师范生人工智能教育素养培养的现实困境与优化路径
西华师范大学, 教育信息技术中心, 四川南充 637009
| 摘 要： | 师范生人工智能教育素养培养质量直接决定了未来人工智能技术融入基础教育领域教育教学全要素和全过程之后的教育质量。为了探索如何提升师范生人工智能教育素养培养质量，本研究采用理论分析与实践反思的研究方法，首先对当前师范生人工智能教育素养培养过程中所面临的课程体系存在结构性缺失、教材建设存在适应性危机、教学方法存在智能转型困难的现实困境进行了系统梳理，随后认为造成上述现实困境的原因在于课程体系的确定性与其创新的不确定性之间存在矛盾、教材的稳定性和体系化与技术发展的变化性和多元性之间存在矛盾、高校教师自身的智能教学素养与教学需求之间存在差距，最后指出，破解当前现实困境需要建纲修标，融入智能教育素养内容修订课程标准，建立智能教育素养课程；政策规划，构建普适与专用教材结构，产学合作动态修订教材；构建校企融合的智能教研体系，促进高校教师专业发展，开展人机协同体验性教学。研究对提升高校师范生人工智能教育素养培养质量提供了有力支持。 |
| 关 键 词： | 师范生; 人工智能教育素养; 现实困境; 优化路径; 课程教材教法 |
| DOI： | 10.57237/j.jeit.2025.03.002 |
View:
Downloads:
收稿日期: 2025-05-24
接受日期: 2025-08-13
在线出版日期: 2025-09-09
The Practical Predicament and Optimization Paths for Cultivating Artificial Intelligence Education Literacy of Pre-service Teachers
Center of Education and Information Technology, China West Normal University, Nanchong 637009, China
| Abstract: | The quality of AI education literacy training for pre-service teachers directly determines future educational outcomes when AI technologies integrate into all elements and processes of basic education. This study employs theoretical analysis and practical reflection to explore strategies for enhancing AI education literacy training for pre-service teachers. The paper systematically identifies three key challenges in current training practices: structural deficiencies in curriculum design, adaptability crises in textbook development, and difficulties in intelligent transformation of teaching methods. It attributes these challenges to three contradictions: conflicts between curriculum stability and innovation demands, mismatches between textbook standardization and technological diversity, and gaps between educators' current AI education literacy and instructional requirements. The study proposes three solutions. First, it suggests establishing guidelines and revising standards by integrating AI education literacy components into curricula. Second, it advocates policy-driven development of dual-purpose textbook systems combining universal and specialized materials, supported by industry-academia collaboration for dynamic content updates. Third, the paper recommends building university-enterprise integrated intelligent teaching research systems, enhancing faculty professional development, and implementing human-machine collaborative experiential teaching. This research provides concrete support for improving quality of AI education literacy training for pre-service teachers in higher education institutions. |
| Keywords: | Pre-service Teacher; AI Education Literacy; Realistic Predicament; Optimization Strategies; Course Teaching Materials and Methods |
参考文献
| [1] | 刘斌. 人工智能时代教师的智能教育素养探究 [J]. 现代教育技术, 2020, 30(11): 12-18. |
| [2] | 苗逢春. 基于教师权益的自主人工智能应用——对联合国教科文组织《教师人工智能能力框架》的解读 [J]. 开放教育研究, 2024, 30(05): 4-16. |
| [3] | 焦新. 联合国教科文组织发布面向教师的人工智能能力框架 [J]. 留学, 2024, (20): 6. |
| [4] | 王福君, 吴双. 高校课程体系支撑高质量人才培养的目标依归、内涵逻辑和现实路径 [J]. 现代教育管理, 2024, (11): 22-33. |
| [5] | 文雯, 沈晓敏. 引发自适应学习的思政教材场域构建——基于中法日同类教材编写逻辑的比较 [J]. 全球教育展望, 2025, 54(05): 57-69. |
| [6] | 杨宗凯. 以“MEMS工作法”加快推进教育数字化转型——以武汉理工大学探索实践为例 [J]. 国家教育行政学院学报, 2024, (07): 75-79. |
| [7] | 李上康, 宋丽霞, 孙峰. 港航管理专业项目课程体系的构建 [J]. 航海教育研究, 2018, 35(02): 87-92. |
| [8] | 缪学超, 胡玲. 如何将可持续发展目标嵌入大学课程？——基于英国曼彻斯特大学的案例分析 [J]. 中国高教研究, 2024, (05): 85-92. |
| [9] | 郑琼洁, 王高凤. 人工智能技术应用与中国制造业企业生产率——兼对“生产率悖论”的再检验 [J]. 学习与实践, 2021, (11): 59-69. |
| [10] | 费建翔, 刘丙利, 党同桐. 何以拥抱: 高校教师教学人工智能技术采纳意愿研究 [J]. 现代教育技术, 2025, 35(05): 32-41. |
| [11] | 李艳, 孙凌云, 江全元, 等. 高校教师人工智能素养及提升策略 [J]. 开放教育研究, 2025, 31(01): 23-33. |
| [12] | 李海峰, 王炜, 李广鑫, 等. 智能助产术教学法——以“智能苏格拉底会话机器人”教学实践为例 [J]. 开放教育研究, 2024, 30(02): 89-99. |
| [13] | 李海峰, 王炜. 人机协同深度探究性教学模式——以基于ChatGPT和QQ开发的人机协同探究性学习系统为例 [J]. 开放教育研究, 2023, 29(06): 69-81. |
| [14] | 戴岭, 赵晓伟, 祝智庭. 智慧问学: 基于ChatGPT的对话式学习新模式 [J]. 开放教育研究, 2023, 29(06): 42-51+111. |
| [15] | 魏非, 杨可欣, 祝智庭. 协同探究智创: 生成式人工智能时代的学习新模式 [J]. 开放教育研究, 2025, 31(02): 14-23. |
