一线教师怎么才算"懂AI"——教师AI素养框架到底在讲什么？

一位刚从行政岗位转岗到专业群带团队的高职老师，手边要推进一批课程改造，遇到的第一个坎竟是共识问题：整个教研室对"AI素养到底指什么"各说各话——有人认为是会用某个大模型，有人觉得得能看懂代码，还有人坚持核心在伦理。争论背后是同一个困惑：如果连"素养"的边界都没划清，课怎么改、师资怎么训、教师怎么评？ 这一困惑并非高职独有。事实上，为回答"教师究竟该具备哪些AI素养"，国际上多年来陆续出现了至少十一个有着不同侧重、不同结构的能力框架，而对这些框架的系统比较，恰恰为我们提供了一面可以照见未来的镜子。

以下内容依据华中师范大学研究者对国际11个教师AI素养框架的比较研究（见文末来源）进行通俗化改写，并用一问一答的方式，把框架背后的逻辑拆给高职的一线教师和教学管理者看。

一问：绕来绕去，"教师AI素养"四个字到底指哪些东西？

先给一个稳妥的答案：目前学界多把教师AI素养理解为教师在教育教学中有效且合乎伦理地使用AI所需的一整套知识、技能与态度。 它不是单一技能，而是"会不会用、用得好不好、敢不敢负责任地用于育人"三者的叠加。之所以需要这样宽的理解，是因为AI进入课堂后的影响范围远比"多一件工具"大得多——它改变了信息的来源、批改的方式，甚至学生在学习中与谁对话。

在这个大共识之下，拆细国际十余个框架便能发现，它们的维度虽各不同，却高度收敛在六类核心要素上，几乎可以看作教师AI素养的"公因子"：

① AI意识。 涉及教师对AI本身及人机互动、AI教育应用的态度与理解，像一个"总开关"，决定着教师是开放尝试还是抵触回避，是以批判眼光审视技术边界还是迷信技术万能。

② AI伦理。 讲的是教师在应用AI时对价值、法规与隐私的通晓与遵守，是一道"安全带"，让教师在效率面前仍能守住数据安全、教育公平与人本底线。

③ AI基础知识与技能。 指教师对AI原理与常用工具的基本认知，是"地基"，也是后续教育应用能否成立的前提。

④ AI教育应用。 指教师用AI辅助备课、设计教学、开发资源、开展评价的能力，往往构成框架的"主体"，最贴近教师日常。

⑤ AI赋能学习者。 强调用AI支持差异化与个性化学习，让不同基础、不同条件的学生都能受益，是对"以学习者为中心"的直接呼应。

⑥ AI支持教师专业发展。 指教师借助AI反哺自身成长与共同体建设，让素养成为一个可持续的自我更新过程。

把六要素排成一列，逻辑其实是一条从"认识"到"应用"再到"反哺"的上升线——意识与伦理先把方向摆正，知识与技能给足手段，教育应用把手段变成方法，最终既成全学生、也成全教师自己。

二问：这些框架是怎么"造"出来的，为什么值得关注方法本身？

明白框架讲什么之后，更值得留意的或许是"它是怎么被造出来的"，这往往决定了一个框架是否可信。综合来看，国际上构建教师AI素养框架大体有三种取径，且优质框架几乎都会叠加使用而非孤注一掷：

① 基于文献分析做提炼。 系统梳理已有数字素养、AI素养与学科教学研究，从中归纳出素养维度。长处在全面、有据，短板是容易停在"已有成果"上翻新，创新性有限。

② 依据成熟框架做推衍。 最常见的是借用整合技术的学科教学法知识（TPACK）或已有的教师数字素养框架，把其中的"技术知识"升级为"AI知识"后重新组合。好处是站在巨人肩上、有理论据可依，风险是可能被母框架的形状框住，创新要素难进入。

③ 借助实证调研做校验。 通过问卷、访谈、专家咨询乃至国际磋商来确认和修正维度，让框架"接地气"。这是前两者的重要补丁，能显著增强适切性，但成本也更高。

真正经得起推敲的框架，往往走的是"文献打底—理论搭架—实证校准"的组合路线。这一点对高职的启示是直观的：当学校要用某一套框架来牵动培训与考核时，不妨先追问一句——它的维度来自哪、有没有经教师验证、靠不靠得住？ 若只是从网上抄来的表面清单，落地时很容易水土不服。

三问：这些框架在"长相"上有什么规律，我们该抄哪种？

除了内容，框架的"长相"也有门道，可用两张维度把它切清楚，也是判断该选哪类的实用工具。

先按"内容侧重"分，多数框架可归为三类：

再按"结构走向"分，则只有水平式与进阶式两类。水平式把各维度平铺并列，简单、易上手，却说不清教师的成长先后；进阶式则按"获取—深化—创造"或"新手—骨干—专家"的梯度纵向推进，能把"不同水平的教师该到哪一步"讲透，因而更能服务于分层培训，可惜精细度高、构建难度也大。

对多数高职来说，比较实用的策略是"综合打底、进阶导航"：以综合素养型框架作为能力全景的底图，再借进阶式的梯度层级来设计不同起点教师的发展路径。这样既不至于顾此失彼，也不会让所有人走同一条没有台阶的路。

四问：那高职到底该怎么拥有一套真正"能用"的框架？

国家级层面尚未出台专门统一的教师AI素养框架，正因如此，院校才更需要审慎自处。国际经验给出了三条很实在的建议，我逐一翻译成高职的动作。

① 融合理论依据与实证证据来建。 也就是说，框架既要有教育学、技术哲学上的道理作支撑，也不能脱离教师现实空谈理想，得让一线教师、管理者、专业技术人员都参与进来"校准"。对高职而言，切忌关着门列一堆好看而无用的维度，宁可先小范围访谈几位骨干、摸一遍本校教师的真实短板，再回头完善维度。

② 兼顾框架的普适性与针对性。 一方面需要一张能覆盖不同专业、不同背景教师的通用能力表，另一方面也要承认，智能制造专业的教师和财经商贸专业的教师，其AI应用场景并不相同。若条件允许，可在通用框架之下，为中高职不同专业群适度做差异化细化，同时按城乡或校本条件保留弹性，避免一刀切。

③ 充分论证框架的可靠性。 说白了就是把四件事说清楚：这个维度到底指什么、它面向哪类教师、能派什么用场、对个人与学校意味着什么。可靠性越高，用来做培训、做评价时才越有底气，否则极易沦为"墙上的一张图"。

拿到一套合格框架之后要理解，框架绝不是拿来看的，而是拿来当"导航"的——它既要能牵出诊断工具、识别每位教师的起点，也要能指导后续的培训与成长路径设计，还要能支撑对成效的评价。下面这条传导链，大致画出框架从纸面走向讲台的逻辑。

需说明的是，上图意在呈现一条理想化的逻辑链路，供院校在规划时参考而非照搬。真正执行时，各环节往往相互叠代、不是一次性的直线，个体教师还会在循环中不断回到起点重新审视自己的素养边界。

五问：轮到个体教师，这套东西能转化成什么"动作"？

院校层面的框架最终要靠教师个体落地。这里提供一个匹配国际经验的入门方法，供教师对照自检：① 用现有维度做一次"自我定位"。 对照AI意识、伦理、知识技能、教育应用、赋能学习、专业发展六要素，诚实标出自己最弱的一两环，把它设为期目标。 ② 选最贴近的环节先形成闭环。 不必同时攻六面，建议从"AI教育应用"切入，用AI完成一轮从备课到布置练习再到批改的完整实践，过程中重点体会"AI初稿—人工校验—沉淀用法"这一改稿循环。 ③ 主动记录并复盘对话过程。 提示词与输出留存成个人素材库，既是效率工具，也是一份看得见的成长证据。④ 加入共同体并输出。 把自己的用法在磨课组里讲一遍，讲清楚本身就是提炼。

在配合分层上，国际上"新手—骨干—专家"的进阶思路很适合被引入校本安排，一并给出一份参考区间（供测算，非统一规定）：

这一定位恰好也解释了为什么许多追求实效的院校，会把框架的落地寄托在成熟的培训与测评载体上，而非学校自己硬啃。与其反复打磨一套从零自研的能力量表，不如先借一套覆盖课程、实验与评价的成熟体系把训什么、评什么跑通，再用真实数据反哺本校框架的迭代，这条路通常更省力也更快见成效——比如已有院校把这样的框架落到"我在学"这类兼具实训环境与能力认证的成熟载体上，通过实战云的能力认证服务对教师进行以评促训、对个体的短板做针对性的扶持，教师素养的成长由此变得看得见、比得出来。

结语：框架不是终点，是让成长有据可依的起点

把国际十余个框架摊开比较，最让人心安的其实不是它们之间的差异，而是高度一致的底部共识：先立意识与伦理，再给知识与技能，最终落到服务学生和教师自身的持续成长。对高职而言，与其焦虑于"该不该赶紧上一套标准"，不如先把"本校教师究竟需要哪些能力"这一个问题审慎想透——用可靠的框架牵动培训与考核，让不同起点的教师各有台阶、各得其所，AI赋能专业教育才不是一句口号。而对每一位把课改担在肩上的教师来说，今天愿意从一次教学反思里审视自己与AI的关系，就已经比追赶任何技术版本都更接近"素养"二字的本义。

---

观点参考来源： 汪燕《教师人工智能素养框架构建的国际经验与本土建议》，原载《外国教育研究》2025年第4期。