1. 引言
人工智能正在推动教育领域的生态变迁和系统性改革，2017年，国务院发布《新一代人工智能发展规划》，提出将“发展智能教育”作为重要内容，强调利用人工智能技术推动教育教学改革。众多国家早已将人工智能教育纳入K12教育体系，德国、新加坡等都相继制定并启动K12阶段的人工智能教育计划[1] [2]，我国也出版了相应的人工智能教科书[3]。师范生作为教师预备役，作为未来教育的引导者和实践者，是将人工智能素养教育融入K-12课程的关键角色[4] [5]，直接决定了人工智能教育实施的质量与效果。联合国教科文组织于2024年8月发布了《教师人工智能能力框架》，明确了在职教师的人工智能能力要求，由此师范生的人工智能素养发展已成为当前K12教育必须关注的议题。
2. 师范生人工智能素养的内涵
当前已有许多关于人工智能素养定义的研究，大多从知识水平与应用能力方面做出定义，如认为人工智能素养是“以自主和理性的方式与人工智能技术互动所需的能力”[6]，或是“有关人工智能的知识和信念，有助于识别、管理和应用人工智能”[7]。也有部分研究关注到批判性使用、评价人工智能技术的道德伦理方面，认为人工智能素养是“在实际应用中感知和理解人工智能技术的能力；能够熟练运用和利用人工智能技术完成任务的能力；能够分析、选择和批判性地评估人工智能提供的数据和信息的能力，能够培养个人责任意识和相互权利义务的尊重的能力”。
在此基础上，逐渐有研究关注到教师、师范生群体的人工智能素养，建立了相关评价框架。一种视角是基于布鲁姆教育目标分类理论构建的人工智能素养一般能力框架，如Zhao、Ding等借鉴Wang的人工智能素养框架[8]，指出教育工作者的人工智能素养应涵盖四个方面：认识与理解人工智能、应用人工智能、评估人工智能应用和人工智能伦理[9] [10]，Ayanwale等在此基础上补充了额外的人工智能创造能力和问题解决能力[11]，梁林梅等将中小学教师的人工智能素养确定为“人工智能意识与态度、人工智能知识与技能、人工智能思维、人工智能赋能应用和人工智能伦理”5个维度[12]。另一种视角则是从教师的人工智能教学实践来构建评价体系，如Kim等基于TPACK (Technological Pedagogical and Content Knowledge，即整合技术的学科教学知识)框架梳理了教师的人工智能能力[13]，从基于人工智能技术的综合课堂管理能力、设计开发人工智能学习资源的能力、教学评估与成果展示能力等方面对教师提出了要求。总体而言，当前学界对教师人工智能素养的要求各有侧重，前者着重教师各项人工智能能力的平衡性和整体性，既要谙熟人工智能的基本原理，又要能根据需要选择、使用人工智能并评估效果；后者则更注重教师在教学实践中运用人工智能技术赋能教学的实操技能，主要表现为学科教学和人工智能技术的整合能力。
师范生相对于在职教师通常更年轻，对新事物、新技术的接受能力和适应能力更强，因此在人工智能基本知识(Basic Knowledge of Artificial Intelligence, AI-BK)上，师范生需有更扎实的理论基础。这并非要求师范生学习自然语言处理或神经网络等知识，而是能够大致辨识人工智能工具所使用的某项技术，从而筛选和匹配该项技术适用的教学内容、教学活动等，充分发挥其效用。在学科教学与人工智能技术的整合上，师范生正处于学科教学能力的培养阶段，且暂无教学工作压力，有更多的时间和精力钻研学科内容，由此师范生首先应该思考人工智能技术支持下的学科内容知识的组织和呈现方式，掌握整合人工智能的学科内容知识(Technological Content Knowledge of Artificial Intelligence, AI-TCK)，当下正处于2024版义务教育教材更新使用的重要节点，需把握机会，趁势研读新教材的组织架构和知识体系，思考如何用人工智能技术对知识内容进行加工处理。其次是整合人工智能的学科教学知识(Pedagogical Content Knowledge of Artificial Intelligence, AI-PCK)，涉及到如何运用人工智能技术组织教学活动，表现为基于人工智能的学科教学设计能力。人工智能与教学设计的融合并非简单的技术叠加或应用，而是一个深度整合和创新的过程，师范生需在辨析不同人工智能技术特点及其在教育中潜在应用的基础上，结合学科知识特点，将技术嵌入到教学目标、内容、活动组织和评估等各个方面，重新规划学科教学设计的各个环节要素，构建人工智能技术支持的新型教学模式。最后，方法同内容是对举的概念[14]，因此改良和创新人工智能技术支持下的学科教学方法，掌握整合人工智能的学科教学法知识(Technological Pedagogical Knowledge of Artificial Intelligence, AI-TPK)也是师范生需要考量的问题。随着教学改革的施行和人工智能技术的更新迭代，部分教学方法难以适配当前教学目标的要求，也难以充分发挥新型人工智能技术的效用，因此师范生也应研究如何对学科教学方法的具体步骤、操作程序进行创新，保证教学方法的先进性。
综上，本研究阐明了师范生人工智能素养的内涵，明确了其四要素，即AI的基本知识(AI-BK)、整合AI的学科内容知识(AI-TCK)、整合AI的学科教学知识(AI-PCK)以及整合AI的学科教学法知识(AI-TPK)。
3. 师范生人工智能素养发展的现实困境
3.1. 人工智能教育课程的实践指导性不足
人工智能素养教育推行已久，部分高校也已开设人工智能相关的通识课程，南京大学于2024年9月13日已正式面向全体新生开设人工智能教育课，天津大学、北京石油化工学院等也相继开设《人工智能导论》课程，一些头部师范院校也已开设相关课程，如北京师范大学、华东师范大学等，但目前人工智能教育课程在师范院校中的普及率仍不够高。
当前，各高校开设的人工智能相关课程在课程定位和教学设计上存在一定局限性，主要体现在课程的深度与广度不足，以及对学生专业素养培养的系统性欠缺。大多数学校将人工智能课程定位为通识类课程，面向全体学生开放，因而课程深度有限。许多高校仅将这些课程设置为选修课，对学生的修习要求较低，缺乏明确的学习评价标准和学分要求，导致学生参与课程的积极性和学习投入处于较低水平。师范生在以往的培养体系中大多没有接受过大数据、计算机科学等相关领域的系统学习，缺乏应有的先前知识，尤其是文科学科的师范生，其技术能力也往往局限于基本的数字工具应用，对于机器学习、神经网络或自然语言处理等人工智能的基础概念都难以理解，相对非师范生，参与课程的积极性更是不容乐观。
同时，课程内容多停留在人工智能的基本概念、主要流派、历史发展以及技术挑战等科普性知识层面，虽然为学生提供了关于人工智能技术的基础内容，但并未设置结合当下流行的先进人工智能技术的实践性教学环节，缺少深入的技术应用指导、跨学科整合的探索以及具体的人工智能学习项目，无法有效培养学生将人工智能知识应用于实际问题解决的能力，且与师范生的专业技能发展和日常学习生活等人工智能应用情境结合不够紧密，这样一来，师范生的人工智能应用能力就难以通过通识课程得到培养。
3.2. 学习压力与技术焦虑对人工智能教学实践空间的挤压
师范生面临着课程学习和各类考试的重大压力，在日常学习中已经承担着繁重的工作量，而在教育实习中又难以参与到核心的一线教学实践中，这导致他们难以拥有足够的时间和精力探索尝试各类人工智能技术的应用及其与学科教学的整合。同时，在应试环境下，教学重心往往围绕着提升学生的考试成绩展开，传统的教学法经过检验已经能够实现教学目标，完成教学任务，而将人工智能技术纳入教学引起教学模式的全面变革无疑是一场结果未知的尝试，教师需要在没有形成经验或标准化指南的情况下摸索试探人工智能技术的有效性，面临投入大量时间精力却无功而返的失败风险，甚至是引起教学事故的可能，对于并未正式踏入教学岗位的师范生而言更是场艰难的“冒险”，因而难以迈出尝试人工智能技术辅助教学实践的第一步。
同时，人工智能技术的快速迭代与教育系统的相对稳定性形成较大反差，层出不穷的新技术使得师范生面临如何平衡技术创新与教育目标等一系列挑战，引起技术焦虑。师范生在日常学习和教育实习之外不仅需要学习和掌握现有的工具，还要不断适应新兴技术，对许多师范生来说，保持技术能力的持续提升无疑是一项额外的负担。而生成式人工智能技术的出现也对技术使用者的人工智能水平提出了更高的要求，与传统的人工智能工具相比，生成式人工智能不仅依赖于用户输入的数据和指令，还要求用户具备更高的技巧和敏锐的判断力来引导人工智能生成符合预期的结果，技术使用效果往往与用户本身的使用技巧密切相关。由此导致师范生对自身技术水平的怀疑和焦虑，许多师范生认为自己无法跟上技术发展的脚步，在使用人工智能时感到压力，难以激发和保持对人工智能技术的积极实践。
而与传统的技术焦虑、计算机焦虑相比，人工智能焦虑还包含着“对失去对人工智能控制的恐惧和担忧”[15]，师范生担心人工智能技术的介入会使得课堂教学过程变得过度依赖技术，失去引导和掌控，以及可能出现的一系列数据安全和隐私、教育公平问题，尤其是在生成式人工智能等自我学习和生成内容的技术上，师范生可能会担心人工智能生成的内容不符合教学目标，阻碍教学进程，从而减少使用频次或放弃使用。同时随着人工智能技术在教学中的广泛应用，以及其不断更新完善的功能特点，师范生难免感受到来自人工智能技术的威胁，“工作替代”是人工智能焦虑的核心特征之一[16]。当前人工智能技术已经介入到课堂教学活动的各个环节，课堂之外学生也可使用各类人工智能工具进行学习，师范生可能会担心人工智能最终会取代教学工作，从而对其产生抵触情绪，导致他们不愿意将人工智能技术纳入到他们的教学中，降低人工智能实践的积极性。
3.3. 现有人工智能技术的学科针对性较弱
于教师和师范生群体而言，人工智能技术最大的价值在于为教学实践提供有效的解决教学问题的方法或策略，完成教学任务，解决现存的教学难题。而当前其运用人工智能技术收益较低的主要原因之一，就是人工智能技术与具体学科教学场域的结合不够深入，学科针对性不强。
目前大多数人工智能技术的开发和应用主要集中于通用性较强的领域，如自动化评估、智能推荐系统和基础数据处理等，虽然能在某些教学场景中提供辅助作用，但在具体学科教学中的适用性和针对性仍显薄弱，缺乏针对具体学科的专用人工智能工具。例如，人工智能在数学中的应用较为成熟，可以通过自动批改作业、个性化错题反馈、学习路径推荐等功能辅助数学教学，在英语教学中可通过智能聊天机器人拓展口语对话训练场景，或借助智能写作反馈系统批改英语作文等，但在历史、音乐学科中的应用相对较少且还不成熟，无法针对性满足这些学科的教学需求。这种技术通用性限制了师范生在不同学科背景下灵活运用人工智能技术的能力，使得他们难以将人工智能技术融入学科教学设计和教学实践，一些老师在使用人工智能时感到束手无策，甚至明显感觉人工智能不仅不能很好地适应教学需求，还有可能带来一些新的教学问题[17]。加之不同学科的教学目标和内容特点各异，部分学科与人工智能技术的结合点不显著，师范生缺乏教学实践经验积累，通常难以找到直接应用人工智能的契机，导致人工智能技术的应用范围与学科教学脱节。
此外，对于师范生而言，人工智能技术在教学中的价值不仅在于提供自动化工具，更在于能够帮助他们提升对教学过程的掌控能力以及对学生学习情况的实时反馈和干预能力。但现有人工智能技术尚未充分考虑教学情境的多样性和复杂性，尤其是在课堂管理、学生认知差异分析和个性化教学指导等方面。而技术的学科情境性较弱，师范生无法有效利用人工智能来解决特定教学场景中的实际问题，进而也限制了他们教学能力的发展。
4. 师范生人工智能素养发展的实践路径
4.1. 完善师范生人工智能课程培养体系
为全面提升师范生在校期间的人工智能素养的培养发展效果，需要构建完善的AI课程体系，使其具备学术性、实践性和学科针对性。在形式上可借鉴南京大学的“1+ X + Y”的三层次人工智能通识核心课程体系，包含1门必修的人工智能通识核心课，X门人工智能素养课和Y门各学科与人工智能深度融合的前沿拓展课。
在课程内容上应注重人工智能理论知识与应用结合。高校尤其是师范院校的人工智能相关课程在教授人工智能基本概念、算法原理和核心技术模块的基础上，还要在课程设计中应加入更多的应用模块，注重人工智能技术与师范生的日常学习生活以及未来教学实践的联系，培养其真实场景中的人工智能应用能力。例如，可以通过案例分析或项目式学习，展示人工智能在教育领域的实际应用，如智能化教学评估系统、个性化学习路径推荐、智能课堂管理工具等。
在课程模块划分上，可考虑针对师范生的学科背景分层次设计课程，如划分为基础课程、进阶课程和专业化课程。基础课程可让所有师范生掌握人工智能的基本知识，了解人工智能技术的基本工作逻辑，夯实知识基础。进阶课程则应针对不同学科的教学需求进行深入学习，在课程设计上应特别注重学科特色与人工智能技术应用的结合，根据各学科的教学内容、教学目标以及学生学习特点，探讨如何利用人工智能技术优化教学效果。例如，针对数学、物理等学科的师范生，进阶课程可侧重于人工智能在教育数据分析中的应用；而对于语言类学科的师范生，则可以重点讲解自然语言处理技术在文本分析、语言教学反馈中的作用，同时增加具体案例的分析与讨论，帮助教师理解人工智能技术在各自学科中的潜在应用场景和技术优势。专业化课程旨在为有志深入发展的师范生提供更高阶的技术训练，培养师范生的人工智能教育应用创新能力。专业化课程可以涵盖如深度学习模型的设计与优化、数据驱动的教育创新、教育机器人和智能辅导系统的开发等复杂技术模块，师范生不仅要学习人工智能技术的高级原理，还应参与真实的教育技术开发项目，通过项目式学习掌握技术的应用流程，发展问题解决能力，帮助他们在未来的职业生涯中发挥人工智能技术的创新潜力，甚至推动教育模式的转型升级。
4.2. 拓宽师范生人工智能教学实践场域
学用不分家。人工智能课程的学习，势必要从人工智能应用的实践中得到进一步深化和提高，对师范生而言，人工智能技术实践最终将落实到学科教学中，因此，在走向教学岗位之前，师范生需充分锻炼人工智能技术支持的实践能力，重新审视人工智能辅助的课堂新形态。
其一是学科教研实践。学科教研工作是学科教学实践的起点，师范生若想在课堂上真正发挥人工智能技术的赋能作用，首先需思考如何改革现有的课堂教学设计，如考虑引入人工智能进行数据驱动的学情分析，借助人工智能技术开发课程资源，开展人工智能辅助的教学活动，以及基于人工智能技术的多维度教学评价和反馈等。总而言之，人工智能技术对教研工作的介入是全面而深入地贯穿每个教学设计环节的渐进过程，师范生既要考虑技术的适配性，又要依据教学设计、学情分析等选择技术的应用方式、时机。只有亲身参与到人工智能支持的学科教研实践中，在实践中摸索技术在学科中的应用模式，才能真正实现人工智能与学科教学的整合。
其二是课堂教学实践。师范生的所有培养最终都将于课堂教学实践中受到检验，学校应提供给师范生足够的教学实践空间。于日常的课程学习中，可组织师范生建立教学实践小组，共同研读文献与报告、分享实践经验、进行模拟教学等，定期交流讨论人工智能技术在教育中的应用，形成学习共同体。于日常学习之外，可考虑组建人工智能教学实验室，为师范生配备相关的人工智能软硬件，并提供丰富的参考资料(教程、案例库、研究资料等)，师范生可以在实验室内进行实践操作，自主探索人工智能在教学中的多种应用。除学校自身的培养之外，还可以考虑与中小学院校合作建立实践基地，设立人工智能教学实践基地，让师范生在真实的教学环境中体验人工智能应用，师范生可以观察、参与人工智能辅助的教学实施，获取第一手经验，充分打磨教学技能。还可以与教育机构、科技公司合作，为师范生提供相关的实习机会，帮助师范生在实际工作中应用所学知识。
总之，为师范生提供人工智能教学实践的空间是培养他们在未来教学中有效应用技术的重要一步。通过创造多样化的实践环境和机会，师范生能够在真实或模拟的教学场景中探索人工智能的应用，提升他们的专业能力和自信心，降低技术焦虑。
4.3. 优化人工智能教学工具配置
当前的许多人工智能教育应用都追求功能的丰富性和全面性，试图通过多样的功能来满足不同用户的不同需求。然而，功能过于丰富的技术工具往往需要花费较多时间来学习和适应，使用门槛较高，师范生容易因信息过载而感到困惑，无法有效聚焦最重要的教学任务，用户体验较差，从而使用积极性降低，造成产品功能的冗余浪费。技术开发人员可从以下几点考虑优化人工智能教学工具的功能配置：
功能单一，指向性强。师范生在教学中面临的问题通常是具体且高频的，诸如大量批改作业的重复性工作、课堂学习管理的难跟进、课后答疑的不及时性等。师范生希望使用工具来解决这些常见的问题，但不希望工具太过繁杂，否则在使用过程中不仅操作麻烦，还需要额外的时间进行学习和维护，反而增加了工作负担。相反地，单一功能的“小工具”可以直接、快速地解决教学的实际问题，而无需繁琐操作，因此可考虑针对具体问题设计一些“小工具”，如批改某一类题项的插件等。
操作简便，用户友好。师范生往往不是技术专家，尤其是文科学科的师范生，因此他们希望使用的人工智能工具是直观、易上手的，能在不额外花费精力学习复杂软件的前提下，立刻投入教学应用中，这也意味着工具应当有清晰的用户界面和简洁的操作步骤。因此可考虑最大限度减少无用按钮或复杂设置，提供直接的输入、输出功能，避免复杂的设置和自定义流程。
模块化设计，轻量化集成。师范生的教学需求是变化多端的，一个功能单一的工具难以契合多样化的课堂需求，而大体量的人工智能产品通常为了满足更多功能需要，变得庞大且固定，无法适应具体的课堂需求。因此可以考虑开发一系列功能单一的小工具，集成到一个平台或应用程序中，允许各个工具之间互相操作调用，但每个工具保持独立运行，避免集成工具的复杂性，用户可以根据不同的教学场景自由组合使用，而不是被迫使用集成工具中的所有功能。
总的来说，开发面向师范生的人工智能教学工具，应该优先考虑“小而精”的工具设计，专注解决具体问题，避免功能堆积和操作复杂化，注重简洁、易用和高效，不仅能有效提高教学效率，简化师范生的工作流程，还能增强师范生的技术自信，激发其技术探索欲，提升人工智能技术的赋能效果。
5. 结语
人工智能时代师范生的人工智能素养发展是未雨绸缪的教育大事件，是教育数字化战略行动背景下教师队伍发展的重要基础，更是未来教育改革与创新的助推器。社会各界当积极探索有效的培养发展路径和实践模式，确保师范生能够在未来的教育实践中充分发挥人工智能的潜力，为推动教育的全面发展和提升教育质量贡献力量，共同实现教育与人工智能技术协同共生的美好未来。