教师AI能力评估：九项关键素养揭示未来教育方向

AI时代，教师需要怎样的新能力？

长期以来，教师专业能力的发展主要围绕学科知识、教学知识和教育技术能力展开。

然而人工智能的出现，正在改变这一传统结构。

与过去的数字技术不同，人工智能不仅是一种工具，更是一种具有自主生成、智能决策和持续学习能力的新型技术系统。

教师面对的不再只是如何使用技术的问题，而是如何理解技术、驾驭技术并引导学生与技术共存的问题。

因此，研究者认为，人工智能素养绝不仅仅意味着能够使用ChatGPT完成备课，也不仅仅意味着掌握若干AI工具的操作技巧。

真正的AI素养是一种融合认知、技能、伦理与价值判断的综合能力。

它既包括理解人工智能运行机制的知识基础，也包括运用AI支持教学的实践能力；既包括评价AI工具的批判意识，也包括反思AI社会影响和伦理风险的责任意识。

换句话说，未来教师的重要专业特征之一，或许正是与人工智能协同工作的能力。

从“会用AI”到“善用AI”：教师AI素养的九大维度

为了回答教师AI素养究竟由哪些能力构成，研究团队在梳理大量AI教育研究成果的基础上，构建了一个包含九个维度、45个题项的教师AI素养测量框架。这九个维度并非彼此孤立，而是共同构成了一条完整的发展路径。

第一维度：教师对AI使用的态度 Teachers’ Attitudes Toward AI Use（TATAIU）

所有能力的发展，都始于态度。研究发现，教师是否愿意接纳AI，往往比其当前掌握多少AI知识更重要。因此，量表首先测量教师对于AI的总体态度。在很多学校里，真正阻碍AI应用的并不是技术，而是教师对于技术的不确定感。因此，积极态度往往是AI素养发展的起点。

第二维度：理解AI与计算思维概念 Understand AI and Computational Thinking Concepts（UAICTC）

这一维度对应AI素养中的认知基础。教师不仅需要知道AI工具如何使用，更需要理解其背后的逻辑。这些能力决定教师能否超越“工具使用者”的角色，成为真正理解AI运行机制的教育者。

今天许多教师会使用ChatGPT，但未必了解“大语言模型”是什么。而这种理解层面的差异，恰恰决定了AI应用的深度。

第三维度：理解AI的社会影响Understand AI Social Impact（UAISI）

AI不仅改变课堂，也正在改变整个社会。因此，教师需要理解AI所带来的社会后果。量表关注教师是否能够认识AI普及可能带来的经济和就业影响；理解隐私保护与数据安全问题；识别算法偏见及其潜在风险；以及理解开发者和使用者应承担的社会责任。这一维度体现了AI教育从“技术教育”向“公民教育”的转变。

因为未来学生不仅是AI使用者，更是AI社会中的公民。教师必须帮助他们理解技术如何塑造社会。

第四维度：理解AI伦理Understand AI Ethics（UAIE）

近年来，AI伦理已经成为全球AI教育最重要的议题之一。因此，该维度成为AIL量表的重要组成部分。这里强调的不只是技术伦理，而是教育伦理。

第五维度：搜索与发现AI工具Search and Locate AI Tools（SLAIT）

面对层出不穷的AI工具，教师首先需要知道去哪里寻找。因此，该维度重点测量教师的信息获取能力。未来教师的重要竞争力之一，可能不再是“知道什么工具”，而是“知道如何持续发现新的工具”。

第六维度：激励学生使用AI工具Motivate Students to Use AI Tools（MSUAIT）

教师不仅自己要会用AI，更要能够引导学生合理使用AI。因此，该维度聚焦教师的引导能力。因为学生是否真正从AI中受益，很大程度上取决于教师如何设计学习体验。

第七维度：课堂中的AI整合能力Integrate AI Tools in the Classroom（IAITC）

这是最接近教学实践的能力维度。这一维度直接体现教师的AI教学实践水平。如果说前面几个维度解决的是“知”的问题，那么这一维度解决的是“行”的问题。

第八维度：评价AI工具Evaluate AI Tools Features（EAITF）

面对大量AI产品，教师需要具备专业判断能力。因此，量表特别设置了评价维度。教师需要能够评价工具界面是否易于使用,分析功能是否符合教学需求,解读AI生成的数据分析结果,判断工具是否促进学生互动,并审核其数据安全与隐私保护水平。这体现了教师不只是消费者，更是教育技术的评审者。

第九维度：利用AI开展评价 Apply AI Tools for Assessment（AAITA）

这是当前AI赋能教育最具潜力的领域之一。这一维度实际上代表了AI支持精准教学的重要方向。未来评价或许不再只是考试结束后的总结，而可能成为学习过程中的实时支持系统。

九维结构背后的逻辑

如果把这九个维度放在一起观察，会发现它们实际上构成了一条完整的发展路径：

从态度接受（Attitude）到知识理解（Knowledge）再到社会与伦理认知（Awareness）随后进入工具发现（Search）进一步发展为教学应用（Use）最终达到评价与创新（Evaluate & Assessment）。这种结构与Ng等人提出的AI Literacy理论框架高度一致，也与近年来广泛使用的ABCE模型（Affective、Behavioral、Cognitive、Ethical）形成呼应。也即是说教师AI素养并不是单一的技术能力，而是一套完整的专业能力体系。

一个令人深思的发现：AI素养最高的并非经验最丰富的教师

为了验证量表的有效性，研究团队对来自六个国家的292名教师进行了调查。

研究结果揭示出一个值得关注的现象。教师AI素养与教龄之间呈现出明显的负相关关系。

在所有群体中，教龄1—5年的教师AI素养得分最高，而教龄超过16年的教师得分明显下降。这一结果与人们的传统认知形成鲜明反差。

长期以来，人们往往认为经验越丰富的教师，专业能力越强。然而AI时代的专业发展逻辑似乎有所不同。

年轻教师成长于数字化环境之中，他们更熟悉技术、更容易接受新工具，也更愿意尝试创新教学方式。因此，他们在AI应用方面往往具有天然优势。

但这并不意味着经验失去了价值。

恰恰相反，它提醒我们，未来教师专业发展的关键，不是用技术取代经验，而是实现技术敏感性与教育智慧的融合。

年轻教师拥有技术优势，资深教师拥有教育洞察。真正理想的教师形象，应该是在教育经验与AI能力之间建立连接的人。

学科背景正在塑造教师AI素养差异

研究还发现，不同学科教师之间存在显著差异。

工程与技术、计算机科学以及科学学科教师的AI素养水平最高，而艺术、历史等学科教师得分相对较低。

这一结果在一定程度上符合预期。

STEM领域教师长期接触数据分析、计算思维和技术工具，因此更容易理解人工智能的运行机制，也更容易将其迁移到教学实践之中。

但如果仅仅把这一结果理解为“文科教师不会AI”，显然过于简单。

事实上，这一差异背后折射出的，是当前教师培训体系仍然带有明显的技术中心主义倾向。

对于工程教师而言，学习AI往往是专业能力的自然延伸。

而对于语文教师、历史教师、美术教师而言，AI并不仅仅是一项技术工具，而是对其教学方式、知识结构乃至教师身份认同的一次重构。

他们更需要回答的问题是：

人工智能究竟如何改变本学科的学习方式？

如何借助AI促进学生深度思考？

如何在人机协同环境中保持学科育人的独特价值？

如果教师培训无法回应这些问题，那么再先进的技术培训也难以真正激发教师的学习动力。

AI素养不是技术问题，而是教育问题

纵观整项研究，一个重要启示逐渐浮现出来：教师AI素养的核心，并不是掌握某一个具体工具。

今天教师学习ChatGPT，明天可能出现新的AI系统。

工具会不断更新，但教师真正需要发展的能力却具有长期价值。

这种能力包括理解AI的本质、评价AI的价值、反思AI的风险以及引导学生合理使用AI。

换句话说，教师AI素养的本质并不是技术能力，而是一种新的教育能力。

它体现的是教师如何在人工智能时代重新理解知识、学习、教学和育人的过程。

未来教育竞争力的关键，也许并不在于学校拥有多少先进技术，而在于教师是否具备驾驭这些技术的智慧。

从AI工具使用者走向AI时代教育者

回顾教育技术的发展历程，我们曾经经历过计算机教育、互联网教育、移动学习和智慧教育等多个阶段。

而人工智能的到来，正在推动教师专业发展进入新的阶段。

过去我们关注教师会不会使用技术。今天我们更需要关注教师能否与技术协同工作。

过去我们强调技术整合能力。今天我们更需要强调技术判断能力、伦理反思能力和创新设计能力。

因此，教师AI素养量表最大的价值，并不仅仅在于提供了一种测量工具。它更像是一张教师专业成长路线图。

它提醒我们未来教师培养的重点，也许已经不再是“教会教师使用AI”，而是帮助教师成长为能够理解AI、驾驭AI、反思AI并善用AI的人。

因为真正决定教育未来的，从来不是人工智能本身，而是那些能够赋予技术教育意义的人。

参考文献：

Younis, B. (2025). The artificial intelligence literacy (AIL) scale for teachers: A tool for enhancing AI education. Journal of Digital Learning in Teacher Education, 41(1), 37-56.