中小學(xué)多元主體使用人工智能技術(shù)的影響因素分析

摘要：當(dāng)前對于中小學(xué)使用人工智能技術(shù)的影響因素研究雖已引起不少學(xué)者的關(guān)注，但其視角通常聚焦教師群體，未能考慮多元參與主體的整體影響，且大多數(shù)研究缺少覆蓋全國的海量數(shù)據(jù)，導(dǎo)致代表性不足。為此，文章首先基于整合型科技接受模型創(chuàng)建了中小學(xué)多元主體使用人工智能技術(shù)的影響因素假設(shè)模型，并利用一項涵蓋全國近20萬份問卷的調(diào)研數(shù)據(jù)，對多元主體使用人工智能技術(shù)的現(xiàn)狀進(jìn)行分析。然后，文章對多元主體的影響因素進(jìn)行實證研究，結(jié)果顯示態(tài)度動機(jī)、能力水平、社會支持等因素顯著影響多元主體對人工智能技術(shù)的使用，但未發(fā)現(xiàn)在學(xué)校間存在聚類效應(yīng)。最后，文章有針對性地提出政策制定、學(xué)校保障、社會企業(yè)支持等方面的策略建議，以期為中小學(xué)應(yīng)用人工智能技術(shù)提供方向性指導(dǎo)。

關(guān)鍵詞：人工智能；中小學(xué)；影響因素；多元主體；定量研究

【中圖分類號】G40-057 【文獻(xiàn)標(biāo)識碼】A 【論文編號】1009—8097（2024）10—0103—10 【DOI】10.3969/j.issn.1009-8097.2024.10.011

一 研究現(xiàn)狀

當(dāng)前，隨著機(jī)器學(xué)習(xí)、自然語言處理、計算機(jī)視覺等人工智能技術(shù)的日漸成熟，其應(yīng)用領(lǐng)域已經(jīng)延伸到學(xué)習(xí)管理、監(jiān)考、評分和評估等教育教學(xué)過程。實踐證明，人工智能技術(shù)的引入能夠有效提高教學(xué)決策、教學(xué)實施和教學(xué)評價的智能化水平，對于深入推動教育信息化建設(shè)、促進(jìn)培養(yǎng)適應(yīng)時代發(fā)展的人才具有關(guān)鍵作用[1]。

人工智能技術(shù)與教育的結(jié)合，離不開學(xué)校、教師及學(xué)生等多元主體的參與，他們作為人工智能技術(shù)的實際使用者，受到諸多因素的影響。隨著人工智能技術(shù)的教育應(yīng)用不斷下沉進(jìn)入中小學(xué)校，其多元主體的影響因素研究逐漸引起學(xué)者的關(guān)注。針對學(xué)校使用人工智能技術(shù)的影響因素研究相對較少，僅有鐘祖榮等[2]于2020年對北京市74位中小學(xué)校長展開問卷調(diào)查，發(fā)現(xiàn)當(dāng)前中小學(xué)教育存在課程資源、師資、經(jīng)費(fèi)、硬件條件等多方面的困難，需加強(qiáng)人工智能實驗室建設(shè)和軟件推介，促進(jìn)多方合作共贏。針對中小學(xué)教師使用人工智能技術(shù)的影響因素研究相對較多，通過定量分析、質(zhì)性分析等方法探究主要影響因素及量化關(guān)系，如李世瑾等[3]于2021年發(fā)現(xiàn)影響教師的因素相關(guān)程度從高到低依次為績效期望、努力期望、促成條件、社會影響和感知風(fēng)險；胡小勇等[4]于2021年發(fā)現(xiàn)教師所在學(xué)校的客觀環(huán)境支持情況是影響其智能技術(shù)素養(yǎng)水平的主要因素；陳鵬等[5]于2022年構(gòu)建了教師的“意愿-條件-行為”作用機(jī)制模型，指出學(xué)習(xí)意愿是內(nèi)驅(qū)動因，自身基礎(chǔ)是內(nèi)部條件，指導(dǎo)教師素養(yǎng)、研修設(shè)計及組織、研修支持服務(wù)是外部條件；鄭智勇等[6]于2023年深入剖析了技術(shù)、組織和環(huán)境等因素對人工智能在教育領(lǐng)域中采納擴(kuò)散的影響，發(fā)現(xiàn)中小學(xué)教師存在智能教育知識不足和技能羸弱問題，并在性別、教齡、職稱、區(qū)域方面存在顯著差異；溫小勇等[7]于2024年提出中小學(xué)教師人工智能教育應(yīng)用適應(yīng)性的影響方向與作用路徑為心理適應(yīng)→環(huán)境適應(yīng)→能力適應(yīng)→行為適應(yīng)。針對學(xué)生使用人工智能技術(shù)的影響因素研究也比較有限，如高晗蕊等[8]于2023年基于圖畫分析調(diào)查739名小學(xué)生對人工智能學(xué)習(xí)的理解和態(tài)度，發(fā)現(xiàn)小學(xué)生對于人工智能學(xué)習(xí)普遍抱有積極情緒，男生的編程行為高于女生，但積極學(xué)習(xí)情緒低于女生；方旭等[9]于2023年對419名中小學(xué)生進(jìn)行調(diào)查，發(fā)現(xiàn)滿意度和有用性感知等都正向顯著影響學(xué)習(xí)意愿，而社群影響不具有直接的正向影響。

綜上可知，研究者對中小學(xué)使用人工智能技術(shù)的影響因素研究，視角通常聚焦教師群體，對學(xué)校、學(xué)生的研究數(shù)量有限，且大多從意識與態(tài)度、技術(shù)接受度、應(yīng)用能力遷移等角度開展，未能考慮整體的影響因素，也尚未同時針對學(xué)校、教師、學(xué)生等多元主體開展調(diào)研和分析[10]。此外，大多數(shù)研究所用的數(shù)據(jù)樣本局限在單個或幾個省市，缺少全國范圍的海量調(diào)研數(shù)據(jù)。為此，本研究基于整合型科技接受模型（Unified Theory of Acceptance and Use of Technology，UTAUT），通過分析全國范圍內(nèi)同一時間段收集的中小學(xué)學(xué)校、教師、學(xué)生的問卷調(diào)研數(shù)據(jù)，圍繞不同主體對人工智能技術(shù)的使用現(xiàn)狀及影響因素展開研究，并在此基礎(chǔ)上提出有針對性的提升策略，以期為更好地促進(jìn)中小學(xué)應(yīng)用人工智能技術(shù)提供有效參考。

二 理論模型

技術(shù)接受模型（Technology Acceptance Mode，TAM）源于社會心理學(xué)行為研究領(lǐng)域的理性行為理論，最早由Davis[11]于1989年提出，廣泛應(yīng)用于移動學(xué)習(xí)、在線學(xué)習(xí)、人工智能教育等領(lǐng)域。該模型指出，個體的技術(shù)使用行為由行為意向決定，行為意向受使用者對技術(shù)的態(tài)度和感知有用性影響，而使用態(tài)度又由感知有用性和感知易用性決定，同時外部變量也影響感知有用性和感知易用性。2003年，Venkatesh等[12]對TAM進(jìn)行優(yōu)化后提出UTAUT，從績效期望、付出期望、社群影響、配合情況四個核心維度考慮個體認(rèn)知和外部因素影響，同時引入控制變量，指出性別、年齡、經(jīng)驗等對核心維度具有顯著影響，且其解釋力達(dá)到70%，為多元主體使用人工智能技術(shù)的影響因素模型的構(gòu)建提供了理論支撐[13]。

本研究基于UTAUT，結(jié)合中小學(xué)多元主體參與、社會科技企業(yè)提供智能教育產(chǎn)品等特點，納入個體內(nèi)在因素和外部社會支持影響因素，以及性別、學(xué)歷、學(xué)段和教齡等其他因素，并探究學(xué)生使用人工智能技術(shù)是否存在學(xué)校層面的聚類效應(yīng)，進(jìn)而構(gòu)建了中小學(xué)多元主體使用人工智能技術(shù)的影響因素假設(shè)模型，如圖1所示。

圖1 "中小學(xué)多元主體使用人工智能技術(shù)的影響因素假設(shè)模型

其中，個體內(nèi)在因素包括態(tài)度動機(jī)、能力水平、風(fēng)險感知三個方面：①態(tài)度動機(jī)是多元主體期待使用人工智能技術(shù)，并通過新技術(shù)提升自身績效的期望程度，是一種趨向性動機(jī)。主體的態(tài)度動機(jī)越高，其使用意愿和行為越明顯。②能力水平是多元主體對掌握人工智能知識和技能的期望程度，能力水平越高，越有可能使用新技術(shù)。③風(fēng)險感知是對新技術(shù)應(yīng)用過程中信息安全、隱私數(shù)據(jù)保護(hù)等風(fēng)險的感知程度，是一種回避性動機(jī)。風(fēng)險感知越高，越不愿意使用新技術(shù)。外部社會支持因素包括科技企業(yè)產(chǎn)品功能、培訓(xùn)和專家指導(dǎo)兩個方面：①科技企業(yè)產(chǎn)品功能是多元主體感受到科技企業(yè)所提供的人工智能教育產(chǎn)品功能的支持因素，產(chǎn)品功能越完備、越匹配、體驗度越好，主體越傾向于使用新技術(shù)。②培訓(xùn)和專家指導(dǎo)是多元主體參加外部提供的培訓(xùn)和指導(dǎo)的支持因素，此類支持越多，主體越傾向于使用新技術(shù)。此外，性別、學(xué)段、學(xué)歷、職稱、教齡、學(xué)校性質(zhì)、成為AI試點校等其他因素（控制變量），對于進(jìn)一步全面分析影響因素、形成可操作的科學(xué)推廣策略也具有指導(dǎo)意義。

三 研究設(shè)計

1 數(shù)據(jù)來源

本研究采用中國教科院、華東師范大學(xué)與騰訊研究院在2021年底聯(lián)合開展的一項全國性調(diào)查項目的問卷作為數(shù)據(jù)來源，該問卷根據(jù)中國教育學(xué)會發(fā)布的《中小學(xué)人工智能課程開發(fā)標(biāo)準(zhǔn)（試行）》進(jìn)行設(shè)計，旨在調(diào)研中小學(xué)人工智能賦能教育應(yīng)用及課程實施現(xiàn)狀。問卷通過易研平臺面向25個省市的1000多所中小學(xué)進(jìn)行發(fā)放，覆蓋東、南、西、北不同區(qū)域，小、初、高不同學(xué)段，以及公辦、民辦等不同辦學(xué)類型。其中，每所學(xué)校收集1～2名學(xué)校管理者、20名左右教師以及100名左右學(xué)生的問卷，三類主體基本都在同一時間段內(nèi)完成信息的填寫，最終回收有效問卷191067份，問卷數(shù)量遠(yuǎn)超其他同類型研究。該問卷調(diào)研對象的基本特征如表1所示。

表1 "調(diào)研對象的基本特征

該問卷面向?qū)W校、教師、學(xué)生的題目數(shù)量分別為58道、79道、48道，包括在學(xué)校管理、教學(xué)、學(xué)習(xí)等過程中使用人工智能技術(shù)的情況，題目均采用李克特5分量表法（1表示完全不同意，2表示不同意，3表示一般，4表示同意，5表示完全同意）進(jìn)行測量。本研究根據(jù)假設(shè)模型從問卷中選取相關(guān)題目進(jìn)行整合形成核心變量，以學(xué)校使用人工智能技術(shù)的現(xiàn)狀為例，選取問卷中的8道題目計算得出平均分，包括“學(xué)校通過人臉識別智能門禁系統(tǒng)進(jìn)入校園”“學(xué)校提供智能平臺軟件或機(jī)器人”等，側(cè)重班級管理、學(xué)校管理、地區(qū)管理等方面；教師使用人工智能技術(shù)的現(xiàn)狀選取5道題目計算得出平均分，包括“使用智能系統(tǒng)中的在線測試、教學(xué)評估等功能”“通過智能教學(xué)系統(tǒng)的學(xué)情分析功能推送個性化學(xué)習(xí)服務(wù)”等，側(cè)重智慧課堂、智能學(xué)情分析、智能作業(yè)批改等方面；學(xué)生使用人工智能技術(shù)的現(xiàn)狀選取7道題目計算得出平均分，包括“通過智能數(shù)據(jù)庫的精準(zhǔn)搜索獲取學(xué)習(xí)資源”“通過智適應(yīng)學(xué)習(xí)平臺記錄學(xué)習(xí)行為”等，側(cè)重學(xué)科學(xué)習(xí)、綜合能力發(fā)展和健康運(yùn)動檢測等方面[14]。此外，學(xué)校使用人工智能技術(shù)的態(tài)度動機(jī)、能力水平、風(fēng)險感知、科技企業(yè)產(chǎn)品功能、培訓(xùn)和專家指導(dǎo)等變量的題目組成數(shù)量分別為2、3、1、1、2，教師分別為3、8、2、3、1，學(xué)生分別為4、1、3、4、4。

2 數(shù)據(jù)信效度分析

本研究使用SPSS 25、MPLUS 8.3軟件對整合后的數(shù)據(jù)進(jìn)行分析。信度系數(shù)的計算結(jié)果顯示，各維度的Cronbach’s α值均在0.7以上，說明量表具有較高的可靠性與穩(wěn)定性；各維度的KMO值均在0.8以上，Bartlett球形檢驗的顯著性水平達(dá)到0.000，說明量表適合進(jìn)行因子分析；隨后驗證性因子分析的結(jié)果顯示，各維度的結(jié)構(gòu)效度較好，可以進(jìn)行后續(xù)的回歸分析。

3 研究過程

①本研究首先分別對學(xué)校、教師、學(xué)生進(jìn)行描述性分析，用于表征多元主體使用人工智能技術(shù)的現(xiàn)狀。然后，通過回歸分析得出各自的影響因素，并將影響因素劃分為個體內(nèi)在因素和外部社會支持因素，計算如公式（1）所示：

Yij=β0+β1Gij+β2Sij+β3Xij + εij 公式（1）

其中，Yij表示學(xué)校j的主體i（學(xué)校、教師、學(xué)生）使用人工智能技術(shù)的現(xiàn)狀，Gij表示受到個體內(nèi)在因素的影響，Sij表示受到外部社會支持因素的影響，Xij表示控制變量，β表示相應(yīng)變量的回歸系數(shù)，εij表示個體殘差。

②本研究對學(xué)校、教師、學(xué)生的問卷數(shù)據(jù)進(jìn)行合并，以分析同一所學(xué)校的學(xué)校、教師因素對學(xué)生使用人工智能技術(shù)的影響，即針對學(xué)生是否在學(xué)校層面存在聚類效應(yīng)。問卷中學(xué)生與教師雖然沒有直接的對應(yīng)關(guān)系，但可以針對同一所學(xué)校的教師數(shù)據(jù)計算平均值，用于代表該學(xué)校的教師平均水平。具體來說，可以通過分界變量函數(shù)、鍵變量合并等方法，合并形成“學(xué)校-教師-學(xué)生”數(shù)據(jù)，如在學(xué)校層面存在聚類效應(yīng)，則采用多層線性模型計算，如公式（2）所示：

Yij=α0+α1Gij+α2Sij+α3Xij + α4Pj +μj + εij 公式（2）

其中，Yij表示學(xué)校j的學(xué)生i使用人工智能技術(shù)的現(xiàn)狀，Gij表示受到個體內(nèi)在因素的影響，Sij表示受到外部社會支持因素的影響，Pj表示學(xué)校j層面的學(xué)校和教師因素的影響，Xij表示控制變量，εij表示個體殘差。模型加入對殘差的聚類分析，μj表示學(xué)校間殘差，α表示回歸系數(shù)。

四 結(jié)果與討論

1 描述性分析結(jié)果

學(xué)校、教師、學(xué)生各變量的描述性統(tǒng)計如表2所示，可以發(fā)現(xiàn)學(xué)生使用人工智能技術(shù)的現(xiàn)狀得分最高，達(dá)到3.67，其次是學(xué)校（3.50）和教師（3.48），這可能與學(xué)生更樂于接受新技術(shù)、新事物的特性有關(guān)。學(xué)校角度的態(tài)度動機(jī)、科技企業(yè)產(chǎn)品功能的得分均超過4.0，一定程度上反映了學(xué)校管理層對人工智能技術(shù)的重視與躬身參與。教師和學(xué)生的各項得分也都超過3.0，體現(xiàn)出師生對人工智能技術(shù)的廣泛關(guān)注和積極使用。

表2 "學(xué)校、教師、學(xué)生各變量的描述性統(tǒng)計

2 回歸分析結(jié)果

通過對學(xué)校、教師、學(xué)生使用人工智能技術(shù)的相關(guān)變量進(jìn)行回歸分析，可以得出不同主體各自的影響因素，如表3所示。其中，括號外的數(shù)值為回歸系數(shù)，括號內(nèi)為標(biāo)準(zhǔn)誤。由表3可知，態(tài)度動機(jī)、能力水平、科技企業(yè)產(chǎn)品功能、培訓(xùn)和專家指導(dǎo)對不同主體具有顯著影響。

圖2 "不同性質(zhì)學(xué)校的差異化表現(xiàn)

（1）學(xué)校的影響因素

回歸分析結(jié)果顯示，調(diào)整后R2為0.807，說明該模型的擬合效果較好，建立的回歸模型的整體變化量達(dá)到顯著水平（F=621.3，p＜0.001）。其中，能力水平方面（β=0.620，p＜0.001）的研究結(jié)果顯示了學(xué)校能力水平的重要性，學(xué)校管理層已經(jīng)開始重視人工智能并進(jìn)行自上而下的引導(dǎo)，不斷提升團(tuán)隊使用人工智能技術(shù)的基礎(chǔ)能力。在培訓(xùn)和專家指導(dǎo)方面（β=0.340，p＜0.001），學(xué)校采用社會化供給的方式，引入科技企業(yè)等外部專業(yè)資源，開展持續(xù)性的培訓(xùn)和講座指導(dǎo)，可有效彌補(bǔ)人工智能教學(xué)產(chǎn)品和能力不足的問題，有助于改善學(xué)校的使用現(xiàn)狀。

其他因素方面，學(xué)校學(xué)段、學(xué)校性質(zhì)、學(xué)校成為AI試點校對學(xué)校使用人工智能技術(shù)具有顯著影響。以學(xué)校性質(zhì)為例，不同學(xué)校性質(zhì)（民辦和公辦）的差異化表現(xiàn)如圖2所示，可以看出：民辦學(xué)校的人工智能技術(shù)使用情況普遍優(yōu)于公辦學(xué)校，這可能與民辦學(xué)校更加靈活自主、學(xué)校決策權(quán)更大、更易引入并推廣使用新技術(shù)有關(guān)。

表3 "學(xué)校、教師、學(xué)生使用人工智能技術(shù)影響因素的回歸分析

注：***p＜0.001，**p＜0.01，*p＜0.05。

（2）教師的影響因素

回歸分析結(jié)果顯示，調(diào)整后R2為0.673，說明該模型的擬合效果較好，建立的回歸模型的整體變化量達(dá)到顯著水平（F=117.6，p＜0.001）。其中，態(tài)度動機(jī)方面的研究結(jié)果（β=0.560，p＜0.001）表明，促進(jìn)教師的內(nèi)在因素尤為重要，態(tài)度和動機(jī)對教師的影響大于掌握知識和技能水平的影響，如廣東多所中小學(xué)開設(shè)的人工智能教育課程就由不同學(xué)科的教師轉(zhuǎn)崗講授，同樣也有很好的實踐效果，一定程度上說明了趨向性動機(jī)的重要性。科技企業(yè)產(chǎn)品功能方面的研究結(jié)果（β=0.266，p＜0.001）表明，要重視科技企業(yè)提供的智能產(chǎn)品功能的匹配性，這可能與人工智能屬于新技術(shù)、產(chǎn)品具有多樣性有關(guān)，教師有一定的學(xué)習(xí)成本和使用門檻，科技企業(yè)等社會供給側(cè)要更加關(guān)注人工智能教育產(chǎn)品應(yīng)用落地的適切性，在產(chǎn)品開發(fā)和功能迭代方面考慮一線教師的使用需求，做到真正切合教學(xué)場景。

其他因素方面，教師性別對教師使用人工智能技術(shù)有顯著影響。不同性別教師的差異化表現(xiàn)如圖3所示，可以看出，男教師和女教師對智能技術(shù)的態(tài)度動機(jī)普遍較高，男教師在接受培訓(xùn)和專家指導(dǎo)方面明顯高于女教師。

圖3 "不同性別教師的差異化表現(xiàn)

（3）學(xué)生的影響因素

回歸分析結(jié)果顯示，調(diào)整后R2為0.668，說明該模型的擬合效果較好，建立的回歸模型的整體變化量達(dá)到顯著水平（F=5833.9，p＜0.001）。其中，態(tài)度動機(jī)方面的研究結(jié)果（β=0.444，p＜0.001），與前文教師的研究結(jié)果較為一致，表明積極的學(xué)習(xí)態(tài)度、明確的學(xué)習(xí)動機(jī)能夠推動學(xué)生自主探究和深入學(xué)習(xí)，同時也會影響其學(xué)習(xí)方法和效果。在科技企業(yè)產(chǎn)品功能方面（β=0.344，p＜0.001），科技企業(yè)利用新技術(shù)為學(xué)生提供智能化的學(xué)習(xí)資源和評估手段、沉浸式和互動式的學(xué)習(xí)體驗，有助于激發(fā)其學(xué)習(xí)興趣和動力，減輕學(xué)習(xí)負(fù)擔(dān)，提高學(xué)習(xí)效率。此外，培訓(xùn)和專家指導(dǎo)、能力水平亦產(chǎn)生了顯著性影響。

其他因素方面，性別和學(xué)段對學(xué)生使用人工智能技術(shù)也具有顯著影響。以學(xué)段為例，不同學(xué)段（小學(xué)、初中、高中）學(xué)生的差異化表現(xiàn)如圖4所示，可以看出：學(xué)段越高，學(xué)生的態(tài)度動機(jī)越高，但接受的培訓(xùn)和專家指導(dǎo)卻越少，自我認(rèn)知的能力水平也越低，整體使用情況越差。這可能與學(xué)段越高、學(xué)校主科的學(xué)習(xí)壓力越大，因此投入人工智能學(xué)習(xí)或應(yīng)用的精力越少有關(guān)。

整體橫向比較來看，“師生看態(tài)度，學(xué)校看能力”，即教師（β=0.560，p＜0.001）和學(xué)生（β=0.444，p＜0.001）使用人工智能技術(shù)受態(tài)度動機(jī)的影響更大，而學(xué)校（β=0.620，p＜0.001）受能力水平的影響更大。此外，科技企業(yè)產(chǎn)品功能對教師（β=0.266，p＜0.001）和學(xué)生（β=0.344，p＜0.001）更重要，而培訓(xùn)和專家指導(dǎo)對學(xué)校（β=0.340，p＜0.001）更重要。

圖4 "不同學(xué)段學(xué)生的差異化表現(xiàn)

3 聚類效應(yīng)分析結(jié)果

為進(jìn)行聚類效應(yīng)分析，本研究采用組內(nèi)相關(guān)系數(shù)（Intra-Class Correlation，ICC）來檢驗學(xué)生使用人工智能技術(shù)是否在學(xué)校層面存在高度差異。ICC指組間殘差方差占總殘差方差的比例，根據(jù)檢驗標(biāo)準(zhǔn)，小于0.059表示低度組內(nèi)相關(guān)，無須使用多層線性模型；0.059～0.138屬于中度組內(nèi)相關(guān)，可以使用多層線性模型；大于0.138則表示存在高度的組內(nèi)相關(guān)和組間差異，必須考慮組間差異而使用多層線性模型[15]。進(jìn)一步計算本研究模型的ICC=0.018＜0.059，可以發(fā)現(xiàn)在學(xué)校層面并不存在顯著的聚類效應(yīng)，不需要采用多層線性模型。

五 研究建議

本研究探索了中小學(xué)多元主體使用人工智能技術(shù)的影響因素，發(fā)現(xiàn)態(tài)度動機(jī)、能力水平和社會支持對不同的主體具有顯著影響；同時，學(xué)校類型、學(xué)段、是否為AI試點校、教師性別、學(xué)生性別、學(xué)段等因素也對不同主體存在顯著差異。根據(jù)上述結(jié)論，本研究提出以下建議：

①重視態(tài)度動機(jī)和能力水平，加強(qiáng)師生人工智能素養(yǎng)的培養(yǎng)。首先，人工智能是專業(yè)性比較強(qiáng)的技術(shù)，需要政府部門統(tǒng)籌規(guī)劃并出臺政策，營造“人人愿意使用、人人愿意創(chuàng)新”的人工智能技術(shù)氛圍，讓師生隨時隨地處于智能化的情境認(rèn)知體驗中，同時適當(dāng)調(diào)整教師職稱評定、學(xué)生綜合評價等考核內(nèi)容，提升教師和學(xué)生使用人工智能技術(shù)的態(tài)度動機(jī)。其次，學(xué)校應(yīng)加強(qiáng)對師生人工智能素養(yǎng)的培養(yǎng)，除了知識和技能，更要關(guān)注智能時代的高階思維、數(shù)字化學(xué)習(xí)與創(chuàng)新、社會責(zé)任、信息安全和隱私保護(hù)等層面，確保人工智能的應(yīng)用不會對教育實踐造成負(fù)面影響。最后，對于教師而言，需要通過職前培訓(xùn)、聽評課、教法研討等多種方式，提升自我效能和能力水平，并與學(xué)生開展智適應(yīng)輔導(dǎo)、評價反饋等多種形式的互動，為學(xué)生提供及時的學(xué)習(xí)幫助，培養(yǎng)學(xué)生正確的價值導(dǎo)向和自主運(yùn)用技術(shù)的能力。

②促進(jìn)學(xué)校試點落地，持續(xù)推動校園建設(shè)和組織保障。首先，學(xué)校管理者的支持是人工智能教育應(yīng)用的前提條件，因此學(xué)校應(yīng)繼續(xù)加大經(jīng)費(fèi)保障，推進(jìn)校園信息化、智能化的新型基礎(chǔ)設(shè)施建設(shè)，夯實學(xué)校的平臺底座能力，為開展人工智能教育應(yīng)用奠定基礎(chǔ)。其次，學(xué)校參與成為“AI試點校”，有助于促進(jìn)人工智能的教育應(yīng)用，因此有必要構(gòu)建全國或區(qū)域人工智能教育的創(chuàng)新聯(lián)盟機(jī)制，自上而下激發(fā)教學(xué)改革與創(chuàng)新的活力，加強(qiáng)技術(shù)發(fā)展過程中的人文關(guān)懷和健康引導(dǎo)，嚴(yán)格篩選智能教育相關(guān)產(chǎn)品，盡量做到趨利避害。最后，本研究發(fā)現(xiàn)，隨著學(xué)段的升高，小學(xué)、初中、高中的學(xué)生對人工智能的應(yīng)用表現(xiàn)出了不同的態(tài)度動機(jī)，因此應(yīng)加大不同學(xué)段之間的貫通式設(shè)計，以相互銜接，彼此促進(jìn)。此外，考慮到民辦學(xué)校表現(xiàn)出較高的人工智能應(yīng)用積極性和能力水平，因此也有必要加強(qiáng)民辦校和公辦校的交流互動，形成“共建、共享、共贏”的共同成長機(jī)制。

③發(fā)揮社會支持的促進(jìn)作用，構(gòu)建產(chǎn)業(yè)與學(xué)校互相賦能的生態(tài)。企業(yè)的社會化產(chǎn)品供給是人工智能技術(shù)進(jìn)入中小學(xué)的主要形式，為此要推動企業(yè)真正理解教育規(guī)律和學(xué)校的實際需求，更深入地影響教學(xué)活動全流程。首先，在開發(fā)設(shè)計階段，企業(yè)應(yīng)盡早引入學(xué)校角色進(jìn)行調(diào)研訪談，使教育產(chǎn)品設(shè)計能更加貼近實際教學(xué)場景。其次，在實際使用階段，企業(yè)應(yīng)提供系統(tǒng)的培訓(xùn)資源和售后服務(wù)，并根據(jù)反饋加強(qiáng)產(chǎn)品研發(fā)和迭代更新，以應(yīng)對教師因能力水平欠缺所面臨的挑戰(zhàn)。最后，在深化階段，企業(yè)應(yīng)挖掘更多的實踐案例，形成對學(xué)校的常態(tài)化支持，促進(jìn)跨學(xué)科、跨領(lǐng)域的融合發(fā)展。目前，各大互聯(lián)網(wǎng)企業(yè)正積極與學(xué)校合作，開展課程服務(wù)進(jìn)校園、AI白名單賽事、偏遠(yuǎn)山區(qū)AI科普等活動，擴(kuò)大人工智能教育的社會影響，以進(jìn)一步強(qiáng)化其在賦能教育過程中的促進(jìn)和變革作用，同時充分調(diào)動多元支持聯(lián)盟的協(xié)同行動，保障資源的投入，有助于實現(xiàn)人工智能人才培養(yǎng)的貫通式、全納式需求樣態(tài)[16]。

本研究從分析多元主體使用人工智能技術(shù)的現(xiàn)狀出發(fā)，探究了各種因素的影響程度以及學(xué)校層面的聚類效應(yīng)，并提出了相應(yīng)的建議。考慮到數(shù)據(jù)量大、覆蓋范圍廣，并引入了社會科技企業(yè)這一影響因素，本研究具有一定的創(chuàng)新性和現(xiàn)實指導(dǎo)意義，但仍存在待改進(jìn)的部分：①在分析大樣本問卷數(shù)據(jù)時，可進(jìn)一步挖掘不同經(jīng)濟(jì)水平地區(qū)使用人工智能技術(shù)的差異化表現(xiàn)及社會影響因素；②本研究重點驗證了態(tài)度動機(jī)、能力水平、風(fēng)險感知和社會支持等影響因素，未來可持續(xù)追蹤人工智能技術(shù)的最新實踐和理論成果，引入更多的潛在影響因素，并在問卷題目上進(jìn)行更有針對性的設(shè)計，以提升研究結(jié)果的準(zhǔn)確性和適切度；③人工智能在垂直大模型、與認(rèn)知神經(jīng)科學(xué)的交叉發(fā)展方面有了長足的進(jìn)步，后續(xù)將通過匯聚認(rèn)知、情緒、生理等數(shù)據(jù)，建立基于多模態(tài)的過程性評價體系，為推進(jìn)人工智能技術(shù)的使用提供科學(xué)依據(jù)。

參考文獻(xiàn)

[1]徐丹，段曉雯.人工智能素養(yǎng)：高等教育的挑戰(zhàn)與應(yīng)對——《2024地平線報告：教與學(xué)版》的解讀與啟示[J].開放教育研究，2024，（3）：24-36.

[2]鐘祖榮，高山艷，邸磊.人工智能進(jìn)校園仍需多方努力——基于對部分校長的“人工智能教育”和“智能教育應(yīng)用”認(rèn)知的調(diào)研[J].中小學(xué)管理，2020，（6）：44-47.

[3][13]李世瑾，顧小清.中小學(xué)教師對人工智能教育接受度的影響因素研究[J].現(xiàn)代遠(yuǎn)距離教育，2021，（4）：66-75.

[4][10]胡小勇，袁詩雨，許課雪，等.中小學(xué)教師智能技術(shù)應(yīng)用素養(yǎng)影響因素探析[J].教育信息技術(shù)，2021，（5）：3-9.

[5]陳鵬，曹麗娜.智能時代教師網(wǎng)絡(luò)研修的影響因素與促進(jìn)策略——基于扎根理論的質(zhì)性分析[J].現(xiàn)代教育技術(shù)，2022，（9）：109-116.

[6]鄭智勇，肖林，宋乃慶.中小學(xué)教師智能教育素養(yǎng)的現(xiàn)狀分析與提升路徑——基于11703位教師的實證調(diào)查[J].教育發(fā)展研究，2023，（4）：30-39.

[7]溫小勇，龔佳亮，周玲.中小學(xué)教師人工智能教育應(yīng)用適應(yīng)性的影響因素研究[J].贛南師范大學(xué)學(xué)報，2024，（3）：111-118.

[8]高晗蕊，張屹，王康，等.基于圖畫分析的小學(xué)生人工智能學(xué)習(xí)觀念橫斷面調(diào)查研究[J].中國電化教育，2023，（7）：99-108.

[9]方旭，羅雅婷，俞春燕.中小學(xué)生人工智能學(xué)習(xí)意愿影響因素調(diào)研與教學(xué)對策[J].計算機(jī)教育，2023，（7）：193-198.

[11]Al-Adwan A S. Investigating the drivers and barriers to moocs adoption： The perspective of TAM[J]. Education and Information Technologies， 2020，（6）：5771-5795.

[12]Viswanath V， Morris M G， Davis G B， et al. User acceptance of information technology： Toward a unified view[J]. MIS Quarterly， 2003，（3）：425-478.

[14]張博，周丹.我國人工智能技術(shù)賦能中小學(xué)教師教學(xué)情況調(diào)查[J].中國教育信息化，2022，（6）：89-96.

[15]姚昊，胡耀宗，馬立超.班級規(guī)模、教師學(xué)歷如何影響學(xué)生學(xué)業(yè)成績？——基于PISA 2018的國際比較研究[J].清華大學(xué)教育研究，2021，（5）：40-54.

[16]顧小清，李世瑾，李睿.人工智能創(chuàng)新應(yīng)用的國際視野——美國NSF人工智能研究所的前瞻進(jìn)展與未來教育展望[J].中國遠(yuǎn)程教育，2021，（12）：1-9、76.

Analysis of Factors Influencing the Use of Artificial

Intelligence by Multiple Subjects in Primary and Secondary Schools

ZHOU Dan " "XU Xiao-Meng " "QIN Fei " "ZHANG Yu[Corresponding Author]

（Institute of Education， Tsinghua University， Beijing， China 100084）

Abstract： Although the current research on the influencing factors of the use of artificial intelligence （AI） in primary and secondary schools has attracted the attention of many scholars， its perspective usually focuses on the teacher group， failing to consider the overall impact of multiple participants. Moreover， most of the studies lack massive data covering the whole country， resulting in insufficient representation. Therefore， the paper firstly created a hypothetical model of the influencing factors of multi-subject use of AI technology in primary and secondary schools， and adopted a survey data covering nearly 200，000 questionnaires across the country to analyze the current situation of multi-subject use of AI technology. Then， the paper conducted an empirical study on the influencing factors of multiple subjects， and the results showed that factors such as attitude motivation， ability level， and social support significantly affected the use of AI by multiple subjects， and no clustering effect was found among schools. Finally， some strategic recommendations on policy formulation， school security， and social enterprise support were proposed in this paper， in order to provide directional guidance for the application of AI.

Keywords： AI; primary and secondary schools; influencing factors; multiple subjects; quantitative study

*基金項目：本文為北京市教育科學(xué)“十四五”規(guī)劃2023年度優(yōu)先關(guān)注課題“運(yùn)用現(xiàn)代信息技術(shù)深化教育教學(xué)質(zhì)量評價的研究”（項目編號：BGEA23019）的階段性研究成果。

作者簡介：周丹，在讀博士，研究方向為人工智能教育，郵箱為d-zhou22@mails.tsinghua.edu.cn。

收稿日期：2024年3月2日

編輯：小時