“学研共同体”对话（完整版）| 学研共同体视域下的教师人工智能素养提升

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。

对话嘉宾

魏雄鹰

浙江省教育厅教研室信息科技教研员，正高级教师

翁 恺

浙江大学教授，浙江省信息科技教材主编

李 伟

浙江省杭州市基础教育研究室信息科技教研员，正高级教师，浙江省特级教师

浦银海

浙江省海宁市第一初级中学副校长，高级教师

范 诚

浙江省台州市黄岩中学教师，正高级教师

金万莲

浙江省温州市教育教学研究院信息科技教研员，高级教师

学研共同体视域下的教师人工智能素养提升

教师人工智能素养因何重要？

金万莲：各位老师好，近年来，一系列与人工智能（AI）教育相关的政策文件相继出台。例如，教育部发布了《教师数字素养》行业标准；中共中央、国务院印发的《教育强国建设规划纲要（2024—2035年）》在“建设学习型社会”部分提到“促进人工智能助力教育变革”，要求制定、完善师生数字素养标准；教育部等五部门印发的《“人工智能+教育”行动计划》则更具体，提出要“深入实施国家教育数字化战略，坚持育人为本、素养为先、应用导向、智能向善”，“制定教师智能素养标准，明确教师应具备的人工智能素养能力。根据不同岗位需求分层分类开展人工智能素养培训，通过多种方式实现全覆盖。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。推动师范生培养改革，将人工智能等前沿技术知识纳入课程体系，更新知识体系。将人工智能纳入教师资格考试和认证内容，在国家及省级教学成果奖中设立智能教育项目，激发人工智能创新的内生动力”。从文件内容看，提升教师智能素养为何变得重要？

魏雄鹰：智能技术推动社会发展，特别是随着人工智能技术的快速崛起，各行各业正面临数字化转型。国家教育数字化战略的实施，需要基础设施、平台工具、数字资源等硬件的支撑，同时也对人才培养提出了新的要求。提升教师人工智能素养是国家战略落地、教育数字化转型推进和师生个体发展的共同需求。

第一，教育系统作为人才培养的主阵地，其改革方向与国家教育数字化战略目标必须保持一致。提升教师人工智能素养，是教育系统培养符合国家战略需求人才的必要条件。

第二，教育数字化转型推进取决于外部条件和内部条件的共同作用。技术是外部赋能条件，但外部条件通过内部条件发挥作用，提升教师人工智能素养，是推动教育数字化转型的内在驱动力。

第三，推动人工智能人才培养与素养提升最终要落实到师生的个体发展上，它关系到教师能否适应教学环境的变化、能否有效组织教学，也关系到学生能否获得适应未来社会所需要的能力。

金万莲：“数字素养”和“智能素养”的提法差异反映了什么呢？

翁恺：素养是指个体在特定情境中综合运用知识、技能、态度与价值观解决复杂问题的综合品质。素养的内涵随着社会形态和技术发展不断深化和丰富。20世纪60年代提出的信息素养侧重利用手工检索文献的技能找到所需信息。80年代个人电脑普及，教师开始用计算机辅助教学，当时关注的是计算机素养或多媒体素养。90年代中期互联网大规模普及，强调网络素养，如基于网络的信息共建共享能力、批判性获取信息的能力。2010年以后大数据兴起，又增加了数据素养，强调规范获取和使用数据的能力。当下人工智能大规模推进，开始关注人工智能素养。

素养这个底座是没有变的，变的是前面的定语。定语的变化反映了技术环境的变化，也意味着素养指向的能力重心在变化。教师是职业，素养前缀的变化，直接关系到教师能否胜任智能环境下的教学工作，如果教师的能力不能随之提升，教学质量和育人效果将受到影响。前缀变化的本质，是教师能力要求的结构性升级。

金万莲：文件中关于学生智能素养、教师智能素养、全民人工智能素养等不同群体的表述，以及“重点群体定制开发”和“师范生培养改革”等举措，各自有什么内涵呢？

李伟：《“人工智能+教育”行动计划》中提到学生智能素养、教师智能素养、全民人工智能素养，并提及“重点群体定制开发”和“师范生培养改革”，这些表述不是随意的分类，不同群体接触人工智能的方式不同，对人工智能的需求不同，素养的侧重点也不同。

素养培育指向学生的成长，不同学段的要求各有侧重。小学阶段以感知体验为主，初中阶段侧重理解人工智能的基本应用，高中阶段侧重应用能力和创新精神。高校学生已具备一定的专业基础，其智能素养更强调专业应用能力与学术伦理意识。

全民人工智能素养面向的是社会公众。人工智能技术已渗透到日常生活，普通公民即使不从事技术相关工作，也需要理解人工智能的基本原理、知道人工智能能做什么和不能做什么、具备对人工智能应用的批判性判断力。这是公民适应智能社会的基本素养。

教师素养的特殊性在于职业属性，教师不仅是人工智能的使用者，还是学生人工智能素养的引导者，需要具备判断人工智能工具教学价值、设计人机协同教学活动、引导学生负责任使用人工智能的能力。教师、学生、全民，各环节相互关联，构成完整的素养培育链条，教师处于连接政策目标与学生发展的枢纽位置，如果教师素养不足，政策目标就无法传导至学生层面，其他群体的素养培育也难以有效推进。因此，提升教师人工智能素养，是保障整个素养培育体系有效运转的关键。

何以界定教师人工智能素养？

金万莲：随着国际社会对教师人工智能素养的普遍关注，国际组织和部分国家纷纷制定教师人工智能素养框架和相关标准。但总体来看，大部分国家仅发布了面向所有人的人工智能素养框架，只有极少数国家和国际组织发布了专门面向教师的人工智能素养框架。那么，人工智能素养的内涵和概念是如何发展变化的呢？

范诚：正如翁教授所说，素养的内涵随技术环境的变化而不断丰富，能力重心也随之转移。早期研究对人工智能素养的理解比较单一，主要强调知识层面，后来学者们逐渐从多维度来定义。有学者提出“AI概念、AI应用、AI伦理”三维框架，也有学者从“AI知识、AI技能、AI态度”三个维度加以界定，还有学者构建了“AI知识、AI能力、AI伦理”三维框架。此后，研究者加入了思维维度，形成四维框架，继而又增加了态度和价值观维度，形成五维框架，也有学者构建了“AI意识、AI理解、AI知识、AI技能、AI评估、AI创造”六维评估标准，另有研究将人工智能社会责任纳入其中。综合来看，AI素养的维度可以归纳为意识、知识、技能、思维、态度、价值观、伦理、社会责任等多个层面。

金万莲：人工智能素养发展变化背后的逻辑是什么呢？

翁恺：技术越深入生活，对素养的要求就越高。早期人工智能远离普通人的日常，了解其基本概念便已足够，后来人工智能逐步进入生活场景，仅知晓概念已无法满足需求，还需掌握使用方法并具备基本判断能力，再后来人工智能具备了内容生成与参与决策的能力，单纯的工具使用能力也不够了，还需要批判性思维与伦理判断。

金万莲：目前，有哪些面向教师的人工智能素养框架？各自的侧重点是什么呢？

魏雄鹰：以下是目前比较有代表性的教师素养框架：联合国教科文组织（UNESCO）于2024年发布的《教师人工智能能力框架》，它包含五个维度：以人为本的思维、人工智能伦理、人工智能基础与应用、人工智能教学法、人工智能促进专业学习。每个维度又分为三个进阶水平：习得、深化、创造。该框架的核心特点是以人为本，强调教师既是AI的使用者，也是学生使用AI的引导者，AI是补充而非取代教师角色。它还专门设置了人工智能教学法和人工智能促进专业学习两个维度，与技术和伦理维度并列。

经济合作与发展组织（OECD）与欧盟于2025年联合发布的《赋能学习者迎接AI时代：中小学教育AI素养框架》，围绕与AI互动、用AI创造、管理AI、设计AI四个领域展开，共包含22项具体能力。其特点是强调人工智能素养培养是整个教育生态系统的共同责任，鼓励教育者在各自学科和情境中嵌入人工智能素养。该框架的受众不仅包括教师，还包括教育领导者、政策制定者和学习设计师。

教育部于2022年发布的《教师数字素养》行业标准，包含五个维度：数字化意识、数字技术知识与技能、数字化应用、数字社会责任、专业发展。它定位于教师数字素养而非教师智能素养。

浙江省于2025年8月发布的《中小学教师人工智能素养框架（试行）》是省级层面的中小学教师人工智能素养框架，其特点是场景驱动，通过解析教师主要工作场景及人工智能技术的应用方式，系统描述教师在各种场景中需要具备的素养。框架包含人工智能基础素养、伦理规范和应用素养三个部分，应用素养聚焦教学工作、教育研究、班级管理三大核心场景。

金万莲：面对这些人工智能素养框架，我们应如何做到因地制宜呢？

李伟：UNESCO框架从价值观和教学法切入，先确立“以人为本”的价值导向，再谈技术应用和教学实践。OECD框架从人与AI的互动类型切入，围绕与AI互动、用AI创造、管理AI、设计AI四个领域，描述人与AI之间的不同关系。浙江框架则从教师的工作场景切入，先分析教师日常工作的主要内容，再追问在这些场景中需要具备哪些素养。UNESCO框架定位于全球通用，难以覆盖中国教师日常面对的具体情境，如班级管理、家校沟通、教研活动这些具有本土特色的工作场景，浙江框架以这些场景为素养描述的起点，使素养要求与教师日常工作的真实情境形成深度绑定。这种做法，正是因地制宜的体现。

金万莲：教师人工智能素养在实践过程中具体表现在哪些方面呢？

浦银海：从一线实践来看，我认为人工智能素养在结构上可划分为意识、基础、应用和伦理四个维度，每个维度包含三个层次，共十二个具体表现。

意识维度包含价值认知、应用意愿和行动意志。价值认知表现为理解人工智能对教育发展的战略价值，认识其带来的机遇与挑战；应用意愿表现为主动学习和使用人工智能技术资源，积极开展人工智能教育实践探索；行动意志表现为面对教学实践中的困难与挑战，保持信心与决心。

基础维度包含基础知识、基础能力和基础思维。基础知识涵盖人工智能内容知识、整合人工智能技术的教学法知识与学科教学知识等；基础能力包括具体人工智能工具的选择策略与使用方法，以及将这些工具应用于教学实践的操作能力；基础思维体现为教师在上述基础上，形成的人机协同思维、计算思维、批判性思维等。

应用维度指向教学工作、教育管理、教学研修三大核心场景。教学工作场景主要关注学生研究、课程开发、教学设计和实施、课堂分析等；教育管理场景主要包括知识管理、研究设计、数据处理与写作辅助等；教学研修场景聚焦教师个性化研修需求，促进其专业发展。

伦理维度包含伦理认知、规范使用和社会责任。伦理认知要求教师理解人工智能应用中的数据隐私与安全风险，认识算法偏见对教育公平可能造成的影响；规范使用要求教师在具体操作中遵守平台政策，保护个人信息与教学数据安全；社会责任则要求教师不仅自身要做到合规使用，还要防范人工智能偏见与滥用。

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。

如何提升教师人工智能素养？

金万莲：综合几位老师的分析可以看出，影响教师人工智能素养的因素呈现出一个多层次的结构。从外部来看，管理者领导力、学校智慧化建设水平和组织氛围构成环境基础；从个体层面看，学历、年龄、学生的需求与参与，以及教师在新资源开发、技术影响认知、安全规范使用和教学创新等方面的能力水平，共同作用于教师人工智能素养的发展。

在明确评价标准和分析相关因素的基础上，大家能否针对以下问题谈谈具体的对策：如何系统设计培训内容体系，以回应不同教师群体的起点差异和成长需求？不同岗位的教师分别需要什么样的支持？如何通过典型课例开发和专题化教研活动，帮助教师将理念转化为可操作的教学行为？

翁恺：不同教师群体的起点和需求差异较大，培训内容体系的构建应立足于这一现实，采用分层分类、模块化、进阶式的设计思路。

具体而言，可依据教师的发展阶段设置不同层级的培训内容。通识培训面向全体教师，通过梳理人工智能技术的基本概念与发展脉络、演示常见教学工具的操作方法、解读数据隐私与伦理规范等，帮助教师建立人工智能基础认知。基础知识与核心原理的讲解应注重深入浅出，借助大量贴近教学实际的案例剖析机器学习、神经网络等技术原理。在通识培训基础上，应用培训面向学科骨干教师，聚焦人工智能支持下的教学设计方法、典型应用场景的实践，以及人工智能融合课堂的互动策略等内容。

分层培训的价值在于使处于不同发展阶段的教师都能在自身起点上获得适切的支持：基础层教师通过培训建立“敢用”的信心，应用层教师通过培训获得“善用”的方法。这一过程推动教师从“不敢用”“偶尔用”向“敢于用”，“常态用”转变，在认知深化和技能提升两个维度上同步促进人工智能素养的发展。

浦银海：分层分类培训主要回应教师群体在水平维度上的差异，但在实际推进中，不同岗位的教师面对的场景和任务各不相同，所需能力也有所侧重，因此还需考虑角色差异。

随着人工智能课程逐步进入中小学课表，学校需要配备专任教师来承担教学任务。这类教师不仅要让学生掌握人工智能的基础概念、原理和应用，更要培养学生的计算思维、算法意识和创新能力，因而对其技术理解力和课程设计能力的要求更高。用人工智能进行教学的学科教师并不需要成为人工智能专家，只需将人工智能作为教学工具和学习伙伴融入日常课堂教学。而学校管理者需具备前瞻性的视野，能够判断哪些人工智能技术适合本校实际，制订校本化的人工智能素养提升规划，营造鼓励创新的文化氛围。

通过这种分类支持，让每位教师都能获得与自身岗位相匹配的支持，从而在各自工作维度上同步提升人工智能素养。

李伟：我经常遇到这样一个现实问题，就是培训时专家讲得再好，教师回到课堂后往往仍然不知道从何入手。问题的症结不在于理念的缺失，而在于缺少可借鉴、可迁移的实践样例。

为此，我认为组织教研团队和种子教师共同开发覆盖各学段的人工智能典型课例，是一项切实可行的重要举措。每个课例应包含教学设计方案、课堂实录、教学反思与改进建议，形成一套可供参考的完整素材。典型课例的价值不仅在于直接使用，更在于支持教师的二次开发，鼓励教师根据本班学情和本校资源进行个性化调整。通过“复制—修改—创新”的递进路径，教师得以从模仿起步，逐步走向改编，最终实现自主设计。

魏雄鹰：课例是静态的，但素养的提升需要动态的、持续的研修活动来支撑。为此，应围绕人工智能素养提升，设计专题化、序列化的教研活动，构建有结构的研修体系。

浙江省将人工智能通识教育融入信息科技国家课程，是经过反复论证的务实做法。信息科技教师是承担人工智能通识教育的主力军，省教研室组织研训活动是落实人工智能通识教育的一项具体举措，旨在为全省信息科技教师搭建一个互学互通、答疑解惑的专业平台，帮助教师深入研习人工智能教育。研训活动每半天都安排了现场互动问答环节，上课教师与参训代表围绕教学实践中的真问题开展深度对话，即时回应对方关切的问题。这一环节“有真问题、有真回应、有真收获”，为教师后续的课堂教学和教研工作提供了明确的方向和可操作的策略。

金万莲：培训解决认知输入的问题，角色分类解决精准匹配的问题，课例开发解决实践参照的问题。但三项策略要真正落地，都离不开一个共同的前提——教师需要持续的实践支撑和同伴支持。魏老师，您在多年的教研实践中，逐步构建了学研共同体的组织架构，通过课题引领、区域联动和校本实践，将教师组织起来，形成持续协作的专业群体。那么，学研共同体在整个提升策略中扮演什么角色？它对教师人工智能素养的提升具有哪些作用？它可以从哪些层面推进素养落地？最终又指向什么目标？

魏雄鹰：学研共同体的活动主要围绕教师的教学实践展开。例如，课堂观察共同体的教师借助人工智能教研平台进行课例切片和行为编码，对一堂人工智能融合课进行切片分析；课堂备赛共同体则围绕教学竞赛和优质课评比，组织集体磨课、模拟演练、同课异构，让教师在真实的说课和答辩情境中接受同伴和专家的即时诊断；课堂研究共同体以真实课堂为载体，开展“三轮两反思”课例研究，即由一位教师执教第一轮课，共同观课后反思研讨，提出改进建议，该教师在另一个班级执教第二轮课，再进行第二轮反思，经过两至三轮迭代，提炼出可迁移的教学模式；人工智能课程建设共同体则直接面向校本课程开发任务，教师分工协作，完成课程框架设计、具体课例开发和配套资源建设。

李伟：在魏老师表述的基础上，我补充一个具体案例来说明学研共同体的作用。浙江省在备战全国人工智能教学基本功比赛的过程中，五名参赛选手依次进行说课展示，内容涵盖神经网络、机器学习、RAG检索增强生成、循环神经网络等主题。在每位选手说课后，由来自不同地区的多位专家评委进行提问和点评，评委的问题覆盖了知识准确性、教学逻辑、技术原理、情境合理性等多个层面。这个过程的实质，是学研共同体通过“模拟演练+精准诊断”，帮助教师暴露知识盲区和表达短板，获得即时反馈和具体改进方向。

金万莲：这样看来，学研共同体对人工智能素养提升的具体作用可以归纳为以下几点：将培训所学转化为教学实践，将个体经验转化为共享知识，为教师提供持续的同伴支持，为管理者提供决策依据。正是在持续对话、协作和实践中，教师完成了从“知道”到“做到”、从“会用”到“创用”的素养跃升。

今天围绕“学研共同体视域下的教师人工智能素养提升”，我们的讨论形成了一条完整的逻辑线：政策指明了意义，概念厘清了内涵，评价提供了标尺，策略给出了路径。贯穿这条逻辑线的，是学研共同体的持续支撑。谢谢各位老师的分享，也感谢《中国信息技术教育》杂志搭建的交流平台。

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