人工智能时代教师专业发展的机遇和挑战
摘要：本文从教师专业发展的动因、新师徒制的发展、精准教育的实现及泛在学习的推进出发，分析人工智能时代教师专业发展的机遇，强调教师应在教学内容上求创新、课堂教学上求突破，告别传统题海战术，探索教学新方式，重视学生反馈，在数据支持下实现精准教学。
关键词：人工智能；教师专业发展；机遇；挑战
随着教育信息化的深入，教育将不可避免地受人工智能影响。笔者从人工智能的发展前景及其对传统教育的改变出发，基于我国教育改革和人工智能的研究现状，剖析人工智能时代教育模式、教育理念、教学形态的转变及发展趋势，同时结合教育改革背景下教师专业发展的调整方向，探求教师专业发展新策略。人工智能的发展已经引发师徒制、精准教育、个性化学习、泛在学习等教育之变，笔者希望相关研究能为教育改革提供一定的借鉴。
一、人工智能时代教师专业发展的动因
总体来看，业界对“人工智能+教育”的研究是在近几年火热起来的。笔者以“人工智能+教育”为主题进行检索，检出论文813篇，其中综述类文献仅27篇，可见该领域研究空间很大。学术界在肯定人工智能对传统教育带来冲击的同时，也存在着“人工智能威胁论”的说法。香港中文大学徐扬生教授认为人们的想象、创造、情感、直觉是人工智能所不及的，“教育怎么把这些东西放进去，才是最大的前景”。清华大学钱颖一教授认为未来人工智能首先会替代那些在我们教育制度下培养学生的优势，即对已有知识的积累。著名学者GrahamBrown-Martin在《人工智能对于教育行业来说意味着什么？》一文中指出：“这使得翻译和语音识别系统变得流行起来。”诸多研究都认为人工智能对传统教育的冲击不可避免。
综观众多学者的研究，笔者认为：人工智能时代，教师的教育目标将从“知识传授”转为“能力培养”。但是，教师依旧有其不可取代之处，因为人类在想象、创造、情感、直觉方面的优势是人工智能所不及的。如何打破传统教学中以教师为中心的思维惯性，变革以知识灌输为手段的教学模式，在人工智能浪潮下保持教师与教育的先进性，这是所有教育工作者需要思考的重大问题。笔者认为，“人工智能+教育”主要呈现以下几个特点。
（一）教育模式的改变——新师徒制的发展
笔者对国内外关于人工智能如何影响教育模式的文献做了分析，发现大多停留在“设想”的层面。汤敏先生在“未来教育与新师徒制”报告中，以“双师教学”“戴你唱歌”等教育新模式为例引出“互联网下的新师徒制”的概念。同时，汤敏先生对其优势进行了介绍，并阐述了人工智能对“互联网下的新师徒制”的影响。汤敏先生认为人工智能可以数据分析的形式满足相关个性化需求，而被人工智能前期技术淘汰的那些人需要应用一种低成本的有效方式来转换他们的工作。
近年来双师教学持续升温，人工智能将为此类新型教学模式带来怎样的改变值得关注。众多研究表明，依托大数据、云计算以及深度学习的人工智能正在不断革新传统教育模式。人工智能深度学习的特性决定了其对教育模式的改变是必然的。面对人工智能对教育模式之变，教师唯有图变，才能在大数据时代得以发展。正如汤敏先生所说，人都需要不断地充电——持续地学习新知识并掌握新技能比以往任何时候都更为重要。
（二）教学方式的革新——精准教育的实现
教育是线性发展的，而人工智能是呈指数发展的。目前的人工智能只能辅助教育，但若干年后就难以估量了。诸多研究都认为人工智能将推动精准教育发展，尤其是在个性化教学方面。
学者关新认为将来的教育应是往精准教育的方向发展，而人工智能时代的小学教育将充分实现“因材施教”。精准诊断，精准评价，精准辅导，精准练习……一切从学生个体的实际情况出发，以人工智能驱动个性化教学。江南大学牟智佳教授认为“个性化学习是技术与教学深度融合在高级阶段的表现形式，以机器学习和深度学习为关键支撑的人工智能技术的回归，对个性化学习进行了重塑和再造”。
总之，有关人工智能对教学方式影响的研究相对丰富，不少学者对于人工智能如何影响教学颇有见地，但对于理论的完善和实践的摸索依旧“在路上”。一方面，对于人工智能和教学方式革新的逻辑与内涵有待明确。另一方面，人工智能时代教育发展的具体内涵、因果关系有待明晰。但不可否认的是，借助人工智能可以针对学生做精准判断与个性化诊断，并为学生自主学习提供的个性化辅导，确实驱动了精准教育发展。精准教育服务有望实现日常教育与终身教育定制化。
（三）教学环境的更迭——泛在学习的推进
目前讨论人工智能在金融、交通、医疗等领域的应用较多，但在教育领域则相对较少。关于人工智能与教育关系的讨论较为深入的一次也许是在“人工智能与未来教育”高峰论坛。人工智能对于教学环境的改变可在互联网对教学环境的改变上有所洞悉。在华东师范大学袁振国教授的《人工智能的时代，依然会有诗和远方》一文中，他认为人工智能难以替代人类感知和思维的整体性与统整性，以及人的情感性与社会性。人工智能将彻底改变传统的教育，使任何人在任何地点任何时间可以学习任何的内容，即泛在教育。在人工智能发展的过程当中，人类自身一定会不断发展。
泛在学习强调智能化环境的创设，目标是创设让学生随时随地利用任何终端进行学习的环境，实现以学生为中心的教育。学生在时间、空间上的自由度将是传统教育所不能及的。目前国内外关于人工智能和泛在学习的理论相对较少，袁振国教授的研究在国内处于相对领先位置，但依旧没有形成系统的理论。泛在学习的有关观点虽具一定的合理性和前瞻性，但因为太过“年轻”，缺乏足够的说服力。
二、人工智能时代教师专业发展的机遇
（一）教育模式之变：新师徒制，以学生为中心
在我国，“学而优则仕”的思想根深蒂固，传统的教育模式依旧有其影响。在新课程改革热潮下，中国的教育模式正在从应试教育向素质教育过渡。大数据时代，发达的网络催生了“互联网下的新师徒制”——以互联网为媒介，由某一领域的行家里手，以长期言传身教的方式，带领较大规模的徒弟们用碎片时间进行学习与实践的一种新型教育模式。它改变了传统的教育模式，实现了教育史上的一次革命。人工智能可以通过数据分析为徒弟们匹配相应的教师，从而满足学习者的个性化需求，甚至以机器教师的身份在线为学习者提供有针对性的指导，或通过人机交互技术协助教师为学生在线答疑。此类教育模式以学生为中心，突破了传统课堂对学生的束缚，更是顺应了我国教育改革的趋势和方向。教师在专业发展过程中需主动适应人工智能时代新型教育模式，不断提升自我信息素养以顺应时代之变。
（二）教学方式之变：精准教育，重视个性化学习
人工智能是通过机器学习、深度学习来工作的，而其也能相应地推动学生对知识的深度学习。可以说，个性化学习的目标是满足学生的需求和兴趣，而人工智能技术则能基于学生的个性化信息数据进行情绪识别、情感计算、自然语言处理与分析，为个性化学习提供智能支持，从而实现精准教学。常见的模式有个性分析、智能推送和精准反馈服务。未来，每个学生会像拥有智能手机一样人手一个陪伴自己成长且能学会解决复杂而抽象问题的机器人。人工智能可以成为教师的助手，而学生则可以通过机器人辅助从而拥有“私人”教师团队。时代在进步，21世纪的小学生与“智能”走得太近，如果教师能够全面突破传统，瞄准精准化、个性化、弹性化、融合化的变革趋向，强化“共享共创”“个性定制”“体验参与”意识，更加有利于把握人工智能时代的教育新机遇。
（三）教学形态之变：泛在学习，随时随地学习
传统的学习资源分散无序、共享性差、聚合性差，而在泛在学习时代，资源深度聚合让学习变得“泛在”与即时。相比火热的在线教育，“人工智能+基础教育”的融合之路要审慎、复杂得多。随着互联网的发展及人工智能在教育上的应用，泛在学习将会真正实现。人工智能改变了教学的形态，也促使教育打破传统思想边际，加快教育教学转型，以适应新形势下的教学形态之变。同时，人工智能可以实现教育资源的相对公平。智能教育将让更多的人享受一样的资源，得到一样的受教育权利，让更多的少年儿童在人生起跑线上不因资源的不同而被区别对待，而从这一视角上来看人工智能对于教育的改变将是革命性的。此外，人工智能为学生构建的群体智能学习环境将能有效满足学生的学习需求，让学生适应未来的学习工作模式，甚至创造新的模式。教师的专业发展是与具体的教学情境联系的动态的知识建构过程，如何提前适应泛在教学形态并在此情境下提升自我教学能力及教学效果，是每位教师需要思考的问题。
三、人工智能时代教师专业发展的挑战及应对
（一）教学内容求创新，课堂教学应突破
人工智能催生了泛在学习，也将扩充教学资源。不仅教师能够接触深度聚合的教学资源，学生亦能唾手可得海量的学习资源。在这样的情况下，教师对教学内容进行创新就显得很有必要。单纯依靠书本上的“死知识”显然很难满足学生的需求，书本上原原本本的内容，学生依托人工智能便可学习。未来，人工智能时代的教育是“人性为王”的教育，教师应加强教育对德、仁、情等人性特有的东西的关注。在课堂教学中更多地关注对学生创造力、社交能力等人工智能难以代替因素的培养。
（二）告别传统题海战术，探索教学新方式
受应试教育的影响，教育被许多人狭隘地理解为“刷题”，其实教育并非仅灌输知识与传授技能。知识主要依靠人的记忆力和逻辑判断力进行消化。可以说，任何一个机器人都可以记忆五万个数字，所以机器在这一点上是很容易取代传统的注重知识灌输的教育的。如果一位教师最大的兴趣就是做重复的工作，那么在效率优先的人工智能时代，他是肯定会被替代的。传统行为主义下对学生反复操练的教学方式显然在人工智能时代是立足不了的。真正的教育过程，从来就不是师生之间单向的机械操作。教学主体不是冷冰冰的“程序载体”，而是有血有肉有思想有灵魂的人，情感交流绝对不是没有温度的人工智能能够做到的。教师应有意识地转变传统的题海战，寻求教学新方式，注重教学的艺术性，将学生放在主体地位。教师要在泛在学习大趋势下巧妙利用好教学情境，变灌输为感化，增强自身的能动性，提高效率并降低事件重复率。
（三）学生反馈应重视，依托数据精滴灌
人工智能将为学生的个性化学习提供技术支持，从而推进教师精准教学的开展。人工智能时代，教师对于学生学习的认识被画上新的问号，多元学习环境下作业和考试已很难反映学生的学习全貌。人工智能所带来的数据分析技术将为教师开通对学生学习情况诊断、反馈的绿色通道。此外，在教学中，教师对于学生学习情况的反馈与矫正是一个循环往复的过程，这就要求教师的反馈要及时、准确，而这些恰恰是人工智能所擅长的。如何应对人工智能所带来的挑战，积极利用它而不是被其取代，是每位教师需要认真思考的问题。
人工智能时代教师专业发展正受到越来越多人的关注，人们也正在致力于这方面的探索与实践。人工智能时代，教育模式、教学方式、教学形态等被重新解读，担负着教育信息化和教育改革使命的教师也应转变传统教学观念，重新定位角色，发展专业素养，从讲授者转向指导者，适应新师徒制、个性化学习、泛在学习等发展要求，思考教育的本质和内涵，重视教育过程中的情感投入，在实践和反思中不断提高教学的艺术性和创造性，拥有仁爱之心、恻隐之心，逐渐达到专业发展的目的。
［1］徐扬生。我排完课程表后，发现人工智能最大的冲击是教育［R］。中国源头创新百人会年度论坛，2017-07-06。
［2］汤敏。未来教育与新师徒制［R］。“人工智能与未来教育”高峰论坛，2017-05-13。
［3］伏彩瑞。人工智能，打造个性化定制化教育［R］。“人工智能与未来教育”高峰论坛，2017-05-13。
［4］牟智佳。“人工智能+”时代的个性化学习理论重思与开解［R］。“人工智能与未来教育”高峰论坛，2017-05-13。
［5］袁振国。人工智能的时代，依然会有诗和远方［R］。“人工智能与未来教育”高峰论坛，2017-05-13。
（作者董瑶瑶系浙江师范大学教师教育学院博士生；李志超系浙江师范大学教师教育学院副教授）
责任编辑：祝元志
人工智能与教育丨人工智能在教师专业发展中的应用——对UNESCO《探索使用人工智能以支持教师及教师发展》报告的解读与思考
因此，《教师发展》报告建议，教师在进行课程设计时可适当在某些教学环节中使用虚拟学习工具，将面授教学转为与人工智能相结合的混合式教学。当人工智能驱动的虚拟现实技术开始发挥其教育优势时，教师也不必花费时间过分关注学生的作业和反馈问题，进而能够专注于课程知识的呈现，更好地进行教学设计。
（二）开发人工智能平台，提升教师数字建课素养
（三）改变教师角色，使教师成为教学的促进者
人工智能改变教师角色使其成为教学的促进者。基础性的知识技能教学任务可由人工智能教师代劳，如辅导学生完成简单的数学运算、写作等学习任务，但对于培养学习者的发散思维和创造能力等高阶认知策略这样的教学任务，仍需要现实中的教师。例如，对于在线教育，人工智能系统可实时监测学生的学习和进步情况，并向教师说明每个学生需要注意的问题，有助于解决学生的偏科问题。因此在多数情况下，特别是采用在线教学或翻转课堂教学模式的学校，人工智能已能够进行评分等工作，甚至可以通过编程为学生提供查找专业知识和学业信息的渠道。此时教师的角色已从知识的传授者转为教学的促进者和引导者，其任务主要是引导学生学习，保障学生在在线社区中能够进行正常的人际交往。以印度哈里亚纳邦学校教育部（TheDepartmentofSchoolEducationinHaryanaState）在1500所学校实施的人工智能教育项目为例，该项目通过人工智能技术跟踪学生的学习进度并向教师汇报；使用自动分级技术，对学生提交的作业进行样本分析，以提高机器的自动评分效果；收集学生的搜索查询记录进行数据的积累，从而为学生提供相关内容的智能推荐；在教学内容方面，采用程序教学模式，教师将课文分成小块内容输入人工智能系统中，由系统为学生提供学习指南、作业、章节总结等学习辅助材料；在远程教学中，人工智能还被赋予助教的角色，帮助教师回复学生的提问。目前该人工智能教育项目已在教学的各个方面为教师提供了便利，不仅在学校担任着教学助教的角色，也促进了教师角色的转变。
（四）实现学生个性化学习，帮助教师提高教学质量
人工智能技术有助于实现学生的个性化、自适应学习，从而提高教学质量，这是人工智能在教育中应用的重要目标，也是人工智能为教师提供支持的关键所在。例如，可汗学院（KhanAcademy）的人工智能教育项目能够根据学生的表现定制个人学习计划，响应学生的不同学习需求，并帮助学生重复其薄弱知识点，从而帮助每个学生达到学习目标。在人工智能的辅助下，不同认知层次的学生能够实现在同一个班级内学习，即使学生的学习步调不尽相同，在技术及时的帮助和支持下也都能完成学习任务。
此外，试错是学习的关键部分，但学习内容的重复试错则会使学习陷入瘫痪状态，特别是对于容易受到外界环境影响的场依存型学生来说，教师的反复反馈和纠正可能会导致其产生对学习的厌烦和恐惧。一个由人工智能驱动的计算机系统能够让学生在一种更加温和的在线环境下学习，逐渐摆脱重复错误所造成的紧张心理。荷兰乌特勒支应用技术大学的阿基米德研究所（ArchimedesInstituteoftheUniversityofAppliedSciencesUtrecht）创建了虚拟现实实验室，致力于开发与学生个人学习目标直接相关的个性化学习环境。实验室制作的第一个教育产品是一个名为“展现影响力”（presentingwithimpact）的虚拟现实应用程序（VR-app），学生需要有一部智能手机，进入虚拟现实实验室并安装好该应用程序，而后可以独立遵循个性化学习轨迹，专注于自身演讲和表达技能的提升。在使用的过程中，学生能够获得演讲专家的单独指导，在不同的虚拟听众面前练习演讲，并接受程序给出的其在演讲期间关于眼神接触、语速、演讲频率、声音大小的反馈。这说明人工智能已从定量反馈逐渐向定性反馈转变，并能用来培养学生的特定技能，教师只需要阶段性地了解其学习情况，把控好学生的整体学习轨迹即可。
（五）启用数据分析，迈向智能教育
针对当前在线学习资源种类繁多且容量巨大的问题，人工智能可帮助教师为学生选择合适的学习内容，提升教师发现和筛选信息的方式。从学生选课到就业，智能数据收集和分析系统发挥着不可或缺的作用，也将进一步改变高等教育，满足学生的就业培训需求，使学生顺利度过人生不同阶段的过渡期。此外，在结合学生的个人能力和兴趣的情况下，人工智能也可为其推荐最合适的学校和专业。例如，埃及爱资哈尔大学（Al-AzharUniversity）启用智能代理技术（intelligentagenttechnology）建立学习管理系统，开发自适应、个性化课程，组织智能电子考试等。为了设置动态的个性化课程，人工智能也可以被用来收集在校学生信息，并对学生以往的档案记录进行整合和分析，以了解学生的行为、偏好、需求和学习风格。智能代理技术通过分析学生的行为为学生设计个性化课程。为了减轻教师的备课负担，爱资哈尔大学还使用数据分析为教师提供详细的课程信息，并建立基于个性化和先行课程的智能电子考试系统，目前该学习管理系统仍在不断完善。
三、对我国人工智能促进教师发展的启示
（一）制定国家人工智能应用政策，避免教师产生职业危机感
我国应制定明确的人工智能应用政策，界定人工智能应用的范围和程度。教育决策者应考虑到，教师可能会把人工智能视为降低教育成本的直接方法，认为人工智能将会取代自身的位置，从而产生职业危机感。因此，国家政策的制定应公开透明，详细列出技术可能的具体应用情况，明确承认教师地位，确保教师的权利和工作条件受到保护。针对算法偏差可能导致的教育偏见等问题，国家也应将人工智能投资与网络安全的平行投资相匹配，保护教育系统的完整性，并尽最大力度保障教师的权益，慎重考虑人工智能在协助教师方面的作用和使用程度。
（二）提供人工智能教育与培训，提升教师数字素养能力
人工智能能够及时向教师汇报课程变化情况，促进同行学习与交流，支持教师专业发展，同时也让教师教学变得更加生动有趣。但目前我国大部分教师仍存在一定的问题，如教师的计算机或数字素养不足，缺乏使用人工智能技术创设虚拟学习环境等专业知识和技能，短期内难以将自己的亲身观察和评估与人工智能跟踪数据结合起来以监督学生学习情况等。各级教育部门可根据具体情况开展提升教师数字素养的教育或培训，改善教师群体在技术应用上的排斥观念和技能缺失现象。国家也可考虑加大力度对教师培训部门或机构的强化升级，为教师制定明确的数字素养培训计划，并监督各部门落到实处。
（三）关注弱势、偏远地区教师群体，增加资金投入
数字技术在教育中的应用将加剧我国的数字鸿沟现象，对处于偏远地区的教师群体来说，学校的硬件、软件等基础设施远没有达到国家平均水平，多数教师不具备基本的数字技能，如简单地操作计算机等，因而无法满足学生基本的学习需求，当地教育系统也无法提供足够的资金以发展数字技术在教育中的应用，而人工智能的介入也将在更大程度上造成教师群体乃至整个教育系统之间的数字断层。国家可加大教育投资力度，使用多种融资渠道，做好各地区调控工作，为处于弱势的教师群体提供足够的资金和政策支持，逐步完善各地区基础设施建设。
（四）替代重复性工作，减轻教师行政事务负担
除教学任务外，教师还需要处理班级琐事、学校任务等行政事宜，其中大部分工作可被归为重复性任务。人工智能有潜力并应适当地代替教师处理上述行政事务，使教师能够更好地辅导或指导学生，接受专业培训并发展专业技能。在数据收集和处理方面，我国可借鉴别国发展经验，并根据当前教育现状做出适当调整，如使用人工智能开发或升级教育管理信息系统，为教育管理者、教师和学生及时地提供其所需的教育资源和数据，有效减轻教师的事务性工作负担。
作者简介：李卉萌，上海外国语大学国际教育学院硕士研究生；董丽丽，上海外国语大学国际教育学院讲师返回搜狐，查看更多
人工智能赋能教师教育：基本逻辑与实践路向
近年来，自然语言处理、机器学习、人脸识别等智能技术快速发展，促使教育信息化逐渐呈现智慧特性，人工智能赋能教育创新发展已成我国教育改革的关键抓手。传统信息技术逐步实现智能升级，技术赋能教师教育的形态也实现重大变革。2018年，《教师教育振兴行动计划（2018—2022年）》推出“互联网+教师教育”创新行动，并强调应充分利用大数据、人工智能等新技术，助力教师教育理念与模式变革，推进教师教育信息化建设与应用。2022年，《教育部教师工作司2022年工作要点》指出，“推进第二批人工智能助推教师队伍建设试点工作，开发和应用教师智能助手，探索开展教师智能研修，推广完善‘双师课堂’。”基于此，本研究尝试聚焦人工智能赋能教师教育这一议题，理顺人工智能赋能教师教育的基本逻辑，并面向中小学教师群体开展问卷调研，从而进一步挖掘人工智能支持下教师教育变革所面临的现实困境，归纳提炼人工智能赋能教师教育的实践路向，以期为新技术时代教师教育变革提供有益参照。
一、信息技术赋能教师教育的历史变革
随着信息技术的不断升级与发展，一些具有“类人功能”的智能产品逐渐应用于教育教学领域，促使教育信息化样态逐渐具有智能属性。就教师教育而言，信息技术赋能教师教育的历史进程主要经历了三个发展阶段。
（一）电化教育时代：信息技术赋能教师教育的初步探索期
1978年4月，全国教育工作会议指出，应充分利用广播、电视等工具，大力培训师资。此次会议不仅有力地推动了我国电化教育的发展，也促进了广播、电视等现代化技术手段在教师教育中的应用，开启了信息技术赋能教师教育的初步探索。1981年10月，教育部颁文要求“发挥电化教育在提高师资水平中的作用”。20世纪80年代中后期，随着计算机技术和网络通信技术的不断进步，信息技术赋能教师教育的工具与方式逐步得以拓展。1996年，《中小学计算机教育五年发展纲要（1996—2000年）》指出，应面向师范生开展相关培训，提升计算机辅助教学的知识与技能，并强调教师需对计算机等电化教育教学手段予以掌握。归纳来看，在电化教育阶段，教师教育的实践理念与行动方式逐渐融入技术元素，但这一时期教师教育存在着信息共享滞后、技术应用水平低下等诸多问题，教师教育过程与投影、录音、录像、电视、计算机等传统教育技术媒体之间的融合尚处于浅层阶段。
（二）教育信息化时代：信息技术赋能教师教育的快速发展期
21世纪初，我国的教育信息化发展较为关注项目及工程建设，以远程教育、开放教育等方式为依托，致力于提供多样化的教育信息化服务。在教育信息化背景下，我国教师教育理念与方式发生重大变革，信息技术赋能教师教育也逐步从电化教育时代迈向教育信息化时代。2002年，教育部发布《关于推进教师教育信息化建设的意见》，对教师教育信息化原则、目标以及具体举措等诸多方面作了基本要求，为我国教师教育信息化快速发展奠定了行动方向。随后，我国教师教育信息化建设开始逐渐关注宏观指导与项目实践相结合的推进方式。《2009—2012年中小学教师国家级培训计划》等文件以具体的实践项目来推动教师教育信息化。随着互联网、云计算等技术的快速发展，教师教育体系也积极顺应信息技术发展趋势，致力于培养具有信息化教学技能的新型师资。但由于这一时期信息资源良莠不齐，教师教育过程的数据挖掘和分析还相对滞后，对于硬件设施投入与建设的关注高于软件设施，教师教育课程资源尚未实现有效的区域联通。
（三）“智能教育”时代：信息技术赋能教师教育的战略转型期
2017年，《新一代人工智能发展规划》中明确提出，应利用人工智能技术满足社会大众对于教育、医疗等方面的民生需求。随着机器学习、智能感知等智能技术与教育教学的整合成效逐渐凸显，2018年，《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》中更是强调应提升教师对于人工智能的胜任力与适应力。2021年4月，教育部发布《关于开展第二批人工智能助推教师队伍建设试点推荐遴选工作的通知》，强调应通过建立师范生大数据评价管理机制、创新“人工智能+教师研修”模式等手段，促进人工智能、大数据等技术与教师队伍建设的有效整合，助推教师教育理念与模式的智能转型。此外，人工智能与教师培训的整合也逐渐得到广泛关注，2021年5月，教育部、财政部发布《关于实施中小学幼儿园教师国家级培训计划（2021—2025年）的通知》，强调应推进人工智能与教师培训融合发展，形成人工智能支持教师终身学习的新机制；《教育部教师工作司2022年工作要点》亦强调应推进人工智能助推教师队伍建设，发掘推广一批人工智能助推教师队伍建设的先进典型，推进教师资源数字化建设和教师队伍数字化治理。
二、人工智能赋能教师教育的基本逻辑
在“人工智能+教师教育”生态系统中，信息技术能够对教师教育的课程设置、教育模式、评价方式、应用实践、培训和终身学习等方面产生影响，解决教师培训方式变革以及教师教育的管理问题也是推进人工智能与教师教育体系深度融合的关键。
（一）课程层面：智能资源共享赋能教师教育课程体系完善
教师教育课程是构成教师教育体系的重要内容，这也是人工智能赋能教师教育的基本着力点。人工智能在资源推荐、资源整合等方面具有智能特性，人工智能赋能教师教育的一大优势在于可通过智能资源共享推进教师教育课程体系趋向完善。首先，人工智能可为教师教育课程资源的开发与获取提供技术保障。可通过智能化资源开发平台，设计与整合海量教案、课件、课堂实录、习题等教学资源数据，且利用大数据的智能匹配与分析功能为教师筛选出最优质的课程资源并为其推荐最适切的学习资料，有助于为教师专业发展提供精准化的培训课程资源。例如，华中师范大学“现代教育技术应用”课程通过引入虚拟仿真实验和桌面VR交互一体机，促进师范生自身学科内容与新兴形式资源的融合，设计、开发和生成多种沉浸式、交互式的教学资源。其次，人工智能可助力教师教育课程管理建设。基于智慧课程管理系统为教师及教师教育者提供留言、点评、交流、反思等信息共享功能，可实现海量的教师学习行为数据的精准采集与分类，并利用数据分析与共享技术为教师教育者改进课堂教学方式与内容设计提供证据支持。归纳来看，智能资源共享本身是一种信息共享，有助于拓展教师教育课程学习的资源内容与空间场域，此为人工智能赋能教师教育的课程逻辑。
（二）评价层面：机器学习赋能教师教育质量精准改进
机器学习赋能教师教育质量精准改进可被视为人工智能赋能教师教育评价的重要环节。首先，机器学习有助于实现教师教育过程性数据的精准挖掘。长期以来，教师教育质量缺乏相对全面的评价标准，教师教育质量评估往往侧重于结业考评、期末考评等总结性评价方式，较为忽视教师教育过程的数据记录与信息采集，教师教育者可能对于自身教学过程中的潜在问题也难以发觉。其次，机器学习立足于对海量数据全生命周期的伴随式采集、深度挖掘与分析，其能够通过挖掘数据背后的潜在关系，不仅能够实现基于理性证据的科学决策，也能够为教师教育质量的精准监测与改进提供实践路径。机器学习可通过智能传感、人脸识别、图像识别等技术实现在线教师教育数据、线下教师教育数据的有效采集与智能分析，有助于以大数据分析方式来可视化呈现教师教育质量分析结果。基于质量分析结果，教师教育者能够迅速识别其教育教学的缺点，并能够有针对性地予以改进，进一步掌握当前教师教育课程、管理、实践等方面存在的实质性不足，这为教师教育质量的精准改进提供了诸多便利。例如，黄慕雄等人以广东省教师教育大数据智慧系统为例，构建了一种多源多层的教师专业发展分析模型，采用较为成熟稳定的协同过滤推荐算法综合分析并精准制订培训发展方案，是满足教师培训机构为教师智能化制订培养方案需求的部分体现，为精准评估与改进教师教育质量提供了有效支持。
（三）管理层面：智能决策助力教师教育治理机制重塑
人工智能拥有规模化数据、深度学习算法以及高度计算力，其通过科学规范的数据聚类、数据认知、决策优化等过程，挖掘数据的复杂性关联和潜在价值，使智能决策得以实现。首先，智能决策为以单向性、强制性及刚性为核心特征的传统教师教育管理模式走向科学民主式的教师教育治理模式提供了重要支撑。基于智能决策理念的教师教育治理将由经验走向循证，经由“提出问题—获取证据—评价证据—应用实践—效果评估”科学流程，自始至终指向准确和明智的最佳教育证据筛选与应用，保障教师教育决策有据可循。其次，智能决策本身体现了一种数据治理的理念，其以规模化数据和智能算法为中介，促进教师教育决策过程由单一主体决策走向基于数据智能的多主体协作，有利于教育行政部门、教师培训机构、学校等决策主体构建基于证据的教师职前职后一体化协同机制，教师教育的决策者、参与者可通过协同完成数据收集、表征、组织、分析、交流等环节，精准定位并预测教师培训的需求与供给状况，尤其是应真正关照乡村学校在职教师专业发展的个性化需求，最终生成兼具技术理性与人文关怀的教师培训与研修方案。
（四）培训层面：智能互联助力教师培训空间极速拓展
自20世纪末《中小学教师继续教育规定》颁布以来，我国教师培训的规模、经费投入、相关制度和体系建设等飞速发展。然而，不少地区的教师培训工作也暴露出一些现实难题，如对教师培训的需求分析不够细致与准确、培训内容重复与泛化、培训空间满意度不高等。随着深度学习等智能技术的发展，教师教育空间将逐步实现虚拟空间与物理空间的无缝衔接，智能互联助力教师培训空间极速拓展成为现实。首先，基于智能互联理念的教师研修平台进一步提升了教师培训的针对性与有效性，有助于创设沉浸性更强的线上虚拟研修空间与“双师课堂”教学空间，可实现对教师认知结构、教学行为、教学风格与专业能力的智能监测与精准诊断，并实现精准化的课程推送、个性化的助学支持。其次，基于智能互联的教师培训助手系统为教师培训目标的实现释放了工作空间。AI教师能够将教师培训者从琐碎的机械性行为中解放出来，教师培训者将拥有更多的“自由时间”，这使其可以在更充分的自我认知基础上，更多反思教师教育课程设计、实践应用、沟通协作等方面的教师培训问题。再者，基于智能互联的跨区域培训云平台有助于拓展教师专业学习空间。“智能+教育”模式打破了教师培训的时空局限，进一步增强了教师培训的灵活性，有助于实现跨区域的教师培训新机制，有助于打造线上线下一体化的教师培训新机制，这对于实现偏远、贫困、落后地区教师教育与发达地区协同发展具有重大意义。例如，依托统一的宁夏教育云在线互动课堂平台，宁夏尝试推进名校名师与普通教师开展线上师徒结对，组建专业成长共同体，利用在线互动课堂、名师网络工作室等，实现城乡教师“智能手拉手”。
三、人工智能赋能教师教育的现实困境
遵循前文所述的人工智能赋能教师教育的基本逻辑，本研究基于教师教育体系构建的实际现状，从课程层面、评价层面、管理层面、培训层面出发，结合对10位区域教师进修学校管理人员、教师教育领域学者、中小学校长的访谈结果，编制了“人工智能支持下的教师教育改革调查问卷”。除基本信息题项、多选题“您认为人工智能支持下的教师教育可能存在哪些问题？”之外，问卷中各题项均采用李克特五点量表形式（从非常不符合到非常符合）予以呈现。首先，选择江苏省W市90位中小学教师进行预调研施测，基于预调研样本数据，对问卷进行信效度检验。数据分析结果显示，整体量表的KMO统计值为0.95，Bartlett球形检验结果的p值＜0.001，表明问卷适合进行因子分析。对整体问卷进行探索性因子分析，抽取出4个公因子，累计方差解释率达到86.26%，表明因子结构较为可靠。依据因子载荷图可知，题项A1到A4构成课程维度，题项B1到B3构成评价维度，题项C1到C4构成管理维度，题项D1到D3构成培训维度，与本研究对人工智能赋能教师教育的基本逻辑的分析框架相一致，表明问卷具有较好的结构效度，可作为正式调研问卷。
之后，基于正式调查问卷，本研究选取浙江、江苏、上海等教育与经济发达地区的中小学作为调研学校，面向中小学教师投递电子问卷，调研结束后，回收有效问卷527份。本研究利用Cronbachsalpha、CR、AVE值检验问卷信效度。整体量表的Cronbachsalpha值为0.966，各分量表的Cronbachsalpha值在0.89与0.97之间，证明问卷具有较好的内在一致性信度；验证性因子分析结果显示，各分量表的CR（组合信度）取值范围在0.79与0.86之间，表明量表的组合信度较好。各分量表的AVE值均大于0.5，表明量表的收敛效度较好。此外，验证性因子分析结果显示，模型拟合较好，RMSEA、CFI、SRMR指标均达到测量学标准（RMSEA＜0.08；CFI≥0.90；SRMR＜0.06）。综合上述分析结果，可知问卷通过了信效度检验。
人工智能支持下的教师教育现状的描述性分析结果如下。总体而言，人工智能支持下的教师教育现状的均值水平为3.85，除评价层面以外，各子维度（课程层面、管理层面、培训层面）的均值水平均在4以下，由此可见，当前教师对于融入人工智能的教师教育、职后培训的感知情况并未达到理想程度，人工智能在推进教师教育改进方面尚存较大空间，因此，仍需进一步探索如何利用人工智能优化区域教师教育体系，提升教师教育的有效性、针对性、科学性、智慧性。在此诉求背景下，精准分析人工智能赋能教师教育变革所面临的现实困境，则成为归纳和提炼人工智能赋能教师教育实践路向的关键之举。具体而言，本研究将进一步结合调查分析结果，围绕课程、评价、管理、培训四个方面剖析人工智能赋能教师教育的现实困境（见图1）。
图1人工智能赋能教师教育的现实困境
（一）教师教育课程体系难以适应智能时代教师专业发展
在智能时代，教师教育的内容正发生重大变革，人工智能已成为教师教育工作的得力助手，开设一系列面向教师的人工智能课程具有一定的必要性。但就我国教师教育课程体系而言，其目前尚难以适应智能时代教师专业发展。首先，在课程层面，区域教师教育课程建设缺乏较为统一且清晰的课程标准，区域教师教育的课程科目、结构和类型较为单一的现象时常出现。而且，本研究调查结果显示，55.79%的教师认为，教师教育课程内容与教师所需的智能教育素养脱节；题项“教师教育的课程内容能够满足您的实际需求”均值为3.91。由于受人、财、物等多方面资源的影响，教师教育课程理念的变革难度相对较大，即使是面对人工智能等新技术的冲击，教师教育课程建设也具有滞后性与保守性，融入人工智能教育内容的教师教育课程特色难以有效凸显。其次，在教学内容方面，目前不少地区的教师教育教材体系陈旧，教学内容未能结合智能时代所需做到有效更新。数据分析结果显示，题项“当前的教师教育课程关注如何让教师有效应用人工智能产品”及“学习教师教育课程能够提升您的智能教育胜任力”的均值水平分别为3.95与3.94，这表明教师教育课程体系与人工智能等技术知识的融合力度与成效不足。再者，在教学方面，受困于不少教师教育者、受训在职教师及师范生的技术接受与整合能力存在欠缺，教师教育课程教学缺乏具有足够信息化胜任力的教师教育师资，导致智能技术赋能教师教育课程教学的过程受到教师能力的严重制约。
（二）基于证据的教师教育质量评价有待优化
在5G、人工智能、大数据等技术的支撑下，如何构建基于证据的教师教育质量评价体系是推动人工智能时代教师教育发展的一大难题。为尽可能地减少评价过程中的标准不一与价值冲突等问题，在从事教师教育评价活动之前，需要确立相应的指导标准和价值准则。对于我国教师教育评价实践而言，基于证据的教师教育质量评价亟待进行优化，教师教育质量评价体系尚待建立健全。综合来看，我国不少地区至今仍未形成循证式的教师教育质量评价标准体系，导致我国教师教育评价活动在实践中缺乏必要的规范性与科学性，48.39%的教师认为，对于教师教育效果的多维评价有待加强。此外，我国教师教育评价普遍存在着重视运用分数、成绩等量化指标评价的倾向，仍然留有“头痛医头、脚痛医脚”碎片化的评价方式，且数据分析结果显示，题项“培训专家能够利用人工智能对您的学习效果进行分析与评价”均值为3.96，这表明人工智能尚未全方位融入循证式教师教育质量评价体系，未能充分借助人工智能等新技术立体化地搜集教师教育活动的信息从而科学全面地评价教师教育效果，进而导致教师教育评价新格局尚未完全形成。
（三）大数据赋能教师教育管理存在决策偏差
人工智能浪潮风起云涌，其与大数据之间的关系相伴而行，人工智能功能的发挥离不开数据处理与运算的支持。决策者依托人工智能的分析及预测功能，可从“基于经验的分析”转向“数据驱动决策”，这在一定程度上有助于教育管理者系统把握教师的个体诉求与行为轨迹，并据此进行信息反馈和教学激励。但需要注意的是，智能技术是一把双刃剑，在帮助实现教师教育决策科学化的同时，其也会因人技关系异化而产生一系列问题。数据分析结果显示，人工智能赋能教师教育的管理层面均值水平为3.73，表明当前人工智能在优化教师教育管理方面尚存在一定的问题及弊病。首先，人工智能算法、决策使用的数据及数据处理方式均是由“人”来创建的，不可避免带有个体主观隐含的偏见。当主观的算法设计偏见或数据处理偏见渗透到教师教育管理过程中，将会给教师教育决策带来一定的偏差与错误。其次，人工智能算法具有自主决策、学习的能力，它的设计者难以预测最终的结果，也无法完全解读它是如何得出现有结论的。因此，教师教育决策的相关主体一定程度上将会陷入算法分析结果难以解读的困境，这将削弱决策者的公信力与可信度。再者，根据数据分析结果可知，45.92%的教师认为人工智能可能无法十分准确地量化教师教育成效。处于不断完善与发展阶段的人工智能算法及其所依赖的数据很有可能具有一定的局限性，这将导致一些非数据化或难以数据化的教师教育问题被排除在决策过程之外，进而给以数据作为决策基础的教师教育决策者带来一定的决策盲区，产生大数据赋能教师教育的信息偏差现象。
（四）教师培训与智能技术的整合存在效度困境
数据质量、算法功能对人工智能应用成效影响较大，无论是数据挖掘，还是智能算法设计，均无法做到尽善尽美，数据分析结果显示，人工智能赋能教师教育的培训层面均值水平为3.64，表明人工智能在教师培训实践中的应用依然存在效度困境。首先，使用算法和预测模型对教育现象进行度量将会造成一定风险，这主要取决于计算模型和算法是否符合教育逻辑、教育过程和教育中的人是否可以被量化和计算、对教育过程的量化是否能够反映教育本真，这需要进一步反思智能技术应用于教师培训的合理性与规范性，将其应用范围限定在可控风险领域之内。其次，智能技术在教师培训中的使用效能相对较低，其在培训资源建设、助学辅导、培训成效评价等方面的应用程度受人力、物力、财力等多方面制约。调查结果显示，59.20%的教师认为，人工智能技术与教师教育的融合性不强；41.18%的教师认为，学区或学校难以投入大量资源以支持智能化教师教育体系构建；另外，42.88%的教师认为，目前人工智能支持下的教师教育指导性政策与规章尚需完善。这表明不少地区不仅缺乏具有较高智能教育素养的教师教育专家以及足够的经费支持、资源保障，而且，也缺乏人工智能赋能教师培训的指导性政策与规章，进而导致区域教师教育部门在利用智能工具开展教师培训活动时易陷入“仅加大软硬件投入”的战略误区，忽视对教师教育者技术接受与整合能力的有效训练，进而削弱了智能技术在教师培训需求满足与资源建设方面的应用空间。
四、人工智能赋能教师教育的实践路向
随着人工智能与教师教育领域的不断融合，人工智能赋能教师教育也面临着如教师教育课程体系难以适应智能时代教师专业发展、基于证据的教师教育质量评价有待优化、大数据赋能教师教育管理存在决策偏差、教师培训与智能技术的整合存在效度困境等问题。综上，为推动人工智能在教师教育领域的合理应用，人工智能赋能教师教育体系构建应关注以下实践路向。
（一）加强数字化课程建设，推进教师教育资源智能化开放共享
以往教师教育资源虽然也包括微课、短视频、精品课等信息化形式，但随着新课标的颁布与新教材的逐步使用，教师教育数字化资源动态性缺位、资源建设质量不高、资源建设区域协同性差、资源建设针对性不强等问题逐渐凸显。在人工智能时代，教师培训课程、教师研修资料等均可被表征为较易传播与计算的数字形态，教师教育资源建设应加强数字化课程建设，推进教师教育资源智能化开放共享。首先，区域教育行政管理部门、各级各类教师培训机构及中小学校应携手打造智能化区域教师教育课程资源库，立足教师群体的数字画像以及教师培训专业标准，积极利用虚拟现实、增强现实、智能云等智能技术，关注教师教学技能网络模拟实训与教育理论在线学习，充分整合微课、慕课、直播课、公开课等数字化课程资源，推动数字化教师教育课程资源系统化建设。例如，首都师范大学聚焦于人工智能时代下的教师发展，由高校导师团队设计面向教师专业发展的在线课程，师范生制作开发课程，并且在课程开设期间与在职教师开展全程陪伴式的互助共学，师范生为在职教师解答与技术应用有关的困惑，而在职教师可以为师范生在教学方面提供经验分享。其次，构建数字化教师教育课程资源监管体系。地方教育行政管理部门、学科教研员、教育督学及督导专家等多方人员应组建数字化教师教育课程资源审查小组，确保数字化教师教育课程资源开发经过开发测试、内部评价、外部评价等严格流程，应利用机器学习、数据挖掘等智能技术，及时对参训在职教师或师范生的课程资源使用记录、共享渠道与心得体会予以电子存档。再者，应创设数字化教师教育课程资源的智能推送与共享机制。地方教育行政管理部门可依托“国培计划”“区域教师发展计划”等各级各类教师教育项目，着手建立优质数字化课程资源开发与遴选机制，遴选优质数字化资源，明确数字化教师教育资源流通标准与准入门槛，利用大数据分析与智能画像技术，通过智能筛选、提取和整合教师专业学习需求信息，基于在职教师专业学习的数字画像，有针对性地为教师推送定制化课程资源。
（二）立足评价改进，构建基于证据的教师教育质量监测体系
如前文所述，在评价层面，基于证据的教师教育质量评价机制还有待完善。评价对于教师教育质量的提升来说具有导向与指引作用，随着数据智能理念的不断深化，教师教育评价愈发关注数据式证据，如何利用数据信息呈现教师教育评价证据成为热点议题。因此，有必要立足于当前教师教育评价存在的现实问题，构建基于证据的教师教育质量监测体系。一方面，应基于智能数据挖掘，构建教师教育质量监测方案。从教师教育评价主体来看，教师教育质量评价受其主观判断影响，若教师教育评价所依赖的数据信息不够客观，将导致教师教育的评价结果有失公允。因此，应基于教师教育评价的实际诉求，智能挖掘与提取师范生、职后教师、教师教育者等评价利益相关者的数据信息，建立教师管理信息化系统，构建教师学分管理机制，建立教师数据的“驾驶舱”，对教师教育过程进行精准预警与监测。另一方面，创设基于证据可视化的教师教育质量分析机制。基于大数据分析、生物信息识别、图像识别、视频分析等技术，可从教师教育投入、过程、产出、背景等方面进行教育质量观测，动态采集教师教育行为和环境信息，严格落实数据筛选、数据比较、数据整合、数据呈现等一系列证据可视化流程，及时向主管部门、教育工作者、师范生、教师公开教师教育质量观测结果，注重教师教育质量评价结果与改进方案的可视化呈现，以便进一步明确教师教育质量的改进方向与提升路径。例如，宁夏充分利用大数据支撑教师智能研修行动并建设教师教育质量监测体系，为提升教师在教学设计、课堂组织、班级管理、教育研究等方面的综合能力，将教师管理信息系统、教师继续教育网络研修等平台整合融入宁夏教育云，基于教育云平台实现对教师专业发展状态的监管、测评与干预。
（三）聚焦数智融合，优化教师教育决策偏差调节机制
如前文所述，在管理层面，大数据赋能教师教育管理存在决策偏差。以往的教师教育决策存在主观判断、决策流程过于僵直与落后、决策技术过于单一等问题，人工智能时代教师教育决策虽可实现基于证据的教师教育决策，但其并不意味着教师教育决策绝对的合理化与准确化，教师教育决策仍有可能存在偏差问题（如决策偏见、决策失误等）。因此，应聚焦数智融合，优化教师教育决策偏差调节机制。首先，应构建基于数智融合的教师教育决策咨询服务体系。以师范教育、在职培训等多种形态为主体的教师教育体系涉及多个决策主体，且以往区域层面教师教育决策可能在师范教育与在职培训对接层面存在信息鸿沟，而且区域层面可能在城乡教师发展规划方面存在决策偏差。为此，可通过创设区域教师管理与发展服务平台，动态汇聚不同决策主体的建议与反馈意见，为地方教师教育管理者改进教师发展计划、教师研修项目管理服务、教师专业发展学分银行服务等提供信息支持与路向导引。其次，应关注教师教育决策偏差诊断与调节机制的创设。人工智能时代教师教育决策不仅应体现智慧化特性，而且应秉承基于证据的科学主义取向。应提升教师教育决策者的智能教育素养与数据素养，打通教师教育利益相关者间的决策信息共享通道，及时诊断区域教师培训与研修实践的主要问题与产生根源，智能分享与整合来自地方教师发展学院或中心、教育行政管理部门及高校教师教育基地的反馈信息，构建协同化地方教师教育决策咨询服务体系，有效提升区域教师教育决策的科学化和民主化。
（四）关注智能研修，创设基于分层分类的精准化教师培训体系
如前文所述，在培训层面，教师培训与智能技术的整合存在效度困境。以往师资培训一般采用讲座、讨论、观摩、进修、线上刷课等多种方式，但大多数培训方式属于短期行为，难以长期针对特定教师群体（如位处偏远的农村地区教师）开展教师专业培训。人工智能赋能教师网络研修平台与模式创建为教师终身学习与持续发展提供了重要支持。由此，为进一步推进人工智能赋能教师教育，满足不同类型教师群体的学习诉求，加快教师队伍数字化建设进程，推动教师数字化发展，有必要关注智能研修，创设基于分层分类的精准化教师培训体系。首先，教师培训部门或机构应着手建立研修专区，组建区域智能研修共同体，对参与在线研修的教师群体进行合理分类，以研修问题与实践案例为抓手，满足不同类别、层次、岗位的教师需求。教师教育者应基于教师研修数据进行智能追踪，尝试捕捉不同类型（如农村教师、城镇教师）、不同层次（如教学新秀、教学骨干、教学专家）教师参与智能研修的学习需求，以便构建线上与线下、必修与选修相融通的精准化教师研修模式。其次，应注重探索建立基于分层分类的教师发展测评系统，创设智能化教师培训成效评价模式。最后，应基于大数据融合，探索建立分层分类的教师发展测评系统，创设智能化教师培训成效评价模式。具体而言，应关注教师在学科、年龄、教龄等方面的实质性发展差异，评价方案的设计与实施应关注教师发展的过程性与阶段性数据的提取与筛选。也应着重提升教师教育者的信息化评价素养与智能技术胜任力，尝试通过教师个体发展画像的智能分析与评价，为受训教师后续的专业学习以及教师教育者的教学实践提供改进方向。
五、结语与展望
关于华南师范大学|统一认证|移动平台
Copyright©2023SouthChinaNormalUniversity.AllRightsReserved|华南师范大学版权所有
华南师范大学