面向人机协同的教师数智素养:测评框架、现状审视与优化路径

被引:14
作者
冯剑峰 [1 ]
姜浩哲 [2 ]
刘珈宏 [1 ,3 ]
机构
[1] 华东师范大学基础教育与终身教育发展部
[2] 浙江大学教育学院
[3] 华东师范大学第五附属学校
关键词
人机协同; 教师; 数智素养; 优化路径;
D O I
10.14121/j.cnki.1008-3855.2024.10.012
中图分类号
G451 [教师]; G434 [计算机化教学];
学科分类号
04 ; 0401 ; 040110 ;
摘要
人工智能能否在教育领域发挥变革性作用,关键就在于人工智能能否有效地与教育者和学习者实现有效的协同。对教师而言,有效的人机协同不仅要求其具备人工智能素养和数据素养,还要求其将二者进行有机融合,形成“数智素养”。面向人机协同的教师数智素养由基本数智知识与技能、高阶数智思维能力、数智信念与伦理三个维度构成。对上海市1017位中小学教师调查发现,当前教师面向人机协同的数智素养尚未达到比较理想的水平。教师面向人机协同的数智素养水平会受到任教学校类型的显著影响,而其部分维度则会受到教龄、职称和任教学科的显著影响。本研究据此提出如下优化路径:以夯实知识基础和重视思维培养为重点,推动教师数智素养的可持续发展;以提高高级职称教师和文科教师数智素养水平为着力点,以点带面实现教师群体素养水平的整体发展;以将数智素养内容融入教师教育课程为基点,促进人机协同时代教师职前培养和职后培训一体化发展。
引用
收藏
页码:21 / 29
页数:9
相关论文
共 20 条
[1]  
Leading teachers' perspective on teacher-AI collaboration in education.[J].Kim Jinhee.Education and Information Technologies.2023, 7
[2]  
Modeling the impact of intrinsic coding interest on STEM career interest: evidence from senior high school students in two large Chinese cities.[J].Jiang Haozhe;Chugh Ritesh;Turnbull Darren;Wang Xiaoqin;Chen Suting.Education and Information Technologies.2022, 3
[3]  
Data literacy: What do educators learn and struggle with during a data use intervention?.[J].Wilma B. Kippers;Cindy L. Poortman;Kim Schildkamp;Adrie J. Visscher.Studies in Educational Evaluation.2018,
[4]  
人工智能与教育.[M].联合国教科文组织.教育科学出版社.2021,
[5]  
个体行为的机器识别与决策协同.[M].陈鹏展.知识产权出版社.2018, 978-7-5130-5485-0
[6]   智能时代的人机协同学习:形态、本质与发展 [J].
郝祥军 ;
张天琦 ;
顾小清 .
中国电化教育, 2023, (10) :26-35
[7]   “近未来”人机协同教育发展新思路 [J].
祝智庭 ;
戴岭 ;
赵晓伟 .
开放教育研究, 2023, 29 (05) :4-13
[8]   “双新”背景下新教师在角色适应过程中面临的挑战与对策 [J].
蒋瑾 ;
姜浩哲 .
教师教育研究 , 2023, (05) :60-66
[9]   人机协同教研会促进教师教学反思能力的发展吗?——基于课堂视频智能分析技术的实证研究 [J].
蔡慧英 ;
卢琳萌 ;
顾小清 .
现代远距离教育, 2023, (01) :40-49
[10]   论技术时代高质量教师教育的路径建构 [J].
周彬 .
教师教育研究, 2023, 35 (02) :1-8+14