未來教師如何培養？*——人機協同師范教育創新的理論模型與實踐進路

余明華 王 龔 卜洪曉 鄭隆威

未來教師如何培養？*——人機協同師范教育創新的理論模型與實踐進路

余明華1王 龔2卜洪曉3[通訊作者]鄭隆威4

（1．上海師范大學 教育技術學系，上海 200234；2．上海師范大學 教務處，上海 200234；3．上海市教師教育學院，上海 200233；4．華東師范大學 上海智能教育研究院，上海 200063）

隨著智能時代的到來，將人工智能與師范教育進行融合成為教育領域的緊迫任務。文章首先分析了師范教育面臨的現實挑戰，并探討了師范教育的培養目標、人機協同對師范教育的作用及影響。之后，立足于當前師范教育的目標及需求，文章依托復雜系統理論，構建了人機協同師范教育創新的理論模型。此模型以人機協同為中心，包含教育資源、課程內容、教學方法、評價體系四個維度，以及基礎層、教學實踐層、組織管理層、政策戰略層四個層面，為理解和實施基于人機協同的師范教育創新提供了一個全面、深入的視角。在此基礎上，文章進行了案例分析，并結合分析結果提出人機協同師范教育創新的實踐進路，回應了“未來教師如何培養”這一核心問題。文章對人機協同師范教育創新的理論與實踐探索，可為未來教師的培養提供新視角，并可為人機協同促進師范教育現代化和教育質量提升提供參考。

人機協同；師范教育；復雜系統理論；教育創新

引言

人工智能（Artificial Intelligence，AI）革命浪潮持續席卷全球[1]，尤其是以ChatGPT、Gemini等為代表的生成式人工智能（Generative AI，GAI）的興起，給傳統教育及其人才培養模式帶來了革命性沖擊和深遠的影響[2]。不同于傳統AI，GAI具有自主性和創造性，能夠基于多模態大模型自行創造新內容，如文本、圖像、音視頻等——這種能力不僅體現了其自適應性，也揭示了其復雜性和不可預測性。另外，在沒有明確指令的情況下，GAI能自發產生與上下文相關的輸出，表現出一種近似人類的創造性思維。

教師承擔著學校人才培養的重要任務，是教育發展的第一資源和國家富強、民族振興、人民幸福的重要基石[3]。在GAI展現出自主性、創造性及多模態內容生成能力的當下，未來教師必須注重其批判性思維的培養與提升。這是因為未來教師不僅需要有效利用這些先進技術進行教學，還要能夠理解、評估并引導學生應對由AI帶來的復雜或不可預測的問題。此外，未來教師培養還應重視持續學習和適應能力的提升，以使未來教師能靈活應對技術的快速變化，并在人機協同環境中更有效地工作。這意味著未來教師不僅需要掌握傳統的教學方法和學科知識，更要具備與GAI協同工作的能力，包括理解AI的工作原理、評估AI生成內容的質量、利用AI工具優化教學過程等。

師范教育是培養未來教師的基石。在《新時代基礎教育強師計劃》《國家優秀中小學教師培養計劃》等文件中，都強調通過提高師范生的思想政治素質、專業知識、教學技能等來提升教師隊伍的整體素質[4][5]。盡管傳統師范教育培養過無數優秀教師，但在培養未來教師方面卻存在諸多局限，如囿于技術水平落后，傳統師范教育尚不能充分利用教育技術尤其是AI、人機協同技術，導致難以向師范生提供足夠的實踐機會；教育模式滯后，傳統師范教育較難適應新的學術發現或教學方法變革的需求，且缺乏個性化教學，無法滿足不同師范生的特定學習需求。此外，傳統師范教育的評估和反饋機制也往往是延后且間接的，致使師范生無法快速獲得教學反饋并據此做出調整。可見，傳統師范教育在應對快速變化的智能技術和多元化學習需求方面已力不能及。因此，重塑師范教育體系，并將其置于人機協同的視域下進行師范教育創新，成為了未來教師培養的重要一環。基于此，本研究著眼于智能時代對師范教育體系的深刻影響，通過探索如何在師范教育中有效融入人機協同并開展師范教育創新，來培養具有前瞻性思維、創新能力和技術適應性的未來教師，以促進教育的持續進步和社會的整體發展。

一 智能時代的師范教育創新：人機協同的融入

1 師范教育的現實挑戰與培養目標

（1）師范教育面臨的現實挑戰

①理論知識與實踐經驗顯著脫節。傳統師范教育偏重理論知識的傳授，而在提供實踐機會和技術應用方面相對不足[6]。特別是在AI和人機協同領域，師范生缺乏接觸和應用這些先進技術的機會，導致他們在面對未來復雜的教育教學場景時缺乏必要的適應能力[7]。

②師范教育與AI融合不深。雖然一些師范院校已開始嘗試運用AI技術，但這些嘗試大多停留在表面，未能實現AI與教育的深度融合[8]。因此，師范生無法充分理解和運用智能技術來改善教與學。

③缺乏有效的指導和評價。缺乏有效的指導會阻礙師范生的專業成長，限制其作為教育者的能力發展。而師范生作為未來教師的專業能力發展有賴于不斷地反思、自我評估和改進，有效評價是促進這一過程的關鍵。缺乏及時、有效的評價，師范生將無法準確了解自己的長處和不足，其持續學習和自我發展會受限。因此，對師范教育來說，過程性評價與反饋尤為重要[9]。

④忽視教師的個人經歷和需求[10]。目前，師范生實踐教學存在人文底蘊與專業技能割裂、程序化教學遮蔽師范生的自主創新性、知性教學限制師范生的社會角色定位等問題[11]，導致師范生難以內化形成全面的教育觀和價值觀，也未能充分激發其創新性和自主性。師范教育應超越技能培訓，更深入地涉及信念體系的培育，以協助師范生樹立并強化作為教師的自我認同感。

（2）師范教育的培養目標

面對以上現實挑戰，師范教育必須重新審視其培養目標。這要求師范教育不僅關注傳統的未來教師核心素養培養，還要強調培養未來教師在智能化環境中的多維能力。

在國外，歐盟教育部認為未來教師的核心素養應包括培養學生的綜合能力、合作能力和終身學習能力，創造有吸引力的學習環境，實施針對性教學策略等[12]；美國教師教育院校協會與21世紀技能合作組織聯合提出了職前教師應掌握的“21世紀素養”框架，內含技術性學科教學知識、運用多樣性教學方法、團隊合作能力等九大素養[13]，可為我國未來教師的素養培養提供參考。而在國內，王光明等[14]提出的教師核心素養包含道德修養、教育精神、文化修養和教育教學能力；余碧春等[15]則提出了“5C素養”，包括文化理解、批判性思維、創造力、溝通能力和團隊協作。此外，我國教育部提出了“教師智能教育素養”的概念[16]，被認為是智能時代教師不可或缺的素養[17]；而自我成長和人機協同能力成為了教師的通用能力[18]，這是因為在全球化和技術進步飛速的時代，教師必須持續地提升自我，以適應知識和技術不斷更新的環境。

雖然研究者尚未就未來教師核心素養的構成達成共識，但普遍認同其多維性的重要性。這些多維素養不僅包括專業知識和技能的掌握，也涉及作為終身學習者的持續學習和適應能力，以及個人情感和自我成長能力[19]。在智能時代，融合這些多維素養變得尤為關鍵，因為不僅與未來教師的專業發展密切相關，也關聯其終身發展和生命全階段的成長。

綜上，本研究提出智能時代師范教育的目標是培養具有知識技能和持續學習能力、價值觀和教育理念內化及應用能力、個人成長和社會適應能力的教師，實現專業發展、終身發展和生命發展，如圖1所示。具體來說，智能時代的師范教育既包括對師范生專業知識和技能的系統積累，還要培養他們適應不斷變化的社會環境、持續自我反思和成長的能力[20]。在這一過程中，師范生作為未來教師的身份、職業認同及其個人價值觀都將得到加強和深化。

圖1 智能時代師范教育的培養目標

圖2 人機協同師范教育創新的理論模型

2 人機協同在師范教育中的作用

人機協同是指人類與智能機器在任務執行過程中的協作互動[21]。人機協同可通過增強現實、虛擬現實技術所構建的虛擬教學環境[22][23]，來有效解決理論知識與實踐經驗脫節的問題。這些技術能夠創造豐富且接近真實的模擬教學場景，使師范生在安全、可控的環境中將所學的理論知識遷移應用于這些教學場景，從而有效地提升其教學技能和技術適應能力。

在AI與師范教育的深度融合方面，將AI技術融入課程設計，不僅能讓師范生更深入地理解并應用這些技術[24]，還能通過智能輔助工具和平臺提供的個性化學習體驗[25]，助力師范生實現專業成長。在教學指導和評價方面，人機協同可以利用智能化的數據分析和學習成果追蹤，為師范生提供更精準、全面的反饋[26][27]。而利用AI輔助的教學工具，師范生可以獲得實時的指導和建議，并據此及時調整教學策略、優化教學流程，從而實現持續學習和成長。此外，在關注教師個人經歷和需求方面，人機協同能夠提供定制化的教育內容和資源，更好地滿足師范生的個性化需求并支持其進行自主探究和反思[28]，這不僅有助于提升師范生的技能水平，還可促進師范生深入探索、培育自己的信念體系，加強其作為教師的自我認同和職業價值觀[29]。

綜上，人機協同不僅有助于提升師范教育質量，還為促進師范生專業技能、終身學習、個人成長等全面發展提供了強大支持，這對于培養適應智能時代需求的未來教師至關重要。

3 人機協同與師范教育的深度融合

人機協同在師范教育中的影響主要體現在其與師范教育的深度融合上，這種融合可以從三個方面來理解：

①人機協同支持的師范教育。人機協同支持的師范教育聚焦于運用智能工具和虛擬現實技術來增強教學實踐，支持師范生在模擬的、高度逼真的教學環境中進行個性化的實踐操作，從而有效提升其專業技能和應對真實教學情境的能力。

②學習人機協同的師范教育。學習人機協同的師范教育旨在培養師范生對人機協同理念和應用的深刻理解，包括如何在教學過程中有效地整合智能技術，以及如何在教育過程中發揮“人在回路”（即在人機協同過程中保持人類的主導地位和決策權）的關鍵作用，使師范生掌握未來教育中的關鍵技能，以適應快速變化的教育技術環境。

③促進人機協同的師范教育。促進人機協同的師范教育重點在于推動師范教育體系本身對人機協同模式的采納和實施，這意味著在師范教育的課程設計、教學方法和評估體系中都需要融入人機協同的元素。促進人機協同的師范教育鼓勵師范生在未來的教育實踐中積極探索和創新，以適應日益智能化的教學環境。

綜上，人機協同與師范教育的深度融合是實現教師專業成長、適應未來教育挑戰的關鍵路徑，不僅能提升教育實踐的有效性，還能激發教師創新和自我發展的潛力。

二 人機協同師范教育創新的理論模型

1 復雜系統理論及其適切性分析

復雜系統理論是一種試圖理解復雜系統各組成部分之間如何相互作用產生整體行為和特性的跨學科框架[30]，能夠提供一種全面理解和預測系統行為的方法。復雜系統的各組成部分之間存在非線性的相互作用和反饋循環，導致出現了出人意料的行為模式和全局現象。在教育領域，復雜系統理論于1999年首次被正式關注，約40位自然科學和教育研究的領軍人物在美國麻省理工大學共同探討復雜系統科學在K16課程中的作用，基于這一理論試圖理解教育系統的動態性、互聯性和非線性特征[31]。

師范教育系統也包括多個非線性相互作用的部分，如課程設計、技術基礎設施、教師培訓、教育政策、教育評估、反饋機制等。在人機協同環境下，多方互動尤為顯著，這里面就包含人類與智能技術之間的連續動態交互。復雜系統理論為理解人機協同促進師范教育的多層面互動提供了強大理論指導。師范教育中的不同要素都不是孤立存在的，它們如同復雜系統中的節點，相互依賴和影響。例如，教學方法的改變需要課程內容的相應調整，而課程的有效性需要通過評價策略來檢驗和優化。智能技術的集成為這些節點提供了新的連接方式，并能通過豐富的數據收集、分析及反饋，增強系統的自適應性和進化能力。此外，復雜系統理論的另一核心概念——邊緣混沌（Edge of Chaos）也在人機協同師范教育中有所體現：在“邊緣”狀態中，系統既不完全有序也不完全無序，正是這種動態平衡使系統能夠響應變化并創新。人機協同提供了一個理想的環境，讓師范生在受控的混沌中探索和實驗，從而提出新的教育方法和策略。因此，將復雜系統理論應用于人機協同師范教育適切且有力，不僅有助于理解師范教育系統的內在復雜性，還有助于構建培養未來教師的人機協同師范教育創新模型。

2 師范教育中的人機協同：理論模型及核心要素

本研究在全面理解師范教育復雜性和應對未來教師培養挑戰的基礎上，依托復雜系統理論，構建了人機協同師范教育創新的理論模型，如圖2所示。此理論模型從教育資源、課程內容、教學方法、評價體系四個維度，結合基礎層、教學實踐層、組織管理層、政策戰略層四個層面，描繪了一個全面、多元的教育創新框架。在理論模型中，“人機協同”既是核心紐帶，也是推動師范教育系統內部各維度、各層面之間動態反饋的關鍵，確保教育實踐的持續適應和進化。這種動態反饋機制促進了各維度、各層面之間的協調和優化，并確保理論模型始終聚焦于其核心目標——培養未來教師。因此，在理論模型中，“人機協同”不僅是連接不同維度和層面的橋梁，更是實現培養目標的關鍵驅動力。

（1）一個中心

人機協同是模型的中心，其中雙螺旋線表示人類（包括師范生、教師、教育管理者等）與智能機器的深度整合及互動，這實際上是一個人類的創造力、批判性思維、情感智能與機器的計算效率、大數據處理能力、模式識別能力進行動態競爭和協作的過程。在此過程中，人機協同不僅是師范教育變革的手段，還是其目標指向[32]。也就是說，人機協同在師范教育中的應用已遠不止于單純的技術應用，還引領教育模式的創新和轉型。

（2）四個維度

①教育資源（提供什么）：是實現師范教育培養目標的基礎，包括物理資源、數字資源、知識資源、專業人力資源和社區文化資源。其中，物理資源包括智慧教室、微格教室、虛擬實驗室等硬件設施；數字資源涵蓋電子教材、在線課程、教育教學平臺等；知識資源包括知識圖譜、文獻、案例等；專業人力資源是指在教育交付、學生支持、技術實施等方面發揮作用的教育專業人員；社區文化資源來源于與師范院校合作的中小學、政府、教育部門、博物館、科技公司等，這些機構協同合作，將學習擴展到課堂之外，可為師范生提供豐富的實習機會和實踐經驗，促進其全面發展。

②課程內容（教什么）：決定師范教育的深度和廣度。具體來說，人機協同師范教育的課程主要涉及以下內容：知識建構方面，除了專業知識，還強調納入教育學、心理學、信息學等跨學科知識；技能培養方面，注重加強專業技能，讓師范生能夠應對復雜多變的教育教學場景，同時強調持續學習和反思的終身學習能力，培養師范生對社會多元性和全球化教育趨勢的敏感性、適應性；情感價值觀方面，強調教育倫理和社會責任方面的教育，著重塑造師范生作為教育工作者的價值觀，并樹立其終身教育和全人教育理念，鼓勵發展個人教育哲學和自我成長。

③教學方法（怎么教）：是實現師范教育目標的直接工具，涉及師范生學習經驗的積累和教學活動的具體實施。人機協同師范教育的教學方法除了講授法、參與式教學、案例教學、協作學習等傳統方法，還包括混合式教學、精準教學、個性化學習、數字具身學習等技術驅動的現代方法[33]。在智能技術的支持下，教師能及時調整教學策略，重視師范生主動學習和批判性思維的培養；師范生能及時獲得個性化反饋，據此調整學習行為，并提高學習的參與度和興趣。

④評價體系（教得怎么樣）：是對師范教育成效的衡量。借助智能技術，人機協同師范教育同時開展形成性評價和總結性評價，并鼓勵多方參與，從個人、社會層面對師范生的發展進行動態追蹤和個性化反饋。根據《中共中央國務院深化新時代教師隊伍建設改革的意見》《新時代基礎教育強師計劃》等文件對于深化師范生評價制度改革的要求[34][35]，需優化和完善師范生評價標準，建立科學且客觀的師范生評價指標體系，確保評價體系的全面性和多樣性[36]。

以上四個維度并不是孤立的，而是在智能技術的支撐下相互作用、動態發展。例如，教學方法的改進可能影響評價體系的設計；而數據驅動的教學評價不僅會影響教學方法的選擇，也會影響課程內容的調整，還會影響教育資源的配置。

（3）四個層面

①基礎層：處于模型的底層，涵蓋教育理念、學校文化、社會需求、技術基礎設施等。該層強調師范教育的根本原則和價值觀，如全人教育的理念、以學生為中心的教學方法，以及重視教育的公平和多樣性、強調終身學習的重要性等。在技術基礎設施建設的過程中，應融入人機協同機制，以支撐未來教師教育和職業發展。

②教學實踐層：聚焦師范教育中教學方法的應用和師范生學習經驗的積累。該層涉及如何通過智能技術改進教學方法、提高未來教師教學效率的問題，如通過AI和虛擬現實技術，師范生可以獲得個性化學習經驗和實踐技能，開展技能本位的學習[37]，進而提升高階思維能力，為未來的教師職業做好準備。

③組織管理層：涉及教育組織的內部管理結構、流程和師資發展計劃。在該層，管理者通過智能技術進行有效的資源配置、教師培訓和教學質量監控，通過數據分析工具優化師資配置和創新教育管理模式，通過數字化平臺支持未來教師的專業能力提升。

④政策戰略層：處于模型的最高層，關注教育政策和戰略規劃，包括未來教育發展的方向和目標。在該層，政策制定者考慮如何將人機協同的原則和技術應用融入長遠的教育規劃與政策中，以實現教育系統的持續改進和創新，如制定支持技術創新的政策、規劃教育數字化轉型路徑等。

三 人機協同師范教育案例分析

接下來，本研究以華東地區S大學“數字賦能新時代教師教育創新”項目（下文簡稱“項目”）為例，介紹人機協同師范教育創新的理論模型如何有效指導師范教育創新實踐與發展。項目由S大學的校長牽頭，教務處和基礎教育處協同負責，于2021年底啟動，依托教委信息化專項經費支撐，目前已開展到第三期。項目的總目標是全面推進數字時代教師教育教學關鍵能力和信息素養的提升，構建一個“能力導向”的、數字賦能教師教育職前職后一體化的人才培養體系，即依托數字化技術手段，實現針對準教師（師范生）、新進教師、在職教師等不同教師的個性化實訓實踐。本研究從人機協同師范教育創新理論模型的四個層面，來重點分析項目中有關師范生創新培養的相關做法。

1 案例分析

①基礎層：注重教育理念和文化建設。S大學著重強化教育理念和校園文化，以適應數字時代的需求。通過集成智能技術，S大學重塑了其教育價值觀，深刻感受到了創新、多元化和技術融合的重要性。而技術基礎設施的升級，包括云計算、大數據平臺、智慧教學空間、虛擬現實和增強現實技術等組件，為S大學教育理念的創新打下了堅實基礎。

②教學實踐層：調整教學方法、豐富學習體驗。在教學方面，S大學采用智慧教學平臺，支持師范生開展基于知識圖譜的個性化學習，教師則根據平臺反饋及時調整教學內容與教學策略。在實踐方面，通過集成AI、自然語言處理、數字人、虛擬現實等新技術，S大學進一步將微格教室打造為融合線下沉浸式教學和線上虛擬仿真的新型微格實訓空間，并以此為基礎開發實訓模式與智能教育相關課程。同時，S大學通過師范生數字化教學能力培養平臺在實訓空間中模擬真實的教學、作業、教研等場景，讓師范生獲得豐富的實踐體驗，并通過平臺提供的及時評價反饋，使師范生有針對性地提升專業技能和運用技術應對復雜教育教學場景的適應力。

③組織管理層：優化組織和制定政策。S大學通過建立技術支持團隊和教育技術部門，優化其組織結構，以支持人機協同技術的應用。S大學還制定了相關教育政策，來鼓勵師范生和教師使用數字化工具，包括提供在線研討會和工作坊、建立協同合作的標桿基地校，來全面促進師范教育的數字化轉型。

④政策戰略層：推動教育系統的結構調整。S大學通過制定并實施《卓越師范生培養改革三年行動方案》，來推動師范教育系統的結構調整。該行動方案不僅調整了師范教育課程，將人機協同技術的應用融入培養方案，還通過建設教師數字檔案袋，為師范生和在職教師的職前職后一體化專業發展提供數據支持，優化了師范教育和教師專業發展計劃。

2 分析結果

①人機協同與師范教育有效融合。項目通過技術與教育理念的創新融合、技術賦能師范生培養、人機協同共同完成教學任務等，實現了人機協同與師范教育的有效融合。特別是通過引入云計算、大數據平臺等先進技術并創建智慧教學空間，S大學不僅實現了教育資源配置的現代化提升，還通過這些技術手段創新了教與學，進而有效地提高了教育教學的整體質量。

②學習體驗豐富與專業技能提升。項目中智慧教學平臺和虛擬實踐空間的應用，不僅豐富了師范生的個性化學習體驗，也顯著提升了其專業技能。特別是模擬多種真實教學場景的虛擬場景，給師范生帶來了身臨其境般的感覺，也訓練了師范生面對復雜教育情境的適應力。

③組織結構優化與前瞻政策調整。S大學通過組建技術支持團隊和制定促進師范教育數字化轉型的相關政策，優化了組織結構并前瞻性調整政策，不僅提升了學校的管理效率，還加強了其對未來教育挑戰的適應性，說明S大學能靈活適應教育挑戰并積極響應技術變革。

整體而言，項目不僅在人機協同與師范教育的融合上取得了顯著成效，更重要的是，其證明了人機協同師范教育創新的理論模型在師范教育實踐中的應用具有可行性和有效性。

四 人機協同師范教育創新的實踐進路

為指導如何基于人機協同師范教育創新的理論模型開展師范教育實踐，應對師范教育培養未來教師的現實挑戰，本研究結合案例分析結果，提出了人機協同師范教育創新的實踐進路。

1 整合智能技術與師范教育，明確教育目標

人機協同師范教育創新需整合智能技術與師范教育，而在整合之前要先明確教育目標。“教什么”不僅關涉技術工具的應用，還涉及如何利用這些工具來實現教育目標的問題。師范教育的核心目標，是培養師范生的批判性思維、創新能力、倫理意識和跨文化交流能力。通過在師范教育中整合虛擬現實技術、增強現實技術等智能技術，學校可以創造出更加豐富、多元的教學環境，使師范生不僅能夠掌握專業的教學技能，也能夠在這些模擬環境中探索和訓練現代教育所需的關鍵能力。因此，智能技術與師范教育的整合，不僅能提升師范生的技術應用水平，而且有助于他們深入理解師范教育中“教什么”和“怎么教”的問題。

2 建立動態和適應性強的教育體系，重視教學方法的改進與創新

在推動學校組織結構和相關政策進行適應性變革的同時，應特別關注教學方法的改進與創新。“怎么教”涉及如何有效地將課程內容轉化為實際的學習體驗。基于此，未來師范教育應著重開發和實施基于人機協同的教學策略，如根據數據驅動的學習分析結果來個性化設計教學內容，或采用交互式、協作式的學習方法來提高學習的參與度和學習效果。同時，學校應通過持續的教師培訓和專業發展活動，使教師能夠掌握這些新的教學技術和方法。動態和適應性強的教育體系不僅能促進教育內容的現代化，也可為教學方法的與時俱進提供支持。

3 引入技術倫理教育，增強技術應用的責任感和倫理判斷力

在利用智慧教學平臺、虛擬實踐空間等增強師范生的個性化學習和實踐教學經驗時，要注意引入技術倫理教育。在教育教學過程中，師范生在學習如何使用先進技術的同時，也要懂得保護數據隱私、摒除算法偏見、尊重知識產權等，以應對可能出現的倫理挑戰。也就是說，師范生不僅要掌握技術的操作和應用，還要理解并遵循技術使用的倫理準則。技術倫理教育的引入，旨在增強師范生技術應用的責任感和倫理判斷力，確保他們在未來的教學實踐中能夠負責任地、審慎地使用技術。

4 構建數據驅動的專業持續發展系統，創新評價體系

及時、有效的評價反饋有助于師范生的專業發展和持續學習，因此有必要構建數據驅動的專業持續發展系統，并創新評價體系。此系統通過收集、分析師范生在學習和實踐過程中產生的數據，并利用AI、大數據技術進行績效追蹤和技能評估，來識別其發展需求和進步空間，據此提供個性化的指導和支持。評價體系不僅要關注師范生的專業技能、綜合素養等，還應重視其“軟技能”（如批判性思維、倫理意識、自我成長和反思能力等），以促進師范生的全面發展，從而更快、更好地適應不斷變化的教育環境。這樣的評價體系不僅跟蹤師范生的成長軌跡，還為教育創新實踐提供了必要的反饋和調整依據，確保了其有效性和適應性。

五 結語

在智能時代，尋找人工智能與師范教育融合的最優路徑，已成為教育工作者刻不容緩的任務。本研究基于對智能時代師范教育創新相關問題的深入分析，依托復雜系統理論，構建了人機協同師范教育創新的理論模型。此模型立足于當前教育實踐，以“人機協同”為中心，探索了師范教育創新的未來可能性，包含教育資源、課程內容、教學方法、評價體系四個維度，以及基礎層、教學實踐層、組織管理層、政策戰略層四個層面。通過案例分析，本研究驗證了此模型在指導師范教育實踐方面的可行性和有效性，并結合案例分析結果，提出人機協同師范教育創新的實踐進路，回應了“未來教師如何培養”的核心問題。此模型的提出，不僅是技術應用的指導性方案，更是對教育實踐、策略和相關政策的全面思考。面對技術快速發展和教育數字化轉型給師范教育創新帶來的挑戰，后續研究將重點解決如何在師范教育中更有效地整合人機協同技術、如何在保障師范教育高質量發展的同時實現其個性化、包容性等問題。

[1]余明華,馮翔,祝智庭.人工智能視域下機器學習的教育應用與創新探索[J].遠程教育雜志,2017,(3):11-21.

[2][33]祝智庭,戴嶺,趙曉偉.“近未來”人機協同教育發展新思路[J].開放教育研究,2023,(5):4-13.

[3][34]新華社.中共中央國務院提出關于全面深化新時代教師隊伍建設改革的意見[OL].

[4][35]教育部等八部門.教育部等八部門關于印發《新時代基礎教育強師計劃》的通知[OL].

[5]教育部.教育部關于實施國家優秀中小學教師培養計劃的意見[OL].

[6]徐福利.轉型與突破:基于教師核心素養的師范生培養改進研究[J].中小學管理,2017,(6):26-29.

[7][32]周躍良,吳茵荷,蔡連玉.面向人機協同教育的教師教育變革研究[J].電化教育研究,2022,(10):5-11.

[8]梁瑞,蘇君陽,楊聚鵬.人工智能時代師范院校教師教育的發展機遇、現實困境及突破路徑[J].教師教育研究,2023,(3):25-31.

[9][19]羅生全,楊馨潔.教師教育的現代化邏輯及實踐方式[J].當代教師教育,2023,(2):1-8.

[10][36]王學,喻如風.中國教師教育的發展歷程、經驗及展望[J].教育學術月刊,2023,(7):29-36.

[11]朱桂琴.核心素養視域下的師范生實踐教學變革:方向、困境與路徑[J].教育發展研究,2017,(12):46-51.

[12][20]張光陸.教師核心素養內涵與框架的比較研究[J].寧波大學學報(教育科學版),2018,(5):101-106.

[13]AACTE. 21st century knowledge and skills in educator preparation[OL].

[14]王光明,張楠,李健,等.教師核心素養和能力的結構體系及發展建議[J].中國教育學刊,2019,(3):81-88.

[15]余碧春,林啟法,顏桂煬.智能時代卓越教師核心素養培育探析[J].教師教育研究,2020,(5):54-58.

[16]教育部.教育部辦公廳關于開展人工智能助推教師隊伍建設行動試點工作的通知[OL].

[17]李湘.師范生智能教育素養的內涵、構成及培育路徑[J].現代教育技術,2021,(9):5-12.

[18]田小紅,季益龍,周躍良.教師能力結構再造:教育數字化轉型的關鍵支撐[J].華東師范大學學報(教育科學版),2023,(3):91-100.

[21]毛剛,王良輝.人機協同:理解并建構未來教育世界的方式[J].教育發展研究,2021,(1):16-24.

[22]Luckin R, Holmes W, Grifths M, et al. Intelligence unleashed: An argument for AI in education[R]. London: Pearson, 2016:18-21.

[23]Walshe N, Driver P. Developing reflective trainee teacher practice with 360-degree video[J]. Teaching and Teacher Education, 2019,78:97-105.

[24]Leonard J, Buss A, Gamboa R, et al. Using robotics and game design to enhance children’s self-efficacy, STEM attitudes, and computational think skills[J]. Journal of Science Education and Technology, 2016,(6):860-876.

[25]Sherman M, Martin F. Learning analytics for the assessment of interaction with app inventor[A]. 2015 IEEE Blocks and Beyond Workshop (Blocks and Beyond)[C]. Piscataway: IEEE, 2016:13-14.

[26]張家華,鄧倩,周躍良,等.基于人機協同的師范教育實踐改革與平臺設計[J].教育發展研究,2021,(1):35-40.

[27]季益龍,梁晨,周躍良.智慧教師教育實訓平臺的設計與應用[J].浙江師范大學學報(自然科學版),2023,(3):274-280.

[28]Michos K, Hernández-Leo D, Albó L. Teacher-led inquiry in technology-supported school communities[J]. British Journal of Educational Technology, 2018,(6):1077-1095.

[29]Yoo J E, Minjeong R. Exploration of predictors for Korean teacher job satisfaction via a machine learning technique, group Mnet[OL].

[30]Thurner S, Hanel R, Klimek P. Introduction to the theory of complex systems[M]. Oxford: Oxford University Press, 2018:21.

[31]Lemke J L, Sabelli N H. Complex systems and educational change: Towards a new research agenda[J]. Educational Philosophy and Theory, 2008,(1):118-129.

[37]祝智庭,趙曉偉,沈書生.技能本位的學習范式:教育數字化轉型的認識論新見解[J].電化教育研究,2023,(2):36-46.

How to Cultivate Future Teachers?——Theoretical Model and Practical Approaches to Human-machine Collaboration in Normal Education Innovation

YU Ming-Hua1WANG Gong2BU Hong-Xiao3[Corresponding Author]ZHENG Long-Wei4

With the arrival of the intelligent era, the integration of artificial intelligence and normal education has become an urgent task in the field of education. Firstly, this paper analyzed the practical challenges faced by normal education and discussed the cultivation goal of normal education, as well as the role and impact of human-computer collaboration in normal education. After that, based on the current goals and needs of normal education, the theoretical model of human-machine collaboration in normal education innovation was constructed relying on complex system theory. Centered on human-machine collaboration, the theoretical model contained four dimensions of educational resources, curriculum content, teaching methods, and evaluation system, as well as four levels of foundation layer, teaching practice layer, organizational management layer, and policy and strategy layer, which provided a comprehensive and deep perspective for the understanding and implementation of normal education innovation based on human-machine collaboration On this basis, the paper carried on the case analysis, and combined with the analysis results, put forward the practice approaches of human-machine collaboration in normal education innovation, and responded to the core problem of “how to cultivate future teachers”. The exploration of the theory and practice of human-machine collaboration in normal education innovation in this paper could provide a new perspective for future teacher training, and offer reference for human-machine collaboration in normal education innovation and the promotion of the modernization of normal education and the improvement of education quality.

human-machine collaboration; normal education; complex system theory; educational innovation

G40-057

A

1009—8097（2024）01—0117—10

10.3969/j.issn.1009-8097.2024.01.012

本文為2021年度國家自然科學基金青年項目“基于教師制品的教師技術采納評價與歸因研究”（項目編號：62007008）、2021年度教育部哲學社會科學研究后期資助一般項目“多源數據融合的研究性學習行為數據分析及可視化研究”（項目編號：21JHQ082）的階段性研究成果。

余明華，講師，博士，研究方向為智能教育、教育數據挖掘與分析，郵箱為minghuayu117@163.com。

2023年9月14日

編輯：小米