分类: 教育学 >> 教育技术学 提交时间: 2024-10-22
摘要:人工智能将教育领域传统的“师生二元关系”转变为“教师—人工智能—学生的三元动态关系”。这种转变要求重新审视教师角色及其在人工智能时代所需的能力。然而,目前极少数国家定义了这些能力或制定了培训教师人工智能能力的国家规划,导致许多教育者缺乏指导。在此背景下,联合国教科文组织发布了《教师人工智能能力框架》,定义了教师在人工智能时代必须掌握的知识、技能和价值观。该框架采用二维矩阵的方法,构建了涵盖5个能力层面,横跨获得、深化和创造3个能力等级的15种人工智能能力模块,并为教师提供了建立人工智能知识、应用伦理原则和支持其专业成长的框架应用策略。作为全球教师人工智能能力框架构建的参考工具,分析该框架有助于指导我国研制面向教育强国需求、契合教育家精神的本土化教师人工智能能力框架,为我国教师培训和评估项目提供参考。
分类: 教育学 >> 教育技术学 提交时间: 2024-10-19
摘要:尽管教师在人工智能教学中发挥着重要作用,但已有研究对教师在教学中使用生成式人工智能工具的知识知之甚少,且尚未从教师角度研究高校教师生成式人工智能的伦理评估知识。解释高校教师使用生成式人工智能技术知识、教学知识与其伦理评估知识间关系的实证证据有限。生成式人工智能教育时代有必要构建整合伦理知识的教师生成式人工智能技术教学内容知识(GenAI-TPACK)框架。文章从技术伦理视角,将伦理知识作为高校教师独特的专业知识成分,基于技术教学内容知识(TPACK)框架,利用伦理知识扩展该框架,采用模型构建法和结构方程模型,创新构建了整合伦理知识的教师生成式人工智能技术教学内容知识(GenAI-TPACK)框架,旨在揭示高校教师生成式人工智能技术教学内容知识(GenAI-TPACK)框架要素(GenAI-TK、GenAI-TPK、GenAI-TCK和GenAI-TPACK)与其生成式人工智能技术伦理评估知识(GenAI-TEAK)间的内在关系,及其使用生成式人工智能进行有效教学的专业知识结构。研究发现:(1)高校教师只有具备更高水平的生成式人工智能技术知识(GenAI-TK)并积极与生成式人工智能工具互动,才会更好地理解其教学潜能。(2)生成式人工智能技术知识(GenAI-TK)能够帮助高校教师基于生成式人工智能做出更好的评估决策。(3)仅有生成式人工智能技术知识(GenAI-TK)不足以使高校教师在教学中有效使用生成式人工智能工具。有效地将生成式人工智能融入教学需要整合高校教师的生成式人工智能技术知识(GenAI-TK)与其技术教学知识(TPK)和技术内容知识(TCK),这体现在高校教师的生成式人工智能技术教学知识(GenAI-TPK)和生成式人工智能技术内容知识(GenAI-TCK)中。(4)高校教师的生成式人工智能技术知识(GenAI-TK)与其生成式人工智能技术伦理评估知识(GenAI-TEAK)相关,但与其生成式人工智能技术教学内容知识(GenAI-TPACK)无关。高校教师的生成式人工智能技术伦理评估知识(GenAI-TEAK)与其生成式人工智能技术教学知识(GenAI-TPK)和生成式人工智能技术内容知识(GenAI-TCK)呈正相关,并有助于提高其生成式人工智能技术教学内容知识(GenAI-TPACK)。(5)鉴于生成式人工智能工具的技术和教学优势,文章建议采用整合伦理知识的生成式人工智能技术教学内容知识(GenAI-TPACK)框架。该框架对教师专业发展和教师教育培训的高质量推进具有重要的理论与实践意义。
分类: 教育学 >> 教育技术学 提交时间: 2024-10-17
摘要:[摘要]整合伦理知识的教师生成式人工智能技术教学内容知识(GenAI-TPACK)框架是生成式人工智能教育时代新的教师专业知识框架。文章基于该框架,采用探索性和验证性因素分析方法,以中国高校教师为研究对象,研制了中文版教师生成式人工智能技术教学内容知识(GenAI-TPACK)测评量表。探索性因素分析结果表明,包含20个题项的中文版教师生成式人工智能技术教学内容知识(GenAI-TPACK)量表的五个因子,即生成式人工智能技术知识(GenAI-TK),生成式人工智能技术内容知识(GenAI-TCK),生成式人工智能技术教学知识(GenAI-TPK),生成式人工智能技术伦理评估知识(GenAI-TEAK)和生成式人工智能技术教学内容知识(GenAI-TPACK),有良好的结构效度和内容效度。验证性因素分析结果证明,包含20个题项的五因子结构模型能较好地拟合数据。综合研究结果表明,研制的量表有良好的信效度,可为中国高校教师生成式人工智能技术教学内容知识测评研究提供测量工具支持。