AI时代,教师的专业成长不止于“会用工具”

AI正在改变教学场景，也对教师的知识结构、专业判断和育人能力提出了新的要求。

上海市教师教育学院院长王洋指出，人工智能的发展正在推动教育教学场景发生变化：面向学生，AI可以帮助分析学情、推送学习资源；面向教师，AI可以帮助他们从简单重复的任务中解放出来，更专注于因材施教。

但技术带来的，不只是工作方式的改变。王洋提出，教师可以借助AI将隐性经验显性化、碎片经验系统化、个体经验普及化，更好地积累和发展自身的专业经验。与此同时，教师也需要实现角色转型，从知识传授者转向认知引导者，从教学执行者转向个性化学习设计者。

经济合作与发展组织（OECD）教育与技能司TALIS项目主管Ruochen Li也谈到，教师对AI既抱有期待，也存在担忧。AI能够辅助备课、生成学习资源，但错误信息、学生借助AI作弊以及对技术的过度依赖等问题，也让教师希望获得更多系统的指导。

北京师范大学教育学部部长宋萑则进一步指出，教师面临的挑战还包括专业身份认同、技术鸿沟向素养鸿沟延伸，以及隐私安全、算法公平和情感连接等问题。

在他看来，教师应从被动接受技术赋能的对象，转向主动的学习者、反思者和实践者。AI可以支持教师开展自主的专业学习，但也可能带来表层学习和过度依赖。教师应当借助技术解决现实中的教学问题，并在实践中形成自己的专业判断。

在Ruochen Li看来，AI是新事物，但学习本身并不是新事物。教师了解学生如何学习，也有过往如何改进教学的经验。即使技术不断发展，人与人之间的交流、合作与相互学习，依然是教师专业成长的重要途径。

他特别提到上海的教师专业学习机制：教师可以按照学科、年级开展交流，互相审阅教案、分析教学效果，讨论哪些做法有效、哪些仍需改进。

王洋介绍的上海教研实践，展示了技术如何融入这种交互过程。他指出，依托数字教学系统采集教学过程与结果数据，教师可以开展基于多元数据分析的课例研修；借助数字教研平台，教师在活动前查阅教学设计，活动中分析数据、开展研讨，活动后进行评价反思。围绕教学痛点和难点，教师还可以持续积累数据，开展实证研究，检验教学改进的实际效果。

宋萑以一所西部县中的英语教研组为例，介绍循证教研如何从真实问题出发。针对“如何提升学生英语阅读能力”，教研组先查找了相关研究、政策和教学策略，再结合本校学生的实际情况，判断哪些方法值得尝试。进入课堂后，教师借助AI分析课堂互动、提问等情况，同时通过听课观察收集一线信息，最后评估教学策略是否真正改善了学生的阅读表现。

美国国家教育与经济研究中心主任Jacqueline Kraemer则介绍了AI支持教师个性化学习的可能：AI可以帮助教师共享资源、规划学习路径、分析课堂实践并获得反馈，也能帮助教师获取本校之外的研究成果和专业经验。

但从一份课堂分析报告到真正改变教学，中间还需要教师反复讨论、尝试和调整。这也对学校如何支持教师持续学习提出了要求。

全球学校领导者组织（Global School Leaders）首席执行官Camila Cardoso Pereira指出，教师参加相关AI培训，并不意味着培训成果就能自然转化为课堂实践。校长需要为教师留出专业学习时间，提供教学反馈与支持，并创造同伴交流、合作学习的机会。

Jacqueline Kraemer也提出，校长应当支持教师共同学习，并为教师尝试新工具、新方法创造条件。AI及其对教学的影响仍在不断变化，学习和实践探索应成为教师日常工作的一部分。

这一过程中，校长自身的AI能力同样需要提升。

王洋介绍，上海正在开展管理者数字化领导力研修，推进人工智能教育种子教师培养，并围绕智能教学、智能测评、智能教研和教育评价等场景开展研究与实践。

宋萑则提出，学校可以借助AI积累教师参与教研、课堂教学和专业学习等过程性数据，形成教师个人数字画像，帮助教师了解自身发展情况、明确成长方向；学校也可以开展数字化发展自诊，识别教师专业发展支持中的薄弱环节，给予更具体的支持。