中小學教師人工智能課程教學準備度的問題與對策

摘要：開展人工智能普及教育是適應智能社會發展變革的重要手段，而教師開展人工智能課程的教學準備情況是決定人工智能普及教育高質量發展的關鍵因素。為此，文章以廣州市為例開展調查研究，從態度、心理、知識、能力和環境準備五個維度研制量表，并對224份回收的有效問卷進行分析，發現中小學教師人工智能課程教學總體準備度處于中等程度，態度準備度較高，環境與知識準備度較低；不同性別、學段、授課類型、授課年限的教師人工智能課程教學準備度有不同程度的差異。基于調查結果，文章從課程教學指南建立、課程教學專業支持、課程優質資源供給三個方面提出了對策與建議，以期為推動人工智能課程教師隊伍建設提供參考。

關鍵詞：人工智能課程；教學準備度；中小學教師

【中圖分類號】G40-057 【文獻標識碼】A 【論文編號】1009—8097（2024）08—0101—11 【DOI】10.3969/j.issn.1009-8097.2024.08.011

隨著科技創新的發展，人工智能成為推動社會進步的重要力量。為了積極應對智能社會的變革，我國在全國多所城市設立中小學人工智能課程教學試驗區，探索人工智能課程建設。其中，廣州市教育局于2022年9月啟動中小學1～8年級人工智能普及教育項目，要求全市中小學將人工智能課程寫進課表，開展常態化人工智能教研[1]，該項目被評選為廣州市2023年“十大民生工程”之一[2]。自項目啟動以來，全市多所中小學教師熱情高漲，積極開展人工智能課程教學實踐，形成一批優秀課例，但是仍有不少教師存在畏難、意愿不強等問題。推動人工智能課程普及，需要從政府機構、學校、教師和學生四個不同層面做好準備，其中教師的準備是最關鍵的。因此，本研究以教學準備度為切入點，以廣州市為例，分析中小學教師人工智能課程教學準備度的總體情況與具體表現，并探究不同群體教師的教學準備度差異，進而發現問題，提出對策建議，以期為推動人工智能課程教師隊伍建設提供參考。

一 研究現狀

1 教學準備度的相關研究

準備度（Readiness）是個人在某項特定工作中所表現出來的能力和意愿水平[3]。在本研究中，教學準備度是指教師在完成特定教學工作過程中所表現出的能力和意愿水平。當前，有關教學準備度的研究主要圍繞教學準備度測量和教學準備度現狀調查兩個方面開展。在教學準備度測量方面，Graham等[4]提出了一個K-12教師混合式教學準備度測量模型，包括基礎知識與技能、教學計劃、教學方法與策略、教學評估、教學管理五個層面。Polat等[5]研制了K-12教師在線教學準備度量表，包括技術技能、教學技術融合能力、計算機自我效能感、管理支持、同事協作關系、學生準備度、教學知識儲備、感知有用性、教學倫理。在教學準備度現狀調查方面，馮曉英等[6]從態度準備度和能力準備度兩個方面，構建了教師混合式教學準備度的分析框架，對東部、中部、西部地區共25個省市自治區的中小學教師進行大規模調查，以分析不同區域、不同居住地教師的混合式教學準備度水平及其差異。張倩葦等[7]從認知、責任、心理、技術、教學、環境準備六個維度調查國內高校教師混合式教學準備度及其對教師開展混合式教學的行為意向的影響。綜合來看，已有關于教學準備度的研究較多關注混合式教學和在線教學，缺乏對人工智能課程教學的關注。

2 中小學人工智能課程對教師要求的相關研究

在推進中小學人工智能課程普及的過程中，對中小學人工智能課程教師的要求也開始受到關注。例如，王本陸等[8]結合全國幾十所中小學人工智能課程的教學實踐探索，指出人工智能課程教師必須具有AI教學平臺操作、問題解決策略、跨學科知識整合等方面的專業素養。柏宏權等[9]也指出中小學人工智能課程教師的要求主要包括知道人工智能相關知識、了解人工智能相關應用、能靈活運用人工智能技術開展教學、具備人工智能教學平臺操作能力、注重隱私保護與倫理道德引導等。可見，已有研究多是從能力角度分析中小學教師人工智能課程教學的準備情況，尚未從態度、知識、心理、環境等方面進行全面分析。

二 研究設計

1 研究目的與研究問題

本研究以廣州市為例進行調查研究，旨在了解當前中小學教師開展人工智能課程教學的準備度情況，以便為教研部門決策者開展人工智能課程教學研修活動提供依據。基于此，本研究主要探討以下三個問題：①中小學教師人工智能課程教學準備度的總體特征如何？②中小學教師人工智能課程的教學準備度有哪些具體表現？③不同教師群體的人工智能課程教學準備度有何差異？

2 研究對象

本研究于2023年5月25日～31日隨機向廣州市人工智能課程建設區域的中小學教師（下文簡稱“教師”）發放電子問卷，共回收275份。刪除選項一致和填寫時間少于10秒的問卷后，有效問卷為224份，有效問卷率為81.45%。調查樣本的基本信息如表1所示。

3 量表設計

（1）量表編制依據

量表是本次調查問卷的重要組成部分。通過參考教學準備度相關文獻，并結合2021年中央電化教育館發布的《中小學人工智能技術與工程素養框架》[10]和2022年中國教育科學研究院與騰訊教育聯手發布的《中小學人工智能教師能力標準（試行）》[11]，本研究從態度準備、心理準備、知識準備、能力準備和環境準備五個維度共設計了35道題，構建出中小學教師人工智能課程教學準備度量表。每個題項均采用Likert五點量表形式進行評分（完全不符合=1，不太符合=2，一般=3，基本符合=4，完全符合=5）。量表設計完成后，本研究邀請10位從事人工智能課程教學研究的專家和教師對量表維度進行評估，并提出修改意見，根據專家的反饋，修改確定了中小學教師人工智能課程教學準備度量表，如表2所示。

（2）量表信效度檢驗

首先，本研究采用極端組檢驗法對量表進行項目分析，結果顯示：所有題項均已達到顯著性差異水平，不需要在項目分析中刪除。量表整體的Cronbach’s α值為0.970，態度準備、心理準備、知識準備、能力準備和環境準備的Cronbach’s α值分別為0.923、0.903、0.950、0.978和0.950。然后，本研究利用探索性因子分析對量表進行效度檢驗，量表總體KMO系數值為0.951，Bartlett球形檢驗結果為10737.284（p=0.000＜0.001）。進一步采用主成分分析和最大方差法進行因子分析，在刪除3道存在交叉載荷或因子載荷量低的題項后，成功提取5個主因子，累計方差貢獻率為79.343%。上述數據表明，調查問卷的信效度較好。

（3）量表具體內容

本研究結合專家的反饋建議，經過項目分析、信度檢驗和探索性因子分析等步驟，最終編制出中小學教師人工智能課程教學準備度量表，具體內容如表3所示。

三 研究結果

1 中小學教師人工智能課程教學準備度的總體特征

借鑒馮曉英等[16]根據教師開展混合式教學的態度和能力準備水平，將教師開展混合式教學改革分為意向期、探索期和深化期三個階段的思路，本研究將根據教師人工智能課程教學的準備度水平，將教師開展人工智能課程教學劃分為三個階段：第一階段是意向期（M＜4.00），該階段的教師對人工智能教育有初步的認識，對其有用性有所期待，但對其易用性持懷疑態度，且對人工智能課程教學的相關知識和能力尚未有清晰的認識與理解。第二階段是探索期（4.00≤M＜4.50），該階段的教師在人工智能教學的態度準備和心理準備方面有所改變，對人工智能教育的價值有更具體的了解，開始初步建立教學信心，具備了一定的人工智能課程教學知識與能力。第三階段是深化期（M≥4.50），該階段的教師從根本上認可人工智能教育并建立了充分的教學信心，已熟練掌握人工智能課程教學實施的各項技能。

數據分析發現，中小學教師人工智能課程教學準備度的總體均值為3.53，表明目前廣州市中小學教師開展人工智能課程教學整體處于第一階段，即意向期。具體來說，教師普遍對人工智能課程教學的價值有一定的認同，但是由于缺乏人工智能課程的相關專業知識與教學能力，加之當前廣州市中小學人工智能普及教育處于起步階段，各校開展人工智能課程教學所需的環境與資源支持程度不一，容易導致教師缺乏開展人工智能課程教學的信心。

2 中小學教師人工智能課程教學準備度的具體表現

進一步分析各子維度的均值和標準差發現，中小學教師人工智能課程教學準備度在各維度有著不同表現，各維度均值及標準差如表4所示。

依據已有關于中小學人工智能課程教師課程勝任力的研究，本研究將教師人工智能課程教學準備度劃分為四個等級——優秀（M≥4.5）、良好（4.0≤M＜4.5）、一般（3.5≤M＜4.0）和不足（M＜3.5）[17]。可以看出，在人工智能課程教學準備度的一級維度中，態度準備（M=3.88）、心理準備（M=3.70）、能力準備（M=3.62）處于“一般”水平。其中，態度準備維度得分相對較高，表明教師開始意識到人工智能教育的潛在價值，初步具備人工智能教學責任意識。知識準備（M=3.18）和環境準備（M=3.29）處于“不足”水平，其中知識準備維度得分最低，表明教師對人工智能課程相關知識的認識和了解仍相當欠缺。

在態度準備維度上，教師的責任意識（M=4.05）均值較高，表明教師有意識地關注人工智能倫理道德問題，能辯證地看待人工智能對人類、社會的影響，引導學生在使用人工智能技術或產品時遵守相關的法律規范。教師的課程認知（M=3.70）均值相對較低，表明教師對人工智能課程的認識仍顯不足。

在心理準備維度上，教師對人工智能課程教學有用性的認可度最高（M=4.15），表明教師認可開展人工智能課程教學的價值，意識到開展人工智能教學能夠培養學生的計算思維、工程思維、設計思維等高階思維，提高學生的創新意識和綜合實踐能力。感知易用性的均值最低（M=3.28），表明對教師而言，組織開展人工智能課程教學是有難度和挑戰度的。由此容易引發教師的人工智能課程教學焦慮和畏難心理，導致自我效能感相對低下（M=3.66）。

在知識準備維度上，技術性知識（M=3.25）和操作性知識（M=3.12）的均值較低，表明目前教師對人工智能知識準備不足仍是短板。

在能力準備維度上，計劃與準備（M=3.66）、方法與組織（M=3.60）、評價與診斷維度（M=3.60）的均值較為接近，表明教師基本上能從目標確定、方法選擇、活動組織、評價設計等方面開展人工智能課程教學的設計與實施，但是總體表現仍處于“一般”等級的較低水平。

在環境準備維度上，學習支持（M=3.26）的均值最低，表明機構為教師提供的人工智能技術知識、系統平臺和教學技能等方面的培訓機會遠遠低于教師的心理感知。

3 中小學教師人工智能課程教學準備度的差異情況

為了深入分析教師個人特征與人工智能課程教學準備度之間的關系，本研究進一步探察不同教師群體人工智能課程教學準備度的差異情況。研究發現，不同性別、學段、授課類型和授課年限的教師在人工智能課程教學準備度上存在顯著差異，而不同年齡的教師在人工智能課程教學準備度上差異不顯著。

（1）不同性別的教師人工智能課程教學準備度差異情況

經獨立樣本T檢驗分析發現，男性教師與女性教師在知識準備（p=0.047＜0.05）上存在顯著差異，而在態度準備（p=0.194＞0.05）、心理準備（p=0.973＞0.05）、能力準備（p=0.755＞0.05）、環境準備（p=0.475＞0.05）和總體準備度（p=0.643＞0.05）上差異不顯著，說明男性教師的人工智能課程教學知識準備明顯優于女性教師，具體各維度的差異比較如表5所示。

（2）不同學段的教師人工智能課程教學準備度差異情況

經單因素方差分析發現，不同學段的教師在態度準備和能力準備上存在顯著差異，而在心理準備、知識準備和環境準備上差異不顯著。進一步采用LSD多重比較法進行事后檢驗，得到具體各維度的差異比較如表6所示。可見，初中學段的教師在態度準備、心理準備、能力準備和總體準備度上明顯高于小學學段的教師，但與高中學段教師相比差異并不顯著。

（3）不同授課類型的教師人工智能課程教學準備度差異情況

在參與調查的學校中，僅有35.7%的學校單獨開設人工智能課程，進一步采用單因素方差分析發現，不同授課類型的教師在人工智能教學總體準備度上存在顯著性差異，這種差異具體體現在能力準備和環境準備上，而在態度準備、心理準備和知識準備上差異不顯著。進一步采用LSD多重比較法進行事后檢驗，得到具體各維度的差異比較如表7所示。由表可知，將人工智能作為與國家課程并行的單獨一門課程時，教師的知識準備、能力準備、環境準備和總體準備度都要顯著高于將人工智能相關知識滲透到其他課程教學的教師。

（4）不同授課年限的教師人工智能課程教學準備度差異情況

經單因素方差分析發現，具備不同人工智能授課年限的教師在總體準備度上存在顯著差異，具體表現在態度準備、知識準備和能力準備三個維度，而心理準備和環境準備差異不顯著，各維度的差異比較如表8所示。此外，沒有人工智能授課經歷的教師準備度均值要明顯低于有人工智能授課經歷的教師，隨著教齡的增長，6年以下的教師人工智能課程教學準備度呈遞增趨勢，而當授課年限在7～9年時教學準備度有所降低，具有10年以上授課年限的教師人工智能課程教學準備度得分最高。

四 研究結論

1 中小學教師人工智能課程教學的準備度為中等程度

本研究構建了中小學教師人工智能課程教學準備度量表，發現目前廣州市中小學教師人工智能課程教學的準備度為中等程度，處于意向期，表明教師基本上都認同人工智能課程教學的育人價值，但是對其知識的掌握以及能力準備方面尚顯不足。

2 中小學教師人工智能課程教學準備度的各維度表現不一

教師人工智能課程教學準備各維度得分由高到低分別是態度、心理、能力、環境和知識準備。其中，在各子維度得分上，感知有用性的得分是最高的，技術性知識和操作性知識的得分相對較低，表明雖然教師對人工智能課程教學的價值高度認可，但是作為一門新興的跨學科課程，人工智能課程的前沿性技術知識和實踐性操作知識對教師而言是非常有難度的。這一結果與教師人工智能課程教學準備度處于意向期的表現是完全吻合的。此外，教師對設施、學習和制度等方面環境支持的心理預期得分也不太理想，這無形中降低了教師的總體準備度。

3 不同群體中小學教師人工智能課程教學的準備度存在差異

在性別方面，男性教師的知識準備顯著高于女性教師，該結果與柏宏權等[18]的研究結果一致。認知心理學研究一般認為，男性傾向于理性且有邏輯地解決問題，而人工智能課程因其具有的前沿性、實踐性、跨域性、復雜性等特點，使男性教師在知識準備上更具明顯優勢。

在學段方面，初中教師的態度、心理和能力準備顯著高于小學教師。其主要原因在于信息科技課程作為初中學段的一門必修課程，涉及人工智能模塊的相關內容，初中教師具備一定的人工智能知識授課經驗。除此之外，當前STEM或創客課程在中小學盛行，這些課程或多或少涉及人工智能的相關內容，這對教師開展人工智能課程教學具有一定的幫助。同時，有研究指出，初中教師對于STEM教學的理念認識、專業知識和課程設計明顯優于小學教師[19]。由此可見，初中教師開展人工智能課程教學的準備度較高。

在授課類型方面，單獨開設人工智能課程的學校教師的人工智能教學總體準備度要顯著高于將人工智能相關知識嵌入信息科技課程、STEM或創客課程的學校教師，且能力和環境準備上也呈現顯著差異。課時數量是保證教學質量的重要條件之一，張志新等[20]通過對發達地區中小學人工智能課程的建設情況進行調查，發現在信息技術課程中講授人工智能知識的學校，每周的課時數量難以得到保證，而單獨開展人工智能課程的學校中，所有教師每周都會上一節人工智能課程。因此，將人工智能作為一門與國家課程并行的課程加以開設，意味著在獨立的課時范圍內，其有著獨立的課程目標、內容、方法與評價，這需要教師在教學設計、組織、評價等能力上有著更加充足的準備，也需要為教師提供相應的環境支持。

在授課年限方面，不同授課年限的教師人工智能課程教學準備度隨授課年限增長呈波動趨勢。具有10年授課經驗的教師在態度準備、心理準備、知識準備、能力準備和總體準備度方面得分最高，表明有10年授課年限的教師既對人工智能的知識有一定認識，又對人工智能的實踐有一定探索。值得注意的是，有7～9年授課年限的教師相比4～6年授課年限的教師人工智能課程教學準備度出現下滑，這與教學準備度的相關研究結果有所差別[21]。原因可能在于，根據教師職業生涯階段理論[22]，有4～6年授課年限的教師正處于能力形成和追求專業發展的階段，富有熱情和活力，敢于接受新挑戰；有7～9年授課年限的教師職業滿意度開始下降，容易表現出職業倦怠，倘若在此階段堅持突破自我，便能隨著經驗積累達到較高的教學準備度。由于本研究存在區域性，受限于調查人群的覆蓋面，因此后續仍需針對該研究結果進行深入挖掘。

五 對策與建議

基于上述對廣州市中小學教師人工智能課程教學準備度的總體分析與差異化表現的討論結果，本研究針對提高中小學教師人工智能課程教學準備度提出以下建議：

1 獨立開設課程，建立明確的人工智能課程教學指南

當前，人工智能正在開啟新一輪科技革命。為加快實現科技自立自強，培養拔尖創新人才是關鍵，人工智能課程教學將為拔尖創新人才培養提供堅實基礎：首先，教育機構應高度重視人工智能課程建設，將其作為與國家課程同等重要地位的單獨課程加以開設，突破將人工智能僅作為學校興趣課程或者內嵌于信息科技課程中的局限。其次，教育機構要認清人工智能課程與其他課程相區別的獨特屬性，制定明確的課程教學指南，以規范中小學人工智能課程的學習目標、內容結構、實施建議、學業質量標準。目前，僅有華東師范大學聯合上海人工智能實驗室編寫了《中小學人工智能課程指南》[23]，為中小學開展人工智能課程教學提供了參考。

2 協同多方力量，提供多樣的教學專業支持

本研究發現廣州市中小學教師的能力準備不足、知識準備低下且各學段教師參差不齊。目前，從事人工智能課程教學的教師主要有三類：一是信息技術教師本身；二是有信息技術基礎且從事STEM或創客課程教學的教師；三是講授綜合實踐、數學、物理等課程的教師。要想上好人工智能課程，教學專業支持必不可少。社會支持理論認為，一個人擁有的外界支持網絡越強大，就越能在社會環境中加強個體發展，積極應對各種來自環境的挑戰[24]。因此，一方面教育機構應構建以中小學人工智能教師為主體、高校人工智能專業和教育技術專業專家參與、區域教師發展機構為紐帶的開放、協同、聯動的人工智能課程教研組織，以課程設計、教學設計為教研活動內容載體，支持各學段教師對人工智能課程內容、教學方式、評價方法等進行實踐與反思。另一方面，教育機構應根據各學段教師需求，開展分層分級的多樣化培訓，提升各學段教師的知識和能力，幫助各學段教師盡快適應人工智能課程教學。中小學人工智能課程以基礎知識和基本技術為中心，包括人工智能通識、人工智能技術體驗、人工智能編程等[25]。小學階段教師培訓應注重人工智能技術體驗，初中階段教師培訓應注重人工智能技術原理的實驗與應用，高中階段教師培訓則要深化原理認識，探索利用人工智能創造性解決問題的過程和方法。

3 健全資源體系，擴大人工智能課程優質資源供給

2021年，教育部等五部門發布《關于大力加強中小學線上教育教學資源建設與應用的意見》，提出通過線上教育擴大優質教育資源的有效供給，深化基礎教育育人方式的改革[26]。人工智能課程作為基礎教育的一門新興課程，目前仍缺乏實用、易用的課程資源，存在環境準備度不足的問題。為此，一方面教育機構應健全資源體系，充分考慮不同學段人工智能課程教學的需求，系統化、體系化建設人工智能課程教學資源，覆蓋原理類、技術類、實踐類等知識的教學，積極探索建設微課程、微視頻、AR/VR等靈活多樣的學習資源。另一方面，除了購買教育信息化產業開發的資源服務，教育機構還可以依托人工智能課程教育質量較高的地區，分學段組建若干以骨干教師為主體、以相關專家、優秀教研員及專業技術人員為支撐的資源研發團隊，鼓勵教師參與資源建設，實現資源供給渠道互補，提高人工智能課程教學資源的實用性和易用性。

參考文獻

[1]廣州市教育局.廣州市教育局關于啟動1-8年級人工智能教育普及工作的通知[OL].lt;http：//jyj.gz.gov.cn/yw/tzgg/content/post_8415610.htmlgt;

[2]廣州市人民政府.2023年廣州十件民生實事新鮮出爐[OL].lt;https：//www.gz.gov.cn/zt/jj2023gzlhzt/lhgjc/msbz/content/post_8752644.htmlgt;

[3]（美）保羅·赫塞著.麥肯特企業顧問有限公司譯.情境領導者[M].北京：中國財政經濟出版社，2003：46.

[4]Graham C R， Borup J， Pulham E， et al. K-12 blended teaching readiness： model and instrument development[J]. Journal of Research on Technology in Education， 2019，（3）：239-258.

[5]Polat E， Hopcan S， Yahasi O. Are K-12 teachers ready for e-learning？[J]. International Review of Research in Open and Distributed Learning， 2022，（2）：214-241.

[6][16]馮曉英，吳怡君，龐曉陽，等.混合式教學改革：教師準備好了嗎——教師混合式教學改革發展框架及準備度研究[J].中國電化教育，2021，（1）：110-117.

[7][21]張倩葦，張敏，楊春霞.高校教師混合式教學準備度現狀、挑戰與建議[J].電化教育研究，2022，（1）：46-53.

[8]王本陸，千京龍，盧億雷，等.簡論中小學人工智能課程的建構[J].教育研究與實驗，2018，（4）：37-43.

[9][17][18]柏宏權，王姣陽.中小學人工智能課程教師勝任力現狀與對策研究[J].課程·教材·教法，2020，（12）：123-130.

[10]中央電化教育館.中小學人工智能技術與工程素養框架[OL].lt;https：//www.ncet.edu.cn/zhuzhan/xgwzxwzx/20211130/5559.htmlgt;

[11]中國教育科學研究院.中小學人工智能教師能力標準（試行）[OL]. lt;https：//www.sohu.com/a/557495241_120301864gt;

[12]李娟，李文娟，查文英，等.成人遠程學習準備度的實證研究[J].開放教育研究，2014，（3）：88-97.

[13]趙建民，張玲玉.高校教師對混合式教學接受度的實證研究——基于DTPB與TTF整合的視角[J].現代教育技術，2017，（10）：67-73.

[14]李世瑾，王成龍，顧小清.預見學習的未來：人工智能學習準備度的框架研制及實踐進路[J].中國電化教育，2022，（10）：79-88、96.

[15]閆寒冰，李曼曼，黃小瑞.中小學教師應用電子書包教學的準備情況調查[J].電化教育研究，2016，（11）：100-107.

[19]毛剛，吳童，崔子恒.引領型STEM教師能力構成、發展路徑與影響因素研究[J].電化教育研究，2021，（11）：107-113、128.

[20]張志新，杜慧，高露，等.發達地區中小學人工智能課程建設現狀、問題與對策——以某“新一線”城市為例探討[J].中國電化教育，2020，（9）：40-49.

[22]張志越.教師專業發展與專業素質[M].太原：山西科學技術出版社，2002：30-31.

[23]中小學人工智能課程指南課題組，江波，等.中小學人工智能課程指南[J].華東師范大學學報（教育科學版），2023，（3）：121-134.

[24]尚偉偉.社會支持對師范生職業使命感的影響機制研究[J].教師教育研究，2022，（5）：15-22.

[25]劉載興.義務教育階段人工智能課程課堂教學范式構建與實踐研究[J].教育導刊，2021，（8）：66-70.

[26]教育部.教育部等五部門關于大力加強中小學線上教育教學資源建設與應用的意見[OL].lt;http：//www.moe.gov.cn/srcsite/A06/s3325/202102/t20210207_512888.htmlgt;

Problems and Countermeasures of Primary and Secondary School

Teachers’ Teaching Readiness in Artificial Intelligence Curriculum

Abstract： The implementation of artificial intelligence universal education is an important means to adapt to the development and change of intelligent society， and the teaching readiness situation of teachers to carry out artificial intelligence courses is a key factor to determining the high-quality development of artificial intelligence universal education. Therefore， the paper took Guangzhou City as an example to conduct survey research， and developed a scale from five dimensions of attitude， psychology， knowledge， ability， and environmental readiness， and further analyzed 224 valid questionnaire responses. It was found that the overall readiness of primary and secondary school teachers in artificial intelligence course teaching was in the middle level， and the attitude readiness was high， and the environment and knowledge readiness were low. There were varied differences in teaching readiness of teachers with different genders， learning stages， teaching types and teaching years. Based on the survey results， this paper put forward countermeasures and suggestions from three aspects of the establishment of course teaching guidelines， the professional support of course teaching， and the supply of high-quality course resources， in order to provide references for promoting the construction of artificial intelligence teachers.

Keywords： artificial intelligence curriculum; teaching readiness; primary and secondary school teacher