智能技術支持的師范生數字化教學能力提升：期望價值信念的作用

摘要：隨著人工智能技術的快速發展，教育數字化轉型已成為必然趨勢，如何將智能技術與師范生培養融合發展已成為新時代教師教育振興計劃的關鍵。為了探究智能技術支持的師范生數字化教學能力的影響因素和發展路徑，該研究基于情境期望價值理論，選取567名師范生進行了問卷調查，探討環境支持和期望價值信念（即自我效能感和感知有用性）在培養智能技術支持的數字化教學能力中的作用。結果表明，感知有用性在環境支持對智能技術支持的自主學習和信息化教學的影響起到了中介作用；自我效能感在環境支持對智能技術支持的自主學習中起到了中介作用。此外，高環境支持和期望價值信念組的師范生表現出更好的智能技術支持的自主學習和信息化教學行為意愿。基于此，研究揭示了這一機制形成的內因，并從強化擬真情境應用、優化課程體系和發展協同機制提出了相關建議，旨在為實踐中提升師范生的數字化教學能力提供指導。

關鍵詞：智能技術；師范生；數字化教學能力；期望價值信念

中圖分類號：G434 文獻標識碼：A

* 本文系華中師范大學2021年教師教育專項研究項目“面向課程教學實踐的師范生信息化教學能力的培養與提升研究”（項目編號：CCNUTEII2021-01）、國家自然科學基金面上項目“生成性學習策略影響視頻學習的認知神經機制及智能干預研究”（項目編號：62177027）研究成果。

一、引言

為推進國家教育數字化戰略行動和完善教育信息化標準體系，教育部于2022年11月發布了《教師數字素養》教育行業標準，標準明確了要提升教師使用數字技術進行教育教學活動的意識、能力和責任，以實現教育的優化、創新和變革[1]。而師范生作為未來教師的后備軍，提升師范生的數字素養和數字化教學能力也迫在眉睫，這也是實現我國教育現代化、建成教育強國的重要內容。本研究為提升師范生在實踐中的數字化教學能力，基于情境期望價值理論框架，從環境支持和師范生的期望價值信念兩方面探究對智能技術支持的師范生數字化教學能力和數字素養提升的支持要素和影響機制，以嘗試回答兩個問題：（1）基于情境期望價值理論框架，智能技術支持的師范生數字化教學能力影響因素的路徑有哪些？（2）智能技術支持的師范生數字化教學能力培養中，不同環境支持和期望價值信念水平的人群是如何影響師范生在智能技術支持的信息化教學和自主學習？

關于國內外智能技術支持的師范生數字化教學能力提升的影響因素研究，較多聚焦于外部因素和內部因素兩方面，但由于各學者對外部因素和內部因素的界定不同，在其結果呈現存在差異。例如王巍等人基于TQM（Total Quality Management，TQM）理論和TAM（Technology Acceptance Model，TAM）模型，從外部因素（人員支持、設施支持、課程支持、機制支持、環境支持）和內部因素（感知有用性和感知易用性）兩個層面探究了影響師范生數字化教學能力的主要因素，回歸分析結果發現，內部因素和外部因素中的機制支持是影響師范生數字化教學能力的重要因素[2]。而趙磊磊等人從外部因素（教學信念和職業認同）和內部因素（TPACK的內部結構要素）兩方面探討了對地方高校信息技術師范生的TPACK能力的影響。結果表明，教學信念和職業認同對師范生的TPACK能力呈現出顯著的強相關[3]。此外，國外學者Aslan選取初級教師和師范生作為研究對象，探討了教師的數字化教學能力的影響因素。結果發現，ICT整合感知能力、ICT使用焦慮、ICT感知能力和教學知識對初級教師和師范生ICT融入教學有顯著的預測作用[4]。而學者J.Instefjord不同于前者研究，將教學管理者提供的支持也融入到師范生信息化教學能力培養中，選取了挪威初級教師、專家教師和師范生為研究對象，探討教育管理者的積極管理、教學支持和教師的自我效能感對教師的數字整合教學能力的影響。研究結果表明，教育管理者的積極管理、教學支持與教師數字整合教學能力之間存在較弱的正相關，而自我效能感與數字整合教學能力之間存在較強的正相關[5]。綜上所述，師范生數字化教學能力提升的影響因素可歸納為環境支持的外部因素影響和師范生的自我效能感和對技術感知能力等內部因素影響，其中環境支持不僅僅是教學環境，還涵蓋政策、教學管理者和機制等方面提供的支持。但也不難發現，目前關于智能技術支持的師范生數字化教學能力提升的影響因素研究主要探究各因素對師范生數字化教學能力的直接影響，很少關注到各因素之間對師范生數字化教學的中介作用機制。因此，本研究重點關注哪些因素對師范生數字化教學能力提升起到了中介影響，以更好地為實踐提供指導。

二、理論基礎與模型構建

（一）理論模型

1.期望價值理論（Expectancy—value Theory）

期望價值理論作為研究個人學習動機與學習行為之間關系的理論框架之一，最初強調個人對成功的期望和主觀任務價值在參與學習活動中的作用[6]。其中，個人對成功的期望即關于個人是否能成功完成任務的信念，例如自我效能感；主觀任務價值即關于任務是否有趣、有用或值得參與的信念，例如感知有用性[7]。此外，已有研究表明，如果學習者有更高的自我效能感，并且他們認為技術對學生是有幫助的，這些學習者傾向于有更強的學習意愿[8][9]。隨著期望價值理論的發展，學者Eccles和Wigfeld進一步在此基礎上提出情境期望價值理論，認為個人的期望價值信念是由人所處的環境所塑造的。可看出，與最初的期望價值理論相比，情境期望價值理論更強調了環境支持影響學生的期望價值信念來進而影響學習效果的作用[10]。因此，本研究基于情境期望價值理論，探究環境支持、期望價值信念（自我效能感和感知有用性）對智能技術支持的師范生數字化教學能力之間的關系。

2.師范生信息化教學能力標準

師范生信息化教學能力標準由基礎技術素養、技術支持的學習和技術支持的教學三部分組成。基礎技術素養是師范生作為職前教師應具備的智能技術支持下的基本信息化教學能力和自主學習能力，包括技術的意識態度、技術環境和信息責任三個維度；技術支持的學習是師范生作為職前教師或21世紀人才所需要的技術環境下學習的可遷移能力，包括自主學習、交流協作和研究創新三個維度；技術支持的教學是師范生作為未來教師應具備的專業信息化教學能力，以實現包括資源準備、過程設計和實踐儲備三個維度[11]。本研究基于師范生信息化教學能力標準，結合我校的師范生培養的智能化學習環境，一方面以確定智能技術支持的師范生信息化教學和自主學習所關注的重點，另一方面，將智能技術支持的信息化教學和自主學習兩部分內容學習后具備的能力定義為智能技術支持的師范生數字化教學能力。

（二）模型構建

本研究基于情境期望價值理論和師范生信息化教學能力標準，結合已有文獻研究，綜合考慮智能技術支持的師范生信息化教學和自主學習的影響因素，嘗試構建師范生在智能技術支持信息化教學和自主學習的影響因素模型，圖1所示。其中，環境支持主要包括學校政策支持、智能技術設備支持和相關課程支持，以提供師范生外部支持；感知有用性和自我效能感作為師范生的個人價值期望，以內在因素影響智能技術支持的師范生信息化教學和自主學習；智能技術支持的信息化教學是指師范生作為未來教師能夠綜合運用學科知識和人工智能技術進行教學過程設計和實踐教學；智能技術支持的自主學習是指師范生作為21世紀人才，能夠借助人工智能技術進行個性化學習并學會學習。

本研究假設所有影響因素對師范生在智能技術支持的信息化教學和自主學習具有正向影響。基于情境期望價值理論，環境支持影響學生的期望價值信念進而影響師范生在智能技術支持的自主學習和信息化教學，具體假設如下：

H1：環境支持對師范生的技術感知有用性具有正向影響。

H2：環境支持對師范生的自我效能感具有正向影響。

H3：環境支持對師范生在智能技術支持的自主學習中具有正向影響。

H4：環境支持對師范生在智能技術支持的信息化教學中具有正向影響。

H5：自我效能感對師范生在智能技術支持的自主學習中具有正向影響。

H6：自我效能感對師范生在智能技術支持的信息化教學中具有正向影響。

H7：感知有用性對師范生在智能技術支持的自主學習具有正向影響。

H8：感知有用性對師范生在智能技術支持的信息化教學中具有正向影響。

H9：師范生在智能技術支持的自主學習對智能技術支持的信息化教學具有正向影響。

三、研究工具

（一）調查問卷編制

本研究參照Venkatesh等[12]、Chai等[13]研究中的量表以及我國的師范生信息化教學能力標準[14]，同時結合H師范院校信息化教學能力課程的實踐情況，編制了“智能技術對師范生數字化教學能力影響的調查問卷”。問卷分為兩個部分：第一部分包括學生的基本信息，包括性別、專業及計算機應用基礎等；第二部分分別從環境支持、感知有用性、自我效能感、智能技術支持自主學習和智能技術支持信息化教學五個方面測量對師范生的數字化教學能力的影響程度。采用五點李克特量表，1=“很不符合”，5=“完全符合”。本次調查問卷采用線上的方式進行，調查對象為不同師范專業的大學生，共發放問卷612份，剔除無效問卷后，最終回收問卷為567份，有效率為93%。

（二）問卷信效度檢驗

采用SPSS對問卷的信度和效度進行檢驗。首先，問卷整體的Cronbach’s系數是0.95，環境支持、感知有用性、自我效能感、智能技術支持自主學習和信息化教學五個維度的Cronbach’s系數依次為0.92、0.85、0.87、0.92和0.94，各維度的信度系數均大于0.85，證明問卷具有較高的內部一致性[15]。其次，在效度分析中，初步巴特利特球形檢驗與KMO檢驗結果表明KMO統計量值0.97，Bartlett球形檢驗的χ2值為12844.51（p < 0.001），適合開展進一步的因子分析。驗證性因子分析結果顯示，各題項的因子載荷值在0.643—0.815之間，均大于建議值0.6，平均方差萃取AVE值大于0.50，且各維度的組合信度CR值大于0.85，證明問卷的聚合效度較好。另外，AVE的平方根均大于相關系數值，證明本問卷的區別效度較優。綜上，問卷的測試維度及題項之間的結構合理，較好的通過了信效度檢驗，能夠較為準確的評估師范生的數字化教學能力的影響因素。

四、數據統計與結果分析

（一）人口學基本信息統計

參與調查的567名師范生中，男性155名，女性412名。學科分布較為均勻，涵蓋化學（15.2%）、地理（14.8%）、數學（14.3%）等多個學科。此外，師范生在校期間參與的信息技術相關課程的調查結果顯示，78.7%的師范生在本科課程中已經學習過計算機基礎類課程；67.0%的師范生參與過信息技術與學科融合類課程等。

（二）結構方程模型檢驗

本研究采用AMOS 26.0結構方程模型軟件，通過擬合度評估和參數評估來檢驗各因素對智能技術支持的師范生信息化教學和自主學習的影響。

1.結構模型擬合度評估

擬合度是指在構建模型的適合程度，一般來說，模型擬合度越高，擬合指標的值在測量范圍內，模型的可用度越高[16]。參照結構方程模型評估標準，本研究從絕對適配度、簡約適配度及增值適配度三個擬合指標綜合評估模型的擬合度，其中各擬合指標均在測量范圍內，如表1所示。從絕對擬合指標來看，卡方自由度比（χ2/df）介于1.0和3.0之間，RMSEA和RMR等擬合指標均在臨界值之內；簡約擬合指標和增值擬合指標的其他指標均符合擬合度要求。綜上，本研究中初步建立的模型擬合度較好，適合開展進一步假設檢驗。

2.研究假設檢驗

根據結構方程模型，研究模型的假設檢驗結果如表2所示，研究假設H1、H2、H3、H4、H5、H7、H8、H9和H10均成立，路徑系數分別為0.535、0.545、0.087、0.108、0.568、0.435、0.198和0.707，p值均小于0.05。以上結果表明了環境支持正向影響感知有用性，感知有用性進而正向影響了師范生智能技術支持的自主學習和信息化教學；環境支持正向影響師范生在智能技術支持環境下的自我效能感，進而影響師范生智能技術支持自主學習；此外，智能技術支持自主學習正向影響智能技術支持信息化教學。

（三）師范生環境支持和期望價值信念的潛在剖面分析

考慮以變量為中心研究中的樣本同質性問題，本研究采用以個體為中心的潛在剖面分析來識別異質性[17]，探討環境支持和師范生不同期望價值信念水平是否存在不同的潛在類別以及不同類別組在智能技術支持的信息化教學和自主學習上是否存在差異。從理論與實踐兩方面探討環境支持和師范生的期望價值信念對智能技術支持的自主學習和信息化教學的影響機制。

為探索師范生期望價值信念水平的潛在剖面，本研究根據環境支持、期望價值信念中感知有用性和自我效能感得分均值（M環境支持、M感知有用性和M自我效能感），確定師范生可能屬于何種環境支持和期望價值信念特征類別。根據已有研究，潛在剖面的個數是通過評估模型擬合指標來確定[18]。本研究選取了主要的擬合指標為AIC、BIC、aBIC、LMR、BLRT以及Entropy（信息熵）。具體而言，當Entropy > 0.8表示模型分類準確。同時，LMR和BLRT的值顯著（p > 0.05）表明K類模型是優于K-1類模型。此外，在確定最優的類別組個體數時，考慮到理論解釋和代表性，避免某一類別的樣本數低于5%[19]。

由于本研究中潛在環境支持和期望價值信念類別沒有進行預先假設，全樣本的初始模型由1類開始，后逐漸增加分類數量進行模型擬合估計。本研究選取的潛在剖面分析的結果如表3所示，其中，當環境支持和師范生的期望價值信念當被分為3類時，LMR和BLRT值均顯著（p < 0.05），Entropy的值為0.81（大于0.8），AIC系數和BIC系數降低，表明相比于其他幾類，保留剖面類別為3種時，達到了環境支持和師范生期望價值信念分型的最優模型。根據潛在剖面的結果和3種類別在環境支持和期望價值信念的得分情況，可以將其劃分為三種主要剖面類別：（1）低環境支持和期望價值信念組，占比10.05%，人數為57人；（2）中環境支持和期望價值信念組，占比50.10%，人數為284人；（3）高環境支持和期望價值信念組，占比39.86%，人數為225人。

以環境支持和期望價值信念水平為自變量，以師范生在智能技術支持的自主學習和信息化教學為因變量進行單因素的方差分析。結果發現，提供給師范生的環境支持和師范生期望價值信念水平不同，師范生在智能技術支持的自主學習得分有顯著的差異[F（2，564）=358.02，p <0.001，η2=0.56]。LSD事后檢驗發現，高環境支持和期望價值信念水平組的師范生在智能技術支持的自主學習得分上高于中、低環境支持和期望價值信念水平組（MD=1.23，p<0.001；MD=0.64，p<0.001）；中環境支持和期望價值信念水平組的師范生在智能技術支持的自主學習得分上高于低環境支持和期望價值信念水平組（MD=0.60，p<0.001）。此外，師范生的智能技術支持的信息化教學得分有顯著的差異[F（2，564）=250.38，p<0.001，η2=0.47]。LSD事后檢驗發現，高環境支持和期望價值信念水平組的師范生在智能技術支持的信息化教學得分上高于中、低環境支持和期望價值信念水平組（MD=1.12，p<0.001；MD=0.60，p<0.001）；中環境支持和期望價值信念水平組的師范生在智能技術支持的信息化教學得分上高于低水平組（MD= 0.52，p<0.001）。以上結果表明，不同環境支持和期望價值信念水平對師范生智能技術支持的自主學習和智能技術支持的信息化教學有差異化表現。

五、結論與建議

基于情境期望價值理論，本研究探討了環境支持、期望價值信念（自我效能感和感知有用性）和智能技術支持的信息化教學與自主學習之間的關系。總的來說，以變量為中心的方法（結構方程模型）和以個體為中心的方法（潛在剖面分析）都表明了環境支持和期望價值信念對師范生在智能技術支持的信息化教學和自主學習的關鍵作用。結構方程模型結果表明，感知有用性在環境支持對智能技術支持的自主學習和信息化教學的影響起到了中介作用；自我效能感在環境支持對智能技術支持的自主學習中起到了中介作用。此外，潛在剖面分析結果顯示，不同環境支持和期望價值信念水平可分為高、中、低三組類別，并且高環境支持和期望價值信念組的師范生表現出更好的智能技術支持的自主學習和信息化教學行為意愿。

（一）研究結論與討論

1.智能技術支持的師范生數字化教學能力影響因素分析

環境支持和期望價值信念是提升師范生數字化教學能力中的關鍵因素，這與之前的研究相一致[20][21]。首先，環境支持在智能技術支持的師范生數字化教學能力中有著至關重要的作用，這是由于高質量的數字基礎設施環境支持是師范生開展數字化教學的基礎保障，也是教育數字化轉型中教師角色的穩固之基[22]。然而，當前大多師范生高等院校雖然完成了數字基礎設施“量”的投入，但迫切需要進一步實現“質”的升級。師范生作為未來教師隊伍中的預備軍，是推動高質量教育體系發展的首要資源。當為師范生營建數字化教學能力的培育支持環境，例如智慧教室、虛擬教室和人工智能教師教育實訓實驗室等。同時在學校相關政策的支持下創新師范生數字化教學能力的課程內容體系。這些外部支持使得師范生有更多借助智能技術來開展實踐教學的機會，滿足自身的個性化學習需求，這也為師范生從學生身份向未來新手教師角色的順利轉變奠定了堅實的基礎。其次，期望價值信念在環境支持和智能技術支持自主學習中起到了中介作用，這與情境期望價值理論結果相一致，師范生在智能技術支持自主學習過程中的動機是由他們對于這一任務成功可能性的期待以及對這一任務所賦予的價值決定的[23]。伴隨智能技術成長下的“數字土著師范生”，在數字基礎設施的使用上具有著天然優勢，能夠快速適應數字世界和新型數字化學習方式，實現個性化學習，達到數字化學習的績效期望。因此，當提供給學習者理想并熟悉的數字化環境支持，會增加學習者成功的期望和成就價值，進而增強師范生在智能技術支持的自主學習水平。最后，感知有用性在環境支持和智能技術支持的信息化教學中起到了中介作用，以往研究表明，感知有用性與提供給師范生數字化教學的智能技術設備和個體使用意愿密不可分[24][25]，當師范生在使用智能技術設備進行數字化教學訓練中，只有與自身的數字化教學設計高度匹配，能夠實現教與學方式的創新，并以數字化教學思維靈活應對多變且復雜的數字化實踐教學情境[26]，師范生對數字化教學理念的認可度更高，進而提升智能技術支持的師范生數字化教學能力。可見，師范生作為未來教育的主力軍，自身的數字化教學能力將直接影響到教育的質量和效果。因此，師范生教學能力的培養應與數字技術基礎設施的升級和數字化教學理念的認可相輔相成，實現協調一致的同步發展。這不僅有助于提升師范生的數字素養，同時，這種協調一致的發展也為師范生和未來新手教師之間的銜接提供了基礎，確保了教學的連貫性和穩定性。

2.不同環境支持和期望價值信念水平對智能技術支持的師范生數字化教學能力的影響

潛在剖面分析結果表明，環境支持和師范生不同期望價值水平可以分為低、中、高三組類別，并且三組類別學習者在智能技術支持的信息化教學和自主學習上存在差異。因此，可以通過提供環境支持和提高師范生期望價值信念進而有針對性地提升不同類別組師范生在智能技術支持的自主學習和信息化教學中的行為意愿，以實現精準干預。具體而言，大多數師范生（60.15%）處于環境支持和期望價值信念的中低水平，這是由于師范生數字化教學能力培養除了與提供高質量的數字基礎設施和數字設備相關，課堂中教師的數字技術儲備、數字化教學設計和數字化教學思維等，會進一步影響師范生的數字化教學理念的認可。已有研究表明，良好的教學示范可以促進師范生數字化教學能力的提升[27]。當教師的教學范式從傳統講授向技術支持的精準教學轉變，實行學生的大規模個性化學習，師范生的模仿學習會加深對數字基礎設施和數字設備的個人使用意愿，使師范生充分認識到數字化教學在提高教育質量方面的重要作用。此外，高期望價值信念組的學生表現出更好的智能技術支持的自主學習和數字化教學行為意愿，這與期望價值理論相一致[28]。當學習者感到智能技術對自己的數字化實踐教學有用并具備高自我效能感時，學習者的學習動機會增強，在此背景下，智能技術支持的師范生數字化教學能力得到提升。可見，師范生對數字化教學理念的認可度在培養師范生數字化教學能力具有重要意義。具體來說，在多種途徑（包括但不限于數字環境下的自主學習和教學示范）的助力下，向師范生傳播數字化教學理念，不僅能夠提升師范生在職前教育階段對數字化知識與技能的深入掌握，而且能夠增強師范生在成為新手教師后，對數字化教學環境的迅速適應與融入能力，突破目前師范生職前培養與職后教學之間的割裂。因此，強化職前學習與職后實踐的緊密聯系，更能有效促進師范生在職業成長道路上的一體化發展，以應對當前數字時代教育所面臨的挑戰。

（二）智能技術支持的師范生數字化教學能力提升建議

1.以智能技術環境為依托，強化真實或擬真情境下的實踐應用

環境支持在智能技術支持的師范生數字化教學能力中發揮中重要的作用[29]。隨著人工智能、云計算、大數據等新興技術的快速發展和廣泛應用，提升師范生數字化教學能力的設施配備也應從數字化向智慧化轉變，逐步構建高情境化、強臨界感、多場景的智慧學習環境[30]。因此，在師范生數字化環境建設方面，可以借助智能技術打造智慧化錄播環境、智能教學實訓室（例如AI智能實訓靜音艙）、智能綜合的教師教育實驗實訓平臺、基于大數據的教、學、管、研、評一體化的教學系統等軟硬件環境。增設師范生實踐觀摩和體驗的教學課時，促進師范生的沉浸式學習與實踐，以強化真實或擬真情境下的實踐應用，增加師范生數字化教學實踐的機會，提升智能技術支持的數字化教學能力。

2.以建設新時代“智能新師范”為目標，優化師范生數字化教學課程體系

為提高師范生的期望價值信念，優化師范生數字化教學課程體系是實現其目標的重要途徑。伴隨著智能技術的快速發展，智能技術與師范生培養深度融合已成為必然趨勢。在師范生的培養過程中，借助智能技術支持的智慧學習空間環境，結合國家智慧教育平臺的優質資源[31]，以“數字化教學課程如何設計、數字化教學評價如何進行、師生在數字化教學中互動如何高效實現”為主線，組織師范生開展智能設備的基本操作、基于學科的數字技術與教學深度融合、過程性數據的采集與分析等內容學習，確保課程體系的完整性和內容豐富性，以增加師范生的學習動機，進而提高師范生的期望價值信念，提升智能技術支持的數字化教學能力。

3.以教師示范為核心，建立智能技術支持的教師—師范生協同發展機制

師范生處于準教師的職前培養階段，存在的普遍現象表現在基于真實場景的教學實踐經驗不足，因此，觀看授課教師的示范作用是培養師范生教學技能的重要渠道，其數字化教學能力的培養也不例外。為解決師范生的數字化教學能力培養過程中學生積極性不高的問題，鼓勵建立教師—師范生共同體協同發展機制，為師范生數字化教學實踐提供過程性指導，實現細微精準、面向師范生實踐能力的“智能新師范”的人才培養，從而促進師范生數字化教學能力的提升。

參考文獻：

[1] 教科信函[2022]58號文件，教育部關于發布《教師數字素養》教育行業標準的通知[Z].

[2][20][27] 王巍，閆寒冰等.發展師范生信息化教學能力：支持要素、關鍵問題與可為路徑——基于20所師范院校調研數據的分析[J].教師教育研究，2021，（2）：38-44.

[3] 趙磊磊，李玥泓等.地方高校信息技術師范生TPACK：影響因素及建構策略[J].現代遠距離教育，2018，（3）：29-36.

[4] Aslan A，Zhu C.Influencing Factors and Integration of ICT into Teaching Practices of Pre-Service and Starting Teachers [J].International Journal of Research in Education and Science，2016，2（2）：359-370.

[5] Instefjord E J，Munthe E.Educating digitally competent teachers：A study of integration of professional digital competence in teacher education [J]. Teaching and teacher education，2017，67：37-45.

[6] Wigfield A，Eccles J S.Expectancy–value theory of achievement motivation [J]. Contemporary educational psychology，2000，25（1）：68-81.

[7] Atkinson J W.An introduction to motivation [M].Oxford：Van Nostrand，1964.

[8] Chai C S，Wang X，Xu C.An extended theory of planned behavior for the modelling of Chinese secondary school students’ intention to learn artificial intelligence [J].Mathematics，2020，8（11）：2089.

[9] Ni A， Cheung A.Understanding secondary students’continuance intention to adopt AI-powered intelligent tutoring system for English learning [J]. Education and Information Technologies，2023，28（3）：3191-3216.

[10][23] Eccles J S，Wigfield A.From expectancy-value theory to situated expectancy-value theory：A developmental，social cognitive，and sociocultural perspective on motivation [J].Contemporary educational psychology，2020，61：101859.

[11][14][24] 任友群，閆寒冰等.《師范生信息化教學能力標準》解讀[J].電化教育研究，2018，39（10）：5-14+40.

[12] Venkatesh V，et al.User acceptance of information technology：Toward a unified view [J].MIS quarterly，2003，27（3）：425-478.

[13] Chai C S，Lin P Y，et al.Perceptions of and behavioral intentions towards learning artificial intelligence in primary school students [J].Educational Technology & Society，2021，24（3）：89-101.

[15] 李世瑾，顧小清.中小學教師對人工智能教育接受度的影響因素研究[J].現代遠距離教育，2021，（4）：66-75.

[16] 隋幸華，趙國棟等.高校教師信息化教學能力影響因素實證研究——以湖南省部分高校為例[J].中國電化教育，2020，（5）：128-134.

[17][18] Lubke G H， Muthén B.Investigating population heterogeneity with factor mixture models [J].Psychological methods，2005，10（1）：21-39.

[19] 溫忠麟，謝晉艷等.潛在類別模型的原理、步驟及程序[J].華東師范大學學報（教育科學版），2023，41（1）：1-15.

[21] Fütterer T，Scherer R，et al.Will，skills，or conscientiousness：What predicts teachers’intentions to participate in technology-related professional development [J].Computers & Education，2023，198：104756.

[22] 羅儒國.教師教學數字化轉型的現實困境與紓解路徑[J].電化教育研究，2023，44（12）：102-107+121.

[25] 亓建蕓，趙可云.教師數字化教學角色適應的影響因素及其作用機制研究[J].中國電化教育，2024，（1）：111-118.

[26] 楊鑫.數字化教學思維：教師邁入數字化“深水區”的思維范式[J].中國電化教育，2024，（5）：53-60.

[28] Atkinson J W.Motivational determinants of risk-taking behavior [J]. Psychological review，1957，64（1）：359-372.

[29] 周劉波，張夢瑤等.數字化轉型背景下教師數字素養培育：時代價值、現實困境與突破路徑[J].中國電化教育，2023，（10）：98-105.

[30] 洪玲.教師教育智慧學習空間：內涵、框架與實踐策略[J].開放教育研究，2023，29（1）：53-59.

[31] 祝智庭，林梓柔等.教師發展數字化轉型：平臺化、生態化、實踐化[J].中國電化教育，2023，（1）：8-15.

作者簡介：

茍江鳳：在讀博士，研究方向為多媒體學習、教師教育。

楊九民：教授，博士，博士生導師，研究方向為教學設計、教師教育。

李榮娜：在讀碩士，研究方向為多媒體學習、教師教育。

鄭文燕：在讀碩士，研究方向為多媒體學習、教師教育。

Improving the Digital Teaching Competence for Pre-service Teachers by Intelligent Technology： The Role of Expectancy-value Beliefs

Gou Jiangfeng， Yang Jiumin， Li Rongna， ZhengWenyan

Faculty of Artificial Intelligence Education， Central China Normal University， Wuhan 430079， Hubei

Abstract： With the rapid development of artificial intelligence technology， the digital transformation of education has become an inevitable trend. How to integrate intelligent technology with the training of pre-service teachers has become the key to the revitalization plan of teacher education in the new era. In order to explore the influencing factors and development path of digital teaching competence for pre-service teachers supported by intelligent technology， based on the theory of situational expected value， this study took 567 pre-service teachers as the research objects， and adopted questionnaire survey method to explore the role of environmental support and expectancy-value beliefs （selfefficacy and perceived usefulness） in cultivating digital teaching competence for pre-service teachers supported by intelligent technology. The results show that perceived usefulness plays a mediating role in the effect of environmental support on autonomous learning and informationbased teaching supported by intelligent technology， and self-efficacy plays a mediating role in the effect of environmental support on independent learning supported by intelligent technology. In addition， different levels of environmental support and expectancy-value beliefs can be classified into three groups： high， medium， and low， and pre-service teachers with high environment support and expectancy-value beliefs group show better intelligent technology support of independent learning and information teaching behavior willingness. Based on this， the research analyzes the internal causes of the formation of this mechanism and proposes relevant suggestions from three aspects： simulating realistic scenarios， optimizing curriculum systems， and developing collaborative mechanisms， aiming to provide guidance for improving digital teaching competence for pre-service teachers in practice.

Keywords： intelligent technology； pre-service teacher； digital teaching competence； expectancy-value beliefs