人工智能教师的专业发展 | 全域联动，开辟新航线

人工智能教师的专业发展

01

刘欢桐 徐成刚 林书兵

——以成果导向的区域教师AI素养提升为例

02

丛宏 王爱胜

全域联动，开辟人工智能教师专业发展的新航线——兼评《基于OBE-PRE模型创新人工智能教师专业发展机制》一文

全域联动，开辟人工智能教师专业发展的新航线

——兼评《基于OBE-PRE模型创新人工智能教师专业发展机制》一文

本文旨在通过对《基于OBE-PRE模型创新人工智能教师专业发展机制》一文的分析，探讨如何通过理论与实践相结合，构建“OBE-PRE”一体化的人工智能教师专业发展模型，搭建“筑基—深化—辐射”三阶培养路径，形成成果生成与价值扩散机制，并验证该模型的成效，提供一种“全域联动”的极具教师专业特征的发展方案。

同时，本文根据作者师资培训团队的近期实践，将理论指导与实战演练相结合，针对教师专业发展的群体与个人，从目标大小、任务急缓、上下政策、内外力量等维度阐述全域联动对人工智能教师专业发展的领航作用，开辟可持续的人工智能教师专业发展的新航线。

在人工智能时代，教师专业发展的边界持续拓宽，其知识、技能、素养均面临严峻挑战。大语言模型高速发展带来的知识、技术甚至技能平权，使得教师在知识传授、技术讲解方面的优势逐步弱化，因此，如何引导学生提升综合素养成为新的趋势；而在课程资源建设方面，教师不再独享内容创作主导权，需要与人工智能协同共建教育生态。同时，伴随知识与技术的快速更新，不少教师难以适配教学场景与智能技术的融合应用，普遍滋生“技术焦虑”与“应用迷茫”。此外，即便依托高性能人工智能工具，教师仍无法脱离烦琐的教学事务。

《基于OBE-PRE模型创新人工智能教师专业发展机制》一文针对这些困境提出了解决方案，试图在知识焦虑与技术变革浪潮中确立教师专业发展新导向，把模糊的成长愿景转化为清晰的行动路径。基于笔者团队在教师专业发展工作的数年实践探索，本文依据知识、技能与素养的进阶逻辑，借鉴名言中用典创新的思维方式，围绕目标确定、规划管理、关联协同与内外兼修维度，探索如何全域联动开辟从个体觉醒到群体共生的可持续专业发展新航线。

教师的专业发展，需要“更专业”的群体全域规划

一直以来，教师专业发展最缺乏的不是学习动力与理论，而是“更专业”的发展规划。例如，暑期培训、网上研修及校本研训等大都是零散的，甚至很多培训内容是“拼凑”的、良莠不齐的，这让不少教师感觉到理念空洞缺乏实践指导，技能欠缺，学习效果不甚理想。

通过对中山市教师培养经验的思考，可知其区域教研部门在规划教师专业能力培训时，直面了区域存在的“目标离散”“成果转化不足”“区域辐射薄弱”等现实困境，在此基础上，进行了更专业的群体全域规划。

首先，表现为有科学的理论建构，遵循成果导向教育主张，以最终能力成果为起点反向规划培养内容、路径与评价标准，整合TPACK、实践共同体、创新扩散理论，构建OBE-PRE模型。

其次，以PRE成果链，覆盖“发展—实践—研究—推广”闭环培养范式，走向“单向递进”+“反向赋能”的耦合，力图形成教师专业发展的动态循环体系。

最后，在实践层面结合实际需求，构建人工智能教师成长梯队，确立专项教师基本能力，创建市、镇、校、教研体四环多级联动协同机制，为模型实施提供支撑。

其中，基于OBE-PRE模型的人工智能教师专业发展实施路径包括构建以PRE成果链架构人工智能能力测评标准，打造三阶递进培养体系，形成PRE成果链下的教师成果生成与价值扩散机制，达成实践转化成果、知识生产成果、生态辐射成果等。

通过分析该市教师人工智能专业发展项目成果，可以清晰地发现，借助专业成长模型能系统化提升教师的TPACK各维能力，可持续培育全域联动的人工智能教育教研生态。这不仅为校级、县市级甚至省级单位提供了可借鉴的群体专业发展模型，也为个体可持续地专业发展提供了新路径。

教师的专业发展，个体要遵循“更科学”的全域航线

下面，笔者结合所在教研团队在全国各省市开展的多次信息科技、劳动教育教师专业发展活动，融合“案例展示+专题学习+技能实战+课堂实践”的形式，采用多轮“分—合”成长策略，阐述如何开辟人工智能教师专业发展的新航线。

1.聚焦主要目标，以专业技能为可持续发展“护航”

当前的中小学信息科技教育发展环境比较复杂，欠发达地区与薄弱学校普遍存在专职师资短缺问题，人工智能方向教师的专业发展工作任重道远。教师需立足国家战略与教育未来，结合个人岗位职责确认专业发展的主方向，减少杂务，聚焦信息科技与人工智能教育的主要目标，提高教师在人工智能教育的知识、技术、教法与评价等方面的专业技能。

例如，在人工智能教学方面，重点把握大语言模型相关知识与应用，掌握基本的神经网络框架搭建与调参方法，提高使用机器学习与深度学习训练模型进行技术实验与解决实际问题的技能，更好地用人工智能赋能其他学科开展跨学科学习。

当然，教师可以根据自己的基础水平选择成长目标。例如，擅长Python、HTML等技术的教师可以在开发模型训练实验平台项目中发展技能，如基于ResNet等神经网络框架识别事物的探究实验、通过鸢尾花或南极企鹅等标准数据集进行模型训练与评估的项目学习，以及基于Node.js或QuickForm等以AI协同创新“教-学-评”一致性在线学习平台的教学实践等；不擅长人工智能协同编程的教师，也可以借助开源平台应用，多层次提高教学设计与实施的技能。

2.合理规划安排“航程”优先级

在实际教学场景中，教师专业发展经常会面临短期学习、年度培养及长期研究等不同时效的工作，而以职称晋级为标志的专业发展，是贯穿职业生涯的长期积淀过程，因此，教师需要合理规划自己专业发展航行的“航程”计划，将校情、学情和自己的专业能力匹配，以适当方式合理规划时间、任务，充分调动团队优先解决近期任务，再共同规划并实施中长期项目。

人工智能教师专业发展的近期任务，是基本的知识认知、技术应用，能在设备环境还不完善的情况下采用个人独立显卡电脑或带图形加速CPU的笔记本电脑，借助人工智能协同生成简易学习平台，支撑学生在线进行KNN、聚类、随机森林等简单的虚拟数据模拟、算法探究及轻量级模型训练实验，或借助开源的公益模型训练平台的云端算力进行小样本的模型训练。

对于中长期学习项目，如大样本的模型训练解决实际问题、基于人工智能算法与模型的应用创新，或人工智能生成完整作品的项目学习，教师可以预先规划长期项目方案，拆分任务分阶段落地，如将实操时间长的学习内容结合生活制作成项目书，与学生一起共成长。

3.准确定位专业发展的位置“坐标”

对政策的上知下达，是一线教师及教研员教学研究与实践指导的必要环节，由此方能从专业发展实际出发，基于解决教学中的实际问题准确定位航程中的位置“坐标”。由于不同专家对人工智能教育的观点并不完全一致，在知识素养、工具应用、模型训练解决问题，以及技术应用创新程度等方面都有所差异，因此，教师应结合国家、省市课程政策要求，并根据所在省市发布的人工智能教育规划或指导意见，以及人工智能通识课程方案等政策文件，对照所在地区发布的人工智能通识教育校本案例资源，参考领先省市审定通过的人工智能通识教材等，依据校情、学情落地课程。

在设备环境等不甚理想的情况下，或可分步实施、分批进步，不囿于大模型原理、模型调参等过难知识与过高要求，也不以人工智能生成内容的应用替代课程全部。教师不可能是全才，只有对专业发展的位置坐标准确定位，方能通过不断学习与持续探索，以国家政策对照实际需求，与学生一起面向智能、走向未来。

4.内外兼修提高专业发展航行的“驾驭力”

新一代人工智能是新生事物，无论是数据、算法、算力三大基础，还是大语言模型应用、模型训练、智能体协同等前沿形态，不仅在重塑教育的边界与内涵，更赋予了信息科技教师新的责任与挑战。信息科技教师既要保持开放的思维，合理接纳智能工具赋能学习与工作，也要坚守育人初心不被人工智能过分牵绊，向内以自身的知识、技术与素养提升教学技能，向外通过名师引领、区域教研、校本教研及人工智能协同等全域联动提高对人工智能教师专业发展的驾驭能力。

例如，笔者在近期几场培训中采取融合“经典展示+专题学习+技能实战+课堂实践”的形式，先激励三五位教师主动展示自己实践过的人工智能应用、原理、算法、教具创新等不同类型的优质教学案例，再由专家、名师系统进行人工智能通识教育相关政策、理论、概念、技术与评价的专题讲解，接着通过小组合作基于人工智能协同备课、网页或Python教具设计进行技能实战，最后通过人工智能智能出题的测评与奖励，加强学习成果的课堂实践跟踪。同时主管部门定期进行评课、赛课、展示课等活动，形成从多轮次的“分—合”专业发展策略，实现内外联合促进教学落地的专业技能发展。

总之，只有通过建立更科学的全域联动的人工智能教师专业发展机制，才能既加强教师自我内驱力，提高知识、技术与素养，并由此产生行动力与转化力，将理念转化为课堂教学实践，又能通过合作凝聚人工智能教育智慧，在课程变革的新时代，通过全域联动，开辟人工智能教师专业发展从“知识传播”到“素养引领”的课程实践新航线。

本文作者：

丛宏 山东省威海市综合实践活动实验学校

王爱胜 山东省青州第一中学

文章刊登于《中国信息技术教育》

2026年第15期

引用请注明参考文献：

丛宏,王爱胜.全域联动,开辟人工智能教师专业发展的新航线——兼评《基于OBE-PRE模型创新人工智能教师专业发展机制》一文[J].中国信息技术教育,2026(15):28-30.

欢迎订阅

识别上方二维码订阅纸质版或电子版杂志