夜雨聆风
AI时代真正稀缺的教师,不是会用工具的人,而是……
研究背景与问题提出（Statement of the Problem）
研究首先指出，近些年来信息技术的迅猛发展，已经深刻改变了教学与学习过程。学校不再只是知识传递的场所，而逐渐成为数字化、互动化、智能化的学习空间。面对成长于互联网环境中的学生，即所谓“数字原住民（digital natives）”，教师被期待能够使用符合21世纪教育要求的教学方式，并持续提升自身的数字能力。
然而，现实情况并不理想。许多教师虽然愿意使用技术，但在实际教学中仍面临多重障碍，例如，学校硬件设备不足，技术支持系统不完善，在职培训质量有限，教师缺乏技术与教学整合经验，面对人工智能等新技术时缺少伦理与实践指导。
研究者认为，人工智能的兴起进一步提高了教师专业发展的要求。教师不仅要会使用工具，更要理解如何将人工智能与课程目标、教学方法、学习评价进行合理结合。因此，有必要重新审视教师的综合技术教学能力。
研究理论基础：TPACK框架
本研究以技术教学内容知识框架（Technological Pedagogical Content Knowledge, TPACK）作为核心理论模型。
该理论由Punya Mishra与Matthew J. Koehler提出，强调教师高质量教学需要三类知识的整合，而不是单独存在。
（一）三大核心知识领域
1. 内容知识（Content Knowledge, CK）
教师对所教学科内容的理解，例如数学知识、语言知识、科学知识等。
2. 教学法知识（Pedagogical Knowledge, PK）
教师关于课堂管理、教学策略、学习理论、评价方式等教学方法层面的知识。
3. 技术知识（Technological Knowledge, TK）
教师理解并运用数字技术工具的能力，如教学软件、在线平台、AI工具、多媒体系统等。
（二）三种交叉知识领域
当三类知识彼此交汇时，会形成更高层次能力：
4. 教学内容知识（PCK）
知道如何把某一学科内容讲清楚、教明白。
5. 技术内容知识（TCK）
知道哪些技术最适合呈现某类学科内容。
6. 技术教学知识（TPK）
知道如何利用技术提升教学方法效果。
（三）最高整合层次：TPACK
7. 技术教学内容知识（TPACK）
教师能够在真实课堂情境中，把学科内容、教学策略与数字技术三者有效融合，实现高质量教学。这也是本研究测量教师专业能力的核心概念。
研究目标（Purpose of the Study）
本研究旨在回答两个维度的问题：
第一维度：教师TPACK能力现状
探究土耳其教师整体TPACK水平如何，并分析其是否受到性别、教龄、任教学科等变量的影响。
第二维度：教师对人工智能融入教育的认知
探究教师如何看待AI进入课堂，包括AI带来的教学优势、AI使用中的困难、教师的伦理担忧和学校支持系统是否充分。
研究设计（Methodology）
本研究采用顺序式混合研究设计（Sequential Mixed Methods Design），即先做量化研究，再做质性研究。
第一阶段：量化研究（Quantitative Phase）
研究者向226名土耳其在职教师发放TPACK量表，涵盖22个学科领域。
这些教师分别是来自各个阶段，从学前教育至大学
学科被整合为语言类、STEM类、社会科学类、艺术体育类和发展支持类（特殊教育、心理辅导、学前等）
第二阶段：质性研究（Qualitative Phase）
在质性阶段，53名教师继续参与开放式问卷调查，围绕人工智能在教学中的实际价值、使用体验、伦理担忧以及学校支持状况等问题表达观点。研究者通过主题分析法（Thematic Analysis），对这些真实声音进行归纳与提炼，从而使量化数据背后的原因得以被进一步理解。这样的研究设计，使本研究不仅能够呈现“教师能力水平如何”，还能够解释“教师为什么这样看待人工智能”。
研究工具：TPACK-Deep量表完整结构
研究采用Yurdakul等人开发的TPACK-Deep Scale，共四个维度：
1. Design（设计能力）
教师能否设计技术支持的学习活动、教学资源与课堂任务。
2. Exertion（实施能力）
教师是否能在课堂中真正有效使用技术开展教学。
3. Ethics（伦理能力）
教师是否重视数字伦理，如数据隐私、版权保护、安全使用技术和学生数字公民意识
4. Proficiency（专业能力）
教师是否具备数字领导力、创新意识、问题解决能力、持续学习能力和带动同伴成长能力。
研究主要发现（Results）
（一）TPACK总体结果
研究发现，土耳其教师整体TPACK水平较高，说明多数教师已具备一定技术整合能力。
1.得分最高维度：Ethics（伦理）
这意味着教师普遍重视数字时代教学中的责任问题，例如学生隐私保护、知识产权尊重、技术安全使用以及数字公民意识培养。这个发现非常重要，因为它说明教师并没有盲目追逐技术，而是开始以更成熟、更审慎的方式理解教育技术的价值。
2.得分较低维度：Proficiency（专业创新能力）
研究也发现教师在“专业能力（Proficiency）”维度得分相对较低。该维度主要涉及数字领导力、创新实践能力、持续学习意识以及带动同伴成长的能力。这表明许多教师已经能够使用技术辅助课堂教学，但尚未真正成长为学校数字化转型的推动者。换言之，教师会使用技术，并不等于教师能够引领技术变革。未来教师发展工作的重点，应当从“教会使用工具”转向“培养创新型专业者”。
（二）变量差异结果
1. 性别和教龄无显著差异
在变量分析方面，研究发现性别与教龄并未造成显著差异。这说明无论是男性教师还是女性教师，无论是新入职教师还是资深教师，只要获得适当支持，都有可能形成较高水平的技术整合能力。这一结论打破了“年轻教师更懂技术”或“男性教师更擅长技术”的刻板印象，也再次证明教师数字能力本质上是一种后天发展性的专业素养。
2.学科存在显著差异
任教学科之间的差异较为明显。语言教师、学前教师、特殊教育教师以及心理辅导教师的TPACK水平相对较高，而STEM教师、社会科学教师及艺术体育教师得分相对较低。这说明不同学科在教学文化、资源使用方式以及课堂互动需求方面存在显著差异。前者往往更强调沟通互动、差异化支持与学习资源创新，因此更容易主动采用数字技术；后者则可能仍受到传统教学模式或学科惯性的影响。由此可见，未来教师培训不应采取“一刀切”模式，而应实施基于学科特征的精准支持策略。
3.教师对AI的认知（Qualitative Findings）
在人工智能融入教育的议题上，教师整体呈现出审慎而积极的态度。许多教师认为，人工智能能够显著提升教学效率，例如帮助教师快速备课、生成练习题、整理教学资料、设计学习活动以及提供作业反馈。同时，人工智能还能够支持个性化学习，为不同水平学生提供差异化资源，并增强课堂互动性。因此，在不少教师看来，人工智能更像是一位高效的教学助手，而不是教师的替代者。
4.教师对AI的担忧
但是，教师的担忧同样清晰而现实。首先，他们担心学生过度依赖人工智能，从而削弱独立思考能力与问题解决能力。其次，教师担忧人工智能生成内容可能存在错误信息、偏见甚至误导性答案，如果缺乏专业判断，可能直接影响教学质量。此外，数据隐私、版权争议以及不同学校之间技术资源差异，也被视为人工智能推广过程中必须面对的重要问题。如果学校缺乏明确制度、培训机制与伦理规范，那么人工智能的优势就难以真正转化为教育价值。
结语
综合来看，本研究实际上构建了一条清晰的逻辑链条：教师的背景因素（如学科、经验等）会影响其TPACK能力水平，而TPACK能力又进一步影响教师面对人工智能时的接受度、判断力与使用方式，最终这些因素共同作用于课堂教学质量与教育创新成效。这一研究框架将“教师数字素养”“人工智能准备度”与“课堂转型能力”有机连接起来，为未来教师专业发展研究提供了重要参考。
研究启示
本研究带来的最大启示在于，教育进入人工智能时代之后，决定教育质量高低的关键因素仍然不是技术本身，而是教师是否具备驾驭技术、理解学习规律并坚守教育价值的综合专业能力。未来教师培养不能停留在软件操作层面，而应同步发展技术整合能力、人工智能教学设计能力、伦理治理能力以及数字领导力。未来教育竞争的核心，不是谁拥有更多技术，而是谁拥有更高水平的教师。无论是TPACK还是AI应用，最终都必须通过教师这一关键主体才能真正转化为学生的学习质量。技术本身不会自动改善教育，真正改变教育的，是能够理解技术、驾驭技术并坚持教育初心的教师。
只有当教师真正成长为技术时代的专业引领者，人工智能才能成为推动教育进步的力量，而不是制造新的问题。
因此，面向未来的教师培养应走向三个方向：第一，从工具培训走向教学重构，让教师学会用技术改变学习方式；第二，从个人能力走向组织能力，培养教师的数字领导力；第三，从技术使用走向伦理治理，使教师能够在AI时代守住教育的人文底线。只有这样，人工智能才不会替代教师，而会成就更好的教师。
参考文献：
Serpen, C. (2025). Investigating Turkish teachers’ technological pedagogical content knowledge competency levels and their perceptions of artifical intelligence integration in education.
往期文章推荐：
当教师遇上AI：不是“会不会用”，而是“敢不敢用”——一项揭示教师AI能力底层逻辑的研究
当教师“不愿用技术”，问题真的在技术吗？——TPACK×TAM模型研究带来的启示
如何把“不会用AI的老师”，变成“会设计未来课堂的人”？——通过AI导向教学课程促进职前科学教师AI-TPACK能力与反思发展