“人工智能+教育”驱动下的教师知识结构重构*——论融入伦理的AIPCEK框架及其发展模式

邓国民 李云春 朱永海

（1.贵州师范大学 教育学院，贵州贵阳 550025；2.贵阳学院 教育科学学院，贵州贵阳 550005；3.首都师范大学 初等教育学院，北京 100048）

一、问题的提出

2017年7月，国务院发布了《新一代人工智能发展规划》，强调“利用智能技术加快推动人才培养模式、教学方法改革，构建包含智能学习、交互式学习的新型教育体系。开展智能校园建设，推动人工智能在教学、管理、资源建设等全流程应用。开发立体综合教学场、基于大数据智能的在线学习教育平台”[1]。可以说，《新一代人工智能发展规划》为我国人工智能技术的教育应用，提供了重要的指导思想和战略目标。

当前，人工智能（AI）技术在教育中的应用，正带来教学环境、教学法和学科知识表示的全方位变革：第一，人类认知能力的局限性，导致教师在应对众多学生的大量学习需求和学习问题时捉襟见肘，而基于AI技术、情境感知技术、认知技术、跨媒体技术、增强和虚拟现实技术的“智能+智慧”学习环境，能够实时获取和分析更细粒度和更大范围的数据，迅速提供出色的观察、理解、推论和决策指导。这使得教师能够在更精细化的水平上，实时诊断和评估学生的学习风格、学习能力、学习需求和学习进度，并提供有针对性的学习支持服务和接近真实的学习体验，从而实现个性化学习和提高教学效果（见图1）[2-3]。第二，AI 教学应用会推动教学法的创新，它们将成为有效的课堂教学助手，能够使教师的许多例行工作和管理任务（如，学习过程记录和评分）实现自动化，从而释放出教师的时间，使他们能够将更多的精力投入到更具创造性、同情心和鼓舞性的教学设计与活动上，提供更多的教学法实例、扩大教学法的范围[4-5]。第三，基于AI的学科知识能够自动生成、自主进化，而且能够以知识的逻辑结构进行组织与管理，实现不同知识点和概念，以及知识结构和学生认知结构之间的关联，实现教学内容的表征、传递、导航、推荐和呈现方式的个性化和精准化[6]。

AI的教育应用既为教师教学带来了前所未有的价值，也带来了一系列极具挑战性的伦理问题与伦理风险。比如，人脸识别、情境感知和大数据等技术的广泛应用，涉及对大量用户个人信息数据的采集、分析与处理，会提升盗用和泄露学生隐私数据的风险；基于AI的学习分析与诊断的有效性，取决于所使用数据和算法的准确性、可靠性和公平性，这关系到系统能否公平公正地对待每一位学生（见图2）；AI 系统的自动化决策能力，有可能降低人的主观能动性，使人变得沮丧；同时，这种决策如果缺乏透明度，将使其难以受到审查和保证使用的合理性。因此，我们迫切地需要新的伦理规范方法，以确保AI 能够在教育中得到安全有效的应用。

AI 应用中的伦理问题，日益成为全球关注的焦点。一些重要的国际机构、组织和公司都非常重视AI 应用的伦理问题，并提出了相应的AI 伦理准则，以规范和约束AI 行业领域相关人员的决策与行为，为AI 产品的部署和应用提供行动指南。比如，欧盟委员会 “人工智能高级专家组”（High-Level Expert Group on Artificial Intelligence，AI HLEG）于2019年4月发布 《可信赖的人工智能伦理准则》（Ethics Guidelines for Trustworthy Artificial Intelligence），提出了AI 伦理框架，强调AI 设计与应用的伦理规范性和技术健壮性，认为实现可信赖的AI 需要考虑七个方面因素：（1）人的能动性和监督；（2）稳健性和安全性；（3）隐私和数据管理；（4）透明度；（5）多样性、非歧视性和公平性；（6）社会和环境福祉；（7）问责[10]。

虽然AI 能够替代教师完成一部分认知和常规性工作，但不可能取代教师，教师仍将是AI 教育应用的主体与主导者。教育教学领域全新的智能化变革，将对教师的知识结构和能力素质提出新的挑战和要求。他们不但需要知道如何有效利用AI 改善教学法和促进教学，而且更需要知道如何面对AI 教育应用可能引发的伦理问题，以符合伦理规范的方式在教学中应用AI，避免由于AI的滥用而带来负面影响。

因此，“人工智能+教育”驱动下的教师，一方面，需要具备一定的AI知识与素养，使自身能够在AI帮助下更有效地表征和编码教学内容，创新和应用AI 增强教学法，做出更明智的教学决策和更好地解决教学问题；另一方面，也需要具备一定的AI 伦理素养，使他们能够识别和规避AI 教学应用的潜在伦理风险，做出合理的伦理推论与伦理决策。

概言之，为了能够有效地、合乎伦理规范地使用AI技术改进教学，智能时代的教师需要具备新的知识结构与能力素质。而以往的教师知识结构框架包括TPACK，均未充分考虑AI所带来的新的教学应用潜能、特点和伦理复杂性。因此，今天有必要对其内涵与架构进行拓展、丰富，以指导智能时代教师教学与发展的客观需要。基于此，我们在原有TPACK框架的基础上，尝试提出并构建了“AI+学科教学”伦理知识（AIPCEK）框架。

二、智能时代教师的角色改变：“AI+教师”与伦理问题的复杂性

（一）新的角色:“AI+教师”协同教学

AI 强大的数据和信息的自动化获取、感知、处理、推理和决策能力，使其能够在较多方面支持和增强教师的教学工作。一些目前认为应该由教师承担的任务，比如，教学评价与反馈、学习过程数据的跟踪记录、学习诊断与分析甚至部分教学决策等，都将由AI 自动化处理。这使得教师能够从一些费时费力的日常事务中解放出来，而专注于高技能高创意的任务，将更多的精力投入到更具创造力和人性化的教学行为与设计上。如，更加富有个性化的教育资源管理、更有效的教学方法、对学习结果更好地评估，以及同理心和情感交流等AI 暂不具备的技能，从而将教与学提升到一个全新的水平。因此，在AI的支持下，教师角色将不断演化并最终改变[11-12]。

同时，AI的教育应用也不可避免地存在一定局限性，需要教师为其发展和完善提供支持。AI 通过采集大量学习者数据，并在此基础上，利用智能模型和分析推理算法来解决教学问题。当智慧学习环境能够提供足够多的高质量数据时，这些算法将会非常成功，反之，AI的问题解决智能将急剧下降。并且，AI 在抽象思维能力、应用常识和知识迁移方面仍然存在不足。人类教师虽然在认知和信息处理能力方面存在先天的局限性，但他们能够基于直觉、常识和稀缺信息进行抽象思维并决策。因此，教师需要与AI 共享概念和关系、工作协议，参与AI 教育系统的训练，通过与其相互推理和沟通、交流和解释教学经验，发展和完善其领域知识模型和教学法模型，使AI 能够了解教学任务的条件、行动和结果之间的规律性认识（任务模型），并了解人类教师和学生的需求、目标、价值、能力、资源、计划和情况等[13]。

因此，AI 虽然最终不会取代教师，但将成为教师角色转变的重要催化剂。教师和AI 之间应该是相互支持、相互合作的朋友关系，共同构成“AI+教师”协同教学的合作伙伴。人类教师与AI 教师二者优势互补，共同构建并形成“AI+教师”的人机协同教学模式，如图3所示[14]。

（二）AI 伦理问题的复杂性

AI为教师教学带来了前所未有的机遇，能够增强教师的教学决策与分析能力，优化教学过程与结果，更好地支持个性化学习和改善学习效果，但同时也会带来更加复杂的伦理问题。比如，个人数据的无节制使用可能带来数据泄漏和隐私侵害；AI 算法及训练数据可能存在隐性偏见而导致歧视和不当评价；获取AI 教学资源与技术的准入门槛可能加剧现有教育的不平等；人机交流过多可能剥夺师生交流的机会而导致儿童对AI 过于依恋、丧失师生之间的情感交流而造成心理压力[15]。对于AI 教学应用中的这些伦理问题及可能产生的不良后果，目前尚缺乏一套完善的规范制度和问责机制。

因此，在AI 教学环境下，教师需要能够在教学过程中合理应对新的伦理困境：（1）随着智能导师代理、教师机器人的出现，教师需要知道如何定义和应对自己新的角色地位及其与智能导师之间的关系；（2）在利用AI技术采集和使用学生的学习行为数据，为其提供教学支持服务的过程中，教师需要知道如何保护他们的隐私及个人安全；（3）教师需要具备一定的伦理知识，知道应该遵循什么样的伦理准则做出伦理决策。所以，在智能化的教学环境下，教师需要具备新的能力素质与知识结构，以应对AI 对教育教学工作带来的变革和挑战[16]。他们不但需要具备一定的关于教育人工智能设计、开发和应用方面的知识与能力，比如，能够进行“AI+教学”内容的设计、开发和应用，能够利用AI 快速诊断学生的学习状态和认知状况并进行有针对性的指导；而且，他们还需要具备一定的伦理知识，使其能够以符合伦理原则的方式，将AI 有效融入教育教学实践之中[17]。

三、智能时代的发展与TPACK 内涵的更新

教师知识结构是由多种类型知识构成的一种高度组织化和体系化的结构，是教师教学的基础。我们不但要看到教师知识构成的多样性，而且也需要认识到不同知识结构的组织化和结构化程度。教师知识结构要随着时代与教学实践环境的发展变化而引入新的知识构成。21世纪以来，随着数字媒体技术和网络技术在教学中的广泛应用，米什拉（P.Mishra）和科勒（M.Kolhler）等人认为，技术知识也应该是教师知识结构的一个构成要素，于是在舒尔曼（S.Shulman）学科教学知识（PCK）的基础上引入技术知识（TK），提出整合技术的学科教学知识（Technological Pedagogical Content Knowledge，TPACK）概念框架，如图4所示[18]。

TPACK 概念认为，教师知识结构包括学科知识（CK）、教学知识（PK）和技术知识（TK）三种基本知识构成，三者之间通过相互叠加和混合又分别形成另外四种混合知识类型：学科教学知识（PCK）、整合技术的学科知识（TCK）、整合技术的教学知识（TPK）和整合技术的学科教学知识（TPACK）[19]。

进入智能化时代，AI知识将成为教师技术知识的核心构成，而且它对教学知识和学科知识的表征及传递形式，正产生重要的变革。因此，TPACK框架只有不断更新内容，才能适应智能时代教师教学实践对其知识发展的需要。闫志明等人认为，应该将AI技术知识与思维纳入教师的专业知识体系，提出整合AI技术的学科教学知识模型（AI-TPACK）。其中，AI技术知识表示TK的智能化发展，它会促进TPACK 原有的其他知识构成要素产生新的变化：由TK 转变为AI知识与素养（AIK）；由TPK 转变为“AI+教学”知识（AI+PK）；由TCK 转变为“AI+学科”知识（AI+CK）；由TPACK 转变为“AI+学科教学”知识（AI+PCK）[20]。

（1）AIK：知道什么是AI；知道AI 能做什么；知道AI 如何工作；知道如何使用AI，人们如何看待、感知和理解AI[21]。

（2）AI+CK：了解AI 对学科知识进行表示和推理的工作原理[22]；能够支持AI 系统实现对学科知识的表示和推理方案；能够参与学科知识库的构建、丰富、完善和校正，实现学科知识的更精细化表示。

（3）AI+PK：能够有效使用智能化教学环境提高学习者的学习体验与学习效果；能够利用AI技术以不同的方式改进或创新教学策略和评价策略；能够利用AI技术增强教学互动，促进学习者的协作学习和自我调节学习[23]。

（4）AI+PCK：能够利用基于AI的学科知识表示技术，实现智能化学科教学评价与分析；能够与智能化教学系统进行人机协作，共同参与面向具体学科的教学设计、教学材料开发以及教学决策[24]。

四、智能时代教师知识结构的重构：从TPACK到AIPCEK

教师在日常教学过程中会面临各种类型的伦理问题与伦理困境，需具备与之相关的伦理知识才能够合理应对。然而，TPACK 并没有重视教师的伦理知识及其与教学法、学科内容和技术知识之间的关系，但这并不代表伦理知识不重要，只是当时围绕教学伦理、学科伦理和技术伦理等方面的问题，还没有像今天这样如此突出。从多媒体技术到计算机网络技术，再到移动通信技术，技术已经成为教育改革和发展的重要驱动力量。但是，这些新技术的应用并没有改变技术自身作为被动使用的教学工具之角色，它们只是丰富了教学内容呈现、类比、示例、解释和演示的方式[25]，提高了教学传播的效率，而教学结构与教学模式并没有发生根本性的改变，也并未影响到教师的主观能动性和教学决策的主体地位。因此，教师不会因为这些新技术的应用而面临更多新的伦理问题，他们只需要熟悉自身应该遵循的职业道德规范，从而可以将主要精力放在如何利用技术手段以增强教学效果。

然而，AI技术的全方位介入从根本上动摇了教学结构，过去只能由教师承担的许多工作，现在可以由AI技术代替，其中涉及对学生学习行为、心理及生理数据的监测与采集，甚至包括代替教师做出教学评价与决策、与学生进行对话甚至是自动化交流。AI 教学应用将会带来更多新的和更加复杂的伦理问题，伦理知识将成为教师知识不可或缺的重要组成部分。

目前，我们所讨论的智能时代教师的伦理知识，与米什拉等人提出TPACK 时面临的情境相同。即，人们普遍认为技术知识与教学知识和学科知识是分开的。米什拉等人观点的贡献，在于把隔离状态的知识，表征为两两重叠的三个圆圈，用于表示三种知识构成之间既相对独立，又彼此相交的关系。可见，只对教师进行技术培训，将无法让他们认识到技术与学科内容和教学法之间存在复杂的交互关系，也无法让他们在具体学科教学过程中有效应用技术。同理，我们也不能将教师的伦理知识视为孤立于其他三种知识构成而单独存在，而是需要阐明四者之间的相互关系，即从它们之间的成对组合、成三组合以及将四者整合为一个有机整体，进行系统考虑[26]。

为此，我们在TPACK 概念框架的基础上，强调AI技术教学应用的重要性，并将伦理知识作为一种新的构成要素引入，提出了“AI+学科教学”伦理知识结构框架（AIPCEK框架），如图5所示。伦理知识的引入，会在原有TPACK框架的基础上新增：（1）三个知识对，教学伦理知识（PEK）、学科伦理知识（CEK）和AI 伦理知识（AIEK）；（2）三个三体知识交集，学科教学伦理知识（PCEK）、“AI+学科” 伦理知识（AICEK）、“AI+教学”伦理知识（AIPEK）；（3）一个四体知识交集，“AI+学科教学”伦理知识（AIPCEK）。

（一）伦理知识（EK）

伦理知识是专业精神的重要组成部分，它是指专业人员对其专业伦理规范的理解和认识，是专业人员伦理推论与伦理行为的知识基础[27]。教师伦理知识则是指教师对教育伦理规范及其他伦理规范行为规则的理解，具体包括：对职业道德规范、职业责任与承诺、保护学生安全与合法权利、尊重知识产权、维护教育公平与正义、尊重人的道德尊严、教师社会角色地位等方面的认识；教师还需要知道如何将这些理解和认识应用于教学实践，识别和解决教学过程中的伦理问题与伦理困境。换言之，教师只有具备一定的伦理知识，才能够充分应对教学实践中的伦理挑战。从本质上看，伦理知识依赖于教师对其道德能动性的理解，因为这隐含于他们日常实践的方方面面。比如，教师在教学过程中表现出对学生的尊重和关爱，公平公正地对待每一位学生，能够同情和理解学生的不满。这表明他们拥有了某种伦理知识，并在日常教学中践行[28]。

伦理知识在很大程度上作为一种个人素质而存在，它有助于教师对自己的实践活动所产生的道德后果保持警觉和反思。教师要将教学工作视为教学专业人员伦理义务的潜在道德责任表达，通过将道德原则付诸实践，来获取自己对教学实践的看法，并将教学工作与其伦理知识关联起来。在理想的情况下，伦理知识应该是教师专业社区内共享的一套规范或价值观，从而提高所有教师的认识与实践意识[29]。

（二）AI 伦理知识（AIEK）

AI技术的发展和应用，会涌现出一系列新的伦理问题，教师需要对这些问题具有敏锐的洞察力。比如，他们需要识别、认识和描述围绕AI的关键伦理问题，如，隐私、算法偏见、错误信息、奇异性、伦理决策、多样性、数据偏见、透明度和问责制度等。而且，教师还需要具备一定的伦理推理与伦理行为能力。随着技术和算法的发展，AI的自主性和能动性水平越来越高，它们将不再完全由使用者支配，而是能够同时扮演道德能动者和受动者的角色，即它们本身就具有一定的伦理责任和道德决策能力[30-31]。这种责任和能力的一部分是由设计者规划的，另一部分则是通过深度学习和机器学习算法，对训练数据中所蕴含的价值观和伦理原则进行自主建构。所以，教师只有了解教育AI 系统本身的伦理价值及其设计和应用过程中应该遵循的伦理原则，才能有效参与教育AI 产品伦理原则和道德推理算法的设计，为符合AI 伦理价值的建构提供合适的训练数据，并在遵循AI 伦理原则的基础上应用这些产品。

那么，教师需要了解并掌握哪些具体的AI 伦理原则或准则呢？ 近年来，一些重要的国际机构、组织和公司企业，比如，国际电气和电子工程师协会（IEEE）、欧盟委员会、OECD 和微软等都非常重视AI 伦理问题，并发布了相应的AI 伦理准则，以规范和约束AI 行业领域相关人员的决策与行为，为AI产品的部署和应用提供行动指南。虽然这些AI 伦理准则的发布方具有不同的社会文化背景，但在通用性AI 伦理方面存在一些共同之处，具体包括：可解释性、公平正义、责任、隐私和数据治理、善待、非恶意、自由自治、信任、尊严、稳健性、福祉、有效性、慎用、胜任和人权等方面[32]。

（三）教学伦理知识（PEK）

教师的教学伦理是教师在教学实践过程中必须遵循的伦理准则，而教学伦理知识则是教师对于这些伦理准则的理解和认识。教学是一项复杂的包含伦理的实践活动，教师需要具备一定的教学伦理知识，才能够将其道德操守转化为教学法，从而知道如何在教学过程中对待学生，处理好与学生之间的关系。他们需要对自己在教学过程中所承担的责任、享有的权利和应该履行的义务，有着清晰的认识。并且，知道自己在教学过程中的合适或不当行为将可能带来的影响和后果，以及由此涉及的伦理推论知识。比如，能够友善地对待学生，关心爱护学生；有尊严地实施教学，但同时也需要尊重学生，愿意倾听学生的意见并接受他们的批评；有坚持真理和维护正常课堂教学秩序的勇气；能够公平公正地对待每一位学生；能够在教学过程中兼顾道德和情意教育；通过伦理反思，更深入地理解伦理推论、决策和选择，以及对具体情境的合适性，以便在今后面临类似问题的情况下，能够做出更为合理的选择[33]。

（四）学科伦理知识（CEK）

无论是自然科学还是人文社会科学的学科知识，都无法回避学科伦理问题。科学教育领域特别强调伦理教育在增强学生的科学学习和科学素养中的重要作用，主张我们不应再将科学与伦理视为无关的知识领域，而是应该让二者相互指导。科学教师在处理伦理和道德问题时，应该在教学中加以促进和倡导，而不应该将它们视做科学探究或批判思想之外的领域[34]。计算机科学、数据科学和软件工程等学科内容都涉及伦理教育，教师更需要了解和重视学科内容与价值观、伦理、政治和社会环境之间的关系，知道学科专业的伦理责任，并在此基础上准备教学材料[35]。而且，人文社会科学同样也涉及学科伦理问题，比如，要求保护人类受试者的权利和福利，尊重人，产生最佳利益，将危害最小化，维护正义，并理解自己作为学科专业人员的伦理责任等[36]。

因此，不同的学科内容都涉及到相应的学科伦理知识，它们本身就是学科知识的重要组成部分。教师只有具备一定的学科伦理知识，才能将善意、公平公正、福祉、责任和权利等学科伦理原则有效融入课堂教学，才能够培养出愿意利用自己的学科专业知识服务于社会的专门人才。教师不但需要了解他们任教的学科内容，还需要对其背后应遵循的伦理原则有一定的认识。比如，在对学科内容进行表征、组织和解释的过程中，能够尊重知识产权，能够基于客观的科学精神和学科推理方式，尽量避免主观偏见的影响，合理合法地向学生授课。

（五）学科教学伦理知识（PCEK）

学科教学伦理知识是教师面向具体学科开展教学时所涉及的伦理知识，它是PCK 和EK的交集，同时，也是PEK 和CEK的交集。教师的学科专业知识不仅与教学知识相关联，而且也与伦理知识相关联。我们不能将教师的学科知识与其教学的道德和伦理本质人为割裂开来，而应该将它们视为相互融合、相互关联的一个有机整体。教师在具体学科内容的教学过程中，需要知道自己作为教师应该遵循的专业伦理准则和教学伦理规范，并能够将它们融入学科课程设计和教学实践中[37]。比如，清楚其中涉及哪些伦理因素和伦理问题；了解自己所承担的专业伦理责任与义务；知道如何做，在伦理道德上是正确的；知道如何避免错误的思想或行为；知道自己的言行，可能对学生专业伦理发展产生的深远影响。只有如此，教师才能够对他们的学科教学实践进行伦理反思，确定PCK 普遍做法的缺陷，并对职前教师和在职教师的教育计划提供有意义的解决方案[38]。

（六）“AI+学科”伦理知识（AICEK）

“AI+学科”伦理知识是关于教师在利用AI技术对学科知识进行表示和推理的过程中，所涉及的伦理问题和伦理原则的知识。比如，教师在利用AI技术设计、改编和创造智能化学科学习内容和表征学科知识的过程中，需要注意和识别与之相关的知识产权和学科伦理问题；能够判断基于AI的学科内容或其他教学信息的正确性，了解这些基于AI的学科内容及信息可能带来哪些安全和隐私方面的隐患；能够基于学科伦理和AI 伦理准则，审核智能化学习材料和学习内容。而且，教师还需要能够参与学科专家系统的训练，使其能够避免受到个人和文化偏见的影响，实现对社会主流价值观和伦理规范的内嵌或融入，以保证系统输出符合预期规划，能够公平、公正地对待每一位学习者[39]。

（七）“AI+教学”伦理知识（AIPEK）

“AI+教学” 伦理知识是指教师在AI 教学应用的过程中，需要同时遵循的教学伦理规范和AI 伦理原则。AI 教学应用涉及对大量学生个人数据的使用，因此，教师需要具有保护、控制和管理学生个人隐私数据的意识与能力。在利用AI技术支持教学决策、跟踪监测学习过程、学习诊断与分析、自动评分，甚至与AI 导师协同教学等的过程中，教师需要知道如何实现以人的价值观为中心开展教学。不但要避免人为的歧视或偏见，还需要了解那些可能嵌入到数据和算法中的一些偏见或漏洞，以保障公平公正地对待每一位学生。教师还需要避免在利用AI技术进行教学的过程中，剥夺其他教师和学生选择学习机会与学习内容的自主权。

在AI 伦理基本原则的基础上，教师还需要进一步知道AI 教学应用的基本哲学基础：（1）否定元原则，基于AI的教学不应削弱人类教师和学生在任何基本方面的教学与学习能力；（2）肯定元原则，应该增强学生作为人类的、至少某一方面所拥有的能力。因此，教师可以利用AI 增强自己的教学，但不能因此从美学、伦理和身体方面削弱其他教师和学生的主体地位，不能以任何方式伤害学生。对于幼儿和青少年等大脑仍在发育中的学习者个体来说，尤其需要谨慎，要避免不当或过度地使用AI 而对他们产生负面影响。比如，网络成瘾、降低认知能力、产生思维惰性、降低能动性和主动性等[40]。

（八）“AI+学科教学”伦理知识（AIPCEK）

“AI+学科教学”伦理知识是指融合AI的学科教学所涉及的伦理规范知识，它是教师AIEK、PEK 和CEK 三种伦理知识融合而成的一种复合型伦理知识形态。AIPCEK 要求教师在利用AI技术与资源进行学科教学的过程中，会充分考虑其中的伦理问题，并采取符合学科伦理、教学伦理和AI 伦理规范的行为。如果教师无法综合考虑其教学法、学科内容和AI技术等知识构成的伦理问题和应该遵循的伦理原则，将可能使其所利用AI的学科教学实践陷入伦理困境[41]。

随着AI 在具体学科教学中的应用越来越广泛，所生成的数据量与日俱增。教师需要知道在对这些数据进行分析、解释和教学应用的过程中，可能存在的伦理风险、自己所承担的伦理责任、知识和数据的归属和使用权限，以及这些方法背后涉及的价值观和意识形态等方面的问题。教师还需要意识到使用AI 增强的具体学科教学法，可能对自己和学习者的学科专业角色与职业发展带来哪些新的改变；并且能够处理好与学科专家系统之间的角色关系，尊重和保障教师和学生自由自治的学科主体地位，避免二者在学科教学决策方面沦为机器和算法的附庸与奴隶，由此挫伤教师和学生对于学科专业发展的信心、积极性和主动性。教师还应重新定位自己作为学科教师的角色，认识到人在学科专业发展中的独特作用。比如，利用个人学科学习与研究的经验、科学探究精神和自我实现的学科价值去引导和感染学生，促进学生对学科知识的兴趣、好奇心和想象力，并鼓励学生利用AI 学习和探究学科问题。

五、构建AIPCEK框架的意义及其发展模式

（一）AIPCEK 对于智能时代教师专业发展的意义

1.有助于揭示智能时代教师知识结构新的特点及伦理内涵

AIPCEK框架的提出，有助于我们充分理解和认识AI 成为教师技术知识的核心构成后，将会对其学科知识、教学知识和学科教学知识所产生的重要影响。AIPCEK框架引入伦理知识，使其成为继学科知识、教学知识和技术知识之后教师的第四种基本知识构成，充分体现了对AI 教学应用伦理问题尖锐性和紧迫性的重视，更符合智能时代教学实践的要求。而且，AIPCEK 强调伦理知识不是孤立于其他三种基本知识构成而存在，而是与它们通过相互关联、重叠和混合而生成一系列新的复合型知识形态，体现了教师利用AI 增强教学法和学科知识表示的伦理复杂性，也是智能时代教师教学所必须掌握的基本知识。

2.为智能时代的教师专业发展提供理论基础

AIPCEK框架的提出，为面向智能时代的教师培养和专业发展，提供了一种新的理论基础。智能化时代的教师教学将面临更加复杂的学科伦理、教学伦理和AI 伦理问题。伦理知识如同当年的技术知识一样，已成为教师不容忽视的知识构成之一，而且也需要与教师的其他知识构成之间形成紧密关联。只有基于这样一种新的认识，我们才能够有效指导智能时代教师的专业发展，让他们具有综合应用各类知识对智能化学习过程和学习资源进行设计、开发、利用、管理和评价的意识与能力，以应对《新一代人工智能发展规划》中提出的发展个性化、精准化的智能教育服务的要求：“利用智能技术加快推动人才培养模式、教学方法改革”；“推动人工智能在教学、管理、资源建设等全流程应用”[42]，并有效达成这些目标。

3.为智能时代教师的知识结构研究及教学实践提供一种新的分析框架

AIPCEK框架也为我们研究智能时代的教师知识结构及教学实践，提供了一种新的分析框架。它能够让我们以一种更为多元、综合和整体的视角，来观察和研究智能时代的教师教学：应该具备什么样的知识结构；如何在教学过程中合理、有效地综合利用这些知识构成要素；如何实现不同知识构成之间的相互关联与交互。这对智能时代教师知识结构的表征、观察、评价和分析，都是一种更加全面、新颖的视角；同时，也能够作为一种研究智能时代教师知识结构及其教学实践应用的分析框架，为教师在教学实践中合理、有效地利用AIPCEK 及其各知识构成要素，提供了更为明确的引导。

（二）AIPCEK的三种发展模式

1.AIPCEK发展的金字塔需求模型

伦理知识（EK）的引入，会使教师的知识结构变得更加复杂。它会和教师的其他三种知识构成PK、CK 和TK 形成交集，比如，两两相交形成AIEK、PEK和CEK 等双重知识构成；三三相交形成PCEK、AICEK 和AIPEK 等三重知识构成；甚至是四重知识构成AIPCEK。教师知识结构的复杂化，必然给教师专业发展和教师教育带来新的挑战。

在考虑AIPCEK 构成特点，借鉴TPACK发展模式及已有研究成果的基础上，我们提出了教师AIPCEK发展的金字塔需求模型，如图6所示。该模型共有15 级知识，呈金字塔状排列，各层级知识从塔底到塔顶综合程度逐步提高，根据综合知识数量的多少，可以将它们划分为四种层次的知识发展需求：（1）单一知识发展需求，包括学科知识、教学知识、AI知识和伦理知识的发展；（2）双重知识发展需求，要求教师能够综合应用两种不同类型的知识，包括学科教学知识、“AI+学科”知识、“AI+教学”知识、教学伦理知识、AI 伦理知识和学科伦理知识的发展；（3）三重知识发展需求，要求教师能够综合应用三种类型的基本知识构成进行教学，包括学科教学伦理知识、“AI+学科教学”知识、“AI+学科”伦理知识和“AI+教学”伦理知识的发展；（4）四重知识发展需求，要求教师能够融会贯通地应用四种知识构成进行教学，即“AI+学科教学”伦理知识。

由此可见，教师AIPCEK发展的金字塔需求模型，符合教师专业发展的一般规律，即从简单到复杂，由低级到高级。而且越往上，对教师综合应用各类知识的能力要求也越高。教师应基于自身内在发展的需要和动机，或者依靠外在智能化教学的压力与挑战，遵循自下而上逐步发展的原则，从塔底逐步“爬升”到塔顶：从对单一知识的掌握开始，发展到能够综合应用双重知识；当这些综合程度相对较低的知识发展需求得到满足后，再逐步提升至三重知识乃至四重知识发展需求。

2.构建在线实践社区，促进“AI+学科教学”伦理层面的集体反思与合作

“AI+学科教学” 将使教师面临更多而且更加复杂的伦理问题。伦理知识同时具有情境性、实践性、协商建构性、多元化、兼具理性推理与直觉思维等特点[44]。因此，对于教师伦理知识，包括EK、CEK、PEK、AIEK、PCEK、AICEK、AIPEK 和AIPCEK 等的发展，不能够仅局限于对伦理准则、原则和条例的灌输与记忆上；而是需要他们积极参与教师社区活动，通过集体沟通与交流、最佳实践分享、反思、案例分析和研讨，在长期的意义协商过程中建构和内化这些伦理知识，提高他们的伦理决策与反思能力，并用于指导“AI+学科教学”的伦理实践。在线实践社区是一种非常重要的情境学习环境与学习共同体，能够较好地满足教师伦理知识发展的上述条件。

我们在知识管理模型[45]的基础上，提出了基于在线实践社区的教师AIPCEK发展模式，如图7所示，主要包括人员、过程和技术等构成元素[46]。首先，人员由一群共同面临“AI+学科教学”伦理问题，并共享学科伦理、教学伦理和AI 伦理原则的教师所组成，他们在“AI+学科教学”的过程中，会各自积累大量的案例、资源、故事和最佳实践，这些内容构成了教师AIPCEK的主要来源；同时，也包括显性知识和隐性知识。其次，教师伦理决策会同时受到外部环境变量和个体内部变量的影响，其中，外部环境包括物理环境、组织文化和AI 环境，个体内部变量则包括个人的认知空间和直觉系统。认知空间体现与教师伦理认知活动相关的AIPCEK 显性知识，而直觉系统则存储教师AIPCEK 隐性知识和潜意识行为模式，它们共同对教师实施“AI+学科教学”的伦理决策过程产生影响[47]。最后，在技术方面，所有教师的AIPCEK，都通过利用在线实践社区的多元协作、交流和会话等功能，实现社区AIPCEK的创造、转换、分享和迭代，从而丰富和发展教师在线实践社区的AIPCEK知识库。

3.项目驱动：在完成项目的过程中学会处理“AI+学科教学”的伦理问题

“AI+学科教学”伦理问题的复杂性和综合性，要求对教师AIPCEK的培养目标，重在情感、态度与行为的改变，而不仅仅是获取知识。因此，我们可以使用基于小组协作的项目驱动培训方法，让教师分组协作研究AI 伦理学及其应用于具体学科教学的特定主题或领域，或者完成一些“AI+学科教学”伦理问题的解决方案设计，让他们在完成项目的过程中学会处理“AI+学科教学”的伦理问题。首先，教师需要研读有关AI 伦理、教学伦理和学科伦理的文献资料，这是进一步展开工作和讨论的基础。其次，要求教师采取调研行动，比如，采访教育人工智能产品的设计开发人员，了解其中涉及的算法伦理、数据伦理和隐私策略；与同行或学科专家讨论学科伦理问题，了解学科内容中蕴含的伦理精神、伦理价值和伦理责任；与教学人员讨论教学伦理问题，了解教学实践过程中应该遵循的伦理准则。再次，小组成员协同设计关于“AI+学科教学”伦理问题的解决方案、研究报告或教学设计方案并予以实现。最后，组织团队间的研讨会，相互借鉴经验和实现集体智慧的建构，从而让所有教师在协作完成项目的过程中，实现对AIPCEK的认知、建构和发展[48]。

六、结语

AI技术的教育教学应用，使教学环境、教学内容表示和教学方法都产生了前所未有的智能化变革，而且使教学过程中众多的伦理问题，尤其是与AI 相关的伦理问题更加凸显，这必然给教师的知识结构与能力素质提出新的挑战和要求，并进一步推动智能时代教师的角色改变。目前，主流的教师知识结构框架TPACK 并没有对AI 教学应用可能带来的教学知识和学科知识的创新，以及可能引发的伦理问题给予足够重视，因而，需要对其进行拓展和重构。

本文在TPACK框架基础上，着重针对目前备受关注的AI技术，探讨并引入伦理知识作为教师的第四种基本知识构成，提出了AIPCEK框架。这是继米什拉等人在PCK 基础上引入TK，提出TPACK框架之后，对教师知识结构的又一次发展与创新。伦理知识的引入，会在原有TPACK框架的基础上产生一系列新的复合型伦 理知识：CEK、PEK、AIEK、PCEK、AICEK、AIPEK 和AIPCEK。AIPCEK框架同样遵循之前PCK 和TPACK的基本原则，即教师知识的任何表现形式，都要反映其社会建构和动态发展的本质，要强调四种基本知识构成要素之间是一种动态的相互交互、关联和约束的关系。

基于AIPCEK的复杂性，以及伦理知识的情境性、实践性、协商建构性、多元化、兼具理性推理与直觉思维等特点，我们提出了三种AIPCEK发展模式：（1）AIPCEK发展的金字塔需求模型；（2）基于在线实践社区的教师AIPCEK发展模式；（3）基于项目驱动的AIPCEK发展模式。当然，AIPCEK框架还需要在未来的研究与实践中进一步完善。

首先，伦理知识作为一种新的知识构成引入，使教师知识结构的复杂程度剧增，提升了理解上的难度，未来需要探讨是否有更易于理解和更具有可操作性的表现形式。其次，AIPCEK框架的哲学认识论和理论建构等方面的研究仍需要加强，而且在教师教学、教师教育和教师专业发展等方面需要更多的实证研究和实践证据，以检验它在理论上的完整性、合理性和有效性。比如，测量和评价量表的设计与验证、各构成要素之间的数学关系模型，以及教师AIPCEK的发展模式和策略等方面的实证研究，这些均需要加强。最后，未来还需要进一步挖掘AIPCEK在智能化教学设计、教学实施与教学评价过程中的应用价值与潜力，力争形成一套面向《新一代人工智能发展规划》目标的“AI+学科教学”实践应用方案。