TLT:生成式 AI 代理助力 K-12 人工智能课程:教师教学反思的实证研究

1.论文基本信息

•论文标题

Leveraging Generative AI Agent to Promote Teaching Reflection in a K–12 AI Course: Effects on Teachers’ Reflection Self-Efficacy, Instructional Design, and Reflective Thinking

•作者与机构

Xiaoming Cao, Shiting Xu, Xinyue Chen 深圳大学教育学院

•发表期刊或会议以及年份

IEEE TRANSACTIONS ON LEARNING TECHNOLOGIES,VOL.19,2026

2026-03-20

•研究领域与论文类型

研究领域：生成式人工智能（GenAI）；教学设计；K-12 人工智能课程

论文类型：实证研究在

2.研究背景

•当前存在的主要问题或研究空缺

K–12 AI课程兴起，但合格师资缺口大，教师教学能力与信心不足。传统反思方式存在主观性强，缺乏实时反馈，难以规模化等问题。现有技术（如视频反思）、缺乏个性化和智能分析能力。GenAI 在 K-12 AI 课程教师教学反思场景的直接应用与实证研究较少。

•研究的重要性与选题意义

理论上填补了 GenAI 赋能 K-12 AI 课程教师反思的研究空白；实践上开发了反思工具，为 AI 教育师资规模化培养提供了方案。

3.研究问题或研究目标

•核心研究问题

R1:K-12 人工智能课程中，与同伴反思组、传统反思对照组相比，GenAI 智能体辅助的自我反思能否更好地提升教师的反思自我效能？

R2:在 K-12 人工智能课程中，与同伴反思组、传统反思对照组相比，GenAI 智能体辅助的自我反思能否更好地提升教师的教学设计反思水平？

R3:教师的反思性思维模式存在哪些差异：a）GenAI 智能体辅助的反思组内，干预前与干预后的反思思维模式差异；b）GenAI 智能体辅助的反思组与传统反思对照组之间的反思思维模式差异。

·研究假设

H1:GenAI 辅助的反思能显著提升教师反思自我效能，且自我反思模式效果优于同伴反思；

H2:GenAI 辅助的反思能显著提升教师全维度的教学设计反思水平；

H3:GenAI 辅助的反思能推动教师反思从表层描述性向高阶批判性、对话性思维转变。

3.相关工作概述

•现有研究的主要方法或路线

反思方式：主流实施方法包括反思日志、同伴反思、导师引领式反思等。

传统技术支持:主流路线是基于视频的反思（VBR），通过教学视频为教师提供客观课堂记录；同时衍生出诊断反馈平台、虚拟现实反思工具等技术方案.

AI支持：AI 课堂分析从单模态发展至多模态融合，少量研究探索了 GenAI 对课堂教学的间接分析与辅助。

•现有工作的不足或局限

主观性强；缺乏数据驱动；缺乏可解释性；缺乏实证研究

•本文与已有工作的关系与差异

首次聚焦 K-12 AI 课程教师反思场景，开发了定制化 GenAI 智能体，通过准实验对比验证了不同反思模式的效果，通过ENA量化揭示了教师反思思维的结构变化。

4.核心思想

•本文的主要创新点

构建GenAI反思代理（AIEbot）

自动生成结构化教学分析报告

将GenAI用于：反思自效能、教学设计、反思思维。

用ENA分析反思结构变化

•一句话总结本文的关键贡献

开发了面向 K-12 AI 课程教师的 GenAI 反思智能体，证实其能显著提升教师反思自我效能、优化教学设计，推动反思性思维向高阶发展。

•理论或方法上的独特性

方法上，结合准实验量化分析与ENA，既验证了干预效果，又揭示了反思思维的内在变化。

5.方法

•方法或模型的整体框架

准实验设计：自我反思组（SRG，GenAI 辅助自我反思）、同伴反思组（PRG，GenAI 辅助同伴反思）、对照组（CG，传统无 GenAI 反思）

•关键步骤、模块或设计思路

GenAI 智能体 AIEbot:

开发：基于 Coze 平台开发，以 DeepSeek-V3 大语言模型为核心.

输入：三类教学材料，包括预处理后的课堂视频转录文本（含多模态行为时间戳标注）、教案、学生学习概况。

核心功能：基本信息分析,教学行为分析,学生行为分析,师生互动分析,综合评价。

输出：教学报告

6.数据与实验设置

数据来源与规模

57 名 K-12 在职信息技术教师，收集其 40 分钟 AI 课程教学视频、教案、前后测问卷、干预前后的反思日志。

实验流程或研究方案

准备阶段：向所有研究对象介绍研究背景、AIEbot 系统与分析报告结构，完成随机分组，时长 15 分钟。

前测阶段：所有教师完成反思自我效能、教学设计反思相关问卷（15 分钟），并在一周内完成初始开放式反思日志，作为干预前的基线数据。

第一轮反思实践（1 周）：

SRG：提交本人 AI 课程教学视频、教案等材料，研究人员完成材料预处理与 AIEbot 报告生成。

PRG：观看选定的同伴教学视频，完成无 AIEbot 支持的传统反思，仅基于观察完成前测。

CG：基于本人教学视频开展传统反思，完成前测。

第二轮反思实践（1 周）：

SRG 与 PRG：获取 AIEbot 生成的对应教学分析报告，开展 GenAI 智能体辅助的反思实践。

CG：继续开展无 AIEbot 支持的传统视频反思。

总结阶段：所有教师完成后测问卷（15 分钟）与干预后的反思日志，研究人员收集所有实验数据。

评价指标

反思自效能：自我反思效能、相互反思自我效能，李克特量表

教学设计反思：教学目标、教学内容、教学方法、教学行为，李克特量表

反思性思维模式：描述性记录、描述性反思、对话性反思、批判性反思，ENA

对照组或 baseline

组间对照：采用传统无 GenAI 视频反思的对照组（CG）作为基线；

组内基线：以教师干预前的前测数据、初始反思日志作为基线。

7. 实验结果或研究发现

主要实验结果或统计结果

反思自我效能：

SRG 自我反思效能显著优于 PRG 与 CG

SRG 相互反思自我效能显著高于 PRG；

教学设计反思：

SRG 与 PRG 在教学方法、行为维度的反思水平显著高于 CG，三组在教学目标、内容维度无显著差异；

反思性思维：

实验组干预前后对比

实验组与对照组后测对比

实验组干预后反思从描述性为主，转向对话性、批判性反思为主，与对照组形成显著差异。

其他结论

GenAI 辅助的自我反思能力可正向迁移至相互反思能力；GenAI 对教学设计反思的提升存在维度差异，仅对教学实施层面有显著效果。

对研究问题的回答

R1：GenAI 辅助的自我反思能显著提升教师反思自我效能，效果优于同伴反思与传统反思；

R2:GenAI 辅助的自我反思仅能显著提升教师教学方法、行为维度的教学设计反思，对教学目标、内容维度无显著提升；

R3:GenAI 干预能推动教师反思性思维从表层描述向高阶批判性、对话性反思转变，与传统反思组形成本质差异。

8. 讨论

方法或结论的优势

深度融合教育理论,混合研究方法既验证了干预效果，又揭示了反思思维的内在变化机制，结论信效度高。

研究的局限性

样本仅来自单一学科、规模有限；实验周期较短，未做长期追踪；智能体对教学目标、内容维度的反思支撑不足。

对结果的解释或反思

结果表明，GenAI主要促进了教师在教学方法和行为这些操作层面的反思，但对教学目标和内容影响不明显。这很可能是因为有经验的教师在目标和内容上已经形成了较为稳定的认知结构，而更容易调整的仍然是具体的教学做法，因此反思也自然集中在这些层面。

9. 贡献

理论贡献

填补了 GenAI 赋能 K-12 AI 课程教师反思的研究空白，揭示了人机协同下教师反思的作用机制，丰富了智能教育与教师专业发展的理论体系。

实践贡献或应用价值

研发了可直接落地的 GenAI 反思智能体，为 K-12 AI 教育师资规模化培养提供了技术支撑

10.未来研究方向

扩大学科与样本范围，开展长期追踪研究；探究教师 AI 素养、教龄等变量对干预效果的调节作用

11.总结

本文最重要的关键点

本研究开发了定制化 GenAI 反思智能体 AIEbot，证实其能显著提升 K-12 AI 课程教师的反思自我效能、优化教学方法与行为的反思水平，推动教师反思性思维向高阶发展。

对领域的启发意义

教师发展从人工指导 → AI辅助

反思从：主观经验 → 数据驱动

自己的批判性思考或建议

对于新手教师，GenAI是否会限制教师自主思考？