意识、知识、能力、伦理四个维度展开，以全面了解教师的智能素养发展水平[40]。

这类测评工具对于测评环境的要求较少、操作简单，并能在短时间内获得丰富的数据，易于进行大规模的使用，能够帮助测试者迅速了解自身的能力水平。尽管这类测评工具有诸多优点，但其局限性也不容忽视。封闭性问题的设计并不能直观展现测试者的心理活动，也无法充分揭示测试者的思维过程，导致测评结果难以全面反映测试者的真实能力和潜力，因此测评结果缺乏全面性。

（二）结果取向的开放性评价

结果取向的开放性评价可为教师提供更多的发挥空间，在一定程度上能够揭示教师的思考过程，更加重视人工智能技术的应用、对待人工智能的态度等维度的测评。芭芭拉·米恩斯（Barbara Means）等开发了情境访谈测评工具，并将其应用到数据使用、数据理解等维度的测评中[41]。该测评工具可以提供一个模拟工作情境，让教师呈现比较真实的数据使用能力及态度。相对于封闭性问卷调查，这种测评方式需花费较多人力和时间，调查成本较高。

欧盟委员会基于《欧盟教育工作者数字胜任力框架》（European Framework for the Digital Competence of Educators）开发的自评工具“Dig Comp Edu Check-In”弥补了上述不足。该工具采用在线测评系统对教师数字能力进行评估，测试题主要由在线自我评估的选择题和开放问答题组成。教师通过回答，系统将会自动对每个测评维度进行评分，最终形成可视化的维度分布图。由于被测者对于开放问题的答复具有一定的灵活性，更能收集到生动的资料。当前这类测评工具的评分信度还有待提高，相信随着自然语言处理技术的迅速发展，未来智能技术测评工具的评分信度将会大幅度提升，成为重要的数字能力测评工具。

（三）过程取向的封闭性评价

过程取向的封闭性评价是指基于在线平台采集教师行为，并采用标准化试题，依据评分标准，对教师的智能素养进行测评。这类测评更加详细、多维，不仅有助于优化评价过程，而且能使被测者沉浸其中。如汉斯·波尔多哈（Hans P？觛ldoja）等设计了基于网络的教师数字能力自我和同行评估开源软件系统DigiMina，测评题目以视频文字的形式呈现。利用此工具，教师可对其数字能力进行自我评估，也能够同伴之间互评各自完成的任务。根据各部分的评估结果，系统最终显示各维度所在的能力水平[42]。高洁等在教师智能素养培训前后分别让教师对其智能素养进行自我评估，还在培训之后增加项目作品的评估，通过培训前后的得分评估教师智能素养水平的提升情况[43]。因此，该类测评工具倾向于从量化角度分析数据，测评结果最终呈现的是一种静态特征。相较于结果取向的封闭性评价工具，过程取向的封闭性评价工具在测评内容上更为详尽。

（四）过程取向的开放性评价

过程取向的开放性评价主要采用定量和定性分析相结合的方式，分析教师作出相关行为前后的各项表现，从多角度分析评价智能素养水平。从量化分析的角度出发，通过编码、统计分析等方式，分析被测者的文本数据表现，这时数据呈现的是一种静态、结果特征。而定性分析则可弥补结果特征的这一不足。如乌纳尔·卡基罗格鲁（？譈nal ■）利用网络系统分别记录教师教学行为、电子档案情况及同伴论坛讨论情况，依据教师行为数据进行编码，以此来评估教师相应的能力。该类测评工具可多角度地对被测者能力进行评价，并且测评要素较为全面。大数据分析支持下的自适应测评系统，能够全面记录、跟踪和掌握被测者的不同学习特点，并对其进行个性化测评，但目前缺乏面向教师的自适应测评工具。

随着人工智能自适应等技术的引入，情境化、个性化的智能素养测评开始受到关注。但当前仍缺乏基于网络系统的智能素养测评工具的研发。因此，未来的研究重点应倾向于面向教学环境的智能素养测评工具开发，将其融入教学环节，实现教师参与并能提升智能素养发展的测评。另外，目前专门针对教师智能素养测评的工具较少，但对智能素养个别要素的评价工具较为丰富，如智能知识、智能能力等。不同的测评工具都有各自的优缺点，在使用这些工具时，需要根据具体的测评目的和需求来选择适合的工具。国内在教师智能素养测评方面还有较大的发展空间，可以借鉴国外经验，加强对智能测评的研究和应用，提高测评的精确性。

六、实施建议

教育评价变革已进入关键时期，对教师进行智能素养评价成为改进教育教学工作、创新人才培养模式的重要一环。智能技术与教育评价的深度融合，为智能素养测评提供了发展契机。评价主体、评价要素和评价工具是教师智能素养评价过程中不可或缺的重要组成部分，评价主体关乎谁来评的问题，评价要素关乎评什么的问题，评价工具关乎如何评的问题。为此，本研究根据前文对相关研究的梳理分析，尝试从评价主体、评价要素、评价工具三个方面提出关于教师智能素养评价的实施建议。

（一）评价主体多元化，开展分层分类的协同评价

教师评价作为一项系统性工程，具有多主体评价的特性，即不同主体从不同角度对教师进行评价。基于上述分析可知，教师智能素养的评价主体中既有政府部门等官方机构，也有高等学校、科研院所等机构，但不同主体参与程度不平衡、不充分，缺乏双向或多向的协同评价。

在知识追踪技术、实时评价反馈技术、自然语言处理等多元技术支持的智能教学环境下，人工智能技术将推动教师智能素养评价从“主体结构单一”走向“多主体互动”的评价范式，丰富了对教师智能素养评价的主体权益，各级主体的评价最终都服务于提升教师智能素养这一目标。依托智能技术为评价主体创设智能评价环境，辅助评价主体开展智能素养评价研究，同时鼓励政府、学校、社会等多元主体参与评价，并根据评价所需形成评价共同体，来增强评价的合理性与科学性，消减主体单一化所造成的负面影响。以评促教，激发教师群体参与智能素养提升的意识与兴趣，不断提升智能素养水平。

要想加强多级主体间的评价联系，首先，政府部门需要完善教师智能素养评价的制度标准设计。以《深化新时代教育评价改革总体方案》为契机，将国家层面的制度规范逐步细化到地方教育部门和各级各类学校，形成具体、可操作的保障机制和落地举措。其次，各级各类学校持续征集有代表性、可推广的智能化评价教师智能素养典型案例，将这种优秀经验做法转为设计层面，推动智能评价技术发展。最后，以“人工智能+”技术赋能教师智能素养评价，最终实现“各美其美、美美与共”的多级主体共治的评价范式。

（二）评价要素多样化，开展数智驱动的全面评价

智能素养是一种多维复合结构体，反映了人工智能时代个体悦纳人工智能，能够利用人工智能的知识和应用工具解决问题。人工智能课程教师的教学能力也是人工智能教育质量的重要抓手[44]。对教师智能素养的评价，不仅要对教师相关知识的掌握、智能教学能力等智力因素进行评价，更要对其情感、态度、价值观等非智力因素进行整体、系统的诊断。因此，需要采用一些适当手段实现全方位、综合性评价教师的智能素养。

对于教师智能素养的评价应从多个维度进行考量，不仅包括教师的专业知识、教育理念、创新意识等，还要考虑教师对人工智能相关概念知识的理解、智能技术的应用、智能教学能力、跨学科进行技术融合的深度和广度等方面。智能技术的发展催生教育生态的变革，教育教学的场景也由传统的线下授课转向线上，在线教学逐渐成为教育教学中的新常态。评价也不应仅限于传统单一的课堂教学场景，还应将线上教学、教学研讨等活动场景纳入考量范围。以云计算、区块链等为基础的数据存储和处理技术，可以方便地记录、分享教学活动的全过程，在数字化时代和教育信息化中占据着重要地位。[45]利用智能技术，对教师在不同场景中的教学过程、研讨情况等进行全面记录和评估。通过分析教师活动场景中产生的文字、图像、视频、音频等多模态数据，可以更全面、精准地评价教师在智能素养相关指标方面的表现。例如，通过对线上教学视频的观察和分析，可以评估教师在虚拟教室中的智能教学能力和智能意识。同时，对教师在教学研讨中产生的文字记录和讨论内容进行分析，可以评估教师的智能教育理念和合作能力。

（三）评价工具智能化，开展精准情境化的追踪评价

随着智能时代的来临，以人工智能为代表的智能技术已成为推动教师智能素养测评发展的重要引擎。在此背景下，充分利用人工智能、大数据等智能技术的优势，推动传统智能素养评价的发展，提升智能素养评价的数字化、智能化水平。

智能素养考量的是教师应对各种复杂现实情境、利用智能技术工具解决现实任务的能力，而情境在其中起到连接和承载的作用，是在知识领域和现实领域建立联系的重要桥梁[46]。基于情境进行智能素养的评价能将教师置于现实的智能社会，不仅能够较为真实地反映教师应用智能素养解决问题的能力，也可以在一定程度上帮助教师理解抽象概念与现实环境之间的距离，从而促进自我反思与素养能力的提升[47]。情境与问题之间互促互连，情境会催生问题的产生；在问题的推动下，情境得以发展。教师作为问题解决者，可以在情境和问题之间建立关联。通过对真实情境的再现，关注教师解决情境问题时所呈现出的表现，从而实现对其内在素养的综合评价。

此外，智能技术所能提供的精准性和情境化测评相结合，能够对教师智能素养开展精准情境化的追踪评价。部分教师群体由于拥有丰富教学经验，对学生和教学场景具有更高、更深层次的认知。在此基础上开展精准情境化追踪评价，可以帮助教师形成更加完整、准确且富有个性化特征的教学策略与方法体系。依托传感器、视频录制技术、大数据等智能技术，对情境化测评下产生的多模态数据进行全过程伴随式采集，以实时感知、捕捉教师行为。此外，利用内容分析、数据挖掘算法等技术对教师在测评中产生的多模态数据进行精准诊断分析，实现数据从“碎片”到“整体”的转变。通过智能技术分析的数据更为客观、准确，并依托分析得到的数据，实现对教师个体智能素养水平的数字画像、精准诊断与评估，提供个性化、可视化的诊断报告，给予教师个性化的增值服务。

七、结语

“智能教育，教师先行”，教师作为智能教育推进的主体力量，提升教师的智能素养已成为当前推进智能教育发展的迫切需要。智能素养作为一种复杂的综合素养，对其进行科学、有效的评价一直是研究者探索的方向。为借鉴国际相关成熟经验和优质成果，本研究采用文献分析法，围绕评价主体、要素及工具，对国内外相关文献进行梳理分析，并立足于我国实际需要提出有关教师智能素养测评实施的建议。当前，我国正在开展教育数字化转型战略行动，对教师提出了更高的期望。面对教师智能素养提升的目标，未来除了继续深化相关研究外，还需从能力标准、评价工具、培养模式、制度机制等方面不断完善，以更好地服务于我国高质量教师队伍建设战略。

参考文献：

[1]怀进鹏.携手推动数字教育应用、共享与创新——在2024世界数字教育大会上的主旨演讲[J].中国教育信息化，2024，30（2）：C3-C10.

[2][11]吴砥，周驰，陈敏.“互联网+”时代教师信息素养评价研究[J].中国电化教育，2020（1）：56-63，108.

[3]教育部.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[EB/OL].（2018-08-07）[2023-10-25].http：//www.moe.gov.cn/srcsite/A10/s7034/201808/t20180815_ 345323.html.

[4]教育部.教育部关于实施第二批人工智能助推教师队伍建设行动试点工作的通知[EB/OL].（2021-09-07）[2023-10-25].http：//www.moe.gov.cn/srcsite/A10/s7034/202109/t20210915_ 563278.html.

[5]SANTIAGO P， BENAVIDESF． Teacher evaluation： A conceptual framework and examples of country practices[EB/OL]. （2009-12-01）[2023-05-21]. https：//www.oecd.org/education/school/44568106.pdf.

[6]肖妤.教师发展视域下中小学教师评价的问题与对策[J].教育探索，2022（11）：69-72.

[7][26][40]彭玉兰.基于AI-TPACK理论的中小学信息技术教师智能素养现状及提升策略研究[D].武汉：华中师范大学，2022.

[8][16]ZHAO LEILEI， WU XIAOFAN， LUO HENG. Developing AI literacy for primary and middle school teachers in China： based on a structural equation modeling analysis[J]. Sustainability， 2022（14）：45-49.

[9]杨玲.信息化2.0背景下职业院校教师智能教育素养评价指标体系构建[J].职业技术教育，2022，43（35）：76-80.

[10][13]KIM K ， KWON K. Exploring the AI competencies of elementary school teachers in South Korea[J]. Computers and Education， 2023（4）：100-137.

[12]CELIK I. Towards intelligent-TPACK： An empirical study on teachers’ professional knowledge to ethically integrate artificial intelligence（AI）-based tools into education[J]. Computers in Human Behavior， 2023（138）：1-12.

[14][30]LONG D， MAGERKO B. What is AI literacy？ Competencies and design considerations[C]//Proceedings of the 2020 CHI conference on human Factors in Computing Systems， New York：Association for Computing Machinery， 2020：1-16.

[15][19]NG D T K ， LEUNG J K L ， SU M J ， et al. AI literacy in K-16 classrooms[M]. Chanm： Spring， 2022：78-80.

[17]WANG BINGCHENG， RAU P L-P， YUAN TIANYI. Measuring user competence in using artificial intelligence： validity and reliability of artificial intelligence literacy scale[J]. Behaviour and Information Technology， 2023，42（9）：1324-1337.

[18]TOURETZKY D， GARDNER MCCUNE C， BREAZEAL C， et al. A year in K-12 AI education[J]. AI Magazine， 2019，40（4）：88-90.

[20]NG D T K， LEUNG J K L， SU J， et al. Teachers’ AI digital competencies and twenty-first century skills in the post-pandemic world[J]. Educational Technology Research and Development， 2023，71（1）：137-161.

[21]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.

[22]刘斌.人工智能时代教师的智能教育素养探究[J].现代教育技术，2020，30（11）：12-18.

[23]郑勤华，覃梦媛，李爽.人机协同时代智能素养的理论模型研究[J].复旦教育论坛，2021，19（1）：52-59.

[24]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，2021，413（6）：121-127.

[25]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.

[27]丁世强，马潇，魏拥军.中小学人工智能教师专业素养框架研究[J].电化教育研究，2023，44（6）：120-128.

[28]郑智勇，宋乃庆.中小学教师智能教育素养测评指标体系构建研究[J].中国电化教育，2023（12）：75-83.

[29]钟柏昌，刘晓凡，杨明欢.何谓人工智能素养：本质、构成与评价体系[J].华东师范大学学报（教育科学版），2024，42 （1）：71-84.

[31]林崇德，杨治良，黄希庭.心理学大辞典（下卷）[M].上海：上海出版社，2003：1704.

[32]蔡曙山，薛小迪.人工智能与人类智能——从认知科学五个层级的理论看人机大战[J].北京大学学报（哲学社会科学版），2016，53（4）：145-154.

[33]辞海编辑委员会.辞海[M].上海：上海辞书出版社，2011：118.

[34]张良.论素养本位的知识教学——从“惰性知识”到“有活力的知识”[J].课程·教材·教法，2018，38（3）：50-55.

[35]辛涛，姜宇，林崇德，等.论学生发展核心素养的内涵特征及框架定位[J].中国教育学刊，2016（6）：3-7，28.

[36]钟志贤.面向终身学习：信息素养的内涵、演进与标准[J].中国远程教育，2013（8）：21-29，95.

[37]CATHERINE D. Creative data literacy： Bridging the gap between the data-haves and data-have nots[J]. Information Design Journal， 2017，23（1）：6-18.

[38]任永功，贾佳，多召军.批判性思维测评的核心要素与技术演变趋势[J].现代教育技术，2022，32（6）：81-88.

[39]SUN JUNMEI， MA HONGLIANG， ZENG YU， et al. Promoting the AI teaching competency of K-12 computer science teachers： A TPACK-based professional development approach[J]. Education and Information Technologies， 2023，28（2）：1509-1533.

[41]MEANS B， PADILLA C， DEBARGER A， et al. Implementing data-informed decision making in schools： Teacher access， supports and use[R]. Washington D.C.： US Department of Education， 2009：61-86.

[42]P？簟LDOJA H， V？魧ELJATA T， LAANPERE M， et al. Web-based self-and peer-assessment of teachers’ digital competencies[J]. World Wide Web-internet amp; Web Information Systems， 2014，17（2）：255-269.

[43]高洁，肖明，王有学.教师+AI，创造更好的教育——中小学教师人工智能素养提升课程建设案例[J].中小学信息技术教育，2020（1）：12-15.

[44]郭伟秀，吴军其，解攀科.人工智能课程教师TPACK能力发展现状与提升策略[J].中国教育信息化，2023，29（11）：112-120.

[45]刘菁，李敬丽.智能技术支持的“双减”实施路径研究[J].中国教育信息化，2024，30（1）：84-92.

[46]SIDDIQ F， HATLEVIKO E， OLSEN R V， et al. Taking a future perspective by learning from the past-a systematic review of assessment instruments that aim to measure primary and secondary school students’ ICT literacy[J]. Educational Research Review， 2016，19：58-84.

[47]BELLOCCHI A， KING D T， RITCHIE S M. Context-based assessment： Creating opportunities for resonance between classroom fields and societal fields[J]. International Journal of Science Education， 2016，38（8）：1304-1342.

Review of International Research on the Assessment of Teachers’ Artificial Intelligence Literacy： Subjects， Elements， Tools and Recommendations

Hua DU， Luxin YUAN， Luyao WANG

（College of Education， Zhejiang Normal University， Jinhua 321004， Zhejiang）

Abstract： AI literacy has become the basic literacy for teachers to carry out educational and teaching activities in the intelligent era. The current research on teachers’ AI literacy evaluation is not mature enough. In order to clarify the current situation of teachers’ AI literacy evaluation， this paper， based on literature analysis， reviews the empirical research and practical cases on teachers’ intelligent literacy evaluation in recent years from the aspects of the subject， elements and tools of teachers’ AI literacy evaluation. The results showed that： the subject of teachers’ AI literacy assessment is diversified， with governmental and other official organizations as the dominant features; the evaluation elements are diverse and common， including intelligent knowledge， intelligent ability， intelligent consciousness， intelligent ethics， etc; the evaluation tools are both result-oriented and process-oriented; and the assessment questions are divided into two categories： closed and open. On this basis， the researcher combines the real demand for teachers’ AI literacy evaluation and the actual scene of intelligent teaching in China， explores the practical direction of teachers’ AI literacy evaluation from three dimensions of diversified subjects， diversified elements， and intelligent tools， and puts forward the suggestions of collaborative evaluation of hierarchical classification， comprehensive evaluation driven by numerical intelligence， and accurate contextualized tracking evaluation， in order to provide a reference for the development of the practice of teachers’ AI literacy evaluation. The paper also suggested to carry out collaborative evaluation of hierarchical classification， comprehensive evaluation driven by digital intelligence， and accurate contextualized tracking evaluation， with a view to providing reference for the development of teachers’ AI literacy evaluation practice.

Keywords： Artificial intelligent literacy; Teacher development; Evaluation subject; Evaluation element; Evaluation tool

编辑：李晓萍" " 校对：王天鹏