共富背景下城鄉(xiāng)教共體學(xué)習(xí)者GAI準(zhǔn)備度研究

摘要：教育促進(jìn)共同富裕是教育領(lǐng)域戰(zhàn)略性課題，技術(shù)賦能是促進(jìn)城鄉(xiāng)教共體有效協(xié)同的重要方式。當(dāng)前城鄉(xiāng)教育資源分布不均，促進(jìn)教育公平和建立精準(zhǔn)長效的教育幫扶迫在眉睫。自2022年底以來，生成式人工智能（GAI）的出現(xiàn)引發(fā)全球高度關(guān)注，它為學(xué)生學(xué)習(xí)方式和教師教學(xué)形態(tài)的變革提供了全新的思路，也對(duì)城鄉(xiāng)教共體結(jié)對(duì)學(xué)校學(xué)生的協(xié)作學(xué)習(xí)提出新的挑戰(zhàn)。因此，探討城鄉(xiāng)學(xué)生利用GAI進(jìn)行協(xié)作學(xué)習(xí)的預(yù)先準(zhǔn)備情況對(duì)于后續(xù)城鄉(xiāng)教共體在智能時(shí)代更好地協(xié)同發(fā)展具有重要意義。本研究以浙江省7對(duì)城鄉(xiāng)教共體的10所小學(xué)為研究對(duì)象，基于比格斯“3P”學(xué)習(xí)理論，構(gòu)建了學(xué)習(xí)者GAI準(zhǔn)備度（Readiness）的影響因素模型。研究發(fā)現(xiàn)：整體而言，優(yōu)勢(shì)校學(xué)生在GAI準(zhǔn)備度方面得分均值高于弱勢(shì)校學(xué)生，女生高于男生，高年級(jí)學(xué)生高于低年級(jí)學(xué)生；移情關(guān)注和預(yù)期確認(rèn)是影響城鄉(xiāng)教共體學(xué)習(xí)者GAI準(zhǔn)備度最重要的兩個(gè)因素；預(yù)期確認(rèn)、雙師教學(xué)質(zhì)量和系統(tǒng)質(zhì)量通過移情關(guān)注、自我呈現(xiàn)或師生互動(dòng)公平感中介GAI準(zhǔn)備度。本研究從多維中介視角切入，探索了學(xué)習(xí)者GAI準(zhǔn)備度及影響因素；在此基礎(chǔ)上，在實(shí)踐層面上提出了GAI融入城鄉(xiāng)教共體教學(xué)的幾點(diǎn)建議。

關(guān)鍵詞：教育共富；城鄉(xiāng)教育共同體；生成式人工智能準(zhǔn)備度

中圖分類號(hào)：G434 文獻(xiàn)標(biāo)識(shí)碼：A

* 本文系國家社會(huì)科學(xué)基金教育學(xué)重大項(xiàng)目“新發(fā)展階段教育促進(jìn)共同富裕研究”（項(xiàng)目編號(hào)：VFA220003）階段性研究成果。 翟雪松為本文通訊作者。

一、研究背景

富民之道，教民為要。中國歷屆政府都十分重視城鄉(xiāng)教育間的均衡發(fā)展問題，通過制定各種政策和采用各類技術(shù)手段來嘗試促進(jìn)教育公平目標(biāo)的達(dá)成。2023年，中共中央辦公廳發(fā)布了《關(guān)于構(gòu)建優(yōu)質(zhì)均衡的基本公共教育服務(wù)體系的意見》，其中強(qiáng)調(diào)要健全城鄉(xiāng)學(xué)校幫扶激勵(lì)機(jī)制，確保鄉(xiāng)村學(xué)校都有城鎮(zhèn)學(xué)校對(duì)口幫扶[1]，在2024年發(fā)布的中央一號(hào)文件中指出要進(jìn)一步推進(jìn)城鄉(xiāng)學(xué)校共同體建設(shè)[2]。作為全國促進(jìn)共同富裕的示范省份，浙江省早在2021年就發(fā)布了有關(guān)推進(jìn)城鄉(xiāng)教育共同體建設(shè)（下文簡稱為“城鄉(xiāng)教共體”）的省域文件，并在國內(nèi)率先進(jìn)行了城鄉(xiāng)教共體的規(guī)模化實(shí)踐探索，旨在通過同步課堂、混合式教研等形式實(shí)現(xiàn)教育資源城鄉(xiāng)共享和城鄉(xiāng)師生高效協(xié)作教學(xué)，最終促進(jìn)城鄉(xiāng)教育公平和共富目標(biāo)的實(shí)現(xiàn)[3-5]。此后，全國多個(gè)省份也陸續(xù)開始城鄉(xiāng)教共體的實(shí)踐。目前，浙江省城鄉(xiāng)教共體的協(xié)作教學(xué)已經(jīng)取得了一定的成效，城鄉(xiāng)教師資源得到有效整合，城鄉(xiāng)義務(wù)教育更趨近優(yōu)質(zhì)均衡[6]。本文選取全國最先開展城鄉(xiāng)教共體實(shí)踐區(qū)域的學(xué)習(xí)者作為研究對(duì)象，考察他們對(duì)于教共體教學(xué)實(shí)踐及新興技術(shù)的態(tài)度，由此總結(jié)一些影響因素和規(guī)律，為全國更大范圍內(nèi)城鄉(xiāng)教共體師生未來更好地開展協(xié)作教學(xué)實(shí)踐提供調(diào)研依據(jù)。

生成式人工智能（Genetic Artificial Intelligence，下文簡稱“GAI”）的出現(xiàn)及在教育中的深入應(yīng)用，將深刻改變未來教育的生態(tài)系統(tǒng)，城鄉(xiāng)教共體未來的發(fā)展也將深受其影響，使得城鄉(xiāng)教共體的輻射面會(huì)更廣，應(yīng)用場(chǎng)景更加豐富。然而，GAI應(yīng)用到城鄉(xiāng)學(xué)校教育中仍有較大的挑戰(zhàn)。其一，城鄉(xiāng)學(xué)習(xí)者有關(guān)GAI的使用意愿及使用行為等可能會(huì)是城鄉(xiāng)間數(shù)字鴻溝和教育差距拉大或縮小等關(guān)鍵影響因素。其二，GAI的技術(shù)存在內(nèi)生性不足，其訓(xùn)練模式多依靠的是已有的互聯(lián)網(wǎng)數(shù)據(jù)，缺乏真實(shí)教育情境及相關(guān)數(shù)據(jù)的支撐，且輸出的內(nèi)容存在捏造的風(fēng)險(xiǎn)，城鄉(xiāng)教共體的師生需要對(duì)此有所認(rèn)識(shí)。其三，雖然GAI具有支持學(xué)習(xí)者個(gè)性化學(xué)習(xí)的潛在優(yōu)勢(shì)[7]，但在城鄉(xiāng)師生協(xié)作教學(xué)的進(jìn)程中，來自城鄉(xiāng)教共體學(xué)校的學(xué)習(xí)者是否已經(jīng)做好準(zhǔn)備接納GAI融入并支持整個(gè)教學(xué)過程，尚缺乏相關(guān)研究。因此，該領(lǐng)域迫切需要研究者去探討城鄉(xiāng)協(xié)作教學(xué)中學(xué)習(xí)者有關(guān)GAI的準(zhǔn)備情況及其影響因素。基于目前GAI融入城鄉(xiāng)教育的困境和研究不足，本研究調(diào)研了浙江省某海島縣7對(duì)開展“互聯(lián)網(wǎng)+”協(xié)作教學(xué)城鄉(xiāng)教共體的10所學(xué)校，通過城鄉(xiāng)教共體一線課堂的深入觀察以及實(shí)地師生訪談，基于比格斯“預(yù)備（Presage）—過程（Process）—結(jié)果（Product）”的3P分析框架，研究首先構(gòu)建了城鄉(xiāng)教共體協(xié)作教學(xué)學(xué)習(xí)者的GAI準(zhǔn)備度模型，并根據(jù)該模型研制了相關(guān)問卷，邀請(qǐng)這10所教共體學(xué)校參與過同步課堂學(xué)習(xí)的450名學(xué)生填寫問卷，由此探索該模型的有效性，引導(dǎo)城鄉(xiāng)教共體學(xué)習(xí)者及時(shí)抓住GAI帶來的機(jī)遇，并為城鄉(xiāng)教育決策者和教育實(shí)踐者提供有益的信息，充分挖掘鄉(xiāng)村智力資源的優(yōu)勢(shì)和潛力，助力智能時(shí)代韌性教學(xué)生態(tài)系統(tǒng)的準(zhǔn)備，帶動(dòng)鄉(xiāng)村全方位振興。

二、研究基礎(chǔ)與研究假設(shè)

（一）研究基礎(chǔ)

GAI的開放性賦予了學(xué)習(xí)者個(gè)體性發(fā)展的機(jī)會(huì)，具有推進(jìn)知識(shí)平權(quán)、教育公平和教育共富的潛力。城鄉(xiāng)教共體學(xué)習(xí)者承載著中國促進(jìn)教育公平、建設(shè)高質(zhì)量教育體系和實(shí)現(xiàn)全體人民共同富裕的希冀，此前已有較多研究關(guān)注GAI融入一般教學(xué)情境中學(xué)習(xí)者的感知和應(yīng)用研究，如高中生對(duì)GAI認(rèn)知[8]、大學(xué)生GAI應(yīng)用現(xiàn)狀和使用意愿調(diào)查[9][10]、GAI輔助大學(xué)生編程學(xué)習(xí)[11]等，卻很少有研究能關(guān)注到這一具有鄉(xiāng)村教育振興先行戰(zhàn)略意義的少數(shù)特殊群體。研究城鄉(xiāng)學(xué)習(xí)者GAI準(zhǔn)備度，有利于挖掘?qū)W習(xí)者應(yīng)用GAI的有益或阻礙因素，激發(fā)GAI賦能城鄉(xiāng)協(xié)作教學(xué)和推進(jìn)城鄉(xiāng)教育共富的更大能量。在以往研究中，學(xué)習(xí)準(zhǔn)備度泛指學(xué)習(xí)者在學(xué)習(xí)前所表現(xiàn)的就緒狀態(tài)，而人工智能學(xué)習(xí)準(zhǔn)備度則是考量學(xué)習(xí)者應(yīng)用人工智能整合學(xué)習(xí)的可能程度，包括學(xué)習(xí)者的心理傾向、知識(shí)能力等等[12]。過往數(shù)字化學(xué)習(xí)準(zhǔn)備度也大多從學(xué)習(xí)者就緒表現(xiàn)出發(fā)，評(píng)估學(xué)習(xí)者的知識(shí)、經(jīng)驗(yàn)與技能等能力狀態(tài)和意愿水平，比如探討學(xué)習(xí)者的人工智能技術(shù)信念[13]、智能知識(shí)準(zhǔn)備和智能能力準(zhǔn)備等因素對(duì)人工智能學(xué)習(xí)準(zhǔn)備度的量化影響[14][15]。綜合各個(gè)層面的觀點(diǎn)，本研究認(rèn)為學(xué)習(xí)者GAI準(zhǔn)備度是指學(xué)習(xí)者應(yīng)用GAI開展學(xué)習(xí)的就緒程度，并主要從學(xué)習(xí)者的學(xué)習(xí)平臺(tái)使用意愿與使用GAI輔助學(xué)習(xí)意愿的這兩個(gè)維度來構(gòu)建和考量學(xué)習(xí)者GAI準(zhǔn)備度。

比格斯（Biggs）在1989年提出的“預(yù)備（Presage）—過程（Process）—結(jié)果（Product）”（3P）框架已被大量的研究用來分析和解釋學(xué)生的學(xué)習(xí)過程，比如學(xué)生在線學(xué)習(xí)和學(xué)生MOOC學(xué)習(xí)持續(xù)意愿等等[16]。如圖1所示，該理論認(rèn)為對(duì)學(xué)習(xí)活動(dòng)（例如，學(xué)習(xí)課程）的理解應(yīng)該始于活動(dòng)發(fā)生前的因素，例如學(xué)習(xí)者的特征（例如：能力、動(dòng)機(jī)、先驗(yàn)知識(shí)）和教學(xué)環(huán)境（例如：教學(xué)方法、制度氛圍）。這些先兆因素不僅影響學(xué)習(xí)者的學(xué)習(xí)過程（例如，學(xué)習(xí)策略、學(xué)習(xí)行為和學(xué)習(xí)狀態(tài)等），還可能直接決定其學(xué)習(xí)結(jié)果（例如：學(xué)習(xí)成績、滿意度與持續(xù)意愿等）。

在過往研究中，許多學(xué)者積極探討了學(xué)習(xí)者預(yù)期、教學(xué)方法或教學(xué)系統(tǒng)等自變量對(duì)技術(shù)使用意愿的影響。例如，An等人將作為學(xué)習(xí)者預(yù)期作為過程變量，直接探討其對(duì)人工智能使用意愿的影響[18]；Wang和An等人探索了設(shè)備條件和支持性環(huán)境對(duì)人工智能使用意愿的影響[19][20]。然而，眾多學(xué)者只是聚焦各自變量對(duì)技術(shù)使用意愿的直接影響，較少有研究對(duì)影響過程中的中介機(jī)制進(jìn)行探討，以致我們對(duì)認(rèn)識(shí)影響過程中的中介變量所產(chǎn)生的作用還缺乏依據(jù)。因此，本研究主要參考比格斯3P分析框架，結(jié)合城鄉(xiāng)協(xié)作教學(xué)場(chǎng)景的獨(dú)有特點(diǎn)，并借鑒心理學(xué)和社會(huì)學(xué)領(lǐng)域的研究成果，從多維中介視角分析學(xué)習(xí)者GAI準(zhǔn)備度及其影響因素，在模型中創(chuàng)新性加入了自我呈現(xiàn)、師生互動(dòng)公平感和移情關(guān)注的中介變量考量，以期進(jìn)一步厘清GAI準(zhǔn)備度模型中過程變量所發(fā)揮的作用。如圖2所示，基于比格斯教與學(xué)的3P理論，本研究對(duì)應(yīng)教學(xué)的各個(gè)階段，對(duì)相關(guān)影響因素進(jìn)行分類，如將預(yù)期確認(rèn)、雙師協(xié)作教學(xué)和系統(tǒng)質(zhì)量作為教學(xué)預(yù)備階段的先兆要素，將自我呈現(xiàn)、師生互動(dòng)公平感和移情關(guān)注作為教學(xué)過程的要素，將學(xué)習(xí)者GAI準(zhǔn)備度作為教學(xué)結(jié)果階段的要素，共同構(gòu)建城鄉(xiāng)教共體協(xié)作教學(xué)GAI準(zhǔn)備度影響因素關(guān)系模型。

（二）研究假設(shè)

根據(jù)上述研究理論，本研究提出以下理論模型反映預(yù)期確認(rèn)、系統(tǒng)質(zhì)量、雙師教學(xué)質(zhì)量、自我呈現(xiàn)、師生互動(dòng)公平感、移情關(guān)注和GAI準(zhǔn)備度之間的關(guān)系。

1.互動(dòng)公平感的中介效應(yīng)

師生課堂互動(dòng)在教學(xué)研究中，已被前人多次驗(yàn)證其在教學(xué)過程和教學(xué)結(jié)果發(fā)揮著重要作用。影響課堂互動(dòng)的因素眾多，學(xué)習(xí)者的預(yù)期、教師教學(xué)方法和互動(dòng)環(huán)境支持的等等都能夠影響課堂互動(dòng)的質(zhì)量，進(jìn)而影響教學(xué)結(jié)果[21][22]。其一，預(yù)期確認(rèn)在形成學(xué)習(xí)者對(duì)學(xué)習(xí)過程中的課堂互動(dòng)感知起著重要作用[23]，努力預(yù)期和績效預(yù)期可以正向預(yù)測(cè)使用人工智能的行為意愿[24]。其二，在城鄉(xiāng)教共體協(xié)作教學(xué)中，雙師都需要調(diào)整原有的教學(xué)方式和教學(xué)方法，共同開展教學(xué)協(xié)作，適應(yīng)同步課堂的教學(xué)和互動(dòng)。區(qū)別于傳統(tǒng)課堂中只有單名教師與一個(gè)班學(xué)生的互動(dòng)，城鄉(xiāng)教共體協(xié)作教學(xué)具有多主體的特點(diǎn)。主講教師需要設(shè)計(jì)合理的教學(xué)策略，協(xié)調(diào)好與城鄉(xiāng)兩端學(xué)生互動(dòng)，讓學(xué)生感受到公平的互動(dòng)，這是衡量城鄉(xiāng)教共體協(xié)作教學(xué)是否成功的關(guān)鍵因素[25]。其三，城鄉(xiāng)教共體協(xié)作教學(xué)的技術(shù)系統(tǒng)包括了網(wǎng)絡(luò)技術(shù)、屏幕畫面、播音系統(tǒng)等設(shè)備，系統(tǒng)中任何一個(gè)環(huán)節(jié)出現(xiàn)問題都會(huì)極大地影響師生參與課堂的互動(dòng)和教學(xué)體驗(yàn)。有研究已證實(shí)學(xué)習(xí)環(huán)境系統(tǒng)的感知質(zhì)量會(huì)影響感知易用性、感知有用性和用戶滿意度[26]，進(jìn)而影響學(xué)生使用人工智能支持學(xué)習(xí)的行為意圖[27]。基于上述研究理論和成果，本研究提出以下假設(shè)：

假設(shè)H1：師生互動(dòng)公平感是預(yù)期確認(rèn)和GAI準(zhǔn)備度的中介變量。

假設(shè)H2：師生互動(dòng)公平感是雙師教學(xué)質(zhì)量和GAI準(zhǔn)備度的中介變量。

假設(shè)H3：師生互動(dòng)公平感是系統(tǒng)質(zhì)量和GAI準(zhǔn)備度的中介變量。

假設(shè)H4：師生互動(dòng)公平感對(duì)GAI準(zhǔn)備度具有顯著正向影響。

2.自我呈現(xiàn)的中介效應(yīng)

戈夫曼的擬劇論為社會(huì)交往中的自我形象塑造提供一種視角。擬劇論認(rèn)為當(dāng)一個(gè)人認(rèn)識(shí)到自己在“舞臺(tái)”上行動(dòng)時(shí)，會(huì)積極展示自己美好的一面，也即自我呈現(xiàn)[28]。如果視城鄉(xiāng)教共體協(xié)作教學(xué)為一個(gè)“舞臺(tái)”，則師生都是參與表演的主角，他們的行為和表現(xiàn)都會(huì)被另一端師生進(jìn)行觀察。然而還需要更多的證據(jù)證明“自我呈現(xiàn)”在課堂中發(fā)揮的作用，因此本研究提出以下假設(shè)：

假設(shè)H5：自我呈現(xiàn)是預(yù)期確認(rèn)和GAI準(zhǔn)備度的中介變量。

假設(shè)H6：自我呈現(xiàn)是雙師教學(xué)質(zhì)量和GAI準(zhǔn)備度的中介變量。

假設(shè)H7：自我呈現(xiàn)是系統(tǒng)質(zhì)量和GAI準(zhǔn)備度的中介變量。

假設(shè)H8：自我呈現(xiàn)對(duì)GAI準(zhǔn)備度具有顯著正向影響。

3.移情關(guān)注的中介效應(yīng)

在城鄉(xiāng)教共體協(xié)作教學(xué)中，城鄉(xiāng)師生需要投入移情、包容與幫助的精神和情感參與課堂。移情關(guān)注是一種站在他人的角度，對(duì)他人的情緒、想法和認(rèn)知感同身受，作出認(rèn)知理解和情感回應(yīng)等行為[29]。一些實(shí)證研究已經(jīng)證明，移情關(guān)注與動(dòng)機(jī)之間存在正相關(guān)關(guān)系，有利于激發(fā)和維持學(xué)習(xí)者興趣和注意力[30]，這可能是因?yàn)閭€(gè)體在共情時(shí)具有更高的利他動(dòng)機(jī)，會(huì)趨向減輕他人的痛苦，滿足他人的需求。這種心理狀態(tài)可能會(huì)促使學(xué)生對(duì)學(xué)習(xí)過程的投入和參與，增加學(xué)生的理解和包容。也有研究指出，移情是積極學(xué)生結(jié)果的最強(qiáng)預(yù)測(cè)因素之一，包括學(xué)業(yè)成績以及情感和行為結(jié)果[31]。因此，本研究預(yù)測(cè)移情關(guān)注可能會(huì)在城鄉(xiāng)教共體協(xié)作教學(xué)中發(fā)揮強(qiáng)烈的中介效應(yīng)，對(duì)教學(xué)結(jié)果產(chǎn)生積極影響，并提出以下假設(shè)：

假設(shè)H9：移情關(guān)注是預(yù)期確認(rèn)和GAI準(zhǔn)備度的中介變量。

假設(shè)H10：移情關(guān)注是雙師教學(xué)質(zhì)量和GAI準(zhǔn)備度的中介變量。

假設(shè)H11：移情關(guān)注是系統(tǒng)質(zhì)量和GAI準(zhǔn)備度的中介變量。

假設(shè)H12：移情關(guān)注對(duì)GAI準(zhǔn)備度具有顯著正向影響。

三、研究方法

（一）研究對(duì)象

研究選取浙江省某海島縣作為研究對(duì)象。該海島縣地理位置偏遠(yuǎn)，交通不便，教育資源相對(duì)落后，青年教師流失嚴(yán)重，自2019年開始，該海島縣通過實(shí)施城鄉(xiāng)協(xié)作教學(xué)來解決師資不足、開不齊課和開不好課等教學(xué)難題。縣內(nèi)的10所小學(xué)全都參與了城鄉(xiāng)教共體的結(jié)對(duì)活動(dòng)。調(diào)查問卷使用“問卷星”在線問卷服務(wù)平臺(tái)，由縣教育局面向這10所城鄉(xiāng)學(xué)校的學(xué)生發(fā)放，其中3所是城鎮(zhèn)優(yōu)勢(shì)學(xué)校，7所是鄉(xiāng)村弱勢(shì)學(xué)校。每所優(yōu)勢(shì)校都會(huì)與2-3所弱勢(shì)校結(jié)對(duì)，形成7對(duì)共同體，以強(qiáng)帶弱，共同開展城鄉(xiāng)教共體協(xié)作教學(xué)的備課、實(shí)踐與教研。

（二）問卷編制

本研究借鑒混合式學(xué)習(xí)的研究成果，結(jié)合城鄉(xiāng)教共體協(xié)作教學(xué)現(xiàn)狀和學(xué)生特點(diǎn)，編制了“城鄉(xiāng)教共體協(xié)作教學(xué)環(huán)境中的學(xué)習(xí)者GAI準(zhǔn)備度調(diào)查問卷”（下文簡稱“問卷”），選項(xiàng)采用李克特五點(diǎn)量表法，根據(jù)同意或滿意的程度依次賦值1—5分，題項(xiàng)的分值越高，表示同意或滿意的程度越高。

問卷包含兩部分：第一部分收集學(xué)生基本信息，包括性別、學(xué)段、班級(jí)和同步課堂參與頻次。第二部分是有關(guān)城鄉(xiāng)教共體協(xié)作教學(xué)GAI準(zhǔn)備度的調(diào)查（如表1所示）。

（三）數(shù)據(jù)收集

問卷面向浙江省某海島縣參與過城鄉(xiāng)教共體協(xié)作教學(xué)實(shí)踐的小學(xué)發(fā)放。考慮到低年級(jí)學(xué)生的認(rèn)知能力有限，本問卷主要面向3—6年級(jí)具備初步或較強(qiáng)的獨(dú)立識(shí)字能力、能夠進(jìn)行問卷的閱讀和理解的學(xué)生發(fā)放[40]。在線問卷在2023年10月20日—11月28日期間投放，經(jīng)過數(shù)據(jù)整理后得到450份有效問卷。問卷回收后，使用SPSS 27.0和SmartPLS 4統(tǒng)計(jì)軟件對(duì)其進(jìn)行統(tǒng)計(jì)分析。樣本特征描述統(tǒng)計(jì)如表2所示。初步的描述性統(tǒng)計(jì)結(jié)果顯示，在GAI準(zhǔn)備度的兩個(gè)一階因子的得分上，優(yōu)勢(shì)校學(xué)生的均值高于弱勢(shì)學(xué)生，女生高于男生，高年級(jí)學(xué)生高于低年級(jí)學(xué)生。

（四）信效度檢驗(yàn)

首先，本研究采用SPSS 27.0軟件對(duì)問卷進(jìn)行了信度檢驗(yàn)，整體問卷的Cronbach’s α值=0.964，且各潛在變量的Cronbach’s α值均大于0.8，證明問卷的信度較高，具有良好的內(nèi)部一致性[41]。

其次，由于本研究中的問卷設(shè)計(jì)參考已有的成熟問卷設(shè)計(jì)及專家訪談意見，內(nèi)容效度已得到保障。接著使用SPSS通過主成分分析法進(jìn)行探索性因子分析，降維結(jié)果顯示KMO統(tǒng)計(jì)量為0.948，達(dá)到0.9以上的非常合適水平，樣本分布球形Bartlett卡方檢驗(yàn)顯著性小于0.001，旋轉(zhuǎn)后累積方差解釋率為75.757%，解釋力較好，適合進(jìn)行因子分析。

在進(jìn)行SPSS的先驗(yàn)性信效度檢測(cè)之后，繼續(xù)通過SmartPLS 4軟件對(duì)各測(cè)量維度進(jìn)行驗(yàn)證性因子分析，繼續(xù)檢驗(yàn)建模之后的問卷信效度。數(shù)據(jù)顯示，各一階因子測(cè)量模型中標(biāo)準(zhǔn)化因子載荷量均大于0.7，各潛變量的組成信度CR均大于0.7，收斂效度均大于0.7，所有指標(biāo)均優(yōu)于建議值，問卷具有較好的收斂效度[42]。兩個(gè)一階因子與二階因子的載荷值可以支持兩個(gè)一階因子“GAI使用意愿”和“學(xué)習(xí)平臺(tái)使用意愿”收斂于二階構(gòu)念“GAI準(zhǔn)備度”。

在本次區(qū)別效度檢驗(yàn)中，首先參照Fornell-Larcker標(biāo)準(zhǔn)，潛變量間的相關(guān)系數(shù)均小于各潛在變量AVE值的平方根。其次，參照Henseler等人的HTMT法，各變量的HTMT率未超過0.90的閾值上限，表明本問卷各量表具有良好的區(qū)分效度[43]。同時(shí)從中可以發(fā)現(xiàn)，因變量與自變量間存在多重相關(guān)，有必要采用結(jié)構(gòu)方程模型來進(jìn)一步探討變量間的結(jié)構(gòu)關(guān)系。此外，自變量間存在顯著相關(guān)但并沒有達(dá)到高相關(guān)度，表示并不存在明顯的共線性影響。

為檢驗(yàn)變量間的同源誤差程度，對(duì)問卷數(shù)據(jù)進(jìn)行共同方法偏差，通過Harman單因子檢驗(yàn)法進(jìn)行分析，數(shù)據(jù)顯示首個(gè)公因子解釋的方差解釋量是12.137%，小于40%的臨界標(biāo)準(zhǔn)，表明本研究數(shù)據(jù)不存在顯著的共同方法偏差[44]。結(jié)構(gòu)模型的多重共線性通過潛變量的方差膨脹系數(shù)（Variance Inflation Factor，VIF）評(píng)估，結(jié)果顯示，潛變量間的VIF值在1.000—2.572之間，均小于5的臨界值，即不存在多重共線性問題[45]。

四、研究發(fā)現(xiàn)與討論

本研究利用SmartPLS 4.0建立偏最小二乘結(jié)構(gòu)方程模型，分析學(xué)生對(duì)城鄉(xiāng)教共體協(xié)作教學(xué)融入GAI的準(zhǔn)備度，并結(jié)合課堂觀察和實(shí)地師生訪談數(shù)據(jù)對(duì)模型結(jié)果進(jìn)行解釋和分析，分析結(jié)果如圖3所示，其中，實(shí)線表示顯著路徑，虛線表示不顯著路徑。據(jù)表3數(shù)據(jù)可知，除假設(shè)H6不成立，其余研究假設(shè)均得到驗(yàn)證。

（一）模型解釋力分析

數(shù)據(jù)顯示，“GAI準(zhǔn)備度”的R2為0.514，說明分析模型的預(yù)測(cè)效果良好[46]。接著，使用PLSpredict算法得到“GAI準(zhǔn)備度”的Q2值分別為0.528，表明這一模型具有較好的預(yù)測(cè)性能[47]。

（二）路徑系數(shù)分析

1.前因變量影響路徑分析

從學(xué)習(xí)預(yù)備階段來看（如表4所示），預(yù)期確認(rèn)、雙師教學(xué)質(zhì)量和系統(tǒng)質(zhì)量三個(gè)自變量都對(duì)因變量GAI準(zhǔn)備度產(chǎn)生顯著的正向影響。效應(yīng)值由大到小以此為：預(yù)期確認(rèn)、系統(tǒng)質(zhì)量和雙師教學(xué)質(zhì)量，意味著三個(gè)前因變量具有多維正向影響，是保障協(xié)作教學(xué)的關(guān)鍵因素。

其一，在城鄉(xiāng)教共體協(xié)作教學(xué)情境中，學(xué)習(xí)者預(yù)期確認(rèn)的總效應(yīng)最大，能夠通過自我呈現(xiàn)和師生互動(dòng)公平感對(duì)GAI準(zhǔn)備度產(chǎn)生顯著正向影響。說明學(xué)習(xí)者自身的期望和先前經(jīng)驗(yàn)很關(guān)鍵，對(duì)城鄉(xiāng)協(xié)作學(xué)習(xí)的技術(shù)支持、教學(xué)方法和師生互動(dòng)的效果預(yù)期都是影響學(xué)習(xí)者學(xué)習(xí)過程和結(jié)果的重要因素。當(dāng)學(xué)習(xí)者有較高的預(yù)期時(shí)，他們認(rèn)為城鄉(xiāng)教共體協(xié)作教學(xué)可以幫助他們更好地學(xué)習(xí)，能夠間接提高他們的學(xué)習(xí)效果和質(zhì)量。這表明，如果教育部門或?qū)W校想要促進(jìn)GAI與城鄉(xiāng)協(xié)作教學(xué)的整合，需要讓學(xué)習(xí)者認(rèn)識(shí)和了解GAI和城鄉(xiāng)協(xié)作教學(xué)的有用性，進(jìn)而提高學(xué)習(xí)者使用GAI的行為意愿，發(fā)揮學(xué)習(xí)者預(yù)期確認(rèn)對(duì)提升GAI準(zhǔn)備度的基礎(chǔ)性作用。

其二，雙師教學(xué)質(zhì)量和系統(tǒng)質(zhì)量都會(huì)對(duì)GAI準(zhǔn)備度起到一定的正向影響。這一發(fā)現(xiàn)在很大程度契合了已有的教學(xué)研究結(jié)果，教學(xué)方法是決定教學(xué)過程和教學(xué)結(jié)果的重要因素，技術(shù)支持的學(xué)習(xí)環(huán)境在促進(jìn)學(xué)習(xí)者使用人工智能的意愿方面發(fā)揮了關(guān)鍵作用[48]。但與其他兩個(gè)自變量不同的是，系統(tǒng)質(zhì)量與學(xué)習(xí)者自我呈現(xiàn)沒有直接的影響關(guān)系。可能是因?yàn)殡S著學(xué)習(xí)者對(duì)數(shù)字化學(xué)習(xí)環(huán)境的熟悉度提升，技術(shù)因素對(duì)學(xué)習(xí)者的影響就俞發(fā)減少[49]。可見，教共體區(qū)域組織應(yīng)為師生配置GAI支持學(xué)習(xí)的技術(shù)環(huán)境，并建立合理的數(shù)據(jù)收集、管理和安全機(jī)制。教師也應(yīng)創(chuàng)新融入智能技術(shù)支持教學(xué)，收集和合理使用城鄉(xiāng)學(xué)生的學(xué)情數(shù)據(jù)，包括學(xué)習(xí)行為、學(xué)習(xí)進(jìn)度和學(xué)習(xí)成果等，分析和了解城鄉(xiāng)學(xué)生各自的學(xué)習(xí)需求和困難，從而提供精準(zhǔn)的教學(xué)支持和個(gè)性化的學(xué)習(xí)指導(dǎo)。

2.中介變量影響路徑分析

從學(xué)習(xí)過程階段來看（如表3所示），移情關(guān)注和師生互動(dòng)公平感在因變量預(yù)期確認(rèn)、雙師教學(xué)質(zhì)量和系統(tǒng)質(zhì)量與結(jié)果變量GAI準(zhǔn)備度的影響路徑中都發(fā)揮了中介作用，而自我呈現(xiàn)僅僅在因變量預(yù)期確認(rèn)和雙師教學(xué)質(zhì)量與結(jié)果變量GAI準(zhǔn)備度的影響路徑中發(fā)揮了中介作用。三個(gè)中介變量的直接效應(yīng)值由大到小依次為：移情關(guān)注、自我呈現(xiàn)和師生互動(dòng)公平感，都能對(duì)結(jié)果變量GAI準(zhǔn)備度產(chǎn)生顯著的正向影響，是預(yù)測(cè)教學(xué)效果的重要因素。

其一，師生互動(dòng)公平感影響GAI準(zhǔn)備度產(chǎn)生的總效應(yīng)值最大，說明師生互動(dòng)公平感是影響學(xué)習(xí)結(jié)果最重要的預(yù)測(cè)因素。師生互動(dòng)公平感主要考察了學(xué)生對(duì)教師采取的師生互動(dòng)方式是否感到平衡。有研究指出，學(xué)生對(duì)師生問答互動(dòng)的公平性較為敏感[50]。如果學(xué)生在課堂中體驗(yàn)到不公平的感覺，將對(duì)學(xué)生的課堂積極性和投入度產(chǎn)生較大打擊。而在目前的課堂觀察中，優(yōu)勢(shì)校教師更傾向于與優(yōu)勢(shì)校的學(xué)生進(jìn)行互動(dòng)，還未能平衡好與弱勢(shì)校學(xué)生的互動(dòng)。因此，教師需要積極改變教學(xué)模式，促進(jìn)課堂互動(dòng)公平性、有效性、智能化。具體而言，在城鄉(xiāng)協(xié)作教學(xué)情境中，為了更好照顧兩端學(xué)生的學(xué)業(yè)水平差距，城鄉(xiāng)教師可以采取一定的教學(xué)策略，比如調(diào)整城鄉(xiāng)兩端學(xué)生互動(dòng)順序、作業(yè)分層設(shè)計(jì)和為學(xué)生提供智能教學(xué)個(gè)性化服務(wù)等等，讓城鄉(xiāng)兩端學(xué)生都能及時(shí)得到指導(dǎo)，積極融入課堂互動(dòng)和展示自我，感受公平的師生互動(dòng)。而GAI賦能的城鄉(xiāng)教共體協(xié)作教學(xué)更有潛力支持城鄉(xiāng)學(xué)習(xí)者都有更多機(jī)會(huì)開展多主體互動(dòng)，如數(shù)字教師、虛擬同伴等多智能體，增強(qiáng)學(xué)習(xí)者的具身認(rèn)知和雙向交流，關(guān)注學(xué)習(xí)者認(rèn)Hhpy7xFIdboNoxRvkK5e2E42+gENKs3w+5vwC9iNpBM=知、情感的個(gè)性化發(fā)展，彌補(bǔ)傳統(tǒng)線下課堂的師生互動(dòng)不足，減少互動(dòng)不平衡的發(fā)生，促進(jìn)城鄉(xiāng)學(xué)習(xí)者參與平等的協(xié)作學(xué)習(xí)[51]。

其二，移情關(guān)注影響GAI準(zhǔn)備度產(chǎn)生的總效應(yīng)值次之。一直以來，城鄉(xiāng)教共體同步課堂被賦予教育共富的使命，通過以城帶鄉(xiāng)、以優(yōu)扶弱的教學(xué)舉措，促進(jìn)鄉(xiāng)村教育的振興和教育現(xiàn)代化發(fā)展。移情關(guān)注在一定程度上可以增加學(xué)生對(duì)這種特殊課堂教學(xué)模式的理解和包容，照顧遠(yuǎn)端學(xué)生的能力和學(xué)習(xí)需求。因此，移情關(guān)注可以在城鄉(xiāng)協(xié)作教學(xué)中影響學(xué)習(xí)者情感狀態(tài)和學(xué)習(xí)投入，為連接學(xué)習(xí)預(yù)備階段的因素和學(xué)習(xí)結(jié)果提供積極的“橋梁”連接作用，這與移情正向影響學(xué)習(xí)者注意力和創(chuàng)造力的先前研究成果相似[52]。在在線學(xué)習(xí)社區(qū)中，已有研究嘗試為數(shù)字人接入GAI的端口，實(shí)現(xiàn)發(fā)送問候和構(gòu)建問答對(duì)話等功能，開展基于人機(jī)交互的翻轉(zhuǎn)課堂創(chuàng)新教學(xué)模式，促進(jìn)學(xué)習(xí)者的知識(shí)外化和知識(shí)遷移[53]。有研究證實(shí)使用情感功能的數(shù)字人化身對(duì)教育任務(wù)有積極影響，例如，有效地傳達(dá)所需的情感并引起用戶的同理心，這有可能與弱勢(shì)群體的學(xué)習(xí)者建立情感聯(lián)系[54]。Zhai等人認(rèn)為虛擬情感化身有潛力給予有生理或心理障礙留守兒童更多的學(xué)業(yè)和情感支持[55]，滿足鄉(xiāng)村學(xué)習(xí)者的個(gè)性化學(xué)習(xí)需求。

其三，自我呈現(xiàn)也對(duì)GAI準(zhǔn)備度產(chǎn)生一定的正向影響。社會(huì)心理學(xué)家認(rèn)為自我呈現(xiàn)會(huì)對(duì)人們的身份認(rèn)同、情感、社會(huì)互動(dòng)產(chǎn)生重要的影響。在教學(xué)領(lǐng)域中，已有研究者揭示了自我呈現(xiàn)在學(xué)習(xí)者與教師、同伴和內(nèi)容建立有意義的聯(lián)系中起到重要作用，為學(xué)習(xí)者提供了表達(dá)自我觀點(diǎn)、經(jīng)驗(yàn)和想法的機(jī)會(huì)[56]。自我呈現(xiàn)是一種很重要的自我調(diào)節(jié)機(jī)制，學(xué)習(xí)者的自我呈現(xiàn)對(duì)知識(shí)共享行為和反饋行為有顯著的積極影響[57]，也可能會(huì)影響學(xué)習(xí)者在課堂的表現(xiàn)欲望和課堂參與動(dòng)機(jī)，以展現(xiàn)學(xué)習(xí)者積極的人際互動(dòng)關(guān)系和正面形象。在城鄉(xiāng)協(xié)作教學(xué)中，有學(xué)習(xí)者在訪談中表示，由于要與遠(yuǎn)端師生共同上課，為了獲得教師的表揚(yáng)與認(rèn)可，他們會(huì)更加努力地表現(xiàn)自己和積極回答問題。因此，教學(xué)實(shí)踐者可以有意培養(yǎng)學(xué)習(xí)者的自我呈現(xiàn)意識(shí)和自我表達(dá)能力，為學(xué)生提供展現(xiàn)自我的“舞臺(tái)”。如今傳統(tǒng)的城鄉(xiāng)協(xié)作教學(xué)，多以教師講授的教學(xué)形式為主，學(xué)習(xí)者的主體地位有待提升。有必要在城鄉(xiāng)教共體協(xié)作教學(xué)中整合GAI應(yīng)用，適當(dāng)削弱教學(xué)者知識(shí)傳授的主導(dǎo)性和權(quán)威性，發(fā)揮學(xué)習(xí)者的主觀能動(dòng)性，賦予學(xué)習(xí)者去中心化的知識(shí)探索和新知識(shí)創(chuàng)造等機(jī)會(huì)，搭建民主的生態(tài)教學(xué)系統(tǒng)，讓每一位學(xué)習(xí)者能夠表達(dá)自己的意見，傳播個(gè)人生成性內(nèi)容和觀點(diǎn)。

（三）模型不變性檢驗(yàn)

為了檢驗(yàn)概念性模型是否具有泛化性，本研究對(duì)學(xué)生樣本的基本屬性（如：性別、年級(jí)和學(xué)校類型）進(jìn)行分組和多群組分析。檢驗(yàn)結(jié)果如下頁表5所示，本研究所有路徑不會(huì)因群組不同而產(chǎn)生顯著性差異（p>0.05），因此模型具有可泛化性和可復(fù)制性[58]。

五、研究結(jié)論與啟示

本研究基于比格斯教與學(xué)的3P模型理論，從城鄉(xiāng)教共體協(xié)作教學(xué)場(chǎng)景出發(fā)，探究前因變量預(yù)期確認(rèn)、雙師教學(xué)質(zhì)量、系統(tǒng)質(zhì)量，以及中介變量自我呈現(xiàn)、師生互動(dòng)公平感和移情關(guān)注對(duì)城鄉(xiāng)教共體學(xué)習(xí)者GAI準(zhǔn)備度的影響。在理論層面上，從多維中介視角切入，著重探討影響機(jī)理中教學(xué)過程因素所產(chǎn)生的影響，創(chuàng)新地探索了城鄉(xiāng)教共體學(xué)習(xí)者GAI準(zhǔn)備度的影響因素模型，彌補(bǔ)了過往研究對(duì)GAI準(zhǔn)備度中介機(jī)制的討論不足，為研究GAI整合教學(xué)提供重要的理論價(jià)值。接下來，本研究將在實(shí)踐層面上，提出GAI融入城鄉(xiāng)教共體教學(xué)的對(duì)策和建議，以期為GAI促進(jìn)城鄉(xiāng)教育共富和實(shí)現(xiàn)優(yōu)質(zhì)教育資源的高效利用提供參考。

（一）GAI可充當(dāng)多種教學(xué)角色，賦能城鄉(xiāng)教共體協(xié)作教學(xué)

隨著人機(jī)協(xié)同的實(shí)現(xiàn)，傳統(tǒng)教學(xué)中“師生”二元主體關(guān)系被打破，建構(gòu)起“師—生—機(jī)”的三元主體結(jié)構(gòu)，衍生出“三師課堂”和“基于人機(jī)交互的翻轉(zhuǎn)課堂”等教學(xué)實(shí)踐場(chǎng)景[59][60]。GAI在城鄉(xiāng)協(xié)作教學(xué)中可以扮演教師助手、智能教師、智能學(xué)伴、心理輔導(dǎo)助手等角色。

一方面，GAI能夠成為城鄉(xiāng)教師的教學(xué)助手，在教學(xué)設(shè)計(jì)、課堂教學(xué)、課后輔導(dǎo)、作業(yè)設(shè)計(jì)與批改等教學(xué)環(huán)節(jié)均能提供支持。例如在課程備課階段，協(xié)助教師快速檢索多模態(tài)教學(xué)資源，提煉概括教學(xué)主題，優(yōu)化課程結(jié)構(gòu)，一鍵生成教案、試題和課件。在課程實(shí)施階段，教師可以組織學(xué)生通過思維導(dǎo)圖、智能畫板、語義注釋等技術(shù)工具與遠(yuǎn)端學(xué)生開展協(xié)作學(xué)習(xí)，引導(dǎo)城鄉(xiāng)學(xué)生應(yīng)用GAI解決問題和生成文本、視頻和圖像作品，并上傳作品到平臺(tái)，開展過程性評(píng)價(jià)，共享、吸收和展示各自的創(chuàng)新成果。在課后反饋階段，教師可以應(yīng)用GAI構(gòu)建的數(shù)字教師，進(jìn)行學(xué)生問題答疑、提煉和批改學(xué)生作文要點(diǎn)、開展課后反思和下一節(jié)課的課堂翻轉(zhuǎn)等，提高教師工作效率，減輕日常工作負(fù)擔(dān)。

另一方面，GAI可以成為城鄉(xiāng)教共體學(xué)習(xí)者的智能學(xué)伴和心理輔導(dǎo)助手。其一，GAI在語言學(xué)習(xí)、藝術(shù)創(chuàng)作和編程或算術(shù)領(lǐng)域展現(xiàn)出巨大潛力。通過深入的個(gè)性化互動(dòng)，GAI能夠?yàn)閷W(xué)習(xí)者及時(shí)解惑、實(shí)時(shí)反饋和指正錯(cuò)誤，并模擬特定技能，根據(jù)學(xué)生對(duì)知識(shí)點(diǎn)的掌握情況和興趣偏好，為其推薦合適的個(gè)性化學(xué)習(xí)資源和學(xué)習(xí)路徑，提供自適應(yīng)的教學(xué)支持，以幫助學(xué)生更好地掌握知識(shí)和技能。其二，借助大模型在智能生成和語言理解方面的能力，GAI可以通過類人式的自由對(duì)話對(duì)學(xué)生開展心理輔導(dǎo)，并對(duì)心理風(fēng)險(xiǎn)進(jìn)行預(yù)警。尤其面向鄉(xiāng)村留守兒童或特殊學(xué)生等弱勢(shì)群體，GAI可以通過自然語言處理技術(shù)，準(zhǔn)確地診斷學(xué)習(xí)障礙和心理阻礙，為有情緒情感障礙的學(xué)習(xí)者提供一對(duì)一的專屬建議，并對(duì)其存在的心理風(fēng)險(xiǎn)向教師和家長進(jìn)行預(yù)警，提醒教師和家長及時(shí)干預(yù)，避免學(xué)生的心理狀態(tài)進(jìn)一步惡化[61]。

（二）GAI鼓勵(lì)去中心化的知識(shí)創(chuàng)新，促進(jìn)城鄉(xiāng)文化資源雙向交流與共生

在當(dāng)前城鄉(xiāng)教共體的協(xié)作教學(xué)模式中，往往是優(yōu)質(zhì)的教學(xué)資源和文化從城市向農(nóng)村進(jìn)行單向傳播和輻射，城市被默認(rèn)成為教育的中心和權(quán)威，農(nóng)村逐漸被邊緣化或同質(zhì)化[62]。在“城強(qiáng)鄉(xiāng)弱”的教育語境中，單向輸出不僅會(huì)導(dǎo)致城鄉(xiāng)教師的數(shù)字鴻溝逐漸拉大，還會(huì)在無形中削弱鄉(xiāng)村師生的主體性和教學(xué)話語權(quán)，更會(huì)對(duì)鄉(xiāng)村本土文化的可持續(xù)發(fā)展、鄉(xiāng)土文化多樣性和鄉(xiāng)村學(xué)習(xí)者的文化自信造成不利影響[63]。這種城鄉(xiāng)失衡的局勢(shì)需要被改變。在整合GAI的學(xué)習(xí)社區(qū)中，生成技術(shù)可以支持城鄉(xiāng)學(xué)習(xí)者創(chuàng)建本土文化特色的學(xué)習(xí)資源，為城鄉(xiāng)雙方提供了情感、價(jià)值觀的傳輸通道和去中心化的知識(shí)文化共創(chuàng)空間，讓鄉(xiāng)村師生也能發(fā)揮主體性和能動(dòng)性，主動(dòng)展現(xiàn)鄉(xiāng)土文化的風(fēng)采，深挖鄉(xiāng)村的自然景觀和人文資源等特色。通過GAI去中心化的城鄉(xiāng)知識(shí)文化共創(chuàng)，促進(jìn)城鄉(xiāng)文化融合與互補(bǔ)，有利于實(shí)現(xiàn)農(nóng)村優(yōu)秀傳統(tǒng)文化在城市反向傳播，讓教育共富的實(shí)現(xiàn)渠道從城市單向“輸血式”傳輸轉(zhuǎn)變?yōu)槌青l(xiāng)雙向“造血式”共生共創(chuàng)，可以有效避免鄉(xiāng)村對(duì)城市學(xué)校的過度依賴，為更可持續(xù)的教育公平和教育共富做出積極貢獻(xiàn)。

（三）確保城鄉(xiāng)師生正確使用GAI，構(gòu)筑GAI教育的責(zé)任倫理

GAI應(yīng)用于城鄉(xiāng)協(xié)作教學(xué)還面臨著許多挑戰(zhàn)，需要慎重評(píng)估師生數(shù)據(jù)隱私泄露、GAI技術(shù)主體的知識(shí)生成存?zhèn)巍⑸芍R(shí)承載具有侵犯性的意識(shí)形態(tài)、模型算法偏見、算法優(yōu)化形成“馬太效應(yīng)”、生成技術(shù)濫用引發(fā)信任危機(jī)和成果異化，以及知識(shí)產(chǎn)權(quán)劃分等復(fù)雜的安全風(fēng)險(xiǎn)與倫理問題[64]。為了確保GAI的有效合理運(yùn)用，一方面需要教育研究機(jī)構(gòu)制定全面服務(wù)策略，健全技術(shù)倫理規(guī)范，指導(dǎo)城鄉(xiāng)教育者和學(xué)習(xí)者負(fù)責(zé)任地利用GAI，幫助用戶遵循數(shù)據(jù)隱私及知識(shí)產(chǎn)權(quán)的相關(guān)規(guī)定。另一方面也要求城鄉(xiāng)學(xué)習(xí)者提升數(shù)字素養(yǎng)，具備獨(dú)立思考和自我探究能力，審慎批判和鑒別生成信息的真?zhèn)涡裕粚?duì)工具透露個(gè)人隱私信息，避免過度依賴技術(shù)，喪失個(gè)人判斷能力。

最后本研究存在以下局限性：一方面，在GAI準(zhǔn)備度要素的選取上不夠全面和豐富，未來研究還可進(jìn)一步從學(xué)習(xí)者的智能知識(shí)和技能、GAI平臺(tái)質(zhì)量等因素考察GAI準(zhǔn)備度，使得GAI準(zhǔn)備度影響因素模型更加全面；另一方面，在研究樣本方面，主要來自浙江某海島縣小學(xué)階段參與城鄉(xiāng)教共體協(xié)作教學(xué)的學(xué)習(xí)者，未來研究還需調(diào)研更大規(guī)模和不同特征（如：不同學(xué)段、不同區(qū)域等）的城鄉(xiāng)師生群體，提供優(yōu)化GAI融入教學(xué)的更多視角策略。

參考文獻(xiàn)：

[1] 教育部.中共中央辦公廳 國務(wù)院辦公廳印發(fā)《關(guān)于構(gòu)建優(yōu)質(zhì)均衡的基本公共教育服務(wù)體系的意見》[EB/OL].http：//www.moe.gov.cn/jyb_xxgk/ moe_1777/moe_1778/202306/t20230613_1064175.html，2023-06-13.

[2] 中國政府網(wǎng).中共中央 國務(wù)院關(guān)于學(xué)習(xí)運(yùn)用“千村示范、萬村整治”工程經(jīng)驗(yàn)有力有效推進(jìn)鄉(xiāng)村全面振興的意見[EB/OL].https：//www.gov.cn/ gongbao/2024/issue_11186/202402/content_6934551.html，2024-02-03.

[3] 教育部.浙江省溫州市：續(xù)寫改革創(chuàng)新史，走好教育共富路——溫州深化隨遷子女入學(xué)便利化改革案例[EB/OL].http：//www.moe.gov.cn/fbh/ live/2023/55484/dfdxal/202309/t20230920_1081681.html，2023-09-20.

[4] 教科技[2020]3號(hào)，教育部關(guān)于加強(qiáng)“三個(gè)課堂”應(yīng)用的指導(dǎo)意見[Z].

[5] 童兆平，來釔汝等.互聯(lián)網(wǎng)支持下城鄉(xiāng)教育共同體的構(gòu)建與運(yùn)行模式——浙江省“互聯(lián)網(wǎng)+義務(wù)教育”的實(shí)踐探索[J].中國電化教育，2021，（8）：78-84.

[6] 教育部.浙江省：以城鄉(xiāng)義務(wù)教育共同體建設(shè)為抓手 不斷提升基本公共教育服務(wù)均等化水平[EB/OL].http：//www.moe.gov.cn/jyb_xwfb/ moe_2082/2023/2023_zl07/202306/t20230616_1064666.html，2023-06-16.

[7] 朱永新，楊帆.ChatGPT/生成式人工智能與教育創(chuàng)新：機(jī)遇、挑戰(zhàn)以及未來[J].華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版），2023，41（7）：1-14.

[8] 蘇楊城，崔家源，倪偉皓.中學(xué)生對(duì)生成式人工智能認(rèn)知使用的影響與對(duì)策——基于深圳市中學(xué)生的調(diào)查分析[J].發(fā)明與創(chuàng)新（高中生），2024，（5）：22-27.

[9] 李艷，許潔等.大學(xué)生生成式人工智能應(yīng)用現(xiàn)狀與思考——基于浙江大學(xué)的調(diào)查[J].開放教育研究，2024，30（1）：89-98.

[10] 張池.大學(xué)生對(duì)于生成式人工智能工具的使用意愿研究——基于技術(shù)接受模型[J].科技傳播，2023，15（23）：131-135.

[11] 孫丹，朱城聰?shù)?基于生成式人工智能的大學(xué)生編程學(xué)習(xí)行為分析研究[J].電化教育研究，2024，45（3）：113-120.

[12][14] 李世瑾，王成龍，顧小清.預(yù)見學(xué)習(xí)的未來：人工智能學(xué)習(xí)準(zhǔn)備度的框架研制及實(shí)踐進(jìn)路[J].中國電化教育，2022，（10）：79-88+96.

[13] Wang，Y.，Zhang，W.Factors Influencing the Adoption of Generative AI for Art Designing Among Chinese Generation Z：A Structural Equation Modeling Approach [J].IEEE Access，2023，11：143272-143284.

[15] Dai，Y.，Chai，C.-S.，et al.Promoting Students’ Well-Being by Developing Their Readiness for the Artificial Intelligence Age [J].Sustainability，2020， 12（16）：6597.

[16] Yang，H.，Lin，J.Students’ persistence intention in MOOCs in the psychomotor domain： An extended 3P model of the teaching and learning perspective [J].Frontiers in Psychology，2023，14：1094138.

[17] Biggs J.B.Approaches to the Enhancement of Tertiary Teaching [J].Higher Education Research & Development，1989，8（1）：7-25.

[18][19][21][24] An，X.，Chai，C.S.，et al.Modeling English teachers’ behavioral intention to use artificial intelligence in middle schools [J].Education and Information Technologies，2023，28（5）：5187-5208.

[20][38][48] Wang，F(xiàn).，King，R.B.，et al.University students’ intentions to learn artificial intelligence：the roles of supportive environments and expectancy–value beliefs [J].International Journal of Educational Technology in Higher Education，2023，20（1）：51.

[22][23][32] Tiyar，F(xiàn).，Khoshsima，H.Understanding students’ satisfaction and continuance intention of e-learning： Application of expectation–confirmation model [J].World Journal on Educational Technology，2015，7：157-166.

[25] 楊俊鋒，崔麗霞等.混合同步網(wǎng)絡(luò)課堂有效性的實(shí)證研究[J].電化教育研究，2018，39（12）：50-56+77.

[26] Su C.Y，Chao C.M.Investigating Factors Influencing Nurses’ Behavioral Intention to Use Mobile Learning：Using a Modified Unified Theory of Acceptance and Use of Technology Model [J].Frontiers in Psychology，2022，13：673350.

[27] Jain，K.K.，Raghuram，J.N.V.Gen-AI integration in higher education：Predicting intentions using SEM-ANN approach[EB/OL].https：// doi.org/10.1007/s10639-024-12506-4，2024-04-02.

[28] Goffman，E.The Social Theory of Erving Goffman [M].Toronto：University of Toronto Press，1959.

[29] Davis，M.Measuring individual differences in empathy：Evidence for a multidimensional approach [J].Journal of personalilty and social psychology，1983，44：113-126.

[30] Klapwijk，R.，Van Doorn，F(xiàn).Contextmapping in primary design and technology education： a fruitful method to develop empathy for and insight in user needs [J].International Journal of Technology and Design Education，2015，25（2）：151-167.

[31] Cornelius-White，J.Learner-Centered Teacher-Student Relationships Are Effective：A Meta-Analysis [J].Review of Educational Research，2007，77（1）：113-143.

[33] Spreng*，R.N.，McKinnon*，M.C.，et al.The Toronto Empathy Questionnaire： Scale Development and Initial Validation of a Factor-Analytic Solution to Multiple Empathy Measures [J].Journal of Personality Assessment，2009，91（1）：62-71.

[34] Song，H.，Kim，J.，Luo，W.Teacher–student relationship in online classes：A role of teacher self-disclosure [J].Computers in Human Behavior，2016，54：436-443.

[35] Kuo，Y.-C.，Walker，A.E.，et al.Interaction，Internet self-efficacy，and selfregulated learning as predictors of student satisfaction in online education courses [J].The Internet and Higher Education，2014，20：35-50.

[36][37] Yang，J.，Yu，H.，Chen，N.Using blended synchronous classroom approach to promote learning performance in rural area [J].Computers & Education，2019，141：103619.

[39] Damerji，H.，Salimi，A.Mediating effect of use perceptions on technology readiness and adoption of artificial intelligence in accounting [J]. Accounting Education，2021，30（2）：107-130.

[40] 教育部.義務(wù)教育語文課程標(biāo)準(zhǔn)（2022年版）[M].北京：北京師范大學(xué)出版社，2022.

[41][42] Hair，J.F.，Babin，B.J.，et al.Multivariate Data Analysis 8th edition [M]. New Delhi：CENGAGE INDIA，2018.

[43] Henseler，J.，Ringle，C.M.，Sarstedt，M.A new criterion for assessing discriminant validity in variance-based structural equation modeling [J]. Journal of the Academy of Marketing Science，2015，43（1）：115-135.

[44] Podsakoff，P.M.，MacKenzie，S.B.，et al.Common method biases in behavioral research： A critical review of the literature and recommended remedies [J].Journal of Applied Psychology，2003，88（5）：879-903.

[45][46] Hair，J.F.，Risher，J.J.，et al.When to use and how to report the results of PLS-SEM [J].European Business Review，2019，31（1）：2-24.

[47] Shmueli，G.，Sarstedt，M.，et al.Predictive model assessment inPLS-SEM： guidelines for using PLSpredict [J].European Journal of Marketing，2019， 53（11）：2322-2347.

[49] 王寧，琚向紅，葛正鵬.開放教育網(wǎng)絡(luò)課程學(xué)習(xí)滿意度影響因素[J].開放教育研究，2014，20（6）：111-118.

[50] 張苗苗.同步互動(dòng)課堂中教師提問對(duì)學(xué)生認(rèn)知參與水平的影響研究[D].武漢：華中師范大學(xué)，2020.

[51][55] Zhai，X.-S.，Chu，X.-Y.，et al.Can Edu-Metaverse Reshape Virtual Teaching Community （VTC） to Promote Educational Equity An Exploratory Study [J].IEEE Transactions on Learning Technologies，2023， 16（6）：1130-1140.

[52] Li，X.，Chen，J.，F(xiàn)u，H.The roles of empathy and motivation in creativity in design thinking [EB/OL].https：//doi.org/10.1007/s10798-023-09869-z，2024-04-02.

[53][59] 翟雪松，楚肖燕等.基于“生成式人工智能+元宇宙”的人機(jī)協(xié)同學(xué)習(xí)模式研究[J].開放教育研究，2023，29（5）：26-36.

[54] Johnson，E.，Hervás，R.，et al.Assessing empathy and managing emotions through interactions with an affective avatar [J].Health Informatics Journal，2018，24（2）：182-193.

[56] Phirangee，K.，Bakir，N.Students’ Perceptions of ‘The Presentation of Self’in an Online Learning Environment [EB/OL].https：//www. researchgate.net/publication/348019434，2020-04-17.

[57] Qazi，W.，Raza，S.A.，Khan，K.A.The contradiction between self-protection and self-presentation on knowledge sharing behaviour：evidence from higher education students in Pakistan [J].International Journal of Knowledge and Learning，2020，13（3）：246-271.

[58] 陳寬裕.結(jié)構(gòu)方程模型分析實(shí)務(wù)——SPSS與SmartPLS的運(yùn)用[M].臺(tái)北：五南圖書出版有限公司， 2018.

[60][61] 劉邦奇，聶小林等.生成式人工智能與未來教育形態(tài)重塑：技術(shù)框架、能力特征及應(yīng)用趨勢(shì)[J].電化教育研究，2024，45（1）：13-20.

[62][63] 翟雪松，楚肖燕等.從知識(shí)共享到知識(shí)共創(chuàng)：教育元宇宙的去中心化知識(shí)觀[J].華東師范大學(xué)學(xué)報(bào)（教育科學(xué)版），2023，41（11）：27-37.

[64] 荊洲，楊啟光.生成式人工智能賦能教育研究范式變革：機(jī)理、風(fēng)險(xiǎn)與對(duì)策[J].中國電化教育，2024（3）：68-75.

作者簡介：

李艷：教授，博士，博士生導(dǎo)師，研究方向?yàn)樾畔⒖萍冀逃?shù)字化學(xué)習(xí)。

李翠欣：在讀碩士，研究方向?yàn)樾畔⒖萍冀逃W(xué)習(xí)分析。

翟雪松：特聘研究員，博士，研究方向?yàn)槿斯ぶ悄芙逃?/p>

Research on GAI Readiness of Learners in Urban and Rural Education Under the Background of Co-enrichment

Li Yan， Li Cuixin， Zhai Xuesong

College of Education， Zhejiang University， Hangzhou 310058， Zhejiang

Abstract： How education promotes common prosperity is an important strategic issue in the field of education， the core of which is how to promote the effective coordination of urban and rural education communities through educational technology. At present， the distribution of urban and rural education resources is uneven， and it is urgent to promote educationWJHcnycLgE6HH3ZCqh+j/g== equity and establish accurate and long-term education assistance. Since the end of 2022， the emergence of generative artificial intelligence （GAI） has attracted significant global attention， providing new opportunities for transforming students’ learning styles and teachers’ teaching patterns， but also posing new challenges to theiIPdNIuxtF4/HqgI3AgOow== collaborative learning of students in urban-rural education communities. Therefore， it is of great importance to discuss the preparatory measures for utilizing GAI to facilitate the collaborative learning of urban-rural students， in order to promote the future development of the urban-rural education community in the era of intelligence. This study focuses on 10 primary schools in 7 pairs of urban-rural education communities in Zhejiang Province. Based on Biggs’ “3P” learning theory， a factor model of urban-rural learners’ GAI readiness is constructed. The results showed that the average score of GAI readiness was higher among students in advantaged schools than those in disadvantaged schools， and higher among girls than boys， as well as higher among senior students compared to younger ones. Empathy and expectation-confirmation were identified as the two most important factors affecting the GAI readiness of learners in urban-rural education communities. Additionally， expectation confirmation， dual-teacher co-teaching quality， and system quality mediated GAI readiness through empathy， self-presentation， or the perceived fairness of teacher-student interactions. This study explored urban-rural learners’ GAI readiness and its influencing factors from the perspective of multidimensional mediation. Based on the findings， some suggestions on integrating GAI into the urban-rural education community were put forward from the perspective of practice.

Keywords： education co-rich； urban and rural education community； generative AI readiness

收稿日期：2024年4月22日

責(zé)任編輯：李雅瑄