中小学教师智能素养状态与提升路径研究

【摘要】本文系统梳理教师智能素养相关文献，构建了包含智能意识、智能知识、智能技能、智能伦理4个一级指标，以及9个二级指标的中小学教师智能素养框架，编制了《中小学教师智能素养调查问卷》，对北京某集团学校教师的智能素养水平进行了调查。结果显示，该校教师智能素养整体良好，但需进一步提升人工智能辅助教学技能。其中，11～15年教龄、硕士学历和信息技术教师的素养较高，且成长支持对教师学习意愿的提升至关重要。文章建议教师要不断学习并反思实践，将技术融入教学；同时建议地方相关部门构建完善的培训体系，强化伦理安全教育，切实提升中小学教师智能素养。【关键词】智能素养；教育数字化；人工智能+教育问题提出在2024世界数字教育大会上，教育部部长怀进鹏在主旨演讲中提出，将积极推动以智助学、以智助教、以智助管，并提出研发智能助教，支撑教师备授课等畅想[1]。当前，我国正大力推进国家数字化战略，实施人工智能赋能教育行动，提升教师利用数字技术特别是智能技术，优化、创新和变革教育教学活动的意识和能力，不断增强一线教师智能素养，这是贯彻落实战略行动的关键一环。教师智能素养是教师适当利用人工智能技术获取、加工、使用、管理和评价数字信息和资源，发现、分析和解决教育教学问题，优化、创新和变革教育教学活动而具有的意识、能力和责任。随着以人工智能为代表的信息技术不断发展，教师所面临的教学环境、教学内容、教学方法以及学生的培养要求都将发生变化。教师智能素养水平的提升不可能一蹴而就，也面临诸多挑战，教师如何有效利用人工智能协作教学，学校的硬软件设施是否能够紧随时代技术的变革而有所改善，在国家愿景不断提高过程中教师实际素养是否能紧跟时代要求步伐[2]，这些都需要我们实时关注教师智能素养的状态，从中挖掘分析教师智能素养的影响因素并在此基础上找出提升路径。研究设计1.问卷编制本研究开发问卷调查工具，调查主要有以下两部分内容：教师智能素养水平和影响教师智能素养的因素。在教师智能素养水平调查方面，我们参考过往相关研究构建教师智能素养框架。胡小勇、徐欢云（2021）从知识基础层、能力聚合层、思维支撑层和文化价值深化层四个维度构建K-12教师智能素养框架；肖庆顺（2020）提出教师智能素养的核心素养在于信息素养、学习素养、合作素养、教育科研素养、读懂学生的素养、创新素养六大方面；王丹（2022）认为教师智能素养的重点在于培养学生利用人工智能与数字技术思考问题、解决问题的能力，以及面对人工智能的情感、社交与伦理态度，以促进智能教育的可持续发展与生态体系构建[3]。2024年，UNESCO（联合国教科文组织）发布了“教师人工智能能力框架”，该框架包括以人为本的思维方式、人工智能伦理、人工智能基础和应用、人工智能教学法以及人工智能专业发展五个维度[4]。综合上述研究成果，本研究选取“智能意识”“智能知识”“智能技能”“智能伦理与安全”四个维度作为问卷的一级指标。在此基础上，我们参考胡小勇和徐欢云（2021）、吴茵荷等（2021）、肖庆顺（2020）、徐嘉欣（2019）、王丹（2022）、郑勤华（2021）等研究成果，构建教师智能素养框架的二级指标，得到如表1所示框架。以下是对具体指标的阐述：智能意识关注调查教师对人工智能与学科教学的关系认识，以及人工智能在教学中的价值认识和警觉意识，该维度的二级指标分别为人工智能与学科关系认识、使用人工智能产品的复核和警觉意识、人工智能应用于教学的价值判断。智能知识维度关注教师对人工智能与学科教学相关的知识，如和本学科契合度较高的智能产品有哪些、校园环境中有哪些人工智能产品，以及这些人工智能产品如何操作使用等。智能技能维度关注教师在本学科教学和辅导学生学习方面对于人工智能的操作水平，该维度二级指标主要围绕教师使用人工智能辅助教师“教”和使用人工智能助力学生“学”方面的操作水平调查。智能伦理关注教师对人工智能伦理冲突问题形成基本的理解，考虑到教师身份的特殊性——示范性，故本维度的二级指标主要聚焦智能产品使用安全与智能产品使用教育伦理，尤其关注教育示范性。在影响教师智能素养的因素方面，我们参考过往相关研究，梳理影响教师智能素养主要因素。武黎（2020）认为教师信息素养提升主要依靠教师自主学习、教师共同体的构建、国家政策支持以及教学工具的硬软件建设。王明娣、冀晓雨（2024）在其调查研究中提出，教师专业素养提升需要依靠政策和机制的顶层设计、创建教师协作网络、搭建教师自主学习平台、加强教师培训等方式。张黎、赵磊磊（2022）在其实证研究中得出教师数据素养的提升有赖于学校数据文化、教师协作网络、教师主动探索、学校硬软件设施以及管理制度保障等措施。总结来看，教师素养的提升受政策制度、学校组织氛围、教师个体的学习投入、针对性的教育培训等因素影响。同时，教师智能素养水平与调查对象的人口学（性别、所在地、年龄等）特征可能呈现相关关系，这也是本次调查研究需要关注的内容之一。依据上述教师智能素养框架以及影响因素，我们编制六点量表初稿，再根据预测试结果对问卷进行了修正，最终确定正式问卷“中小学教师智能素养调查问卷”。问卷一共有41个测度项，分为3个部分：第一部分是人口统计学变量，包括性别、年龄、教龄、所教学段等；第二部分是中小学教师智能素养自测量表调查，包括智能意识、智能知识、智能技能、智能伦理与安全4个一级指标9个二级指标共23个测度项；第三部分中小学教师智能素养水平影响因素量表调查，分别是教师自我学习投入、教育培训支持、教师管理制度、组织文化氛围4个维度共10个测度项。2.方法与样本本研究以北京市中小学一线教师为研究对象，邀请北京市某集团学校各科教师（语文、数学、英语、信息技术等15门学科）填写问卷，回收问卷180份，其中有效问卷180份，有效率100%。本次调查对象女性占比较大（76.7%），最高学历以本科和硕士为主，教龄多在10年以内，且职称主要集中在二级和一级。3.信效度检验本研究运用SPSS27.0软件分析问卷信度和效度。在信度方面，进行问卷Alpha系数可靠性检验，得到Alpha系数为0.967（gt;0.8），存在非常好的内部一致性。在效度方面，进行KMO和Bartlett’s球形检验，调查问卷KMO度量数值为0.940（gt;0.8），研究数据非常适合提取信息；在Bartlett’s球形检验中，差异显著性（sig值）为0.000lt;0.05，说明各题项之间具有良好的效度和相关性。调查结果分析1.教师人工智能素养整体情况总体来说，教师整体的人工智能素养水平良好。4个维度得分的均值主要在3.6～4.8之间，在这4个维度中，人工智能意识的得分最高（4.77±0.81），均值较低的是人工智能技能（3.46±1.34）和人工智能知识（3.71±1.17），具体数据见表2。进一步分析子维度发现（表3），在智能意识维度中，教师对于人工智能有比较充分的认知，能够意识到人工智能与教学可以密切关联。相较而言，在价值意识上（4.63±0.94）得分较低，对智能产品与教学结合的意义并没有深刻的认识。在智能知识维度中，教师对已有人工智能产品功能都有基本的了解，但在拓展认识智能教学产品上（3.71±1.17）还需要加强。在智能技能维度中，教师对于利用人工智能辅助“教”的认识（3.44±1.33）低于利用人工智能辅助“学”的认识（3.51±1.40）。人工智能伦理得分良好（4.21±1.45）。2.不同群体的人工智能素养水平差异分析此问卷对于不同性别的人工智能素养进行独立样本T检验，发现不存在显著差异。将年龄、教龄、最高学历、所教学段、任职所在地、所教学科和目前职称作为人口学变量，人工智能素养作为因变量进行ANOVA分析。结果显示，人工智能素养在教龄、最高学历和所教学科上出现显著差异，而在年龄、所教学段、任职所在地和目前职称上并没有显著差异。具体分析数据得出，在教龄上，拥有11～15年教龄的教师群体人工智能素养得分最高，最低的是30年以上教龄的教师群体；最高学历上，硕士学历的教师群体人工智能素养得分最高，最低的是专科学历的教师群体；所教学科上，信息技术教师的人工智能素养最高。3.基于人工智能素养的聚类分析研究首先基于人工智能5个子维度得分均值将样本聚类为3类，结果显示，第2类中的4个维度得分整体较高，人数占比25.00%，如表4所示。分析3类群体的个人与家庭特征可以发现，人工智能素养各项得分最高的是第2类。该类样本的主要特征有：女性占比最高（80%），20～30岁占比较高（37.3%），研究生学历占比较高（62.2%），所教学科为语文（17.7%）和信息技术（15.5%）占比较高。4.多元线性回归分析根据研究假设，教师所在学校提供的教育培训资源与机会、学校及学科小组的氛围、该校的管理制度和个体主动的学习投入等会对教师智能素养产生影响。为验证这一假设，作者采用多元线性回归方法，以学习投入、组织氛围、管理制度、教育培训为自变量，以总体智能素养为因变量，构建回归方程，得到如表5所示结果。数据显示，本回归模型的拟合度调整R2=0.543，拟合度好，意味着自变量能够有效解释因变量变化原因的54.3%，即中小学教师智能素养的总体水平有54.3%是由教育培训、组织氛围、学习投入、管理制度所影响的。其中，教育培训、管理制度、学习投入可以显著影响教师的智能素养水平，组织氛围（p=0.275）不能显著影响教师的智能素养水平。另外，教育培训、学习投入、管理制度三个自变量的回归系数均为正数，意味着这三个自变量显著正向影响教师的智能素养总体水平，即说明教师教育培训机会越多、学习投入越高，教师的智能素养水平就会越高；教师智能素养在学校的管理制度中越是被正式提及，越有利于教师智能素养的提高。组织氛围这一自变量的回归系数为负数，与事实不符，推测可能原因是研究人员和一线教师对相关量表题的表述理解存在差异，后续将对该类教师进行追踪调查。本回归模型通过残差（观测值与预测值之差）正态分布诊断和样本序列相关诊断，在自变量多重共线性诊断中，学习投入、管理制度、教育培训这三个自变量的VIF值全部小于5，意味着这三个变量之间不存在多重共线性。组织氛围变量VIF值为6.059，可能会对模型构成轻微影响，但其数值小于10，本回归模型仍具备相关效应。结论与建议本研究通过梳理中小学教师人工智能数据素养的内涵与构成，提出智能意识、智能知识、智能技能、智能伦理与安全四个维度构成的人工智能数据素养评价指标体系。以此为依据，我们编制了中小学教师智能素养问卷，调查了北京市某集团学校全体教师的人工智能素养。调查结果显示，教师人工智能数据素养整体良好，个别处于一般，总体来说，认知大于行为，且人工智能技能中教师“利用人工智能辅助‘教’”的得分低于“利用人工智能辅助学生‘学’”的得分，这进一步说明提升教师的人工智能技能的重要性，更进一步说明本次调研的必要性。通过对不同类型教师之间的差异比较，发现人工智能素养在教龄、最高学历和所教学科上出现显著差异，其中11～15年教龄、硕士学历、信息技术教师三个群体得分相对较高。聚类分析显示，可将数据样本分为优秀、良好、一般三类，性别上，女性在人工智能素养上相对较高，且所教学科为语文和信息技术的教师在人工智能素养得分较高的集群2中占比较大；在教育背景上，研究生学历人工智能素养相对于其他学历人工智能素养较高；在所教学段上，所教学段为高中的教师人工智能素养较高；职称上，高级职称教师人工智能素养较高；在年龄教龄上，处于20～30岁教师人工智能素养较高。通过相关性分析和多元线性回归分析，研究表明人工智能素养与人工智能意识、知识、技能、伦理和成长支持之间存在显著的正向关系。具体来说，人工智能素养的提高与这些因素的增强呈正相关，意味着教师的人工智能素养越高，他们在这些领域的意识、知识、技能和伦理水平也越高。此外，多元线性回归分析进一步揭示了人工智能成长支持是影响教师学习投入意愿的关键独立因素，表明人工智能成长支持的增加能显著提升教师的学习投入意愿。因此，学校应提供更多的人工智能成长支持，以促进教师的专业学习和发展。依据上述结果，本文对提升全学科教师人工智能素养提出以下建议。1.提高终身学习意识在“人工智能+教育”实践中，教师急需提升智能技术素养以应对教育挑战[5]。调查显示，尽管中小学教师对人工智能持积极态度，但在相关知识和技能上存在不足。在多元回归分析中，教师自我学习投入对于教师智能素养的影响数值为0.187，仅次于学校教师管理制度。由此可见，教师自我学习投入对于教师智能素养水平的提高具有重要意义。因此，教师需加强智能教育素养，整合学科与信息素养，利用技术促进学生智能素养提升[6]；同时应关注人工智能发展，掌握相关软件和设备，熟悉人工智能解决问题的方法，并与学科知识融合；教师还需运用现代教育工具，创新教学方法，培养计算思维和数据分析能力，以优化教学实践[7]。同时教师必须同时关注教学改革的现有“难点”和未来技术发展的可能风险，实现风险治理的关口前移，提高通用人工智能（AGI）赋能教师教育教学改革的效能[8]。2.完善人工智能素养培训体系2024年，教育部确定了184个中小学人工智能教育基地，通过在各省市学校试点，人工智能教育在中小学已然迈入“