刊林撷思

三、人工智能赋能教师数字素养提升的典型场景

在教师数字素养提升实践中，需要聚焦教师素养培养与发展的核心场景，面向教师教学实践、研修、培训等方面的实际需求，利用ChatGPT、星火大模型等为代表的新一代人工智能，构建智能、高效的研修与实训环境，共建共享优质、多元的师训数字资源，创新智能、精准的研修方式，重塑教师素养发展，提升实践样态，加快实现教师数字素养的全面提升。

1.以平台为支撑的智能化教育环境教师数字素养的提升，离不开智能化教育环境的支撑。因此，需应用生成式人工智能、元宇宙等新兴技术，以教师数字化教学与研修平台为支撑，打造适宜教师开展智能化研修与实训的“土壤”环境，支持教师主动探索并适应智能化教育需要，从而能在常态化教学与培训的过程中提高其数字化应用能力。以平台为支撑的智能化教育环境建设，可从以下三个方面展开：①建设智能师训教室。依托物联网、传感技术、人工智能等技术，建设融合智能硬件设备、智能教学软件系统、课堂教学AI分析系统、智能教师助手等于一体的智能师训教室，以支持教师常态化实践训练。例如，基于课堂教学AI分析系统，对教学语言、肢体行为、板书设计等课堂教学行为予以全过程记录和实时分析，生成课堂教学能力AI测诊报告，为教师专业发展和成长评价提供数据依据；同时，基于认知大模型，融合文本生成、语言理解、知识问答、逻辑推理等智能能力研发智能教师助手，智能生成大单元教学的高质量课件和项目式学习活动的设计方案，提升数字化教学备课效率。②构建一体化虚拟教研平台。以网络环境为载体，深度融合智能语音、视频、大数据等智能技术，构建一体化虚拟教研平台，以支持多元研修活动开展、教研成果自动汇聚与共享、教师研修数字档案建立，为区域常态化组织教师数字素养提升提供智能、高效的通道。③创设元宇宙师训环境。基于生成式人工智能、虚拟现实、数字孪生等智能技术，创设元宇宙师训环境，提供智能化的虚拟教研助手和不同类型的虚拟学习者，支持教师以角色扮演、事件模拟、即时交互等方式模拟课堂教学和班级管理中特定的教学事件，开展人机协同的教研活动，增强具身化的研训体验，提升面对复杂教育实践的数字化教学能力

2.以资源为基础的数字化培训课程师训课程建设能为教师数字素养提升提供充足的“养分供给”，因此需要发挥多主体协同创新的力量，以教师数字素养培养的实训与课程资源为基础，建设和开发多样化、体系化、高质量的数字化培训课程，具体可从以下方面推进：①建设数字素养实训课程体系。该体系包含融合数字素养的教师教育课程、通用性课程、拓展性课程等不同类型的课程，其中融合数字素养的教师教育课程是在体系化的教师教育课程中融合数字素养相关的课程内容和主题；通用性课程是依据教师数字素养框架，为教师开设包含数字化意识、数字知识与技能、数字化应用、数字社会责任和数字专业发展全主题、全系列的通用性数字素养课程；拓展性课程是汇聚教师智能素养、数据素养、评价素养、信息素养等相关素养的课程资源并加以有效利用，补充和拓展教师数字素养课程内容。②开发数字素养培训课程。发挥专家学者、一线教师、人工智能教育企业等多主体的专长，共同开发实践性、体验性强的数字素养培训课程。其中，专家学者在把握前沿的教育理论与政策、指导教师基本教学方法的改进与提升等方面经验丰富，可以充分萃取其理论观点、研究成果等来指导教师培训资源的开发；一线教师具有丰富的教学实践经验，可以汇聚整理学校教师的优秀教案、教学课例、教学经验等作为实践性资源；人工智能教育企业拥有先进算法、强大算力和海量数据基础能力，可以利用其先进技术产品创新教师数字素养培训形式，如适应师训资源推送、基于VR/AR的师训等。

3.以教师为中心的多元化研修活动是教师数字素养提升与发展的“光合作用通道”。通过创新自主性研修、协同性研修、精准教研等面向教学实践场景的多元化研修活动，来带动教师研修常态化，促进数字化教学实践与创新能力的生成转化。以教师为中心的多元化研修活动主要包括：①基于平台资源的自主性研修，即利用自然语言处理、机器学习等人工智能技术自动生成小颗粒、语义化的标签，并通过数据挖掘、学习分析等技术对每位教师的课程学习情况与素养水平进行分析建模，以精准匹配教师学习需求，为教师推送有针对性的优质研修资源，方便教师根据实践中的即时问题自主选学。②基于共同体的协同性研修，即依托教师数字化教学与研修平台，打造名师工作室、虚拟教研室等数字化学习共同体，并通过对教师教学行为数据、以往培训学习数据等的综合分析，智能推荐相关专家和研究者加入共同体，使教师能够与更多的专家、学者、同行教师进行对话，增强共同体活力，促进教师数字素养集群化发展。③基于数据分析的精准教研，即利用人工智能技术对教师课堂教学视频数据进行采集、标记、统计，实现对教师数字化教学行为特征和教学能力水平的分析与可视化表征；同时，利用教育数据挖掘和学习分析表征学习过程并评估学生学习成效。基于对全场景学生学习数据的自动采集与建模分析，教师可以更快地发现师生互动规律、协作学习规律、学生认知发展规律等。因此，基于数据分析的精准教研支持教师开展基于课堂观察的教学行为分析和基于学生学习探究的课堂教学改进，促进教师在数字技术支持下快速识别并解决数字化教学应用过程中存在的问题，创新数字化教学实践。

4.以大模型为驱动的生成式教学实践在以大模型为驱动的生成式教学实践中，教师数字素养将在人机全流程对话与双向赋能的过程中不断得到反馈和提升。基于大模型的启发性内容生成、对话情境理解、序列任务执行和程序语言解析等核心能力，教师和AI教师助手通过自然对话方式协同开展课程设计、资源制作、课堂教学、学习评价与辅导等教学活动。同时，教师在与AI教师助手进行思想碰撞、批判反思和智慧融合的过程中将不断对教学实践进行改进和优化，潜移默化地实现教师人机协同能力和数字化教学能力的提升。当前，以大模型为驱动的生成式教学实践主要包括：①大模型赋能教师开展生成式大单元教学设计。利用大模型的语言理解能力、逻辑推理能力和多模态内容生成能力，依托丰富的学科大单元教学设计语料库和资源库，训练生成基于大模型的大单元教学设计助手，不仅可以智能生成科学系统的大单元教学规划和创新引领的教学设计方案，还能生成贴合情境的教学课件、思维导图等内容，在对话与生成的过程中实现教师的数字化教学设计能力提升。②大模型赋能教师开展类人对话式教学。生成式人工智能可以聚合各类数据源构建庞大的知识图谱，并通过情境式逻辑推理和开放性知识问答等，智能模拟人与人的主动性、启发性对话互动，实现个性化、智慧化、灵活化的对话式教学，提高教师因材施教的能力。③大模型赋能教师开展数字化“五育”育人。教师数字素养培养的实践目标是推动数字化协同育人，大模型能够为教师开展数字化“五育”育人提供创新实践方案，赋能教师创新开展心理健康教育、科普教育、信息科技教育等，以促进学生全面发展。例如，在心理健康辅导场景，教师可以利用大模型的寻因式提问、多模态情感识别、共情表达、个性化心理指导等功能，实现对学生心理健康问题的全面预防、精准预警和分层干预，提高心理健康工作的效率和质量。

——摘自刘邦奇、尹欢欢《人工智能赋能教师数字素养提升：策略、场景与评价反馈机制》，《现代教育技术》2024年第7期