未来教师如何培养？*——人机协同师范教育创新的理论模型与实践进路

余明华 王 龚 卜洪晓 郑隆威

未来教师如何培养？*——人机协同师范教育创新的理论模型与实践进路

余明华1王 龚2卜洪晓3[通讯作者]郑隆威4

（1．上海师范大学 教育技术学系，上海 200234；2．上海师范大学 教务处，上海 200234；3．上海市教师教育学院，上海 200233；4．华东师范大学 上海智能教育研究院，上海 200063）

随着智能时代的到来，将人工智能与师范教育进行融合成为教育领域的紧迫任务。文章首先分析了师范教育面临的现实挑战，并探讨了师范教育的培养目标、人机协同对师范教育的作用及影响。之后，立足于当前师范教育的目标及需求，文章依托复杂系统理论，构建了人机协同师范教育创新的理论模型。此模型以人机协同为中心，包含教育资源、课程内容、教学方法、评价体系四个维度，以及基础层、教学实践层、组织管理层、政策战略层四个层面，为理解和实施基于人机协同的师范教育创新提供了一个全面、深入的视角。在此基础上，文章进行了案例分析，并结合分析结果提出人机协同师范教育创新的实践进路，回应了“未来教师如何培养”这一核心问题。文章对人机协同师范教育创新的理论与实践探索，可为未来教师的培养提供新视角，并可为人机协同促进师范教育现代化和教育质量提升提供参考。

人机协同；师范教育；复杂系统理论；教育创新

引言

人工智能（Artificial Intelligence，AI）革命浪潮持续席卷全球[1]，尤其是以ChatGPT、Gemini等为代表的生成式人工智能（Generative AI，GAI）的兴起，给传统教育及其人才培养模式带来了革命性冲击和深远的影响[2]。不同于传统AI，GAI具有自主性和创造性，能够基于多模态大模型自行创造新内容，如文本、图像、音视频等——这种能力不仅体现了其自适应性，也揭示了其复杂性和不可预测性。另外，在没有明确指令的情况下，GAI能自发产生与上下文相关的输出，表现出一种近似人类的创造性思维。

教师承担着学校人才培养的重要任务，是教育发展的第一资源和国家富强、民族振兴、人民幸福的重要基石[3]。在GAI展现出自主性、创造性及多模态内容生成能力的当下，未来教师必须注重其批判性思维的培养与提升。这是因为未来教师不仅需要有效利用这些先进技术进行教学，还要能够理解、评估并引导学生应对由AI带来的复杂或不可预测的问题。此外，未来教师培养还应重视持续学习和适应能力的提升，以使未来教师能灵活应对技术的快速变化，并在人机协同环境中更有效地工作。这意味着未来教师不仅需要掌握传统的教学方法和学科知识，更要具备与GAI协同工作的能力，包括理解AI的工作原理、评估AI生成内容的质量、利用AI工具优化教学过程等。

师范教育是培养未来教师的基石。在《新时代基础教育强师计划》《国家优秀中小学教师培养计划》等文件中，都强调通过提高师范生的思想政治素质、专业知识、教学技能等来提升教师队伍的整体素质[4][5]。尽管传统师范教育培养过无数优秀教师，但在培养未来教师方面却存在诸多局限，如囿于技术水平落后，传统师范教育尚不能充分利用教育技术尤其是AI、人机协同技术，导致难以向师范生提供足够的实践机会；教育模式滞后，传统师范教育较难适应新的学术发现或教学方法变革的需求，且缺乏个性化教学，无法满足不同师范生的特定学习需求。此外，传统师范教育的评估和反馈机制也往往是延后且间接的，致使师范生无法快速获得教学反馈并据此做出调整。可见，传统师范教育在应对快速变化的智能技术和多元化学习需求方面已力不能及。因此，重塑师范教育体系，并将其置于人机协同的视域下进行师范教育创新，成为了未来教师培养的重要一环。基于此，本研究着眼于智能时代对师范教育体系的深刻影响，通过探索如何在师范教育中有效融入人机协同并开展师范教育创新，来培养具有前瞻性思维、创新能力和技术适应性的未来教师，以促进教育的持续进步和社会的整体发展。

一 智能时代的师范教育创新：人机协同的融入

1 师范教育的现实挑战与培养目标

（1）师范教育面临的现实挑战

①理论知识与实践经验显著脱节。传统师范教育偏重理论知识的传授，而在提供实践机会和技术应用方面相对不足[6]。特别是在AI和人机协同领域，师范生缺乏接触和应用这些先进技术的机会，导致他们在面对未来复杂的教育教学场景时缺乏必要的适应能力[7]。

②师范教育与AI融合不深。虽然一些师范院校已开始尝试运用AI技术，但这些尝试大多停留在表面，未能实现AI与教育的深度融合[8]。因此，师范生无法充分理解和运用智能技术来改善教与学。

③缺乏有效的指导和评价。缺乏有效的指导会阻碍师范生的专业成长，限制其作为教育者的能力发展。而师范生作为未来教师的专业能力发展有赖于不断地反思、自我评估和改进，有效评价是促进这一过程的关键。缺乏及时、有效的评价，师范生将无法准确了解自己的长处和不足，其持续学习和自我发展会受限。因此，对师范教育来说，过程性评价与反馈尤为重要[9]。

④忽视教师的个人经历和需求[10]。目前，师范生实践教学存在人文底蕴与专业技能割裂、程序化教学遮蔽师范生的自主创新性、知性教学限制师范生的社会角色定位等问题[11]，导致师范生难以内化形成全面的教育观和价值观，也未能充分激发其创新性和自主性。师范教育应超越技能培训，更深入地涉及信念体系的培育，以协助师范生树立并强化作为教师的自我认同感。

（2）师范教育的培养目标

面对以上现实挑战，师范教育必须重新审视其培养目标。这要求师范教育不仅关注传统的未来教师核心素养培养，还要强调培养未来教师在智能化环境中的多维能力。

在国外，欧盟教育部认为未来教师的核心素养应包括培养学生的综合能力、合作能力和终身学习能力，创造有吸引力的学习环境，实施针对性教学策略等[12]；美国教师教育院校协会与21世纪技能合作组织联合提出了职前教师应掌握的“21世纪素养”框架，内含技术性学科教学知识、运用多样性教学方法、团队合作能力等九大素养[13]，可为我国未来教师的素养培养提供参考。而在国内，王光明等[14]提出的教师核心素养包含道德修养、教育精神、文化修养和教育教学能力；余碧春等[15]则提出了“5C素养”，包括文化理解、批判性思维、创造力、沟通能力和团队协作。此外，我国教育部提出了“教师智能教育素养”的概念[16]，被认为是智能时代教师不可或缺的素养[17]；而自我成长和人机协同能力成为了教师的通用能力[18]，这是因为在全球化和技术进步飞速的时代，教师必须持续地提升自我，以适应知识和技术不断更新的环境。

虽然研究者尚未就未来教师核心素养的构成达成共识，但普遍认同其多维性的重要性。这些多维素养不仅包括专业知识和技能的掌握，也涉及作为终身学习者的持续学习和适应能力，以及个人情感和自我成长能力[19]。在智能时代，融合这些多维素养变得尤为关键，因为不仅与未来教师的专业发展密切相关，也关联其终身发展和生命全阶段的成长。

综上，本研究提出智能时代师范教育的目标是培养具有知识技能和持续学习能力、价值观和教育理念内化及应用能力、个人成长和社会适应能力的教师，实现专业发展、终身发展和生命发展，如图1所示。具体来说，智能时代的师范教育既包括对师范生专业知识和技能的系统积累，还要培养他们适应不断变化的社会环境、持续自我反思和成长的能力[20]。在这一过程中，师范生作为未来教师的身份、职业认同及其个人价值观都将得到加强和深化。

图1 智能时代师范教育的培养目标

图2 人机协同师范教育创新的理论模型

2 人机协同在师范教育中的作用

人机协同是指人类与智能机器在任务执行过程中的协作互动[21]。人机协同可通过增强现实、虚拟现实技术所构建的虚拟教学环境[22][23]，来有效解决理论知识与实践经验脱节的问题。这些技术能够创造丰富且接近真实的模拟教学场景，使师范生在安全、可控的环境中将所学的理论知识迁移应用于这些教学场景，从而有效地提升其教学技能和技术适应能力。

在AI与师范教育的深度融合方面，将AI技术融入课程设计，不仅能让师范生更深入地理解并应用这些技术[24]，还能通过智能辅助工具和平台提供的个性化学习体验[25]，助力师范生实现专业成长。在教学指导和评价方面，人机协同可以利用智能化的数据分析和学习成果追踪，为师范生提供更精准、全面的反馈[26][27]。而利用AI辅助的教学工具，师范生可以获得实时的指导和建议，并据此及时调整教学策略、优化教学流程，从而实现持续学习和成长。此外，在关注教师个人经历和需求方面，人机协同能够提供定制化的教育内容和资源，更好地满足师范生的个性化需求并支持其进行自主探究和反思[28]，这不仅有助于提升师范生的技能水平，还可促进师范生深入探索、培育自己的信念体系，加强其作为教师的自我认同和职业价值观[29]。

综上，人机协同不仅有助于提升师范教育质量，还为促进师范生专业技能、终身学习、个人成长等全面发展提供了强大支持，这对于培养适应智能时代需求的未来教师至关重要。

3 人机协同与师范教育的深度融合

人机协同在师范教育中的影响主要体现在其与师范教育的深度融合上，这种融合可以从三个方面来理解：

①人机协同支持的师范教育。人机协同支持的师范教育聚焦于运用智能工具和虚拟现实技术来增强教学实践，支持师范生在模拟的、高度逼真的教学环境中进行个性化的实践操作，从而有效提升其专业技能和应对真实教学情境的能力。

②学习人机协同的师范教育。学习人机协同的师范教育旨在培养师范生对人机协同理念和应用的深刻理解，包括如何在教学过程中有效地整合智能技术，以及如何在教育过程中发挥“人在回路”（即在人机协同过程中保持人类的主导地位和决策权）的关键作用，使师范生掌握未来教育中的关键技能，以适应快速变化的教育技术环境。

③促进人机协同的师范教育。促进人机协同的师范教育重点在于推动师范教育体系本身对人机协同模式的采纳和实施，这意味着在师范教育的课程设计、教学方法和评估体系中都需要融入人机协同的元素。促进人机协同的师范教育鼓励师范生在未来的教育实践中积极探索和创新，以适应日益智能化的教学环境。

综上，人机协同与师范教育的深度融合是实现教师专业成长、适应未来教育挑战的关键路径，不仅能提升教育实践的有效性，还能激发教师创新和自我发展的潜力。

二 人机协同师范教育创新的理论模型

1 复杂系统理论及其适切性分析

复杂系统理论是一种试图理解复杂系统各组成部分之间如何相互作用产生整体行为和特性的跨学科框架[30]，能够提供一种全面理解和预测系统行为的方法。复杂系统的各组成部分之间存在非线性的相互作用和反馈循环，导致出现了出人意料的行为模式和全局现象。在教育领域，复杂系统理论于1999年首次被正式关注，约40位自然科学和教育研究的领军人物在美国麻省理工大学共同探讨复杂系统科学在K16课程中的作用，基于这一理论试图理解教育系统的动态性、互联性和非线性特征[31]。

师范教育系统也包括多个非线性相互作用的部分，如课程设计、技术基础设施、教师培训、教育政策、教育评估、反馈机制等。在人机协同环境下，多方互动尤为显著，这里面就包含人类与智能技术之间的连续动态交互。复杂系统理论为理解人机协同促进师范教育的多层面互动提供了强大理论指导。师范教育中的不同要素都不是孤立存在的，它们如同复杂系统中的节点，相互依赖和影响。例如，教学方法的改变需要课程内容的相应调整，而课程的有效性需要通过评价策略来检验和优化。智能技术的集成为这些节点提供了新的连接方式，并能通过丰富的数据收集、分析及反馈，增强系统的自适应性和进化能力。此外，复杂系统理论的另一核心概念——边缘混沌（Edge of Chaos）也在人机协同师范教育中有所体现：在“边缘”状态中，系统既不完全有序也不完全无序，正是这种动态平衡使系统能够响应变化并创新。人机协同提供了一个理想的环境，让师范生在受控的混沌中探索和实验，从而提出新的教育方法和策略。因此，将复杂系统理论应用于人机协同师范教育适切且有力，不仅有助于理解师范教育系统的内在复杂性，还有助于构建培养未来教师的人机协同师范教育创新模型。

2 师范教育中的人机协同：理论模型及核心要素

本研究在全面理解师范教育复杂性和应对未来教师培养挑战的基础上，依托复杂系统理论，构建了人机协同师范教育创新的理论模型，如图2所示。此理论模型从教育资源、课程内容、教学方法、评价体系四个维度，结合基础层、教学实践层、组织管理层、政策战略层四个层面，描绘了一个全面、多元的教育创新框架。在理论模型中，“人机协同”既是核心纽带，也是推动师范教育系统内部各维度、各层面之间动态反馈的关键，确保教育实践的持续适应和进化。这种动态反馈机制促进了各维度、各层面之间的协调和优化，并确保理论模型始终聚焦于其核心目标——培养未来教师。因此，在理论模型中，“人机协同”不仅是连接不同维度和层面的桥梁，更是实现培养目标的关键驱动力。

（1）一个中心

人机协同是模型的中心，其中双螺旋线表示人类（包括师范生、教师、教育管理者等）与智能机器的深度整合及互动，这实际上是一个人类的创造力、批判性思维、情感智能与机器的计算效率、大数据处理能力、模式识别能力进行动态竞争和协作的过程。在此过程中，人机协同不仅是师范教育变革的手段，还是其目标指向[32]。也就是说，人机协同在师范教育中的应用已远不止于单纯的技术应用，还引领教育模式的创新和转型。

（2）四个维度

①教育资源（提供什么）：是实现师范教育培养目标的基础，包括物理资源、数字资源、知识资源、专业人力资源和社区文化资源。其中，物理资源包括智慧教室、微格教室、虚拟实验室等硬件设施；数字资源涵盖电子教材、在线课程、教育教学平台等；知识资源包括知识图谱、文献、案例等；专业人力资源是指在教育交付、学生支持、技术实施等方面发挥作用的教育专业人员；社区文化资源来源于与师范院校合作的中小学、政府、教育部门、博物馆、科技公司等，这些机构协同合作，将学习扩展到课堂之外，可为师范生提供丰富的实习机会和实践经验，促进其全面发展。

②课程内容（教什么）：决定师范教育的深度和广度。具体来说，人机协同师范教育的课程主要涉及以下内容：知识建构方面，除了专业知识，还强调纳入教育学、心理学、信息学等跨学科知识；技能培养方面，注重加强专业技能，让师范生能够应对复杂多变的教育教学场景，同时强调持续学习和反思的终身学习能力，培养师范生对社会多元性和全球化教育趋势的敏感性、适应性；情感价值观方面，强调教育伦理和社会责任方面的教育，着重塑造师范生作为教育工作者的价值观，并树立其终身教育和全人教育理念，鼓励发展个人教育哲学和自我成长。

③教学方法（怎么教）：是实现师范教育目标的直接工具，涉及师范生学习经验的积累和教学活动的具体实施。人机协同师范教育的教学方法除了讲授法、参与式教学、案例教学、协作学习等传统方法，还包括混合式教学、精准教学、个性化学习、数字具身学习等技术驱动的现代方法[33]。在智能技术的支持下，教师能及时调整教学策略，重视师范生主动学习和批判性思维的培养；师范生能及时获得个性化反馈，据此调整学习行为，并提高学习的参与度和兴趣。

④评价体系（教得怎么样）：是对师范教育成效的衡量。借助智能技术，人机协同师范教育同时开展形成性评价和总结性评价，并鼓励多方参与，从个人、社会层面对师范生的发展进行动态追踪和个性化反馈。根据《中共中央国务院深化新时代教师队伍建设改革的意见》《新时代基础教育强师计划》等文件对于深化师范生评价制度改革的要求[34][35]，需优化和完善师范生评价标准，建立科学且客观的师范生评价指标体系，确保评价体系的全面性和多样性[36]。

以上四个维度并不是孤立的，而是在智能技术的支撑下相互作用、动态发展。例如，教学方法的改进可能影响评价体系的设计；而数据驱动的教学评价不仅会影响教学方法的选择，也会影响课程内容的调整，还会影响教育资源的配置。

（3）四个层面

①基础层：处于模型的底层，涵盖教育理念、学校文化、社会需求、技术基础设施等。该层强调师范教育的根本原则和价值观，如全人教育的理念、以学生为中心的教学方法，以及重视教育的公平和多样性、强调终身学习的重要性等。在技术基础设施建设的过程中，应融入人机协同机制，以支撑未来教师教育和职业发展。

②教学实践层：聚焦师范教育中教学方法的应用和师范生学习经验的积累。该层涉及如何通过智能技术改进教学方法、提高未来教师教学效率的问题，如通过AI和虚拟现实技术，师范生可以获得个性化学习经验和实践技能，开展技能本位的学习[37]，进而提升高阶思维能力，为未来的教师职业做好准备。

③组织管理层：涉及教育组织的内部管理结构、流程和师资发展计划。在该层，管理者通过智能技术进行有效的资源配置、教师培训和教学质量监控，通过数据分析工具优化师资配置和创新教育管理模式，通过数字化平台支持未来教师的专业能力提升。

④政策战略层：处于模型的最高层，关注教育政策和战略规划，包括未来教育发展的方向和目标。在该层，政策制定者考虑如何将人机协同的原则和技术应用融入长远的教育规划与政策中，以实现教育系统的持续改进和创新，如制定支持技术创新的政策、规划教育数字化转型路径等。

三 人机协同师范教育案例分析

接下来，本研究以华东地区S大学“数字赋能新时代教师教育创新”项目（下文简称“项目”）为例，介绍人机协同师范教育创新的理论模型如何有效指导师范教育创新实践与发展。项目由S大学的校长牵头，教务处和基础教育处协同负责，于2021年底启动，依托教委信息化专项经费支撑，目前已开展到第三期。项目的总目标是全面推进数字时代教师教育教学关键能力和信息素养的提升，构建一个“能力导向”的、数字赋能教师教育职前职后一体化的人才培养体系，即依托数字化技术手段，实现针对准教师（师范生）、新进教师、在职教师等不同教师的个性化实训实践。本研究从人机协同师范教育创新理论模型的四个层面，来重点分析项目中有关师范生创新培养的相关做法。

1 案例分析

①基础层：注重教育理念和文化建设。S大学着重强化教育理念和校园文化，以适应数字时代的需求。通过集成智能技术，S大学重塑了其教育价值观，深刻感受到了创新、多元化和技术融合的重要性。而技术基础设施的升级，包括云计算、大数据平台、智慧教学空间、虚拟现实和增强现实技术等组件，为S大学教育理念的创新打下了坚实基础。

②教学实践层：调整教学方法、丰富学习体验。在教学方面，S大学采用智慧教学平台，支持师范生开展基于知识图谱的个性化学习，教师则根据平台反馈及时调整教学内容与教学策略。在实践方面，通过集成AI、自然语言处理、数字人、虚拟现实等新技术，S大学进一步将微格教室打造为融合线下沉浸式教学和线上虚拟仿真的新型微格实训空间，并以此为基础开发实训模式与智能教育相关课程。同时，S大学通过师范生数字化教学能力培养平台在实训空间中模拟真实的教学、作业、教研等场景，让师范生获得丰富的实践体验，并通过平台提供的及时评价反馈，使师范生有针对性地提升专业技能和运用技术应对复杂教育教学场景的适应力。

③组织管理层：优化组织和制定政策。S大学通过建立技术支持团队和教育技术部门，优化其组织结构，以支持人机协同技术的应用。S大学还制定了相关教育政策，来鼓励师范生和教师使用数字化工具，包括提供在线研讨会和工作坊、建立协同合作的标杆基地校，来全面促进师范教育的数字化转型。

④政策战略层：推动教育系统的结构调整。S大学通过制定并实施《卓越师范生培养改革三年行动方案》，来推动师范教育系统的结构调整。该行动方案不仅调整了师范教育课程，将人机协同技术的应用融入培养方案，还通过建设教师数字档案袋，为师范生和在职教师的职前职后一体化专业发展提供数据支持，优化了师范教育和教师专业发展计划。

2 分析结果

①人机协同与师范教育有效融合。项目通过技术与教育理念的创新融合、技术赋能师范生培养、人机协同共同完成教学任务等，实现了人机协同与师范教育的有效融合。特别是通过引入云计算、大数据平台等先进技术并创建智慧教学空间，S大学不仅实现了教育资源配置的现代化提升，还通过这些技术手段创新了教与学，进而有效地提高了教育教学的整体质量。

②学习体验丰富与专业技能提升。项目中智慧教学平台和虚拟实践空间的应用，不仅丰富了师范生的个性化学习体验，也显著提升了其专业技能。特别是模拟多种真实教学场景的虚拟场景，给师范生带来了身临其境般的感觉，也训练了师范生面对复杂教育情境的适应力。

③组织结构优化与前瞻政策调整。S大学通过组建技术支持团队和制定促进师范教育数字化转型的相关政策，优化了组织结构并前瞻性调整政策，不仅提升了学校的管理效率，还加强了其对未来教育挑战的适应性，说明S大学能灵活适应教育挑战并积极响应技术变革。

整体而言，项目不仅在人机协同与师范教育的融合上取得了显著成效，更重要的是，其证明了人机协同师范教育创新的理论模型在师范教育实践中的应用具有可行性和有效性。

四 人机协同师范教育创新的实践进路

为指导如何基于人机协同师范教育创新的理论模型开展师范教育实践，应对师范教育培养未来教师的现实挑战，本研究结合案例分析结果，提出了人机协同师范教育创新的实践进路。

1 整合智能技术与师范教育，明确教育目标

人机协同师范教育创新需整合智能技术与师范教育，而在整合之前要先明确教育目标。“教什么”不仅关涉技术工具的应用，还涉及如何利用这些工具来实现教育目标的问题。师范教育的核心目标，是培养师范生的批判性思维、创新能力、伦理意识和跨文化交流能力。通过在师范教育中整合虚拟现实技术、增强现实技术等智能技术，学校可以创造出更加丰富、多元的教学环境，使师范生不仅能够掌握专业的教学技能，也能够在这些模拟环境中探索和训练现代教育所需的关键能力。因此，智能技术与师范教育的整合，不仅能提升师范生的技术应用水平，而且有助于他们深入理解师范教育中“教什么”和“怎么教”的问题。

2 建立动态和适应性强的教育体系，重视教学方法的改进与创新

在推动学校组织结构和相关政策进行适应性变革的同时，应特别关注教学方法的改进与创新。“怎么教”涉及如何有效地将课程内容转化为实际的学习体验。基于此，未来师范教育应着重开发和实施基于人机协同的教学策略，如根据数据驱动的学习分析结果来个性化设计教学内容，或采用交互式、协作式的学习方法来提高学习的参与度和学习效果。同时，学校应通过持续的教师培训和专业发展活动，使教师能够掌握这些新的教学技术和方法。动态和适应性强的教育体系不仅能促进教育内容的现代化，也可为教学方法的与时俱进提供支持。

3 引入技术伦理教育，增强技术应用的责任感和伦理判断力

在利用智慧教学平台、虚拟实践空间等增强师范生的个性化学习和实践教学经验时，要注意引入技术伦理教育。在教育教学过程中，师范生在学习如何使用先进技术的同时，也要懂得保护数据隐私、摒除算法偏见、尊重知识产权等，以应对可能出现的伦理挑战。也就是说，师范生不仅要掌握技术的操作和应用，还要理解并遵循技术使用的伦理准则。技术伦理教育的引入，旨在增强师范生技术应用的责任感和伦理判断力，确保他们在未来的教学实践中能够负责任地、审慎地使用技术。

4 构建数据驱动的专业持续发展系统，创新评价体系

及时、有效的评价反馈有助于师范生的专业发展和持续学习，因此有必要构建数据驱动的专业持续发展系统，并创新评价体系。此系统通过收集、分析师范生在学习和实践过程中产生的数据，并利用AI、大数据技术进行绩效追踪和技能评估，来识别其发展需求和进步空间，据此提供个性化的指导和支持。评价体系不仅要关注师范生的专业技能、综合素养等，还应重视其“软技能”（如批判性思维、伦理意识、自我成长和反思能力等），以促进师范生的全面发展，从而更快、更好地适应不断变化的教育环境。这样的评价体系不仅跟踪师范生的成长轨迹，还为教育创新实践提供了必要的反馈和调整依据，确保了其有效性和适应性。

五 结语

在智能时代，寻找人工智能与师范教育融合的最优路径，已成为教育工作者刻不容缓的任务。本研究基于对智能时代师范教育创新相关问题的深入分析，依托复杂系统理论，构建了人机协同师范教育创新的理论模型。此模型立足于当前教育实践，以“人机协同”为中心，探索了师范教育创新的未来可能性，包含教育资源、课程内容、教学方法、评价体系四个维度，以及基础层、教学实践层、组织管理层、政策战略层四个层面。通过案例分析，本研究验证了此模型在指导师范教育实践方面的可行性和有效性，并结合案例分析结果，提出人机协同师范教育创新的实践进路，回应了“未来教师如何培养”的核心问题。此模型的提出，不仅是技术应用的指导性方案，更是对教育实践、策略和相关政策的全面思考。面对技术快速发展和教育数字化转型给师范教育创新带来的挑战，后续研究将重点解决如何在师范教育中更有效地整合人机协同技术、如何在保障师范教育高质量发展的同时实现其个性化、包容性等问题。

[1]余明华,冯翔,祝智庭.人工智能视域下机器学习的教育应用与创新探索[J].远程教育杂志,2017,(3):11-21.

[2][33]祝智庭,戴岭,赵晓伟.“近未来”人机协同教育发展新思路[J].开放教育研究,2023,(5):4-13.

[3][34]新华社.中共中央国务院提出关于全面深化新时代教师队伍建设改革的意见[OL].

[4][35]教育部等八部门.教育部等八部门关于印发《新时代基础教育强师计划》的通知[OL].

[5]教育部.教育部关于实施国家优秀中小学教师培养计划的意见[OL].

[6]徐福利.转型与突破:基于教师核心素养的师范生培养改进研究[J].中小学管理,2017,(6):26-29.

[7][32]周跃良,吴茵荷,蔡连玉.面向人机协同教育的教师教育变革研究[J].电化教育研究,2022,(10):5-11.

[8]梁瑞,苏君阳,杨聚鹏.人工智能时代师范院校教师教育的发展机遇、现实困境及突破路径[J].教师教育研究,2023,(3):25-31.

[9][19]罗生全,杨馨洁.教师教育的现代化逻辑及实践方式[J].当代教师教育,2023,(2):1-8.

[10][36]王学,喻如风.中国教师教育的发展历程、经验及展望[J].教育学术月刊,2023,(7):29-36.

[11]朱桂琴.核心素养视域下的师范生实践教学变革:方向、困境与路径[J].教育发展研究,2017,(12):46-51.

[12][20]张光陆.教师核心素养内涵与框架的比较研究[J].宁波大学学报(教育科学版),2018,(5):101-106.

[13]AACTE. 21st century knowledge and skills in educator preparation[OL].

[14]王光明,张楠,李健,等.教师核心素养和能力的结构体系及发展建议[J].中国教育学刊,2019,(3):81-88.

[15]余碧春,林启法,颜桂炀.智能时代卓越教师核心素养培育探析[J].教师教育研究,2020,(5):54-58.

[16]教育部.教育部办公厅关于开展人工智能助推教师队伍建设行动试点工作的通知[OL].

[17]李湘.师范生智能教育素养的内涵、构成及培育路径[J].现代教育技术,2021,(9):5-12.

[18]田小红,季益龙,周跃良.教师能力结构再造:教育数字化转型的关键支撑[J].华东师范大学学报(教育科学版),2023,(3):91-100.

[21]毛刚,王良辉.人机协同:理解并建构未来教育世界的方式[J].教育发展研究,2021,(1):16-24.

[22]Luckin R, Holmes W, Grifths M, et al. Intelligence unleashed: An argument for AI in education[R]. London: Pearson, 2016:18-21.

[23]Walshe N, Driver P. Developing reflective trainee teacher practice with 360-degree video[J]. Teaching and Teacher Education, 2019,78:97-105.

[24]Leonard J, Buss A, Gamboa R, et al. Using robotics and game design to enhance children’s self-efficacy, STEM attitudes, and computational think skills[J]. Journal of Science Education and Technology, 2016,(6):860-876.

[25]Sherman M, Martin F. Learning analytics for the assessment of interaction with app inventor[A]. 2015 IEEE Blocks and Beyond Workshop (Blocks and Beyond)[C]. Piscataway: IEEE, 2016:13-14.

[26]张家华,邓倩,周跃良,等.基于人机协同的师范教育实践改革与平台设计[J].教育发展研究,2021,(1):35-40.

[27]季益龙,梁晨,周跃良.智慧教师教育实训平台的设计与应用[J].浙江师范大学学报(自然科学版),2023,(3):274-280.

[28]Michos K, Hernández-Leo D, Albó L. Teacher-led inquiry in technology-supported school communities[J]. British Journal of Educational Technology, 2018,(6):1077-1095.

[29]Yoo J E, Minjeong R. Exploration of predictors for Korean teacher job satisfaction via a machine learning technique, group Mnet[OL].

[30]Thurner S, Hanel R, Klimek P. Introduction to the theory of complex systems[M]. Oxford: Oxford University Press, 2018:21.

[31]Lemke J L, Sabelli N H. Complex systems and educational change: Towards a new research agenda[J]. Educational Philosophy and Theory, 2008,(1):118-129.

[37]祝智庭,赵晓伟,沈书生.技能本位的学习范式:教育数字化转型的认识论新见解[J].电化教育研究,2023,(2):36-46.

How to Cultivate Future Teachers?——Theoretical Model and Practical Approaches to Human-machine Collaboration in Normal Education Innovation

YU Ming-Hua1WANG Gong2BU Hong-Xiao3[Corresponding Author]ZHENG Long-Wei4

With the arrival of the intelligent era, the integration of artificial intelligence and normal education has become an urgent task in the field of education. Firstly, this paper analyzed the practical challenges faced by normal education and discussed the cultivation goal of normal education, as well as the role and impact of human-computer collaboration in normal education. After that, based on the current goals and needs of normal education, the theoretical model of human-machine collaboration in normal education innovation was constructed relying on complex system theory. Centered on human-machine collaboration, the theoretical model contained four dimensions of educational resources, curriculum content, teaching methods, and evaluation system, as well as four levels of foundation layer, teaching practice layer, organizational management layer, and policy and strategy layer, which provided a comprehensive and deep perspective for the understanding and implementation of normal education innovation based on human-machine collaboration On this basis, the paper carried on the case analysis, and combined with the analysis results, put forward the practice approaches of human-machine collaboration in normal education innovation, and responded to the core problem of “how to cultivate future teachers”. The exploration of the theory and practice of human-machine collaboration in normal education innovation in this paper could provide a new perspective for future teacher training, and offer reference for human-machine collaboration in normal education innovation and the promotion of the modernization of normal education and the improvement of education quality.

human-machine collaboration; normal education; complex system theory; educational innovation

G40-057

A

1009—8097（2024）01—0117—10

10.3969/j.issn.1009-8097.2024.01.012

本文为2021年度国家自然科学基金青年项目“基于教师制品的教师技术采纳评价与归因研究”（项目编号：62007008）、2021年度教育部哲学社会科学研究后期资助一般项目“多源数据融合的研究性学习行为数据分析及可视化研究”（项目编号：21JHQ082）的阶段性研究成果。

余明华，讲师，博士，研究方向为智能教育、教育数据挖掘与分析，邮箱为minghuayu117@163.com。

2023年9月14日

编辑：小米