乐于分享
好东西不私藏

邀请AI成为协作者:TPACK的新视角

邀请AI成为协作者:TPACK的新视角

一、引言:当教育遇见生成式人工智能

人工智能正以前所未有的速度改变社会运行方式,而教育领域也站在这一变革浪潮的前沿。从课堂教学到课程设计,从学习支持到教师发展,AI所带来的影响已经无法忽视。

Mishra、Warr 与 Islam(2023)指出,当前关于人工智能的讨论呈现出鲜明的两极化特征。一方面,支持者认为AI将显著提升教育效率与个性化水平;另一方面,批评者担忧AI可能削弱人的主体性、原创性与深度思考能力。

然而,无论支持还是质疑,教育者都无法置身事外。真正重要的问题不是“是否使用AI”,而是“如何以教育的方式使用AI”。

尤其对于教师教育者而言,他们肩负着培养下一代教师的使命。如果教师培养体系本身不了解AI、不会使用AI、也不会批判性地审视AI,那么未来教师进入课堂后便难以有效回应时代需求。

根据《韦氏词典》(Merriam-Webster, 2024)的定义,生成式人工智能(Generative AI)是指:一种能够根据用户输入的提示词(prompt),通过学习大量既有数据样本,自动生成文本、图像、音频或视频等新内容的人工智能系统。

本文提出,教育者可以将GenAI视为教学中的协作者,并主要通过以下三种方式发挥其价值:

1. AI作为同行评审者(peer reviewer)

2. AI作为创意生成者(idea generator)

3. AI作为内容生成者(content generator)

这三种角色并非技术功能的简单分类,而是教师重新思考教学关系、学习过程与知识生产方式的入口。

二、TPACK框架:理解AI进入课堂的经典路径

TPACK(Technological Pedagogical Content Knowledge)由 Mishra 与 Koehler(2006)提出,是当前全球教师教育领域最具影响力的理论框架之一。它强调,高质量教学并非单纯依赖学科知识或教学技巧,而是来源于三类知识的整合与互动:

内容知识(Content Knowledge, CK)

教学法知识(Pedagogical Knowledge, PK)

技术知识(Technological Knowledge, TK)

后来,Mishra(2019)进一步提出“情境知识(Contextual Knowledge)”,强调教师教学始终发生在具体文化、制度与社会环境之中。

这一扩展极具现实意义。因为技术从来不是孤立存在的工具,而总是在特定教育情境中发挥作用。尤其在AI时代,同一种工具在不同学校、不同学段、不同国家的效果可能完全不同。

因此,TPACK之所以仍具生命力,正是因为它提醒我们:教育创新从不是“把技术搬进课堂”,而是让技术、教学法、内容与情境发生有意义的融合。

(一)技术知识(Technological Knowledge, TK)

技术知识不仅意味着会使用软件或设备,更意味着教师能够理解新技术的逻辑、局限与潜力,并持续适应技术更新。

在生成式人工智能时代,技术知识的内涵已经发生变化。教师不仅要学会操作工具,更要理解提示词设计(prompt engineering)、数据偏差(bias)、算法幻觉(hallucination)以及内容可信度判断等新问题。

换言之,未来教师的技术素养,不再是“会不会用”,而是“会不会判断、整合与引导”。

(二)教学法知识(Pedagogical Knowledge, PK)

教学法知识指教师关于学习理论、课堂组织、教学策略、评价方式以及学习支持的专业理解。

AI虽然能够生成内容,却不能天然产生教学。真正决定学习质量的,仍然是教师如何设计任务、组织互动、提出问题并促进反思。

因此,AI越强大,教学法知识越重要。因为教师需要决定:AI何时介入、介入到什么程度,以及如何确保技术服务于学习目标,而非取代学习过程。

(三)内容知识(Content Knowledge, CK)

内容知识是教师对学科概念、结构、方法论与发展前沿的掌握程度。

生成式人工智能虽然可以快速生成学科解释,但它并不真正“理解”学科知识,也可能输出错误信息。因此,教师越具备扎实的内容知识,就越能辨识AI输出的质量,并将其转化为高水平教学资源。

这意味着,在AI时代,专业知识不会被削弱,反而更加重要。

三、邀请AI成为协作者,而非替代者

面对GenAI进入教育的趋势,许多人首先担心的是“教师是否会被替代”。但本文提出了一个更具建设性的视角:与其把AI视为竞争者,不如把它视为协作者(collaborator)。

这一转变极其关键。因为当教师将AI定位为协作者时,关注点就会从“谁取代谁”,转向“如何共同创造更好的学习”。

作者进一步指出,教师、学习设计师、教育技术人员乃至学生,都需要具备生成式人工智能素养,否则可能陷入“第三层数字鸿沟(third-level digital divide)”。

所谓第三层数字鸿沟,不再是有没有网络、会不会操作设备,而是个体是否能够真正利用数字技术获得高质量结果、扩大机会并提升竞争力。

在未来社会,真正的差距,往往不是能否接触AI,而是能否高水平使用AI。

四、GenAI作为同行评审者(Peer Reviewer)

在传统课堂中,学生往往只能等待教师反馈,反馈周期长、频率低,且个体化程度有限。而生成式人工智能的介入,使“即时反馈”成为可能。

学生在完成论文、项目报告或作业草稿后,可以邀请AI从以下角度提出建议:

论点是否清晰

结构是否合理

证据是否充分

表达是否流畅

是否存在逻辑漏洞

是否回应任务要求

这一过程的真正价值,不在于AI替学生修改作品,而在于促使学生进入“反复修订—持续优化”的学习循环。

当学生学会根据反馈自主调整作品时,他们发展的不仅是写作能力,更是元认知能力(metacognition)与自我调节学习能力(self-regulated learning)。

换句话说,AI最有价值的地方,也许不是给答案,而是推动学习者不断完善自己的答案。

五、GenAI作为创意生成者(Idea Generator)

教学创新常常受限于时间、经验与思维惯性。教师知道需要改革课堂,却未必总能迅速产生新方案。而生成式人工智能恰好可以成为创意催化器。

例如,教师可以要求AI提供某一主题的项目化学习方案更具参与感的课堂导入方式, 跨学科整合任务设计,多元评价方式建议和不同年龄段适用的教学活动版本。

在这一过程中,AI不是替教师思考,而是帮助教师拓宽思考边界。

作者指出,学生也可以比较不同平台(如 ChatGPT、Claude、Copilot)生成结果的差异,从而发展两类关键思维能力:

发散性思维(divergent thinking):产生多种可能性

聚合性思维(convergent thinking):筛选最优方案

这意味着,若使用得当,AI并不会削弱创造力,反而可能成为创造力的放大器。

六、GenAI作为内容生成者(Content Generator)

教师长期面临一个现实困境:教学创意很多,但时间有限。大量精力消耗在材料准备、题目设计、资源制作等事务性工作中。

生成式人工智能可以显著缓解这一问题。例如,教师可以借助工具快速生成教案(lesson plans)、练习题与测验题、分层任务单、阅读材料、案例情境、课堂讨论问题、图像、视频与多媒体资源等等。

当前广泛应用的工具包括:ChatGPT、 Claude、Copilot、Khanmigo、MagicSchool、Canva AI、DALL·E、Midjourney、ynthesia 等

这类工具的真正意义,不是让教师变懒,而是把教师从低效重复劳动中释放出来,使其将更多时间投入到真正重要的事务——理解学生、设计学习体验、建立教育关系。

七、真正的挑战:不是技术,而是判断力

虽然GenAI带来巨大机会,但教育应用绝不能停留在工具热情之中。因为AI同样伴随着诸如此类的风险:信息错误与幻觉(hallucination)、内容偏见(bias)、学术诚信问题、过度依赖技术、学习浅表化倾向和数据隐私风险。

因此,未来教师最重要的能力之一,将是教育判断力(pedagogical judgment)。

教师需要判断什么时候适合使用AI,什么时候必须回到人与人的讨论,哪些任务应由学生独立完成,哪些任务可借助AI提升效率,如何让技术促进思维,而非替代思维。

这也是TPACK在AI时代仍然重要的原因:它提供的不是工具清单,而是判断框架。

八、教育的深层问题:我们希望培养怎样的人?

作者进一步提醒我们,AI进入教育并不仅是技术议题,更是哲学议题。如果知识可以被快速生成,那么学校还应培养什么?如果答案随手可得,那么学习的价值是什么?如果机器越来越会表达,人类应发展哪些不可替代的能力?

这些问题没有简单答案,但它们指向教育的核心使命:教育不仅是传递知识,更是塑造判断力、责任感、创造力、合作力与人格力量。因此,AI越强大,人类教育越需要回到“育人”本身。

九、结论:未来教师的角色正在升级

生成式人工智能不会自动改善教育,也不会天然毁掉教育。真正决定结果的,是教育者如何理解它、使用它并规范它。

TPACK框架为我们提供了一条清晰路径:在内容知识(CK)、教学法知识(PK)与技术知识(TK)的交汇处,重新定义教师专业能力。

未来优秀教师,未必是最会操作AI的人,而是最懂得何时使用AI、为何使用AI、以及如何让AI服务于学生成长的人。

邀请AI成为协作者,并不是让教师退出舞台,而是推动教师走向更高层次的专业角色——从知识传递者,走向学习设计者;从课堂执行者,走向教育创新者;从单独工作者,走向人机协同的未来教师。

参考文献:

Kennedy, J., & Sun, R. H. (2024, March). Inviting AI as a Collaborator: New perspectives for TPACK. In Society for Information Technology & Teacher Education International Conference (pp. 788-792). Association for the Advancement of Computing in Education (AACE).

往期相关文章推荐:

生成式人工智能(Generative AI)与ChatGPT时代的TPACK——教师无法回避的认知重构

当AI走进课堂,教师却还停在门口?

当教师不再“独自教书”:生成式AI正在重写TPACK

当AI走进课堂:一门课如何把学生“训练成AI合作者”