今年以来，随着DeepSeek等大模型落地引发的叠加效应，各地加速布局“人工智能+教育”。在数智技术应用于各种教育场景的当下与未来，教师将处于何种地位？教师的实践智慧如何在教学中凸显？如何让数智赋能真正转化为教师的获得感与成长力？如何利用数智技术提升教师培训的质量？这可能是技术狂飙之下尤其需要关注的话题。
华东师范大学教授闫寒冰作为教育信息化与教师培训专业化研究领域的权威学者与实践引领者，她的研究始终紧扣“人”的价值。许多人担心生成式人工智能（GAI）大模型发布后，教师将被边缘化。但闫寒冰认为，使用GAI用于教学，事实上对教师提出了更高要求。她的探索证明：数智技术不是教师的替代者，而是教师专业跃升的“新航道”。
闫寒冰一直强调数智技术需要服务于“三组关系”：人工智能赋能教师、教师指导学生使用人工智能、教师赋能人工智能指导学生，并警示教育者警惕技术的“幻觉”风险，这种既拥抱创新又坚守底线的辩证思维，使其成为学界少有的“技术理想主义与人文关怀并存”的学者。她还提出“能力本位的大规模精准研训”理念，倡导以技术破解教师发展的质量、规模与成本困局，为政策制定者、教师培训者、一线教师乃至技术开发者提供了方向性启示。
在人工智能带来教师职业重新定位的今天，教师能否从“知识传授者”转型为“学习设计师”“成长陪伴者”，当是教育数字化转型能否成功的决胜点。围绕“数智技术赋能教师专业发展”，本报特别对闫寒冰教授进行专访。
————————————————————
接住GAI带来的“红利”需要头脑清醒
中国教师报：ChatGPT、DeepSeek等生成式人工智能的落地应用引起全民热议，它们如何影响当下乃至未来教育也成为教育人关心的话题。作为教师，该如何迎接生成式人工智能带来的“红利”，又如何坚守教育初心，避免被机器所“奴役”？
闫寒冰：生成式人工智能进入大众普及状态是以2022年11月30日ChatGPT的问世为里程碑事件的，而DeepSeek的出现极大地促进了各领域的智能化进程。生成式人工智能（GAI）为教育带来了巨大的“红利”，它在教、学、管、考、评多个场景下都可以给教师带来高效便利的支持，更将使教学环境、教学形态与教学评估得以重构，为学生的个性化学习与素养提升提供前所未有的可能。
要接住这巨大的“红利”，教师最需要做的事情就是学习，提高自身驾驭技术的能力。GAI的操作非常简单，但真正的挑战在于如何挖掘其潜在的价值。教师应用GAI促进育人模式变革，要做到“四个避免”。
第一，避免“垃圾进，垃圾出”。GAI是一个“遇强则强、遇弱则弱”的工具，它的输出质量高度依赖于输入质量。如果教师输入的问题或指令不清晰、不准确，缺乏内涵引导，生成的内容可能会偏离预期，甚至产生错误，而本体知识强大的教师更可以通过思考模型、专家知识在提示词中的导入，深入挖掘其背后强大的知识系统。
第二，避免“幻觉出，误导深”。GAI有时会产生“幻觉”，即生成看似合理但实际上错误或具有误导性的内容。这种现象在技术尚未完全成熟的阶段尤为常见。教师在使用GAI时必须保持警惕，尤其是在涉及专业知识或敏感话题时，教师应结合自身的专业知识和经验对生成的内容进行严格审查，确保其科学性和正确性。
第三，避免“今天记，明天忘”。通用大模型的记忆功能是有限的，教师生成的提示词会有一段保留时间。为此，教师要学会利用专属智能体来做提示词的“记忆封装”，将专题类的知识点系统化、结构化地进行存储和调用，同时结合对工作流的规划，以及对应用插件的调用，使其成为更为强大、更具针对性的智能助手。
第四，避免“有成果，无成长”。GAI可以帮助教师和学生快速完成任务，生成看似高质量的成果，但如果这些成果依靠智能技术自身来输出，而没有真正促进学生的思维能力和创造力的提升，那么这些成果的价值不但将大打折扣，还极有可能使师生的思维惰化。因此，教师必须要发展自己的教学智慧，创造性地应用智能助手。特别是在指导学生应用GAI时，教师不但要让学生理解智能工具所带来的负面效应，关心技术伦理，还要通过教学设计或智能体等方式，使其从一个“唯命是从的助手”变成一个“富于智慧的助教”，人机协同来培养学生的批判性思维、创造力和解决问题的能力。
总之，GAI为教育带来了巨大的机遇，但其风险更胜往昔。教师在使用这些技术时，必须保持清醒的头脑，不断提高本体知识与教育智慧，坚守教育初心，通过合理、审慎地使用技术，更好地实现育人目标，推动教育的创新与变革。
如何成为人工智能新时代的“合格教师”
中国教师报：许多专家认为，数字素养与技能是未来教师的立身之本。信息技术与教育高度融合的同时，也重新定义了教师的角色，您认为什么样的教师才是人工智能时代的合格教师？
闫寒冰：近年来，国际范围内只要谈到教师在新时代的能力素养，“数字素养”一定是榜上有名。2023年初，我国教育部颁布了《教师数字素养》标准，这为教师的能力发展提供了明确的对标依据，有助于教师实现数智时代的角色重塑，成为个性化学习的促进师、学习环境的设计师、学习资源的整合者、数据分析的决策者。除此之外，我认为智能时代的合格教师还需要从以下三个方面提升自己。
一是扎实的本体知识，特别是对领域内通法通则的掌握。在GAI快速普及的今天，人类到底应该学习什么样的知识是值得再次讨论的问题。知识细节、简单逻辑虽然也有意义，但智能助手完全可以辅助补充。未来的工作必然在人机协同的状态下开展，因此教师更应该去掌握领域中具有广泛适用性和深远影响的核心思想或原理，掌握领域中的知识结构，以及具有普适意义的“通法通则”，它们是理解复杂现象、解决复杂问题的关键，也是人类调用GAI开展有效工作的核心——当前的课改中，要求学生领悟大概念，教师的学习也该如此。
二是情感劳动的能力，即对学生情感和价值观的关注与引导。智能技术如同教师的“外接大脑”，它拓展了教师的认知边界，帮助教师更高效地处理信息、分析数据、设计教学，甚至预测学生的学习需求。然而，正如大脑左右半球的分工协作，智能技术负责逻辑与效率，而教师则须专注于情感引导、创造力培养和价值观塑造。只有两者结合，才能实现教育的真正意义——既传授知识，也塑造人格。当前，在技术应用中保持对学生情感和价值观的关注仍显不足，这是亟待加强的方面。
三是终身学习的态度，即持续更新知识和技能的意愿与行动。在知识爆炸的时代，终身学习已成为每个人的必修课，对教师而言尤为重要。联合国教科文组织（UNESCO）在1996年发布的《学习：财富蕴藏其中》报告中首次提出教师应成为终身学习的典范。此后，许多国家和国际组织在制定教师能力标准时都借鉴了这一理念。教师的终身学习不仅是职业要求，更是提升教学质量、树立榜样、应对挑战、促进职业和个人成长以及履行社会责任的必要途径。在教育数字化转型的背景下，教师更需要涵育数字素养，保持对新技术的敏感度，拓宽视野，持续更新知识，推动育人模式的深度变革。
中国教师报：要成为数字时代的合格教师，首先需要唤醒教师的内生动力，同时也需要通过教师培训等方式给予系统性支持。传统的教师研训模式注重知识传授，而当前教师专业发展的追求从“知识习得”向“实践迁移”发生转变，人工智能将如何赋能教师发展模式的变革？
闫寒冰：成人学习本来就应该追求“实践迁移”的效果，只是要达到“实践迁移”的效果并不容易，研训内容要精心设计，要“做中学”，要关注个性，还要更多的实践、反思与专业指导。因此，在现实情况下能够达到这种水准的研训活动不但凤毛麟角，而且成本不菲——这种状态是无法满足新时代教师能力发展需求的，因此，面向教师学习的设计还必须达到“规模实施”的目标。
能力本位、关注差异、规模实施是基于专业化思考、具有中国特色的教师研训追求，其达成必须借助信息技术的力量。在数字化转型阶段，人们对于教师发展模式的变革方向可以用一句话来概括——能力为本的大规模精准研训，质量要高、规模要大，同时还要关注差异，体现精准性。
近年来信息技术呈指数级发展，我国在人工智能助推教师队伍建设、信息化促进教育公平等方面的持续作为，为实现教师发展模式的变革提供了越来越强大的支撑。首先，学习方式更加弹性灵活。混合弹性模式支持学习者在面对面教学、在线异步教学和在线同步教学进行灵活选择，具备个性灵活、多样丰富、高效节约、可持续性等显著优势，特别有利于教师解决工学矛盾，保证学习的持续性与适应性。其次，学习形态更加开放融合。数字技术可以衔接离境学习与校本教研，虚实融合的学习空间场景也逐步成为教师专业生活重要场景之一。同时，伴随着微认证的持续发展，场馆学习、自主研学等非正式学习形态得以延伸和发展，对教师专业发展中的正式学习给予必要补充。再次，学习方式更加嵌入实境。学习资源与学习干预的伴随性提供，使得基于场景的嵌入式学习成效得以保证。在这种学习方式中，场景作为一种链接方式，链接需求、学习与应用，满足教师研训对“学以致用”的需求，实现了“基于课堂、服务课堂”的深度学习。
GAI出现之前，已有一些学校或教研机构采用课堂分析系统、教研分析平台，但其所能提供的功能和服务还比较有限，存在测评目的异化、数据采集单一、分析缺乏深度、结果可视化水平低、反馈智能化薄弱等问题。GAI极大地缩短了这些分析系统的智能化进程。GAI不但在自然语言处理、文本理解、文本生成、音频处理、图像生成等方面有重要突破，而且在人机对话中可以提供合适且准确的答案，极大程度地体现出对人类语言的理解和对人类思维过程的复制。这些成就势必带来教师发展领域的重大突破，降低沉浸式学习、智能化测评等应用的开发成本并提升质量，使教师个性、精准、灵活、优势的学习样态成为可能。
中国教师报：教师培训常常面临两大难题，一是教师对职业发展中“我需要何种培训”往往并不自知，二是持续学习的积极性不高，如何运用数智技术解决这两大难题？
闫寒冰：需要强调的一点是：在教师培训中，所有技术的应用均要以专业化为底色。
就“需求调研”来讲，数字化调研问卷已经很普遍了，但还是无法对教师的需求作出准确的诊断，关键原因在于需求调研是一项非常专业的工作，它需要经历业务需求分析—绩效需求分析—学习需求分析—学员需求分析四个环节。在现实操作中，我们的很多培训只做了最后一个环节“学员需求分析”，当然诊断不出真正的需求来。
在专业化基础上再来考虑技术应用，很多问题就会变得脉络清晰。在学情诊断方面，如果要做足四个环节，就必须将专业诊断知识进行建模，内嵌于数字化平台之中，然后就可以通过数据平台针对性和持续性地收集、整理、分析教师需求，提供个性化培训建议，甚至可以直接将学习资源推送给需要的教师。
再来看看教师学习的积极性不高，这与很多因素相关。培训质量不高，当然是因素之一；教师工作忙碌，也是因素之一。同时，我们必须看到，即使课程质量很好、学习者也有时间，学习仍然不如休闲有吸引力。因而，要调动教师学习的积极性，就涉及动力机制的问题，如学习积分、培训学分、能力认证、晋级标准等，都是有效的激励方法，同时学习过程中的情感陪伴也是很有价值的。在这些方面，技术大有可为，例如基于积分的学习奖励系统：通过数字化平台，教师可以积累学习积分，完成特定课程或任务后获得奖励、认证等；基于数据的教师队伍治理：打通不同部门、不同业务环节之间的数字化协同通道，打通教师学习与教师队伍治理之间的数据链条，进而通过教学成果、公开课、科研论文等教师关切绩效撬动自主学习行为；基于深度学习的情感陪伴与社交：情感具有动态性、多维性和个体性，对其的识别与诊断更具挑战性。但随着自然语言处理、计算机视觉、深度学习等技术的发展与成熟，情感计算技术也得到大力发展，可以为学习者提供情感支撑与陪伴，教师在学习过程中就可以随时与虚拟同行交流心得，获得鼓励和反馈。这些技术应用不仅能够提升教师的学习体验，还将通过激励机制和情感陪伴增强他们的学习动力。
中国教师报：为了提升中小学教师数字素养，我国持续实施了中小学教师信息技术应用能力提升工程，您一直在推进这项工作。请问，能力提升工程为中国特色的教师研训积累了哪些好经验？面向未来，还可以在哪些方面进行升级调整？
闫寒冰：全国中小学教师信息技术应用能力提升工程（简称“工程”）在过去10年间经历了1.0和2.0阶段，我主要谈2.0阶段。这个工程为“能力本位的大规模精准研训”奠定了基础，是由于它的五个原则“以校为本、基于课堂、应用驱动、注重创新、精准测评”充分体现了“做中学”“研中学”的理念，特别是以“微能力测评”为线索，使得每一个原则均有可行的落地方案。那么，在教师数字素养的发展阶段，这些原则会如何迭代升级呢？我们可以从三个方面来看。
一是从技术的发展来看。现在已到了数智赋能阶段，特别是GAI的产生，必然要有新的原则去引导教师的学习。如“育人为本”，强调数字素养提升过程中要对“技术”持有谨慎乐观的态度，确保从学生和学校的发展出发来应用技术。二是从前续工程的问题来看。前续工程虽然取得了很大的成就，但教师培训工作始终面临“动机激发”的问题，尤其是教师当前普遍比较忙碌的情况下。因此，我们强调要用“学研用展”模式，“学、研、用”这三点相信大家都理解，而这个“展”就是与教师工作绩效密切相关的公开课、案例评选、论文评选等，这一要素实际来自2.0工程期间一些省份的优秀经验，在“展”的拉动下，学习指向与成果导向趋于一致，教师的积极性被充分调动。三是从成果升级的角度来看。对于教师个体而言，2.0工程期间的成果是2—3个微能力的发展。在数字素养阶段，我们强调“能力堆叠”，即更大颗粒度的教学实践证据，把实践从“一个环节”升级到“一堂课”“一个单元”，体现教师将技术融会贯通于教育教学更全面、更体系化的思考与实践。
以数智化评价改革提升教师胜任力
中国教师报：以往，在线学习一直被质疑“学习是否真实发生”，学习效果难以判断，导致在现实中关于教师发展的评价甚至出现“南辕北辙”的情况，您认为信息技术特别是生成性人工智能将如何助力教师发展精准评价的改革，以提升教师的胜任力？
闫寒冰：评价与目标相匹配，这是催发和检验学习成效的底层逻辑。不遵循这个底层逻辑，再多的细碎数据、再强的技术手段，也难以有效推动学习，甚至适得其反，有些教师打打卡、挂挂网就能获得学分，使学习流于形式，失去了实际意义。
在教师学习中，我们追求的目标是学以致用，解决实际问题。与这类目标相匹配的评价，往往需要考查学习者在真实场景中解决问题的情况与效果，如“听评课”可以诊断教师的课堂教学能力，作品（如教案、论文等）评价可以诊断教师的设计能力、科研能力等。这些评价方法信效度高，但成本也高，并且往往难以关注细节与过程，难以持续追踪，在规范性与精准性方面又特别依赖于评价者的专业度与投入程度，这就是信息技术可以发挥作用的地方了。
在GAI出现之前，信息技术已经在教师发展评价中发挥了重要作用，比较典型的包括：实践证据提交，通过网络平台，教师可以方便地提交证明自己能力的实践证据（教案、教学视频、学生反馈等），避免了大量专家下到现场的工作成本，同时结构性、预设要求的证据又能保证评价质量；数据追踪与分析，通过课堂录像、多模态识别和教学管理系统，可以分析教师的课堂互动频率、学生参与度、学习关注度等，为教学能力评价提供数据支持；实时反馈与改进，通过可视化工具，教师可以实时查看自己的教学数据（如学生参与度、课堂互动情况、学习成绩、作业完成情况等），及时发现问题并改进；多维数据整合，通过在线协作平台，可以整合来自学生反馈、同行评价、教学成果等方面的数据，形成教师能力画像，提升评价的全面性与客观性，为精准干预提供依据。
但这个阶段的技术还很难做专业化的质性评价与情境评价，GAI凭借其强大的对话情境理解和启发性内容生成能力突破了这一难题，必然进一步推动评价的个性化、深度化、情境化和动态化。例如，个性化评价与反馈：通过分析教师的教学录像或教学设计，GAI可以生成详细的反馈报告，指出具体问题并提供改进策略；深度内容分析与生成，通过自然语言处理技术，GAI可以分析教师的课堂语言，评估其表达的清晰度、逻辑性和互动效果；模拟与情境化评价，GAI可以生成复杂的教学情境案例，评估教师在应对实际问题时的决策能力和教学策略；动态评价与持续改进，通过持续追踪教师的教学数据，GAI可以生成教师能力发展的趋势报告，帮助教师和学校制订长期发展计划。
未来，伴随着技术的不断进步，教师发展评价将在智能技术的加持下更加深入、更融入常态，为教师胜任力的提升提供更强有力的支持。
————————————————
闫寒冰，华东师范大学教师发展学院院长、教授，全国中小学教师培训专家工作组副组长，全国中小学教师信息技术应用能力提升工程办副主任，国家级教师培训管理者发展研究中心主任，中国教育学会教师培训者协作体常务副秘书长。
|
