“学研共同体”对话③ | 如何评价教师人工智能素养？

人工智能技术的快速演进正推动教育生态的深层次变革。教师的人工智能素养提升已成为推动人工智能与教育深度融合的关键要素。近年来，从《教师数字素养》行业标准到《教育强国建设规划纲要（2024—2035年）》，再到《“人工智能+教育”行动计划》，一系列政策文件明确了教师人工智能素养提升的战略意义和路径要求。政策指向清晰，但如何落地，仍是摆在每一位教师和教研工作者面前的现实问题。

本期对话，邀请到教研员、大学教师、中学校长和中学教师，围绕教师人工智能素养“为何重要—是什么—怎么评—怎么提升”四个问题展开讨论，希望能为广大读者提供可参照的思考框架与实践方向。

学研共同体视域下的

教师人工智能素养提升

01

02

03

如何评价教师人工智能素养？

04

如何提升教师人工智能素养？

如何评价教师人工智能素养？

金万莲：《“人工智能+教育”行动计划》对评价问题有明确要求：“构建情境化测评系统，开发智能化、梯度化的测评工具，鼓励各地各校开展规模化的教师素养测评，根据测评结果针对性地提升教师素养和能力。”地方教育部门应该如何理解文件提出的测评要求，情境化、智能化、梯度化分别指什么？

魏雄鹰：情境化指向测评方式，要求将教师置于真实教学场景中，观察其外显化决策行为。通常的做法是将测评任务嵌入教师日常的专业工作流程，如教师完成“分析学情—协同AI生成方案—创造性修改”的教学准备流程，系统通过采集教师与AI的对话、修改轨迹等行为数据，实现过程性评价。

智能化指向测评工具，通过多空间数据采集实现无干扰的自动测评。具体而言，在物理空间采集课堂教学行为数据，在网络空间采集教师的线上访问行为、工具使用轨迹等数据，再通过多模型交叉验证进行精准的分析。例如，根据教师的线上访问记录进行数据挖掘，分析其资源浏览偏好、工具使用频率、学习路径特征等，以此判断其人工智能素养所处的水平。

梯度化指向测评标准，即教师人工智能素养存在层次差异，测评应能区分教师所处的不同发展阶段。例如，基于共创共研素养的发展规律，可将教师人工智能素养划分为人机协作的适应者、人机共创的设计者和共创文化的创变者三个层级。也有研究者采用“懂、会、善”的划分方式，侧重于认知与价值的进阶。懂指向理解层面，包括理解人工智能的基本概念、工作原理、能力边界和潜在风险；会指向操作与应用层面，指教师能在实际教学场景中运用人工智能解决具体问题；善指向价值判断与创造层面，体现教师在更高层次上的专业判断与创新能力。

金万莲：在教师人工智能素养的测评中，应遵循哪些原则？具体有哪些可行的方式呢？

李伟：教师人工智能素养测评可采用结果评价与过程评价相结合的方式。以某人工智能优质课比赛为例，比赛的第一环节是算法设计与实现，选手需在180分钟断网环境下完成全部试题。试题分为理论和上机两大板块：理论部分考查人工智能发展史与专业基础知识，侧重检验教师对人工智能原理的掌握程度；上机操作包含两道综合应用题（如回归分析、鸟类声音识别），参赛者不仅要完成程序功能，还需持续优化模型、减小误差，以考查其实际操作能力和问题解决能力。比赛的第二环节是说课答辩，选手现场展示参赛课例，在规定时间内阐述教学设计、课堂流程与育人目标，展示教学理念，并逐一回应评委提问。这一比赛整合了理论考试、操作实践与教学展示，构成综合性测评方式，通过教师在限定条件下的真实表现评估其人工智能素养水平。

范诚：除了上述比赛形式的测评方式，还可基于理论框架设计问卷，通过教师自评测量素养水平。这类工具相对成熟，易于大规模实施。例如，从变革意识、智能教学、协同育人、成长发展四个维度设计问卷，通过开放式问题收集教师对人工智能素养的认识与需求，从中提炼具体主题，揭示教师在智能时代的素养需求特征与样态。

在一线教学实践中，测评人员可通过观察教师在真实课堂中与AI工具的互动，记录其教学行为，判断其素养水平。同时，利用智能技术分析课堂教学行为，分析结果可为教师改进教学提供参考。

金万莲：从现有的测评和研究来看，当前教师人工智能素养的现状如何？反映出哪些问题？

浦银海：我从一线教学实践中了解到的当前教师人工智能素养现状如下：从整体水平来看，教师面向人机协同的人工智能素养尚未达到理想水平，在知识储备、实践经验等方面存在显著不足。

从使用频率来看，大多数教师已经认可AI的教学价值，但每天使用的比例仍然偏低，从认知认同到常态化实践，它们之间仍有较大距离。

从素养结构来看，教师在AI伦理意识和价值认同方面表现较好，但在知识储备、技术实操和教学融合能力方面相对薄弱。

从群体差异来看，不同教师群体之间存在显著分化。教师人工智能素养水平受任教学校类型的影响较大，性别、学历、职称、学科等因素亦与素养水平存在关联。教师参与AI培训的意愿在性别、职称、学科等方面同样存在显著差异。

金万莲：影响教师人工智能素养水平的主要因素有哪些呢？

翁恺：根据现有研究，影响教师人工智能素养水平的因素可从个体内部与环境外部两个维度加以分析。

从个体层面来看，教师现有的知识水平与内在动机对素养发展具有显著影响。教师对AI的理解程度和使用频率，是驱动其持续学习和深入应用的重要动力。已经具备一定AI知识和使用经验的教师，更有可能主动探索更深层次的应用；反之，若教师从未接触过AI，迈出第一步的难度则更大。

从环境层面来看，外部条件不会直接提升教师的素养，而是通过影响教师的内在动机和信心间接发挥作用。组织支持和绩效考核等因素通过内部因素的中介效应发挥作用。此类外部条件包括学校的硬件设施、培训机会、同伴支持等。由于不同学校的上述条件存在差异，教师的内在动机和信心也各不相同，进而导致同一地区不同学校之间教师素养水平存在明显差异。

浦银海：从学校管理层面来看，校长和管理团队对人工智能教育的理解与重视程度，直接影响学校在资源投入、制度设计和氛围营造等方面的推进力度。若管理者自身缺乏人工智能素养，学校便难以形成推进人工智能教育的整体合力。

硬件条件、平台工具、网络环境等技术基础设施的完备程度，是教师开展人工智能教学的基础条件。学校是否提供了稳定可靠的AI教学平台、是否配备了经安全审核的工具白名单、是否建立了技术支持和运维保障机制，直接影响教师能否顺利开展人工智能教学实践。

在硬件基础上，组织层面的制度与文化支持同样关键。学校是否营造了鼓励尝试、允许试错的文化氛围，是否将人工智能教学纳入教研活动的固定议程，是否建立了同伴互助与经验分享的机制，这些因素直接影响教师的应用意愿和持续动力。

范诚：从教师个体层面看，高学历、较年轻的教师在人工智能素养方面确实具有一定优势，他们对新技术的接受度更高、学习意愿更强。教师感受到学生对AI工具的积极回应和主动使用，这种来自课堂的真实反馈，会促使他们持续学习和应用AI工具。我在实践中观察到，教师熟悉的资源类型仍主要集中在文本、图片、视频、音频、动画等传统形态上，而对交互式教学平台、智能学情报告等需要人机协同的新型资源应用较少。这并非因为教师不愿尝试，而是因为他们不熟悉相关工具，也缺乏开发能力。

文章刊登于《中国信息技术教育》

2026年第18期

引用请注明参考文献：

魏雄鹰,翁恺,李伟,等.学研共同体视域下的教师人工智能素养提升[J].中国信息技术教育,2026(18):4-12.

欢迎订阅

识别上方二维码订阅纸质版或电子版杂志