高校AI素养与实践：伦理认知、偏见意识及教师关切的作用机制研究
DOI：https://doi.org/10.1016/j.chbr.2025.100829
引言
人工智能技术在高校教学中的普及引发了严峻的伦理困境，成为制约其深度应用的主要障碍。近期调研表明，大学教师对AI教育系统的数据隐私与信息安全顾虑加剧，约68%的教学平台在未获明确授权的前提下采集用户敏感数据。现有研究揭示，AI教育应用尚未建立完善的问责体系与透明化规范，教育界广泛担忧技术介入可能侵蚀教学自主性。
当前学术领域对伦理认知与算法偏见如何作用于AI素养及实践应用的理解尚不充分。虽然多数教师对人工智能技术掌握有限，但深入探讨其伦理顾虑与工具采纳意愿间相互关系的研究仍属稀缺。
本研究聚焦五大核心变量：伦理认知、算法偏见识别、教师职业顾虑、AI素养水平以及AI实践应用。这些要素在过往关于新兴技术融入高校教学的研究中已被验证为关键影响因素。
本研究旨在系统考察伦理认知、偏见意识与职业顾虑对大学教师AI素养建构及技术落地的影响机制，并检验年龄、性别等人口特征变量的调节效应。通过构建综合性理论模型，本研究期望为相关领域补充新的学术见解。
文献综述
关于人工智能在高等教育领域应用的科学文献已明确指出多种影响其有效实施的关键因素。
伦理认知是指引AI教育应用规范化发展的道德准则与价值框架，涉及数据隐私保障、算法可解释性及智能决策问责等核心层面。在高校教学情境中，教师的伦理认知水平可能显著塑造其对AI工具可信度与合规性的判断。
AI偏见意识主要指教师对教育系统内算法歧视风险的觉察与辨识能力，而非衡量其个人主观偏见。该维度旨在评估教育工作者对AI可能固化社会不公、制造差异化结果或优待特定学生群体的系统性认知，体现其对技术公平性缺陷的洞察力。
教师职业顾虑涉及岗位稳定性、教学自主性以及数字化能力提升需求等多元面向。在高等教育语境下，这一认知变量不仅关联工作绩效预期与内在动机，更与AI工具应用中的认知负荷和情感体验紧密相连。
AI素养指教育工作者在教学中理解并善用人工智能技术所需的知识储备与能力结构，包含对AI基础原理、教育适用场景及伦理风险的基本把握。在高校环境中，AI素养已被确证为创新技术采纳的核心前提，同时受技术赋能环境与个体使用惯习的协同作用。
AI实践应用指将智能工具与系统融入真实教学情境的操作过程，涉及课程设计优化、学习成效测评及个性化育人体验构建等范畴。近期研究指出，高校AI技术落地成效受制于多重因素，既包括学习疲劳度、正向情感体验、操作便利性感知等个体变量，也依赖技术设施完备度与组织支持强度等环境条件。
假设模型与假设陈述
教师的AI素养水平越高，越能将智能技术有机融入教学规划、课堂执行与效果评估各环节，同时有助于突破技术落地中的动机匮乏与设施不足等现实瓶颈。
假设1：AI素养对高校教师的AI实践应用存在显著正向促进作用。
教师对算法偏见的敏感度可增强其对AI工具及其教育成效的批判性审视能力。偏见认知是构建AI素养所需思辨能力与伦理判断的基石。相关文献表明，将算法偏见议题纳入素养培训体系，能够全面提升教育工作者应用与讲授AI技术的综合能力。
假设2：AI偏见意识对高校教师的AI素养培育具有显著正向驱动效应。
教师对AI伦理议题的立场会显著左右其推进技术素养建设的积极性。把握算法透明度、偏见风险等伦理挑战，是推进AI教学深度融合的必要前提。伦理认知水平的提升能有效预测教师的AI创新能力，并增强其化解教育情境中伦理难题的应对力。坚实的伦理根基有助于塑造更完备、更审慎的AI素养体系
假设3：伦理认知对高校教师的AI素养发展具有显著正向促进作用。
教师对AI技术的初步焦虑可能转化为参与素养提升的驱动力。相关研究指出，对职业替代风险的担忧以及对AI可能抑制学生思辨能力的顾虑，反而会激发教师深化AI学习的投入度。AI认知水平与实践经验的积累可能是其中的核心中介变量。此外，新近证据显示，通过专业发展项目有效回应教师关切，可切实提升其AI素养水平
假设4：教师职业顾虑对高校教师的AI素养提升具有显著正向激励效应。
人口统计学特征可能在变量关系中扮演重要调节角色。既有研究发现，年龄增长与AI知识储备及态度倾向呈正向关联，资深教师虽对AI产出理解更深，但质疑态度也更强烈。AI应用广度与效益感知存在性别分化，男女教师在技术接纳模式与认知方式上呈现显著差异。相关文献还揭示，AI领域的性别刻板印象可能影响教育场域中的伦理判断与技术实践。人口属性特征还可能作用于情感投入与自我调节学习——二者是培育AI素养的重要基础。
假设5：年龄对AI素养与AI实践应用间关系具有调节效应。
假设6：性别对AI偏见意识与AI素养间关系具有调节效应。
假设7：性别对AI素养与AI实践应用间关系具有调节效应。
假设8：年龄对伦理认知与AI素养间关系具有调节效应。
假设9：性别对教师关切与AI素养间关系具有调节效应。
假设10：性别对伦理认知与AI素养间关系具有调节效应。
假设11：年龄对教师关切与AI素养间关系具有调节效应。
假设12：年龄对AI偏见意识与AI素养间关系具有调节效应。
研究方法
本研究样本覆盖422名高校教师。性别构成上，女性占54.03%（228人），男性占45.97%（194人）。年龄分布以36-45岁为主（35.07%，148人），46-55岁次之（27.96%，118人）。教龄结构显示，30.09%（127人）具有6-10年教学经历，27.96%（118人）拥有11-15年教龄。学位层次方面，68.01%（287人）获硕士学位，31.99%（135人）获博士学位。院校性质上，53.08%（224人）供职公立高校，46.92%（198人）供职民办高校。
研究结果
测量模型结果
研究运用偏最小二乘结构方程模型（PLS-SEM）技术，并辅之以验证性因子分析（CFA）来检验测量模型的聚合效度。结果显示所有题项因子载荷均超越0.70临界值，证实测量指标与潜变量间具备足够关联强度。同时，各构念的平均方差抽取量（AVE）均高于0.50标准，进一步确认了模型的聚合效度。
研究假设验证
假设H1的路径系数β=0.781（p<0.001），验证AI素养对教学场景技术落地具有关键驱动作用。
假设H2的路径系数β=0.527（p<0.001），显示AI偏见意识与AI素养存在显著正向关联。
假设H3至H12均未通过显著性检验而被驳回。
上述发现凸显了AI素养与偏见识别作为教育AI推广核心要素的地位，而伦理认知、教师顾虑及人口学变量在本模型中未显现显著效应。
讨论
本研究系统考察了多重要素对高校AI素养培育与实践应用的影响机制。研究结果呈现出若干值得深究的规律性特征，在该特定文化制度情境下，既发现了显著关联，也出现了意外的无效应关系。
伦理认知对AI素养影响的假设H3未获数据支持。该结论与Nguyen等（2024）关于伦理考量显著促进AI能力发展的报告相左。秘鲁高等教育处于资源约束型环境，实用主义思维往往压倒理论哲学思辨，教师采纳新技术时更侧重即时教学效用与实操问题解决，而非抽象伦理框架。这种务实导向反映了教育系统发展的典型路径——基础设施薄弱迫使优先关注运行效能而非伦理反思。AI技术在秘鲁高校尚属新生事物，教育从业者可能仍处于技能获取与技术适应的初级阶段，伦理审视仅在基础能力夯实后方能显现。
教师职业顾虑对AI素养具有显著效应的假设H4同样被否证。该发现与Hur（2024）及Sperling等（2024）揭示的教师关切显著驱动AI能力发展的结论相悖。秘鲁教育从业者对AI技术更多持探索性好奇而非防御性担忧。高校内部稳固的同事互助网络与制度化指导机制可有效消解个体焦虑，塑造集体技术接纳模式，从而缓冲个人顾虑的负面影响。这种支持体系有助于将技术转型常规化，进而削弱个体关切在素养建构中的重要性。
涉及人口学变量的调节假设（H5-H12）悉数被拒，效应量微弱且无统计显著性。该模式与Tin等（2024）和Kim（2025）关于年龄显著影响AI采纳率的发现，以及Atadika等（2024）有关技术接受度性别差异的报告形成反差。然而，这些无效结果或许折射出秘鲁教育生态的独特性而非普适规律。秘鲁学术文化推崇机构协同与共同专业成长，这可能弱化了不同人口群体间的技术采纳体验差异，使其趋于同质化。