生成式AI下的TPACK重构：大学教师培养新框架

随着生成式人工智能（Generative Artificial Intelligence，GAI）的快速演进，高等教育正面临一场更为深层的结构性变化。以往，技术多半只是课堂中的辅助手段；而如今，人工智能已开始直接介入教学设计、学习支持、学习资源生成以及评价反馈等关键环节。生成式AI走进大学课堂后，教师究竟需要形成怎样的新能力结构？同时，AI是否也能反过来促进教师教学能力的提升？

本研究以TPACK（Technological Pedagogical Content Knowledge，技术—教学法—内容知识）模型为支撑，基于对20位大学教师的访谈与概念图分析，提出一个融合AI Prompt设计、教师知识结构以及教学情境变量的教师培养框架。该研究不仅重新梳理了AI时代教师专业发展的方向，也进一步揭示了未来教师教育可能出现的关键转向。

一、人工智能正在重塑大学教学的底层逻辑

研究首先强调，人工智能进入高校教学，并不只是让“课堂多了一个工具”，而是对教育运作的根本逻辑带来了改变。

过去，高校教学通常围绕教师展开，整体呈现“教师讲授—学生接收”的单一路径推进。随着AI的发展，教育正朝着“学习者中心（Learner-Centered）”逐步转型。依托人工智能，教学能够实现更强的个性化、适应性与动态生成能力：学生可获得与自身水平相匹配的差异化支持；教师也能借助智能系统更快地生成教学资源、学习活动与评价方案。

研究在梳理相关文献时指出，AI应用于教育已逐渐形成若干清晰趋势：第一，教学资源的生成速度显著提升；第二，学习过程更趋个性化；第三，课堂教学由过去对静态内容的传递，转向对动态学习设计的组织；第四，教师的工作重心正由“备课”转向对“学习体验”的统筹编排。

与此同时，另一个突出问题也逐渐浮出水面：并非所有教师都具备将AI有效整合到教学中的能力。

研究认为，当前不少大学教师实际上存在一种“教学脆弱性（Pedagogical Frailty）”。这种脆弱性并不等同于教师缺乏学科专业知识，而是指在教学法理解、技术整合与数字化教学能力方面缺少系统支撑。当AI迅速进入课堂时，这种脆弱性会被进一步放大。许多教师虽然能够使用各类技术，却难以将技术与教学目标、学习活动及学科内容实现真正的有机融合。

因此，AI时代的核心挑战并不在于“教师会不会用AI”，而在于教师能否在具体教学情境中，把人工智能转化为具有教育价值的教学能力。

也正是在这样的背景下，TPACK模型重新凸显出其重要意义。

二、TPACK：AI时代教师专业能力的核心框架

TPACK模型是国际教育技术研究领域中影响力较强的教师能力框架之一。它强调，真正有效的技术融合并非单纯依赖技术熟练度，而是需要把技术、教学法与学科内容进行深度整合。

研究指出，TPACK主要由三类核心知识构成。

首先是内容知识（Content Knowledge，CK），即教师对本学科的理解，包括概念体系、理论脉络、学科逻辑与实践经验。优秀教师不仅要知道“教什么”，更要把握学科知识背后的结构与其教育意义。

其次是教学法知识（Pedagogical Knowledge，PK），指向教师关于“如何教学”的知识。它涵盖课堂组织方式、学习活动设计、学习评价机制、学生认知规律，以及各类教学策略等要素。

第三是技术知识（Technological Knowledge，TK），体现教师理解并使用技术工具的能力，包括数字平台、多媒体工具、在线学习系统，以及近年来发展迅速的生成式AI工具。

TPACK的关键在于，它并不把这三类知识视为彼此独立的模块，而是突出它们之间的协同互动。比如教师需要弄清某种技术适配怎样的教学策略；还要理解技术怎样帮助学生理解具体学科内容；同时能够依据教学目标对技术使用方式进行及时、动态的调整。

因此，成熟的教师能力并不止于“懂技术”，而是能够在真实的教学情境中实现技术、教学法与内容之间的协同运作。

三、生成式AI正在让TPACK发生根本变化

本研究的重要贡献之一，在于提出生成式AI并不只是TPACK框架中的一种技术选项，而是在实质上重塑整个TPACK的构成逻辑。

在传统视角里，技术知识（TK）更侧重教师是否能够“使用技术”。但进入AI时代后，技术不再只是被动的工具媒介，而更像能够主动生成内容、提供建议并辅助决策的“认知伙伴”。

研究引入“Intelligent-TPACK”的概念指出，AI推动TPACK从相对静态的知识结构，向动态、智能且可协同生成的能力系统演进。

举例来说：过去教师往往需要投入大量时间独自完成教学设计；而现在，AI可以协助教师生成教学案例、创建形成性评价任务、规划翻转课堂活动、为不同层次学生调整学习资源，并根据课程目标提出课堂讨论问题。

由此可见，教师与AI之间的关系不再停留在“工具使用”，更接近“协同设计”。

研究进一步指出，AI在TPACK中的作用主要体现在三个关键维度。

首先，在技术知识（TK）维度上，AI显著降低了教师使用技术的门槛。即便教师不具备复杂的技术背景，也能借助AI更快地搭建数字资源、重构教学内容，并优化课堂组织。

其次，在技术教学法知识（TPK）层面，AI开始直接参与教学设计。教师可以利用Prompt生成主动学习活动、翻转课堂方案、形成性评价策略以及个性化学习路径，从而让教学法设计具备更强的灵活性、高效率与适应性。

最后，在技术内容知识（TCK）维度上，AI能够面向不同学科生成更具适配性的内容。例如，语言学教师可生成发音训练活动；护理学教师可生成临床案例模拟；教育学教师则能生成课堂观察与分析任务。

研究认为，AI最突出的价值并非替代教师，而在于增强教师的教学设计能力、反思能力与创新能力。换言之，AI真正推动的改变，是教师“思考教学”的方式。

四、研究如何展开：从教师真实教学经验中提炼AI框架

为理解大学教师的TPACK结构以及AI可能发挥的作用，研究团队采用了“设计与发展研究（Design and Development Research）”的路径。

研究共邀请20位大学教师参与，覆盖护理学、物理治疗、教育学、语言学、社会教育与特殊教育等不同领域。之所以选择这些教师，是因为他们在教学实践中都已在不同程度上使用了ICT（信息通信技术）。

研究首先开展半结构化访谈，并结合概念图（Concept Maps）分析教师在教学过程中如何理解技术、如何使用技术。

通过深入分析，研究者不仅梳理出教师显性的教学策略，更关键的是捕捉到其隐性的知识结构。例如，教师如何理解学生学习、如何组织课堂活动、如何选择技术工具、如何安排学习评价、如何协调课程资源，以及如何处理学生参与度等问题。

研究进一步发现，教师的TPACK能力并不会孤立生成，它会受到教师对技术的态度、学生参与水平、教师原有经验、学校支持体系、教学目标、资源条件，以及教师间协作关系等多类教学情境变量影响。这些变量共同决定了技术整合在真实课堂中的效果。

五、研究最核心的创新：利用TPACK设计AI Prompt

本研究最具突破性的部分在于：将TPACK知识结构进一步转化为生成式AI Prompt设计框架。

研究者认为，未来的教师培养不应仅停留在“让教师学会用AI”，而应引导教师掌握如何把自身TPACK知识转化为高质量的AI协同表达。

因此，研究基于访谈与概念图的分析结果，形成了一系列AI Prompt。这些Prompt并非一般意义上的提问，而是把学科知识、教学法知识、技术知识、教学情境变量以及教师在真实实践中积累的经验进行融合，形成“教育型Prompt”。

例如，研究中提出如下Prompt：

“请为物理治疗专业学生设计一个基于互动视频的翻转课堂活动，以促进课堂中

的主动参与。”

在该Prompt背后，实际上同时激活了内容知识（物理治疗）、教学法知识（翻转课堂）、学生相关变量（主动参与）以及数字资源的设计能力。也就是说，一个高质量的Prompt，本质上是教师专业知识的一种结构化呈现方式。

研究指出，当Prompt能够更充分地反映教师真实的教学情境时，AI生成的结果会更贴近课堂需求，并更具教育意义。

六、研究发现：AI可以成为教师的“认知中介”

研究最终提出一个重要观点：在未来教师培养中，AI的角色不止于工具层面，而是可以作为“认知中介（Cognitive Mediator）”。

所谓“认知中介”，意味着AI能够帮助教师拓展教学思路，激发教学创意，并推动教学反思，从而促使教学设计过程被重新建构。

研究发现，许多教师尽管具备较为丰富的学科经验，但在教学法与技术的融合方面仍面临困难。而AI可通过Prompt迅速生成活动设计、评价方案、教学资源、小组合作任务以及个性化反馈等内容，从而在一定程度上降低教师进行教学创新的门槛。

更重要的是，AI还能帮助教师把原本零散的经验整理为更系统的教学方案，进而缓解教师面临的“教学脆弱性”。

因此，研究认为未来教师培养的重点不再只是技术培训，而应是培养教师与AI协同设计学习的能力。由此，教师教育正在从“技术学习”走向“智能教学设计”。

七、AI时代的教师培养，正在进入“TPACK-AI”新阶段

文章最后指出，未来教师教育很可能迎来新的发展阶段，即“TPACK-AI”阶段。

在这一阶段中，教师培养不再只围绕学科知识、教学法与教育技术展开，而是进一步纳入Prompt设计能力、AI协同能力、智能教学设计能力，以及AI伦理与批判性应用能力。

研究认为，面向未来，高校教师最关键的能力之一，将是能否借助AI生成真正符合学生需要、体现学科特征并契合教学情境的学习体验。

这也意味着，教师角色正在从“知识讲授者”逐步转变为学习设计者、AI协作者、学习体验的编排者以及教学创新的推动者。

最终，研究强调人工智能并不会削弱教师的价值，反而会促使教师专业能力迈向更高阶、更具创造性的全新阶段。而TPACK与AI的融合，很可能正是未来教师教育值得重点关注的发展方向之一。