大学教师人工智能素养：分类构建与分阶实践

◎摘  要  面对人工智能与高等教育深度融合的趋势，大学教师素养的适应性升级成为教育转型的核心议题。针对当前素养框架同质化、学科失语等痛点，应采取“分类构建”与“分阶实践”双轨策略。理论层面，构建大学教师人工智能通用素养与专业素养双螺旋模型；实践层面，设计“基础培育—专业深化—领导创新”三阶段实施路径，配套短期工具培训、中期跨学科协作、长期领导力培养等策略。

◎关键词  大学教师；人工智能通用素养；人工智能专业素养；双螺旋模型；三阶路径

人工智能（AI）正在重塑世界，推进人类社会从工具嵌入到具身融合的转向，已深入关切大学本体论的价值重塑，直指高等教育的创新发展[1]。我国已作出战略部署，《教育强国建设规划纲要（2024—2035年）》强调，“深化人工智能助推教师队伍建设”[2]，教育部公布“人工智能+高等教育”典型应用案例，表明人工智能与高等教育正迈向融合。然而，前瞻的愿景与教师素养滞后的现实存在尖锐矛盾。究其原因有二：一是窄化人工智能素养内涵为技术操作能力；二是构建同质化框架而忽视学科的差异。本研究从技术—教育—学科—教师多重视角，构建“双螺旋素养模型”，横向区分大学教师人工智能通用素养与专业素养；纵向设计“基础培育—专业深化—领导创新”三阶发展路径。这种探索将支撑教师专业能力的提升，并守护高等教育育人价值，促进智能时代育人范式重塑。

维度界定：大学教师人工智能素养的理论基础

已有研究对人工智能素养进行了一定的探讨，但对于素养维度存在着多种界定，需要进行梳理、提炼与整合，对大学教师人工智能素养的核心维度进行界定，从而建立对大学教师人工智能素养进行分类探讨的理论基础。

1.人工智能素养的多种界定

早期研究多将AI素养视为单一维度，如只强调知识层面[3]。后续学者从多维度重新定义AI素养，如“AI概念、AI应用、AI 伦理”[4]“AI知识、AI技能、AI态度”[5]以及“AI知识、AI能力、AI伦理”三维框架[6]。随后，加入思维维度，构建四维框架[7]，增加态度和价值观维度，形成五维框架[8]，具体将教师人工智能素养分为育人理念、智能教育知识、人机协同教学、数智赋能科研创新、坚持科技向善和人本价值五个维度[9]。也有学者构建“AI意识、AI理解、AI知识、AI技能、AI评估、AI创造”六维评估标准[10]。此外，还有研究提出将人工智能社会责任纳入框架[11]。综上，人工智能素养维度可归纳为人工智能意识、概念、知识、技能、应用、思维、态度、价值观、伦理、社会责任、评估和创造等多个维度。然而，这些维度存在交叉与重叠，需进一步整合与层次划分，以确定大学教师人工智能素养的核心维度。

2.教师人工智能素养核心维度的整合

布鲁姆的教育目标分类理论将教育目标分为认知、动作技能和情感三大领域[12]，为素养维度的划分提供了理论依据。核心素养模型进一步丰富了理论基础，如“21世纪核心素养5C模型”包括文化理解与传承、审辩思维、创新、沟通、合作[13]。该模型既强调社会责任，又注重个人发展。综上，可总结出人工智能素养基本维度层，包括认知维度、情感维度、动作技能维度、个人发展维度和社会责任维度。具体到教师人工智能素养领域，《教师人工智能能力框架》包括以人为本的人工智能观念、人工智能伦理、人工智能基础知识和应用技能、人工智能与教学法整合、人工智能支持教师专业发展五个层面[14]，该框架虽含有伦理维度，但其不能代表智能向善的社会责任。《教师数字素养》标准强调了数字化意识、数字技术知识与技能、数字化应用、数字社会责任、专业发展等五个维度的要求[15]，其中数字化应用可更明确到教育教学领域的应用，以切合教师的角色。基于上述研究，并结合大学教师的工作特征与角色特点，确定了五个核心维度，包括：人工智能理念、人工智能知识与技能、人工智能教育教学应用、人工智能促进专业发展、人工智能社会责任。

分类探讨：大学教师人工智能素养的分类构成

大学教师人工智能素养的五个核心维度体现了智能时代教师必须具备的素养要求。但细化到学科领域，还需以“技术—教育—学科—教师”多重依据展开分析，进一步探讨大学教师人工智能素养的分类构成。

1.大学教师人工智能通用素养与专业素养的界定

素养是个体在知识、技能、态度、价值观、情感及社会责任感等多方面具备的综合能力和特质。英国学者斯皮尔曼提出能力的二因素说，即一般能力与特殊能力[16]。我国学者靳玉乐教授提出教师一般育人能力的概念，强调这是超越学科专业差异的通识能力[17]，是高校教师育人能力的共性素质要求[18]。相对应地，教师专业能力则是指高校教师在其学科专业领域内所具备的知识和技能，能够胜任本学科的教学、育人及科研活动。例如，STEM教师学科素养[19]、外语教师专业素养[20]以及体育教师专业素养[21]等。

教师人工智能的素养也可以进一步划分为通用素养与专业素养。教师人工智能通用素养是教师人工智能素养体系的基石，是教师在不同学科背景下开展教育教学活动时所共有的人工智能理念、知识、技能与能力，奠定了教师在人工智能时代的基本教学能力素质。它强调教师应具备通识性知识及跨学科的知识和技能，能够理解和应用人工智能的基本概念、原理和技术。从特征上来看，人工智能通用素养具有技术透明性、跨领域迁移性及价值普适性的特点。而教师人工智能专业素养则是大学教师在其特定学科专业领域内，整合人工智能技术以提升教学质量和科研水平而需具备的深度、专业性素养。它侧重于教师如何将人工智能技术与本学科的核心知识、研究方法和教学内容深度融合。与通用素养的特征相对应，人工智能专业素养具有技术不透明性、学科依赖性及创新涌现性等特点。

2.大学教师人工智能通用素养与专业素养的划分依据

从“技术—教育—学科—教师”多维度识别标准出发，基于人工智能的技术，大学教育的自身属性等多元的逻辑基础，梳理出通用素养与专业素养的划分依据。

依据一是人工智能的跨学科性及特定学科的相关性。人工智能是跨学科领域的科学技术，涉及多学科知识与技术的融合。从通用素养看，教师需具备跨学科知识和技能，理解人工智能基本概念、原理和技术，包括计算机科学、数学、统计学、心理学等。从专业素养看，教师在特定学科领域需具备更深入的专业知识和技能，以保持相较人工智能的优势。

依据二是大学教育的共性目标和育人成才的个性成长。在人工智能时代，高等教育肩负培养高素质人才的重任，要求教师不仅掌握通识性知识与技能，还要具备跨学科的人工智能通用素养和特定学科的专业素养。教育目的的全面性强调教师应具备通用素养，为学生提供全面教育体验；学科育人目标的个性化则要求教师在特定学科领域具备深度专业素养。

依据三是核心素养的学科性与跨学科性。学科核心素养，是个体解决特定学科或领域问题中所表现出的核心素养或领域特定素养[22]；而跨学科核心素养则是可以应用至不同任务、情境、目的和领域中的核心素养或领域基本理论与基本问题[23]。从这一视角来看，人工智能素养是一种具备领域一般性和领域特定性双重属性的核心素养[24]。在人工智能时代，教师肩负促进学生核心素养发展的职责使命，自然要具备一般性的人工智能素养和领域特定性的人工智能素养，即人工智能通用素养及人工智能专业素养。

依据四是教师素养的一般性与特殊性。马克思指出普遍性是特殊性的抽象，特殊性是普遍性的具体表现[25]。具体而言，教师需要具备学科知识和教学法知识的结合[26]。檀传宝教授也建议“专业教师，需要从学科专业、教育专业和通识素养三个方向努力”[27]。可见，教师素养的一般性强调教师具备一般性的通识素养，而特殊性则强调特定学科领域的专业素养。据此，大学教师人工智能素养也要进行一般性与特殊性的识别，进行人工智能通用素养和人工智能专业素养的划分。

3.大学教师人工智能通用素养与专业素养的要素分析

基于通用素养与专业素养的分类，对大学教师人工智能素养的五个维度的关键要素展开分类（如表），并选择计算机、文学、医学三个学科领域为例加以分析，这三个学科都与人工智能有着不同程度上的关联，但又分别属于不同学科的分类体系，既可以显示人工智能通用素养与专业素养的差异，又可以呈现不同学科的人工智能专业素养画像。

其一，人工智能理念是教师对人工智能在教育领域中的本质、功能、价值和发展规律的系统思考和总体看法，涵盖人工智能意识、态度、价值观及伦理等要素，是教师运用人工智能技术的基础和指导思想。在通用素养层面，教师需形成对人工智能的全面认知，理解其在教育中的多元功能，如辅助教学、个性化学习支持等，并认同人工智能作为教育工具的价值，同时树立正确的伦理观念，确保技术应用符合教育宗旨和道德规范。当视角转向专业素养领域，人工智能理念则需深度融入学科知识理论体系，催生出差异化的价值认知范式，并深入探索人工智能在特定学科教学中的独特作用和价值。在计算机领域，教师需理解人工智能算法的效率与复杂性，关注其实际应用的可行性和局限性，培养学生对技术的批判性思维和创新意识。在文学领域，教师应认识到人工智能在文本分析与文学创作辅助方面的潜力，同时引导学生思考技术应用对文学创作原创性和人类情感表达的影响，培养学生的文学鉴赏能力和伦理意识。在医学领域，教师要深入理解人工智能在医疗诊断与患者监护中的应用价值，同时强调医疗数据隐私保护和患者权益，确保技术应用符合医学伦理和教育目标。

其二，人工智能知识与技能素养涵盖教师对人工智能基本原理、概念、应用及技术工具的深入理解和熟练运用，包括人工智能知识和技能两方面。从通用素养层面来看，教师需掌握人工智能的基本概念、技术原理及常见的应用技能。这就要求教师构建跨学科的人工智能知识图谱，掌握机器学习的基本原理、神经网络的结构特性等普适性知识，同时还要形成智能工具的操作通识，例如，需具备数据清洗、参数调优等基础技能。而深入到专业素养层面，教师则需深入探究人工智能在特定学科的前沿知识与应用技能。例如，计算机领域的教师需掌握机器学习和深度学习知识，用于开发程序和指导科研；文学领域的教师应利用文本分析工具帮助学生理解作品并思考技术对创作的影响；而医学专业的教师则需掌握医学影像和诊断技术，同时注重数据隐私和伦理。

其三，人工智能教育教学应用指教师将人工智能技术融合于教育教学各环节，以实现教学效果最优化和学生全面发展。具体包括人工智能融合教学、人工智能协同育人和学生人工智能素养培育。在这一维度下，通用素养与专业素养也会有不同的要求与表现。在通用素养层面，要求教师需具备将人工智能技术融入教学过程的基本能力，具体表现为：运用智能教学平台设计互动教学活动，利用学习分析工具评估学生学习进度，从而实现个性化教学指导；利用人工智能技术开展思想政治教育与价值引领，注重学生品德养成与行为规范培养；培养学生的人工智能意识，强调学生规范、合理地使用人工智能进行有效学习。而在专业素养领域，教师则需深度嵌入学科教学法，进一步深化人工智能技术在学科教学中的应用。人工智能作为可以深度融合和渗透至各个学科的全方位、引领性的催化力量[28]，需要与其他专业交叉融合发展，在专业教学中引入典型的人工智能应用场景[29]。计算机教师用人工智能算法优化编程课程，分析作业以定位学生困难并辅导。文学教师用文本分析工具引导学生剖析作品风格与情感，开展创作活动。医学教师用医疗案例分析系统帮助学生理解诊断，强调伦理，树立正确价值观。

其四，人工智能促进教师专业发展指人工智能推动教师更新教育教学理念，探索新教学模式和方法，以适应时代发展。具体来看，人工智能技术可以通过变革教师专业发展理念[30]、重构教师专业能力[31]、重塑教师角色[32]赋能教师的专业发展。在通用素养方面，教师需具备利用人工智能工具进行自我学习和专业发展的能力，如运用智能学术文献检索系统了解学科前沿动态，借助在线学习平台参与人工智能相关课程，以不断更新知识体系。这有助于教师拓宽视野，了解人工智能在教育领域的最新应用和趋势，并依此来调整自己的专业角色。在专业素养层面，则需进一步加强人工智能技术赋能教师在本学科教学与研究深度发展，促进专业化身份重构。从三个学科来看，计算机教师需构建“双向赋能机制”，如开发智能编程教学系统时同步优化算法与教学策略；文学教师借助文本分析工具剖析作品风格与情感，形成“双重作用机制”，提升自身和学生的素养；医学教师实现“临床与教学同步机制”，利用医疗案例分析系统帮助学生理解诊断，同时强调医学伦理。这种专业分化加速教师身份重构，使计算机教师转型为教育技术架构师，文学教师成为数字人文策展人，而医学教师演变为临床—教育双模专家。

其五，人工智能社会责任强调教师在应用人工智能进行教育教学及科研过程中，必须遵循伦理规范，促进教育公平包容，维护社会安全稳定，并践行科技向善理念。这一维度要求教师在通用素养方面必须遵循伦理和规范，正确应对人工智能技术可能带来的通识性伦理问题与普遍性社会影响，如隐私保护、算法偏见等。而专业素养上则要求教师进一步深化对本学科领域内人工智能技术应用的伦理考量，能够在具体学科教学和科研中妥善处理相关伦理问题。要对人工智能相关的伦理议题进行分析，就需要在掌握基础理论的同时熟悉特定领域的专业知识[33]。显然，计算机教师应引导学生思考算法的社会影响和伦理问题；文学教师要引导学生思考人工智能创作对文学原创性和人类表达的影响；医学教师需强调医学伦理在人工智能应用中的重要性，以培养学生的伦理意识、批判性思维和正确的价值观。

4.大学教师人工智能双螺旋素养模型的构建

教师人工智能素养呈现重叠、互补、进阶的复杂关系，形成双螺旋结构。因此，可构建“双螺旋素养模型”（如图），搭建起以“通用素养”与“专业素养”为双链的大学教师人工智能素养的立体动态框架。该模型的核心特征在于专用素养和通用素养二者之间的耦合机制，具体表现为通用素养为专业素养提供人工智能技术的元认知框架，专业素养则为通用素养锚定学科具身场域，通过双边平衡与双轮驱动的耦合机制，实现螺旋式协同进化，推进通用素养与专业素养全面、有序提升。

第一，跨学科性与专业特定性双边平衡，确保教师人工智能素养的全面推进。

在双螺旋素养模型中，跨学科性与专业特定性的平衡机制通过知识迁移、伦理校准与技术适配梯度的三重路径实现动态协同。通用素养为教师提供跨学科知识基础（如机器学习原理、数据伦理规范），使其能够穿透学科边界，理解人工智能的共性规律；而专业素养则聚焦学科知识论的深度重构，要求教师将通用技术转化为领域实践规则。这种平衡并非单向输入，而是双向反哺：跨学科知识为专业实践提供方法论支撑，专业实践中的伦理争议又反推通用伦理框架迭代。二者的协同作用在跨学科项目中尤为显著——计算机教师提供算法架构、文学教师注入文化解释规则、医学教师整合临床决策逻辑，最终形成“技术透明性”与“学科具身性”的共生体系，既避免技术工具化陷阱，又突破学科封闭性局限。

第二，动态适应性与创新实践性双轮驱动，促进教师人工智能素养的可持续提升。

动态适应性与创新实践性通过技术驯化—价值重构的反馈循环，驱动教师素养的螺旋演进。动态适应性体现为教师对技术迭代的快速响应能力。创新实践性则要求教师将技术潜能转化为教育场景突破的实践智慧，例如，计算机教师开发缺陷诱导式编程教学法；文学教师构建智能化写作教学系统；医学教师设计智能体模拟复杂临床情境。二者的耦合正是对国家教育数字化战略落地实践的积极回应，正如国家教育数字化战略行动2025年部署会上提出“推动各级各类教育课程、教材、教学体系智能化升级，将人工智能技术融入教育教学全要素、全过程”。[34]这种双轮驱动机制使教师从技术被动适应者转型为教育主动设计者，在技术颠覆性变革中，既保障教学体系的稳定性，又激发教育价值的创造性表达。

总之，双螺旋模型的本质是通过“平衡—驱动”的协同作用，实现教师素养的生态化演进。因此，教师既避免陷入技术工具主义的窠臼，又防止固守学科本位而错失技术革命机遇。在提升教师人工智能素养的工作中，既要避免陷入学科失语的普适培训范式，又要防止过分强调专业深度的行为。

分阶实践：大学教师人工智能素养的提升策略

人工智能引发的教育本体转型是一个不断推进的过程，这要求从纵向维度上，设计“基础培育—专业深化—领导创新”的大学教师人工智能素养三阶发展路径，并制定分步提升策略。

1.分阶发展路径：分阶段的人工智能素养发展路径规划

第一，初始阶段的通用素养培育。该阶段教师在教育理念与模式上开始接触人工智能技术，并已出现一些局部的、浅层次的调整。可以开展人工智能基础培训课程，涵盖人工智能的基本概念、主要技术及其在教育领域的应用现状等内容，引导教师掌握一些基本的人工智能教学工具，使其在教学中初步运用这些工具进行教学设计、课堂管理和学习评估，培养教师对人工智能伦理与社会责任的初步意识，并能引导学生正确看待人工智能技术的发展与应用。

第二，中级阶段的专业素养深化与拓展。随着教育本体转型的深入，教育模式与结构开始出现系统性的调整与优化。这时，可通过组织教师参加专业的人工智能培训课程，深入学习人工智能在本学科领域的应用技术，鼓励教师开展人工智能教学研究与实践，探索如何将人工智能技术更好地融入到教学设计、课堂实施和学业评价等环节中，提高教学质量和学生的学习效果，培养教师的跨学科思维和创新能力，使其能够与其他学科教师合作开展跨学科教学项目，拓展学生的综合素养。

第三，高级阶段的专业领导力与创新力培养。这一阶段，人工智能技术与教育教学实现深度融合，形成全新的教育生态系统。需为教师参与人工智能教育政策的制定和实施提供条件，为教育决策提供专业支持和建议；鼓励教师开展人工智能教育创新研究，探索人工智能技术在教育中的前沿应用和创新模式，推动教育理论与实践的创新发展；培养教师的国际视野和跨文化交流能力，使其能够参与国际人工智能教育合作与交流项目，提升我国人工智能教育的国际影响力。

2.分步提升策略：智能素养提升实践的细化与执行

第一，设定短期目标并制定相应的行动计划。教师应该设定短期目标并应制定详细的行动计划，包括参加培训课程、阅读相关书籍和文献、参与教学实践等，并定期评估自己的学习进度和实践效果，及时调整行动计划，确保短期目标的实现。学校应该在制度上及资金上给予激励，引进或开发相关的人工智能教学工具和在线学习平台，为教师提供教学资源，并提供基础培训课程，帮助教师实现这些目标。

第二，进行中期评估并根据反馈调整培养策略。教师应进行中期评估，总结自己在专业素养深化与拓展方面的进展和成果。通过评估，教师可以了解自己在人工智能技术应用和学科教学中的优势和不足，从而调整培养策略，进一步提升专业素养。学校可以组织跨学科合作项目和研讨会，鼓励教师分享经验和交流心得，并为教师提供专业培训和资源支持，帮助教师提升专业素养。

第三，规划长期发展路径并建立持续改进机制。教师应规划长期发展路径，明确自己在人工智能教育领域的职业发展目标和方向。具体包括提升专业领导力和创新能力、参与人工智能教育政策的制定和实施、开展人工智能教育创新研究等。同时，教师应建立持续改进机制，定期评估自己的职业发展进展和成果，及时调整发展路径和策略。学校应建立领导力培养机制，并提供长期经费，支持教师参与人工智能教育政策的制定和实施，帮助教师提升领导力和创新能力。

[本文为福建省科技计划项目2024年度创新战略研究项目“福建省高校科技创新绩效评价与协作机制研究”（课题编号：2024R0101）、福建省高等教育学会高等教育科学规划 2023 年度课题“福建高校数字教材应用生态评价与闭环构建研究”（课题编号：ZC202334）的研究成果]

【作者：郭宏 幸泰杞，单位：郭宏，福建师范大学；幸泰杞，浙江大学教育学院】

（原载2025年第7期《中国高等教育》）