随着生成式人工智能进入备课、教学设计、资源生成、评价反馈与教师研修，教师能力议题正在从“会不会使用AI”转向“能否在专业判断、伦理责任与教学创新中有效驾驭AI”。近两年的相关研究进一步将教师人工智能素养视为一个由价值理念、知识技能、教学整合、专业能动性与组织支持共同构成的系统，并开始通过结构模型、能力框架、量表开发和Meta分析检验其形成机制与实际效果。
教师人工智能教育素养发展的影响机制[1]：由宫玲玲、李宝敏、屈曼祺团队提出。研究从教师个体、学校环境与素养内部结构三个层面建立结构方程模型，将教师人工智能教育素养划分为教育理念、教育伦理、基础知识与技能、与教法整合、AI支持专业发展五个维度，并基于777份有效问卷检验关键作用路径。
系统设置Gatekeeper、Mediator、并行Worker与ComplianceChecker，负责权限登记、指令协调、隔结果显示，教育理念是能力发展的核心起点，对教育伦理和基础知识与技能的影响系数分别为0.794和0.595；基础知识与技能显著促进与教法整合（β=0.650），与教法整合进一步强力影响AI支持专业发展（β=0.903）。自我效能与教育信任主要通过理念发挥作用，校长智能化领导力则促进伦理建设和教学整合。研究表明，教师人工智能教育素养的发展呈现出由理念、知识技能到教学整合与专业发展的连续关联，为教师AI培养的阶段化设计提供了参考。离生成和输出校验。在Muses-Bench上，该框架抵御全部访问控制攻击，效用得分提高0.28—0.39，指令遵循准确率最高提升48.9个百分点。
Triadic AI Literacy in Teacher Education[2]：由Prilop等团队提出。研究以91名丹麦教师教育者为对象，采用混合方法分析GenAI进入教师教育后的专业需求。研究识别出教师教育者在生成式AI应用中关注的AI literacy、AI didactics和AI assessment等核心议题。同时，研究进一步呈现了教师教育中AI的三重定位：AI作为教学工具、AI作为教学内容，以及AI作为支持学生学习的工具，并强调这三种定位均需要置于伦理、文化与民主责任的教育语境中理解。教师教育者同时认为，应将正式专业培训与同伴协作、非正式学习相结合。
Teachers’ GenAI Professional Competence Scale[3]：由Aldighrir提出。研究将关注点从一般AI素养推进到教师职业实践中的专业胜任力，经过构念界定、条目生成、专家验证和认知预试后，对648名教师施测，并开展探索性与验证性因子分析。最终形成三维结构：教学判断、伦理领导和专业能动性，分别对应教师对AI建议的专业筛选、对隐私公平与责任边界的把握，以及保持自主判断和持续改进的能力。
验证结果支持稳定的三因子结构，并显示量表具有良好的信度与效度。研究将教师使用GenAI的关注点进一步延伸至可测量的专业胜任力，提示教师培训与评价不宜仅关注使用频率和功能掌握，还应关注教学判断、伦理责任与专业自主性的综合表现。
GenAI and Teachers’ Professional Competence[4]：由Sun与Zheng团队开展。研究采用系统综述与Meta分析方法梳理ChatGPT发布以来的40项研究，并从19项研究提取43个效应量、共2872名参与者进行量化综合，同时提出GenAI-TPACK框架。相关应用主要覆盖教师自主研修、教学与课程设计、资源生成以及个性化评价与反馈，为判断GenAI能否真实促进教师专业胜任力提供了综合证据。
Meta分析显示，GenAI对教师专业胜任力具有中等程度的正向效应（Hedges’ g=0.608，p<0.001）。在该研究的调节效应分析中，非正式学习环境和教育专用工具呈现出更强的促进效果，而干预时长、班级规模与GenAI角色的差异未达到显著水平。研究提示，GenAI促进教师专业胜任力的效果可能更多取决于其与真实教学任务、学习环境和持续反思过程的结合，而非单纯增加工具使用次数。
综合上述研究，教师生成式人工智能素养与专业胜任力的关注重点，正由单纯的技术应用能力进一步拓展至教学判断、伦理责任、专业能动性与教学整合等多个维度，并逐步形成可通过结构模型、能力框架和量表工具加以检验的专业能力体系。国内研究更多关注教师个体、素养结构与学校环境之间的作用机制，海外研究则通过教师教育框架、能力量表和Meta分析等方法，进一步检验相关能力及其实际效果。学校与教师教育机构可将培训重点由单纯的工具操作进一步拓展至专业判断、伦理责任与教学创新，并结合真实教学任务、同伴协作和持续反思，促进教师将生成式人工智能转化为支持教学与专业发展的能力。
[1].宫玲玲, 李宝敏, 屈曼祺. 教师人工智能教育素养发展的影响机制[J]. 开放教育研究, 2025, 31(6): 104–117.
[2].PRILOP C N, MAH D K, JACOBSEN L J, et al. Generative AI in teacher education: Educators’ perceptions of transformative potentials and the triadic nature of AI literacy explored through AI-enhanced methods[J]. Computers and Education: Artificial Intelligence, 2025, 9: 100471.
[3].ALDIGHRIR W M. Development and validation of the teachers generative AI professional competence scale[J]. Scientific Reports, 2026. DOI: 10.1038/s41598-026-65021-6.
[4].SUN L, ZHENG Y. The effectiveness of generative artificial intelligence in promoting teachers’ professional competence: A systematic review and meta-analysis[J]. Teaching and Teacher Education, 2026, 171: 105781. DOI: 10.1016/j.tate.2026.105781.
2026年8月30日
上海师范大学分析测试与超算中心
