陳凱泉 沙俊宏 鄭湛飛 姜永玲

摘 要：人工智能正在掀起智能教學(xué)系統(tǒng)建設(shè)與應(yīng)用的熱潮，這對(duì)教師的教學(xué)勝任力發(fā)展提出了更高的要求。數(shù)字化背景下教師的教學(xué)勝任力體現(xiàn)為知識(shí)學(xué)習(xí)與整合、技術(shù)應(yīng)用、課堂實(shí)施能力、情感態(tài)度、教學(xué)意識(shí)和教學(xué)設(shè)計(jì)能力六個(gè)一級(jí)維度上對(duì)應(yīng)的27項(xiàng)特征。人工智能驅(qū)動(dòng)教師的教學(xué)在備課、媒體使用、內(nèi)容呈現(xiàn)、測(cè)驗(yàn)練習(xí)、作業(yè)批閱、考試、學(xué)生評(píng)價(jià)和個(gè)性化輔導(dǎo)八個(gè)方面轉(zhuǎn)型升級(jí)。人工智能視域下教師教學(xué)勝任力的操作模型主要包含資源集成中心、智能教學(xué)空間和數(shù)據(jù)處理中心三個(gè)功能模塊，并由此形成了教學(xué)基本環(huán)節(jié)、數(shù)據(jù)融入及沉浸式體驗(yàn)三個(gè)階段性回路。在態(tài)度、意識(shí)和人工智能技術(shù)認(rèn)知等層面，人工智能要求教師具備與技術(shù)、智能環(huán)境相適應(yīng)的非操作性教學(xué)勝任能力。

關(guān)鍵詞：人工智能;教學(xué)勝任力;人機(jī)協(xié)同;智能教學(xué);沉浸式教學(xué)

中圖分類號(hào)：G4512 ?文獻(xiàn)標(biāo)識(shí)碼：A ?文章編號(hào)：2095-5995（2020）04-0016-05

2020年初爆發(fā)的新型冠狀病毒疫情給全國(guó)上下帶來(lái)較大沖擊，尤其在教育系統(tǒng)，疫情導(dǎo)致師生不能見面，傳統(tǒng)教學(xué)模式無(wú)法正常展開。教育部提出“停課不停學(xué)，停課不停教”，要求教學(xué)活動(dòng)不能中斷。為此，全國(guó)開放共享了一大批優(yōu)質(zhì)課程資源，一大批優(yōu)秀的教學(xué)支撐平臺(tái)為教師的在線教學(xué)活動(dòng)提供免費(fèi)支持，但這對(duì)教師的教學(xué)能力提出了前所未有的挑戰(zhàn)，尤其是對(duì)一些較少使用現(xiàn)代教育技術(shù)平臺(tái)和工具的教師而言，如何使用這些教學(xué)平臺(tái)推送資源、如何在虛擬空間開展有效的師生交互、如何有效評(píng)測(cè)學(xué)生的學(xué)習(xí)狀態(tài)等問題迫切需要解決。此外，教師所面對(duì)的不僅是這些技術(shù)門檻，還需更新教學(xué)理念和教學(xué)方法以支撐學(xué)生開展適應(yīng)性、自主性學(xué)習(xí)。疫情只是凸顯了教師在信息技術(shù)背景下發(fā)展教學(xué)勝任力的迫切性，實(shí)則我們所處的智能社會(huì)早已對(duì)教師的教學(xué)勝任力重構(gòu)提出了要求。2019年10月，國(guó)務(wù)院頒發(fā)了《新一代人工智能發(fā)展規(guī)劃》，明確提出了智能教育的概念，指出要利用智能技術(shù)加快推動(dòng)人才培養(yǎng)模式、教學(xué)方法改革，構(gòu)建包含智能學(xué)習(xí)、交互式學(xué)習(xí)的新型教育體系，要開展智能校園建設(shè)，推動(dòng)人工智能在教學(xué)、管理和資源建設(shè)等全流程應(yīng)用。可以看出，智能時(shí)代的到來(lái)使教師面臨新的挑戰(zhàn)，重構(gòu)教師的教學(xué)勝任力勢(shì)在必行。

一、勝任力與勝任力模型的概念解讀

勝任力一詞在英文上有competence與competency兩種表示，在早期人力資源管理領(lǐng)域它們表示的內(nèi)涵略有差別，competency是勝任力表現(xiàn)，可以用來(lái)了解和識(shí)別優(yōu)秀績(jī)效、行為和功能性技能等，而competence以觀察的功能性技能為基礎(chǔ)，主要強(qiáng)調(diào)整合的功能方面。后來(lái)competence與competency的用法日趨相同，在實(shí)際應(yīng)用中沒有明顯區(qū)分。

勝任力模型是個(gè)體擔(dān)任特定角色時(shí)所需要具備的勝任特征的總和[1]，它可以被看作是與特定職位要求相匹配的勝任特征集合。在勝任力研究中有兩種代表性的勝任力模型，一種強(qiáng)調(diào)個(gè)人知識(shí)技能及對(duì)事物、情境反應(yīng)通過遷移應(yīng)用能力得以表現(xiàn)的技能勝任力模型，另一種是關(guān)注判斷力、問題解決能力及創(chuàng)造力等的素質(zhì)勝任力模型。目前典型的勝任力理論模型包括冰山模型和洋蔥模型，兼顧了勝任力研究中對(duì)技能和素質(zhì)的要求。冰山模型水上部分指的是知識(shí)、技能和行為等基準(zhǔn)性勝任力要求，水下部分包括了社會(huì)角色、特質(zhì)與動(dòng)機(jī)等深層鑒別性勝任力特征。洋蔥模型由外向內(nèi)，由表及里，由最外層的基本知識(shí)技能到個(gè)體核心的特質(zhì)與動(dòng)機(jī)，對(duì)個(gè)體的勝任力特征進(jìn)行了闡述。

二、人工智能驅(qū)動(dòng)教學(xué)轉(zhuǎn)型

目前，人工智能從教師備課、媒體選擇、內(nèi)容呈現(xiàn)、測(cè)驗(yàn)練習(xí)、作業(yè)批閱、考試、學(xué)生評(píng)價(jià)和個(gè)性化輔導(dǎo)等八個(gè)方面驅(qū)動(dòng)教學(xué)轉(zhuǎn)型升級(jí)，減輕了教師教學(xué)活動(dòng)中的重復(fù)性勞動(dòng)，使教學(xué)更加科學(xué)、高效。

備課。目前教育資源建設(shè)重復(fù)率較高，加重了教師備課壓力與教學(xué)負(fù)擔(dān)的同時(shí)，也造成人力物力資源的浪費(fèi)。人工智能有望使優(yōu)質(zhì)課程資源更便于被獲取、傳遞，破除校際、區(qū)域之間的流通壁壘。對(duì)于教師備課，教育信息過載的壓力能夠通過智能技術(shù)在一定程度上得以緩解，從而實(shí)現(xiàn)智慧備課，減輕教師備課負(fù)擔(dān)。

媒體選擇。在傳統(tǒng)教學(xué)媒體選擇方面，教師是技術(shù)的被動(dòng)消費(fèi)者，技術(shù)參與感較低。人工智能驅(qū)動(dòng)的人機(jī)關(guān)系將轉(zhuǎn)向人機(jī)共融層面，多種智能化設(shè)備的引入為教師教學(xué)提供沉浸式體驗(yàn)，如虛擬教學(xué)情境中VR眼鏡能夠通過手勢(shì)、頭部動(dòng)作和語(yǔ)音等獲得指令，鎖定視線內(nèi)的物品進(jìn)行識(shí)別和分析處理，為用戶實(shí)時(shí)提供相關(guān)信息、知識(shí)、解答、提示和解決方案服務(wù)等，實(shí)現(xiàn)與佩戴者行為的智能呼應(yīng)和交互。

內(nèi)容呈現(xiàn)。人工智能將在交互式環(huán)境中使教師為主導(dǎo)、學(xué)習(xí)者為中心的教學(xué)理念得以真正落實(shí)。例如，在物理、化學(xué)等包含大量實(shí)驗(yàn)的學(xué)科教學(xué)中，教師可以采用虛擬仿真實(shí)驗(yàn)完成教學(xué)并提供指導(dǎo)，識(shí)別并解答學(xué)習(xí)者的學(xué)習(xí)迷思，解決抽象化的問題。

測(cè)驗(yàn)練習(xí)。智能教學(xué)系統(tǒng)一般都配套有與課本及與重難點(diǎn)教學(xué)內(nèi)容相適配的教學(xué)資源，教師在授課的過程中，可以針對(duì)學(xué)生的即時(shí)反饋選擇使用與教學(xué)內(nèi)容相對(duì)應(yīng)的課堂測(cè)驗(yàn)。

作業(yè)批閱?？陀^題答案的標(biāo)準(zhǔn)化降低了機(jī)器識(shí)別批閱的難度，主觀題由于作答者思維方式與表述的差異雖然在短期內(nèi)無(wú)法全面實(shí)現(xiàn)由機(jī)器識(shí)別批閱，但是深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)訓(xùn)練可以使主觀題目特征詞的提取更加精準(zhǔn)，模式化答案可以由機(jī)器自動(dòng)評(píng)閱，非模式化答案可以由機(jī)器挑出來(lái)再交由人工處理。

考試。人工智能為更為便捷地開展個(gè)性化教學(xué)和差異化考試提供了可能。比如，人工智能可以輔助教師建設(shè)題庫(kù)，按照組卷規(guī)則自動(dòng)組卷，發(fā)布考試、收取試卷，使考試過程更加科學(xué)。

學(xué)生評(píng)價(jià)。人工智能改變了教學(xué)評(píng)價(jià)中以成績(jī)?yōu)橹饕u(píng)價(jià)標(biāo)準(zhǔn)的結(jié)果性總結(jié)，代之以教學(xué)過程的生成性數(shù)據(jù)評(píng)測(cè)。智慧課堂、可采集學(xué)習(xí)者數(shù)據(jù)的智能裝備（如眼動(dòng)儀等）等實(shí)現(xiàn)了機(jī)器與教學(xué)的智能物聯(lián)，教學(xué)過程中教師與學(xué)生的交互行為被完整采集并傳輸?shù)浇虒W(xué)平臺(tái)的數(shù)據(jù)中心進(jìn)行深度挖掘，有助于實(shí)現(xiàn)評(píng)價(jià)的橫縱比較與可視化分析。

個(gè)性化輔導(dǎo)。人工智能能夠幫助教師在優(yōu)化教學(xué)過程中做到個(gè)性化輔導(dǎo)。例如，教師可以根據(jù)學(xué)生的訪問、學(xué)習(xí)行為記錄數(shù)據(jù)，實(shí)現(xiàn)行為記錄與課件的各種標(biāo)簽的動(dòng)態(tài)匹配過程，為學(xué)生提供個(gè)性化的、量身定制的學(xué)習(xí)內(nèi)容，提高學(xué)習(xí)效率。

三、技術(shù)視角下教師教學(xué)勝任力的特質(zhì)剖析 美國(guó)2002年提出“不讓一個(gè)孩子掉隊(duì)”法案，要求2005—2006年美國(guó)每個(gè)班級(jí)都配備一位高素質(zhì)的教師，引起教育界對(duì)教師勝任力的關(guān)注。在澳大利亞國(guó)家教學(xué)委員會(huì)依據(jù)教師勝任力標(biāo)準(zhǔn)實(shí)施的全國(guó)教學(xué)質(zhì)量項(xiàng)目中，為新教師開發(fā)設(shè)計(jì)的勝任力框架規(guī)定，教師入職教學(xué)勝任力包括使用和發(fā)展專業(yè)知識(shí)與價(jià)值、與學(xué)生和他人溝通互動(dòng)共同工作、計(jì)劃和管理教學(xué)過程、監(jiān)控評(píng)估學(xué)生的進(jìn)步和學(xué)習(xí)成果與對(duì)連續(xù)性的進(jìn)步進(jìn)行反思評(píng)估和計(jì)劃四個(gè)方面。2005年國(guó)外有研究者從動(dòng)機(jī)、技能知識(shí)思想、自我學(xué)習(xí)、交互能力及計(jì)算機(jī)技術(shù)的了解與應(yīng)用五個(gè)維度劃分了對(duì)教師勝任力評(píng)價(jià)的具體標(biāo)準(zhǔn)。[2]

國(guó)內(nèi)對(duì)教師勝任力的相關(guān)研究在內(nèi)容上主要分為教學(xué)階段視角的教師勝任力研究和指向特定教學(xué)形式的相關(guān)研究。相對(duì)而言，從教學(xué)階段視角對(duì)中小學(xué)教師勝任力的研究較為完善，如徐建平等構(gòu)建了包括11項(xiàng)鑒別性勝任特征和11項(xiàng)基準(zhǔn)性勝任特征的中小學(xué)教師勝任力模型[3];羅小蘭構(gòu)建了包括關(guān)系特征、成就動(dòng)機(jī)、長(zhǎng)遠(yuǎn)規(guī)劃、外界支持、認(rèn)知特征、教學(xué)智能、人格特征、管理能力和情緒特性九個(gè)勝任力特征因素群、涉及28項(xiàng)具體勝任力特征的中學(xué)教師勝任力模型[4];在指向特定教學(xué)形式的相關(guān)研究方面，羅洪蘭等構(gòu)建了包含職業(yè)知識(shí)、職業(yè)性格、教學(xué)技能、社會(huì)適應(yīng)性與職業(yè)技能五個(gè)一級(jí)指標(biāo)、合計(jì)16項(xiàng)二級(jí)指標(biāo)的遠(yuǎn)程教育專職教師勝任力結(jié)構(gòu)模型，并進(jìn)一步對(duì)模型中每項(xiàng)指標(biāo)進(jìn)行了分析評(píng)述[5]。

根據(jù)對(duì)國(guó)內(nèi)外教師勝任力特征的剖析與總結(jié)，本文基于改進(jìn)的冰山模型，從顯性與隱性教學(xué)勝任力兩個(gè)層面將數(shù)字化時(shí)代教師教學(xué)勝任力歸納為知識(shí)學(xué)習(xí)與整合、技術(shù)應(yīng)用、課堂實(shí)施能力、情感態(tài)度、教學(xué)意識(shí)和教學(xué)設(shè)計(jì)能力六個(gè)一級(jí)維度合計(jì)27項(xiàng)特征，詳見表1。

四、人工智能視域下教師教學(xué)勝任力的操作模型 表1歸納了數(shù)字化時(shí)代教師的27項(xiàng)教學(xué)勝任力特征，但進(jìn)入智能時(shí)代，教育技術(shù)發(fā)展為由教育信息化裝備使用到認(rèn)知與感知智能協(xié)同應(yīng)用的高階狀態(tài)，教師除了應(yīng)具備表1中所闡述的數(shù)字化背景下的普遍教學(xué)勝任力之外，還應(yīng)與人工智能驅(qū)動(dòng)教學(xué)在八個(gè)方面轉(zhuǎn)型升級(jí)后的特殊性相適應(yīng)。

（一）教師教學(xué)勝任力的操作模型

教師教學(xué)勝任力雖然可以用一系列的特征集來(lái)闡述其內(nèi)涵，但勝任力終究要體現(xiàn)為教學(xué)過程中教師的具體行為或操作。本文中，教師教學(xué)勝任力操作模型的構(gòu)建基于傳統(tǒng)課堂教學(xué)中課前準(zhǔn)備、課堂實(shí)施、課后輔導(dǎo)及形成性評(píng)價(jià)四個(gè)環(huán)節(jié)，引入了資源集成中心、智能教學(xué)空間和數(shù)據(jù)處理中心三大功能模塊，并構(gòu)建了智能教學(xué)時(shí)代教師教學(xué)勝任力的三個(gè)階段性回路。圖1從教師教學(xué)流程的視角展示了智能時(shí)代教師教學(xué)勝任力的操作性要求。

模型組件分析。教師教學(xué)勝任力操作模型的核心仍然是備課、教學(xué)、評(píng)價(jià)及課后輔導(dǎo)四個(gè)基本環(huán)節(jié)，形成性評(píng)價(jià)貫穿于整個(gè)教學(xué)活動(dòng)中，操作模型中的資源集成中心、智能教學(xué)空間和數(shù)據(jù)處理中心及內(nèi)部組件是人工智能視域下教學(xué)勝任力操作模型的特有內(nèi)容。第一，資源集成中心主要服務(wù)于教師的課前準(zhǔn)備階段，內(nèi)置多媒體適配庫(kù)與語(yǔ)料庫(kù)。多媒體適配庫(kù)滿足教師對(duì)文本、圖片、音頻和視頻等不同媒體資源的需求，語(yǔ)料庫(kù)對(duì)教師教學(xué)語(yǔ)言的組織、演練與表達(dá)提供支持。第二，智能教學(xué)空間通過人機(jī)交互接口對(duì)教師教學(xué)實(shí)施過程性數(shù)據(jù)進(jìn)行采集、記錄、存儲(chǔ)與上傳。數(shù)據(jù)生成記錄組件與環(huán)境感知識(shí)別組件依賴于感知智能與認(rèn)知智能的發(fā)展。第三，數(shù)據(jù)處理中心的數(shù)據(jù)挖掘分析與智能算法是實(shí)現(xiàn)反饋與自適應(yīng)功能的基礎(chǔ)，主要包含數(shù)據(jù)分析組塊和元數(shù)據(jù)庫(kù)。數(shù)據(jù)分析組塊封裝了數(shù)據(jù)挖掘分析功能模塊，將從智慧教室、教師面板和交互式電子白板等不同智能教學(xué)空間及教學(xué)過程中的講授、提問、討論等課堂環(huán)節(jié)中收集到的結(jié)構(gòu)化與非結(jié)構(gòu)化多模態(tài)數(shù)據(jù)輸入數(shù)據(jù)處理中心后，由相應(yīng)的數(shù)據(jù)挖掘分析功能模塊統(tǒng)計(jì)、量化并以可視化方式反饋給教師;元數(shù)據(jù)庫(kù)中嵌套了學(xué)習(xí)者模型、知識(shí)模型及教師模型的元數(shù)據(jù)，師生交流過程中的數(shù)據(jù)屬性如學(xué)習(xí)者風(fēng)格、教學(xué)資源偏好和教師教學(xué)風(fēng)格等存儲(chǔ)于元數(shù)據(jù)庫(kù)中，數(shù)據(jù)分析組塊據(jù)此可以提供與教師、學(xué)生和知識(shí)風(fēng)格偏好相一致的資源信息。

三個(gè)階段性回路。重構(gòu)教師教學(xué)勝任力的操作性條件要以不同階段教學(xué)特征回路為過渡，形成人機(jī)協(xié)作基礎(chǔ)上教學(xué)過程的良性循環(huán)。一是教學(xué)基本環(huán)節(jié)回路。在圖1中對(duì)應(yīng)序號(hào)①所框定的圓角矩形區(qū)域，它代表了教師在教學(xué)中不依賴于任何數(shù)字化與智能技術(shù)所必需的教學(xué)基本環(huán)節(jié)。課前準(zhǔn)備、課堂主導(dǎo)及課后輔導(dǎo)是最為常見的教學(xué)程序，三者呈現(xiàn)依次單向傳遞關(guān)系。隨著對(duì)教學(xué)設(shè)計(jì)中評(píng)價(jià)的強(qiáng)調(diào)，診斷性評(píng)價(jià)、形成性評(píng)價(jià)與總結(jié)性評(píng)價(jià)成為教學(xué)的第四個(gè)基本環(huán)節(jié)。二是數(shù)據(jù)融入回路。其即引入資源集成中心與數(shù)據(jù)處理中心的階段性回路，對(duì)應(yīng)圖1中序號(hào)②所框定的圓角矩形區(qū)域。資源集成中心將豐富的網(wǎng)絡(luò)與校際教學(xué)資源集成匹配給教師用于教學(xué)過程，教學(xué)過程中的備課、媒體選擇、內(nèi)容呈現(xiàn)、測(cè)驗(yàn)練習(xí)、作業(yè)批閱、考試、學(xué)生評(píng)價(jià)及輔導(dǎo)活動(dòng)中的言語(yǔ)、行為數(shù)據(jù)流向數(shù)據(jù)處理中心。智能算法分析挖掘后，數(shù)據(jù)一方面通過形成性評(píng)價(jià)用于調(diào)整教學(xué)行為，另一方面關(guān)于教師、學(xué)生與知識(shí)的元數(shù)據(jù)被存儲(chǔ)于數(shù)據(jù)處理中心的元數(shù)據(jù)庫(kù)中，為資源集成中心提供更加精準(zhǔn)的資源適配依據(jù)。三是沉浸式體驗(yàn)回路。這是智能時(shí)代達(dá)到人機(jī)共融、智能教學(xué)的高級(jí)階段，真正實(shí)現(xiàn)了教學(xué)信息在四大教學(xué)基本環(huán)節(jié)與三大功能模塊中的多向流動(dòng)，聯(lián)動(dòng)智能教學(xué)空間模塊意味著教學(xué)全過程被置于自然大數(shù)據(jù)環(huán)境中，任何過程性數(shù)據(jù)均可以被智能教學(xué)空間所捕捉、識(shí)別、標(biāo)記、記錄與分析存儲(chǔ)。需要強(qiáng)調(diào)的是，沉浸式體驗(yàn)階段突出教學(xué)過程與智能教學(xué)空間的無(wú)縫對(duì)接，當(dāng)前語(yǔ)音、圖像和表情動(dòng)作等的識(shí)別準(zhǔn)確度與速率在一定程度上仍受限于智能機(jī)器的神經(jīng)網(wǎng)絡(luò)訓(xùn)練程度。

教師教學(xué)技能的操作性要求。人工智能的發(fā)展將有效支撐人機(jī)協(xié)同，會(huì)催生以學(xué)生為中心、強(qiáng)調(diào)個(gè)性化和沉浸式體驗(yàn)的多種新型教育形態(tài)，需要教師對(duì)智能教學(xué)過程具備切實(shí)的技術(shù)轉(zhuǎn)化和應(yīng)用能力，具體而言包括如下八個(gè)方面：（1）充分運(yùn)用知識(shí)代理簡(jiǎn)化資源篩選過程，以人工智能與課程教學(xué)內(nèi)容的深度整合為原則，實(shí)現(xiàn)智慧備課;（2）不囿于傳統(tǒng)PPT等媒體形式，能夠根據(jù)課堂內(nèi)容與教學(xué)環(huán)節(jié)恰當(dāng)融入智能設(shè)備或引入虛擬實(shí)驗(yàn)等，豐富媒體呈現(xiàn)形式;（3）突破傳統(tǒng)的講授式，適當(dāng)引入MOOC、STEM、游戲化教學(xué)等形成混合教學(xué)模式;（4）改變知識(shí)的單向流動(dòng)，結(jié)合恰當(dāng)?shù)纳缃幻襟w、教學(xué)平臺(tái)等構(gòu)建師生之間、生生之間的交互網(wǎng)絡(luò)并形成數(shù)據(jù)記錄;（5）使用與教材相配套的系統(tǒng)化測(cè)驗(yàn)，科學(xué)規(guī)范課堂測(cè)驗(yàn)過程;（6）利用諸如作業(yè)批改網(wǎng)等教學(xué)輔助平臺(tái)發(fā)布、批閱作業(yè)，能夠看懂、診斷并掌握機(jī)器批閱后學(xué)生的作業(yè)情況;（7）根據(jù)日常教學(xué)中學(xué)生的電子檔案及教學(xué)過程性數(shù)據(jù)，有針對(duì)性地因材施教，并根據(jù)客觀數(shù)據(jù)考評(píng)學(xué)生的縱向發(fā)展;（8）能夠?yàn)閷W(xué)生推薦合適的課后資源與平臺(tái)，輔助學(xué)生完成課后的個(gè)性化自主學(xué)習(xí)。

（二）實(shí)現(xiàn)教學(xué)勝任力重構(gòu)所需要的非操作性要素

圖1所示的教師教學(xué)勝任力操作模型中隱含了教師在教學(xué)過程中可調(diào)整的行為操作，通過對(duì)其構(gòu)成組件、階段性回路的分析，能夠顯示出教師將技術(shù)融入教學(xué)所應(yīng)具備的八條技術(shù)轉(zhuǎn)化應(yīng)用能力。但在態(tài)度、意識(shí)、AI技術(shù)認(rèn)知等層面，人工智能仍要求教師具備與技術(shù)、智能環(huán)境相適應(yīng)的非操作性教學(xué)勝任能力。第一，以積極開放的態(tài)度接受人工智能技術(shù)在教學(xué)中的應(yīng)用。智能化的技術(shù)與裝備引入教學(xué)，這對(duì)技術(shù)基礎(chǔ)薄弱的教師來(lái)說(shuō)意味著需要耗費(fèi)更多的時(shí)間和精力訓(xùn)練、習(xí)得新的技術(shù)工具。因此，教師要形成正確認(rèn)識(shí)，能夠擁有較高的技術(shù)接受度，使人工智能技術(shù)切實(shí)服務(wù)于提高教學(xué)績(jī)效。第二，切實(shí)建立起強(qiáng)烈的資源意識(shí)和數(shù)據(jù)意識(shí)。圖1標(biāo)明的數(shù)據(jù)處理中心和資源集成中心意味著教師需要擺脫對(duì)傳統(tǒng)教材的單一依賴，能夠根據(jù)課程標(biāo)準(zhǔn)和素質(zhì)要求為學(xué)生選擇更為合適的教學(xué)內(nèi)容，這除了要求教師具備信息檢索與加工能力之外，還需要教師從根本上建立數(shù)據(jù)與資源意識(shí)。第三，在技術(shù)認(rèn)知方面，教師首先應(yīng)具備人工智能概念性知識(shí)以及常見的人工智能技術(shù)工具應(yīng)用等通識(shí)知識(shí)。人工智能應(yīng)用于教學(xué)有望成為解決教師信息化焦慮的重要方式，因?yàn)锳I技術(shù)能代替教師完成大量重復(fù)性教學(xué)活動(dòng)，教師有望獲得更多的時(shí)間和精力從事于教學(xué)創(chuàng)新?？梢灶A(yù)見，未來(lái)教師角色會(huì)越來(lái)越多地出現(xiàn)精細(xì)化、個(gè)性化的分工。[6]此外，人工智能時(shí)代大量教師與學(xué)生的身份信息與行為數(shù)據(jù)等通過網(wǎng)絡(luò)平臺(tái)進(jìn)行流動(dòng)與存儲(chǔ)，這帶來(lái)了隱私泄露的隱患，盡管區(qū)塊鏈技術(shù)作為一種新型信息加密手段，可以保證數(shù)據(jù)在網(wǎng)絡(luò)傳輸過程中的私密性，[7]但是網(wǎng)絡(luò)安全不容小覷，教師應(yīng)在享受智能平臺(tái)、工具等提供的數(shù)據(jù)收集分析便利的同時(shí)，加強(qiáng)自身及學(xué)生對(duì)保護(hù)網(wǎng)絡(luò)隱私安全的意識(shí)，保障智能化教學(xué)系統(tǒng)的健康運(yùn)行。

（陳凱泉 鄭湛飛，中國(guó)海洋大學(xué)教育系，山東 青島 266100;沙俊宏，青島市科技館，山東 青島 266100;姜永玲，中國(guó)海洋大學(xué)教學(xué)支持中心，山東 青島 266100）

參考文獻(xiàn)：

[1] 何齊宗.我國(guó)高校教師勝任力研究：進(jìn)展與思考[J].高等教育研究，2014（10）：38-45.

[2] KABILAN M K. Online professional development： a literature analysis of teacher competency[J]. Journal of computing in teacher education， 2005（21）：51-57.

[3] 徐建平， 張厚粲. 中小學(xué)教師勝任力模型：一項(xiàng)行為事件訪談研究[J]. 教育研究， 2006（1）：57-61.

[4] 羅小蘭. 中學(xué)教師勝任力模型探究[J]. 教育理論與實(shí)踐， 2010（34）：50-53.

[5] 羅洪蘭， 楊亭亭. 遠(yuǎn)程教育專職教師勝任力的研究[J]. 中國(guó)電化教育， 2008（9）：32-35.

[6] 余勝泉. “互聯(lián)網(wǎng)+”時(shí)代，教育走向何方？[J]. 中國(guó)德育， 2017（14）：46-50.

[7] 李青， 張?chǎng)? 區(qū)塊鏈：以技術(shù)推動(dòng)教育的開放和公信[J]. 遠(yuǎn)程教育雜志， 2017（1）：36-44.

（責(zé)任編輯：謝先成）