文章引自：王梦倩,王帆,李敬昭,等.人工智能赋能教师专业发展的效果如何？——基于33项实验或准实验研究的元分析[J].现代教育技术,2025,(5):14-22.

人工智能技术的纵深发展和广泛应用推动着教育系统发生深刻变革，教师在人工智能与教育教学的融合中发挥了重要作用。《中共中央国务院关于全面深化新时代教师队伍建设改革的意见》指出，教师应主动适应信息化、人工智能等新技术变革，积极有效开展教育教学。人工智能赋能教师专业发展既是培养智能时代高质量教师队伍的重要突破口，也是实现教育强国战略和教育现代化的重要支撑。从实践层面来看，教育部自2018年起分批次开展了人工智能助推教师队伍建设行动试点工作，通过教师智能助手应用、教师智能研修、智能教育素养提升等试点行动，探索了人工智能赋能教师专业发展的新路径和新模式。但从研究层面来看，当前国内关于“人工智能赋能教师专业发展”议题的探讨聚焦逻辑架构、理论模型、价值定位与制度建设^[4]等应然层面，尽管国外已开展了一些实证研究，但人工智能赋能教师专业发展的实际效果如何仍没有确定的答案，亟需从科学实证主义的角度明确回应这一问题。因此，本研究尝试对人工智能应用于教师专业发展的实验或准实验研究进行元分析，探析人工智能赋能教师专业发展的实际效果并有针对性地提出建议，以期在研究与实践层面为教师专业发展领域中的人工智能应用提供参考。

一、问题提出

教师专业发展即教师专业实践的改善，表现为思想、素质、知识、能力、情意等多个方面。本研究选择从知识维度考察教师专业发展效果，将教师知识作为元分析的效应量指标。梳理相关文献可以发现：Koehler等提出了整合技术的学科教学知识（Technological Pedagogical Content Knowledge，TPACK）框架，强调技术知识、教学法知识、学科内容知识三者之间的相互作用和整合，但这三者之间的重合地带使此框架不适合用于对教师知识进行明确分类；而Elbaz提出了理论性知识-实践性知识分类框架，其中理论性知识是指学科内容、学科教学法、课程、教育学、心理学和一般文化等原理类知识，实践性知识包括教师在教育教学实践中实际使用和表现出来的知识——此框架强调理论性知识与实践性知识之间的明显分界，这使其适用于在元分析研究中从知识维度对教师专业发展的效果进行分类考量。基于此，本研究从理论性知识和实践性知识两个维度，来探析教师专业发展效果。

人工智能是研究用人工的方法和技术模拟、延伸、扩展人类智能，以最终达到人类智能水平的机器智能。人工智能在教师专业发展领域中的应用场景主要包括：①智能辅助教学，如基于自然语言处理的自动化反馈工具帮助教师提高对学生想法的采纳率；②智能辅助学习，如在线协作话语自动可视化分析工具促进职前教师的协作探究和知识建构；③智能辅助管理，如课堂模拟系统提升教师管理课堂不当行为的能力；④智能辅助评价，如虚拟学习环境促进培养职前教师的数学评价能力。

根据人工智能对教师决策的干预程度，可将教师专业发展领域中的人工智能分为三种类型：①模拟型AI，主要用于创建虚拟教学环境和虚拟学生，但不直接介入教师的教学决策和行为；②辅助型AI，强调通过人机协作提高教师的决策效率，但教师仍最终掌握决策权；③决策型AI，具有更强的自主性，主要通过机器学习等技术进行判断、分析、预测，进而直接进行教学决策，如动态调整教师专业学习的路径^[17]。

此外，人工智能赋能教师专业发展的相关实验或准实验研究还涵盖多个变量，如教学情境涉及线上、线下、混合式等形式，任教学科涉及理科、文科和其他学科，任教学段涉及从职前教育到大学的多个学段，实验周期涉及一天以内到一年以上不等——这些变量也会对人工智能赋能教师专业发展的效果产生影响。

通过上述文献分析，本研究将知识维度的教师专业发展效果作为结果变量，将人工智能应用场景、人工智能类型、教学情境、任教学科、任教学段、实验周期作为调节变量，聚焦于探究以下问题：①人工智能赋能教师专业发展的整体效果如何？②从不同知识维度的教师专业发展来看，人工智能的赋能效果分别如何？③人工智能应用场景、人工智能类型、教学情境、任教学科、任教学段、实验周期等特征变量对人工智能赋能教师专业发展的效果具有怎样的调节效应？

二、结论与建议

   1.结论

本研究对33项实验或准实验研究进行了元分析，结果发现：①人工智能对教师专业发展具有中等偏上程度的赋能效果。②人工智能对教师理论性知识、实践性知识的专业发展分别具有高等程度、中等偏上程度的赋能效果。③人工智能应用场景、人工智能类型、教学情境、任教学科、任教学段、实验周期对赋能效果具有不同程度的调节效应——从人工智能应用场景来看，智能辅助教学、智能辅助学习对教师专业发展分别具有高等程度、中等偏上程度的赋能效果，而智能辅助管理、智能辅助评价场景中人工智能对教师专业发展不存在显著的赋能效果；从人工智能类型来看，辅助型AI、模拟型AI分别对教师专业发展具有高等程度、中等偏下程度的赋能效果，而决策型AI对教师专业发展的赋能效果有待验证；从教学情境来看，线下教学、线上教学情境下人工智能对教师专业发展分别具有高等程度、中等程度的赋能效果，而混合式教学情境下人工智能对教师专业发展的赋能效果有待验证；从任教学科来看，人工智能对其他学科和文科教师专业发展具有高等程度的赋能效果，而对理科教师专业发展具有中等程度的赋能效果；从任教学段来看，人工智能对职前教师专业发展具有中等程度的赋能效果，而对职后教师专业发展的赋能效果有待验证；从实验周期来看，只有当实验周期为一月至一学期时，人工智能对教师专业发展具有高等程度的赋能效果。

   2.建议

基于上述研究结论，本研究针对人工智能赋能教师专业发展的效果提升提出以下建议：

①针对智能辅助管理、智能辅助评价场景中人工智能对教师专业发展不存在显著赋能效果的问题，教育行政部门应引导各级各类学校深化场景创新，加强人工智能在学生个性化管理、课堂行为管理、教师知识管理等教学管理场景和学生过程性评价、德智体美劳多维度评价等教学评价场景中的应用。

②针对决策型AI对教师专业发展的赋能效果有待验证的问题，研究者应深入探究决策型AI尤其是智能作业批改、智能导师系统、教师虚拟助手等高自主性的决策型AI对教师专业发展的赋能效果，此问题的研究结果将直接回应“人工智能能否替代教师”这一智能时代的重要教育伦理性问题。

③针对混合式教学情境下人工智能对教师专业发展的赋能效果有待验证的问题，建议通过行政支持、学校变革与研究介入的多维联动，提升混合式教学情境下人工智能对教师专业发展的赋能效果，以有效破解当前混合式教学实践存在的实施范围有限、开展频次不足、技术融合深度欠缺等现实困境。

④针对人工智能对职后教师专业发展的赋能效果有待验证的问题，高等教育与基础教育应加强合作，如基础教育机构为人工智能在教师专业发展领域的应用提供实践场域，而高校、科研机构的研究者要深入一线场景，在不同学段开展较长周期的实证研究，从而为人工智能赋能职后教师专业发展提供循证依据。（文章来自现在教育技术杂志社）