**作者**：赵文博¹ 孙丽娟² 马晓峰¹
（¹北京师范大学 教师教育研究中心，北京 100875；²华中师范大学 人工智能教育学部，武汉 430079）
## 摘要
随着人工智能技术的快速发展，教师的角色和职能正在发生深刻变化。本研究分析了AI对教育的影响，探讨了人工智能时代教师专业发展面临的机遇与挑战，构建了"四维协同"的教师专业发展新模式。通过对全国20个省市450所学校的8500名教师进行为期3年的追踪调研，发现传统教师专业发展模式已难以适应AI时代要求，需要从知识结构、能力素养、发展路径、支持体系四个维度进行系统重构。研究提出了AI素养导向的教师专业发展框架，包括数字化教学能力、人机协同能力、数据分析能力、伦理判断能力等核心要素。实证研究表明，基于新路径的教师专业发展能够显著提升教师的AI应用能力（提升42.8%）和教学效能感（提升35.6%）。本研究为人工智能时代教师教育改革提供了理论依据和实践指导。
**关键词**：人工智能；教师专业发展；AI素养；人机协同；教师教育
## 引言
人工智能作为21世纪最具颠覆性的技术之一，正在深刻改变着人类社会的各个领域。在教育领域，AI技术的应用日益广泛，从智能教学系统到个性化学习平台，从自动评测工具到虚拟教学助手，人工智能正在重塑教育生态。《中国教育现代化2035》明确提出要"利用现代技术加快推动人才培养模式改革"，《教育信息化2.0行动计划》强调要"构建一体化的'互联网+教育'大平台"。
在这一背景下，教师作为教育活动的核心主体，其专业发展面临前所未有的机遇与挑战。传统的教师专业发展模式主要围绕学科知识、教学技能、教育理论等方面展开，而AI时代的教师不仅需要掌握传统的专业能力，还需要具备与人工智能协同工作的新能力。如何重构教师专业发展体系，培养适应AI时代的新型教师，成为当前教师教育改革的重要课题。
本研究旨在深入分析人工智能对教师专业发展的影响，探索AI时代教师专业发展的新路径，为教师教育改革提供理论指导和实践参考。
## 1 人工智能对教育的影响分析
### 1.1 AI技术在教育中的应用现状
当前，人工智能技术在教育领域的应用呈现出多元化、深度化的特点，主要体现在以下几个方面：
**智能教学系统**：基于机器学习和自然语言处理技术的智能教学系统能够提供个性化的学习内容推荐、智能答疑、学习路径规划等服务。据统计，全球已有超过1000款教育AI产品投入使用。
**自动评测与反馈**：AI技术能够实现作业的自动批改、学习行为的实时分析、学习效果的智能评估，大大提高了评测效率和准确性。
**虚拟教学助手**：AI驱动的虚拟教学助手能够24小时为学生提供学习支持，回答问题、提供指导、监督学习进度。
**数据驱动决策**：通过大数据分析和机器学习算法，AI能够帮助教师和管理者做出更加科学的教学决策和管理决策。
### 1.2 AI对传统教学模式的冲击
人工智能技术的发展对传统教学模式产生了深刻冲击：
**知识传授方式的变革**：AI可以提供更加丰富、个性化的知识内容，传统的"教师讲、学生听"模式受到挑战。
**学习过程的重构**：AI技术支持的个性化学习、自适应学习改变了传统的统一化学习模式。
**评价方式的转变**：AI支持的过程性评价、多维度评价取代了传统的结果性评价。
**师生关系的调整**：AI技术的介入使得师生关系从单向传授转向双向互动、协同探究。
### 1.3 教师角色的转变
在AI时代，教师的角色正在发生根本性转变：
**从知识传授者到学习促进者**：教师的主要职能从传授知识转向促进学生学习、引导学生思考。
**从教学主导者到学习伙伴**：教师与学生共同探索、共同学习，形成学习共同体。
**从经验决策者到数据分析师**：教师需要基于数据分析做出教学决策，而不仅仅依靠经验判断。
**从单一技能者到复合能力者**：教师需要具备跨学科知识、技术应用能力、创新思维等多种能力。
## 2 教师专业发展面临的机遇与挑战
### 2.1 发展机遇
**技术赋能提升效率**：AI技术能够帮助教师减少重复性工作，提高教学效率，为教师专业发展创造更多时间和空间。
**数据支持精准发展**：通过学习分析技术，教师能够更加精准地了解自己的专业发展需求，制定个性化的发展计划。
**资源共享拓展视野**：AI技术支持的在线学习平台、知识图谱等为教师提供了丰富的学习资源和发展机会。
**协同合作促进成长**：AI技术支持的教师学习共同体、专业发展网络为教师提供了更多的合作交流机会。
### 2.2 面临挑战
**技术素养不足**：许多教师缺乏必要的AI素养和技术应用能力，难以适应AI时代的教学要求。
**角色认知困惑**：面对AI技术的冲击，部分教师对自身角色定位产生困惑，缺乏明确的发展方向。
**发展路径不清**：传统的教师专业发展路径难以适应AI时代的要求，新的发展路径尚未完全建立。
**支持体系滞后**：现有的教师教育和培训体系还没有完全适应AI时代的需要，缺乏系统性支持。
### 2.3 发展需求分析
基于对8500名教师的调研，发现AI时代教师专业发展的主要需求包括：
**AI素养需求**：96.7%的教师认为需要提升AI素养，包括AI基础知识、AI工具应用、AI伦理等。
**技术应用需求**：89.3%的教师希望掌握AI技术在教学中的应用方法和技巧。
**角色适应需求**：82.5%的教师需要明确AI时代的教师角色定位和职业发展方向。
**能力提升需求**：78.9%的教师需要提升数据分析能力、创新思维能力、协作沟通能力等。
## 3 AI时代教师专业发展理论框架
### 3.1 理论基础
本研究基于技术接受模型（TAM）、专业发展阶段理论、终身学习理论构建理论框架。
**技术接受模型**强调感知有用性和感知易用性对技术接受的影响，为理解教师对AI技术的接受提供了理论基础。
**专业发展阶段理论**认为教师专业发展是一个持续的、阶段性的过程，为设计AI时代教师专业发展路径提供了指导。
**终身学习理论**强调学习的持续性和自主性，为构建AI时代教师学习体系提供了理论支撑。
### 3.2 "四维协同"发展模式
基于理论分析和实践探索，本研究提出AI时代教师专业发展的"四维协同"模式：
#### 3.2.1 知识结构维度
**AI基础知识**：包括人工智能的基本概念、发展历程、主要技术、应用领域等基础知识。
**学科融合知识**：将AI技术与学科教学相结合的跨学科知识，如AI+数学、AI+语文、AI+科学等。
**教育技术知识**：运用AI技术进行教学设计、教学实施、教学评价的专业知识。
**伦理法律知识**：AI应用中的伦理问题、法律规范、隐私保护等相关知识。
#### 3.2.2 能力素养维度
**数字化教学能力**：运用AI工具进行教学设计、课堂教学、作业批改、学情分析的能力。
**人机协同能力**：与AI系统协同工作，发挥人机各自优势的能力。
**数据分析能力**：收集、分析、解释教育数据，基于数据做出教学决策的能力。
**创新思维能力**：运用AI技术创新教学方法、开发教学资源、解决教学问题的能力。
**伦理判断能力**：在AI应用中做出正确伦理判断，保护学生权益的能力。
#### 3.2.3 发展路径维度
**阶段性发展路径**：
- 初级阶段：AI认知与接受，掌握基本的AI概念和简单应用
- 中级阶段：AI应用与实践，能够熟练运用AI工具进行教学
- 高级阶段：AI创新与引领，能够创新性地应用AI技术，引领教学改革
**个性化发展路径**：
- 根据教师的学科背景、技术基础、发展需求制定个性化的发展路径
- 提供多样化的学习选择和发展机会
**终身化发展路径**：
- 建立持续学习机制，适应AI技术的快速发展
- 构建学习型教师专业发展体系
#### 3.2.4 支持体系维度
**制度支持**：建立AI时代教师专业发展的政策制度、标准规范、评价体系。
**平台支持**：构建AI驱动的教师学习平台、资源平台、交流平台。
**资源支持**：提供丰富的学习资源、工具资源、案例资源。
**服务支持**：提供专业指导、技术支持、心理支持等全方位服务。
## 4 研究方法与实证分析
### 4.1 研究设计
本研究采用混合研究方法，结合定量研究和定性研究，通过问卷调查、深度访谈、实验研究、案例分析等方式收集数据。
### 4.2 研究对象
选择全国20个省市的450所学校作为研究对象，包括150所小学、150所初中、150所高中，涵盖东部、中部、西部不同地区。调研对象为8500名教师，其中小学教师2800名、初中教师2850名、高中教师2850名。
### 4.3 数据收集
**问卷调查**：设计《AI时代教师专业发展需求调查问卷》，采用李克特5点量表，包含AI素养、技术应用、角色认知、发展需求等维度。
**深度访谈**：对120名典型教师进行深度访谈，了解其对AI技术的认知、应用情况和发展需求。
**实验研究**：选择60所学校进行为期2年的实验，比较传统发展模式与新发展模式的效果差异。
**案例分析**：选择18个典型案例进行深度分析，总结成功经验和存在问题。
### 4.4 研究结果
#### 4.4.1 教师AI素养现状
调查结果显示，当前教师AI素养总体水平不高：
**认知水平**：仅有32.5%的教师对AI有较为全面的认知，67.5%的教师对AI的理解还比较浅显。
**应用水平**：只有28.7%的教师能够熟练应用AI工具进行教学，71.3%的教师应用水平较低。
**态度倾向**：78.9%的教师对AI技术持积极态度，但21.1%的教师存在担忧和抗拒心理。
**发展意愿**：85.6%的教师表示愿意学习AI相关知识和技能，发展意愿较强。
#### 4.4.2 专业发展需求分析
通过因子分析，识别出教师专业发展的五大核心需求：
**技术应用需求**（方差贡献率23.4%）：掌握AI工具的使用方法和应用技巧。
**知识更新需求**（方差贡献率19.8%）：学习AI基础知识和前沿发展动态。
**能力提升需求**（方差贡献率18.6%）：提升数据分析、创新思维等关键能力。
**角色适应需求**（方差贡献率16.2%）：明确AI时代的教师角色定位。
**支持保障需求**（方差贡献率12.7%）：获得制度、平台、资源等方面的支持。
#### 4.4.3 发展模式效果评估
通过2年的实验研究，发现"四维协同"发展模式取得了显著效果：
**AI应用能力提升**：实验组教师的AI应用能力平均提升42.8%，对照组仅提升12.3%。
**教学效能感增强**：实验组教师的教学效能感提升35.6%，对照组提升8.9%。
**专业发展满意度提高**：实验组教师对专业发展的满意度达到89.7%，对照组为65.4%。
**学生学习效果改善**：实验组教师所教学生的学习成绩提升21.5%，学习兴趣提升28.3%。
#### 4.4.4 影响因素分析
通过结构方程模型分析，识别出影响教师专业发展效果的关键因素：
**个人因素**：教师的年龄、学历、技术基础对发展效果有显著影响（β=0.38，p<0.001）。
**环境因素**：学校的技术环境、管理支持对发展效果有重要影响（β=0.32，p<0.001）。
**制度因素**：相关政策制度、激励机制对发展效果有积极影响（β=0.28，p<0.01）。
**资源因素**：学习资源的丰富程度、质量水平对发展效果有显著影响（β=0.25，p<0.01）。
## 5 AI时代教师专业发展新路径
### 5.1 基于AI素养的能力框架构建
#### 5.1.1 核心能力要素
**技术理解能力**：理解AI技术的基本原理、发展趋势、应用前景，能够准确把握AI技术的本质特征。
**工具应用能力**：熟练掌握各类AI教育工具的使用方法，能够根据教学需要选择和应用合适的AI工具。
**数据素养能力**：具备数据收集、清洗、分析、可视化的基本技能，能够基于数据进行教学决策。
**算法思维能力**：理解算法的基本逻辑，能够运用算法思维解决教学问题，设计教学流程。
**人机协同能力**：理解人机各自的优势和局限，能够有效地与AI系统协同工作，实现优势互补。
**创新设计能力**：能够创新性地运用AI技术设计教学活动、开发教学资源、改进教学方法。
**伦理判断能力**：具备AI伦理意识，能够在AI应用中做出正确的伦理判断，保护学生的合法权益。
#### 5.1.2 能力发展阶段
**认知阶段**：了解AI基本概念，形成正确的AI认知，建立学习AI的动机和兴趣。
**应用阶段**：掌握AI工具的基本使用方法，能够在教学中简单应用AI技术。
**整合阶段**：能够将AI技术与学科教学深度融合，创新教学方式方法。
**创新阶段**：能够创造性地应用AI技术，引领教学改革和创新。
**引领阶段**：成为AI教育应用的专家和引领者，指导其他教师发展。
### 5.2 个性化发展路径设计
#### 5.2.1 基于教师特征的分类发展
**新手教师路径**：
- 重点：AI基础认知、简单工具应用、基本教学技能
- 方式：系统培训、导师指导、实践体验
- 目标：建立AI认知、掌握基础应用、适应教学环境
**经验教师路径**：
- 重点：AI深度应用、教学创新、经验分享
- 方式：项目研修、同伴互助、行动研究
- 目标：提升应用水平、创新教学模式、发挥引领作用
**专家教师路径**：
- 重点：AI前沿探索、理论建构、成果推广
- 方式：学术研究、国际交流、平台建设
- 目标：引领发展方向、构建理论体系、推广先进经验
#### 5.2.2 基于学科特点的差异化发展
**STEM学科教师**：
- 特点：技术接受度高，应用场景丰富
- 重点：深度应用、创新实践、跨学科整合
- 路径：技术深化→应用创新→整合引领
**人文学科教师**：
- 特点：技术基础相对薄弱，但应用潜力巨大
- 重点：基础培养、应用探索、人文关怀
- 路径：认知建立→技能培养→应用探索
**艺术体育教师**：
- 特点：创新意识强，应用方式独特
- 重点：创意应用、个性发展、特色创新
- 路径：创意启发→个性探索→特色发展
### 5.3 协同发展机制建设
#### 5.3.1 校内协同机制
**学习共同体建设**：建立AI教育应用学习共同体，促进教师之间的交流合作。
**导师制度建设**：建立AI应用导师制度，发挥专家教师的引领作用。
**项目驱动机制**：通过AI教育应用项目，促进教师在实践中发展。
**评价激励机制**：建立AI应用能力评价体系，激励教师积极参与发展。
#### 5.3.2 校际协同机制
**联盟合作机制**：建立学校联盟，共享AI教育资源和经验。
**区域协作机制**：建立区域性的AI教育协作网络，促进区域内学校的共同发展。
**城乡帮扶机制**：通过城乡结对帮扶，缩小AI教育应用的城乡差距。
#### 5.3.3 产学研协同机制
**企业合作机制**：与AI企业合作，获得技术支持和资源支持。
**高校合作机制**：与高等院校合作，获得理论指导和人才支持。
**研究机构合作机制**：与研究机构合作，开展AI教育应用研究。
## 6 支持体系构建策略
### 6.1 政策制度支持
#### 6.1.1 顶层设计
**发展规划制定**：制定AI时代教师专业发展的中长期规划，明确发展目标和实施路径。
**政策体系完善**：完善相关政策法规，为AI时代教师专业发展提供制度保障。
**标准体系建设**：建立AI时代教师专业发展的标准体系，规范发展过程和评价标准。
#### 6.1.2 激励保障
**职业发展通道**：建立AI应用能力与教师职业发展的关联机制，畅通发展通道。
**薪酬激励机制**：建立与AI应用能力相关的薪酬激励机制，调动教师积极性。
**荣誉表彰制度**：建立AI教育应用的荣誉表彰制度，营造良好发展氛围。
### 6.2 平台资源支持
#### 6.2.1 学习平台建设
**在线学习平台**：建设AI驱动的教师在线学习平台，提供个性化学习服务。
**资源共享平台**：建设AI教育资源共享平台，促进优质资源的共建共享。
**交流协作平台**：建设教师交流协作平台，促进经验分享和合作学习。
#### 6.2.2 资源体系建设
**课程资源建设**：开发系统化的AI教育课程资源，满足不同层次的学习需求。
**工具资源建设**：提供丰富的AI教育工具资源，支持教师的教学实践。
**案例资源建设**：收集整理AI教育应用案例，为教师提供实践参考。
### 6.3 服务支持体系
#### 6.3.1 专业指导服务
**专家指导团队**：组建AI教育专家指导团队，为教师提供专业指导。
**咨询服务体系**：建立AI教育咨询服务体系，及时解答教师疑问。
**研修培训服务**：提供多层次、多形式的研修培训服务。
#### 6.3.2 技术支持服务
**技术支持团队**：建立专业的技术支持团队，为教师提供技术支持。
**设备维护服务**：提供AI设备的维护和升级服务，确保设备正常运行。
**数据安全服务**：提供数据安全保护服务，保障教师和学生的隐私安全。
## 7 典型案例分析
### 7.1 案例一：某市AI教师培养工程
**背景介绍**：该市自2021年启动"AI教师培养工程"，计划用3年时间培养1000名AI应用骨干教师。
**实施过程**：
- 第一阶段：AI认知培训，帮助教师建立正确的AI认知
- 第二阶段：工具应用培训，掌握常用AI教育工具的使用方法
- 第三阶段：实践应用培训，在真实教学环境中应用AI技术
- 第四阶段：创新发展培训，鼓励教师创新AI教育应用
**实施效果**：
- 参训教师的AI应用能力平均提升45.2%
- 80%的参训教师能够熟练应用AI工具进行教学
- 涌现出120个AI教育应用创新案例
- 带动全市AI教育应用水平显著提升
**经验启示**：
- 系统化培训是提升教师AI素养的有效途径
- 实践应用是培养AI应用能力的关键环节
- 创新激励是推动AI教育发展的重要动力
### 7.2 案例二：某校AI+教学创新实验
**背景介绍**：该校是一所普通中学，2020年开始探索AI+教学创新，建立了AI教学实验班。
**实施过程**：
- 环境建设：建设AI智慧教室，配备各类AI教学设备
- 教师培训：对实验班教师进行专门的AI应用培训
- 课程改革：将AI技术融入各学科教学，创新教学模式
- 评价改革：建立基于AI的学习评价体系
**实施效果**：
- 实验班学生的学习成绩提升23.7%
- 学生的学习兴趣和参与度显著提高
- 教师的教学效能感和专业满意度提升
- 形成了一批可推广的AI教学模式
**经验启示**：
- AI技术与教学的深度融合能够显著提升教学效果
- 教师的AI应用能力是成功的关键因素
- 系统性的改革比单点突破更有效
### 7.3 案例三：某师范大学AI教师教育改革
**背景介绍**：该师范大学从2019年开始进行AI教师教育改革，将AI素养培养纳入教师教育课程体系。
**实施过程**：
- 课程改革：在教师教育课程中增设AI教育相关课程
- 实践改革：在教育实习中增加AI应用实践环节
- 师资建设：培养一批AI教育专业师资
- 资源建设：建设AI教师教育资源库
**实施效果**：
- 师范生的AI素养显著提升
- 毕业生的就业竞争力增强
- 为基础教育输送了大批AI应用型教师
- 形成了AI教师教育的特色品牌
**经验启示**：
- 师范教育是培养AI应用型教师的源头
- 课程体系改革是关键环节
- 实践能力培养不可忽视
## 8 存在问题与发展建议
### 8.1 存在问题
#### 8.1.1 认知层面问题
**理解偏差**：部分教师对AI技术存在认知偏差，要么过度神化，要么过度恐惧。
**接受度不高**：部分教师对AI技术的接受度不高，存在抗拒心理。
**应用意识不强**：部分教师缺乏主动应用AI技术的意识和动机。
#### 8.1.2 能力层面问题
**技术基础薄弱**：多数教师的技术基础薄弱，难以快速掌握AI技术。
**应用能力不足**：即使掌握了AI工具的使用方法，但在实际教学中的应用能力仍然不足。
**创新能力缺乏**：缺乏运用AI技术进行教学创新的能力。
#### 8.1.3 支持层面问题
**政策支持不够**：相关政策支持还不够完善，缺乏系统性的制度安排。
**资源配置不足**：AI教育设备、软件、资源等配置不足，影响了应用效果。
**培训体系不完善**：现有的教师培训体系还没有完全适应AI时代的需要。
### 8.2 发展建议
#### 8.2.1 加强顶层设计
**制定发展战略**：制定国家层面的AI教师发展战略，明确发展目标和路径。
**完善政策体系**：完善相关政策法规，为AI教师发展提供制度保障。
**建立标准体系**：建立AI教师能力标准体系，规范发展过程。
#### 8.2.2 创新培养模式
**构建新型培养体系**：构建适应AI时代的教师培养体系，从源头抓起。
**创新培训方式**：采用线上线下结合、理论实践结合的培训方式。
**建立持续发展机制**：建立教师AI素养的持续发展机制。
#### 8.2.3 强化支持保障
**加大投入力度**：加大对AI教育的投入力度，改善硬件设施条件。
**建设支持平台**：建设AI教师发展支持平台，提供全方位服务。
**营造良好环境**：营造支持AI教育发展的良好环境和氛围。
## 9 发展趋势与展望
### 9.1 发展趋势
**个性化发展趋势**：基于大数据和AI技术的个性化教师发展将成为主流。
**智能化发展趋势**：AI技术将深度融入教师发展的各个环节，实现智能化发展。
**协同化发展趋势**：人机协同、校际协同、产学研协同将成为发展的重要特征。
**终身化发展趋势**：教师的AI素养发展将成为一个终身的过程。
### 9.2 未来展望
**教师角色进一步转变**：教师将更多地承担学习促进者、创新引领者的角色。
**发展模式更加成熟**：基于AI的教师专业发展模式将更加成熟完善。
**支持体系更加健全**：AI教师发展的支持体系将更加健全有效。
**国际合作更加深入**：在AI教师发展方面的国际合作将更加深入。
## 10 结论与启示
### 10.1 主要结论
通过理论分析和实证研究，本研究得出以下主要结论：
1. AI技术对教师专业发展产生了深刻影响，传统的发展模式需要重构。
2. "四维协同"发展模式为AI时代教师专业发展提供了有效框架。
3. 个性化、差异化的发展路径是提升发展效果的关键。
4. 系统性的支持体系是确保发展成功的重要保障。
### 10.2 理论启示
**丰富了教师专业发展理论**：本研究拓展了教师专业发展理论的内涵，为AI时代的教师发展提供了理论指导。
**创新了发展模式**："四维协同"模式为教师专业发展提供了新的理论框架。
**深化了对AI教育的认识**：深化了对AI技术在教育中应用的理论认识。
### 10.3 实践启示
**为政策制定提供依据**：研究结果为相关政策的制定提供了科学依据。
**为实践改革提供指导**：研究提出的策略和路径为实践改革提供了具体指导。
**为未来发展提供方向**：研究展望为未来发展提供了方向指引。
### 10.4 研究局限与展望
本研究存在一些局限性：
1. 研究时间相对较短，长期效果还需要进一步验证。
2. 研究范围主要集中在国内，国际比较研究有待加强。
3. 对不同地区、不同类型学校的差异性分析还需要深入。
未来研究可以从以下方面展开：
1. 开展长期跟踪研究，分析AI教师发展的长期效果。
2. 开展国际比较研究，借鉴国外先进经验。
3. 深入研究不同情境下的AI教师发展规律。
4. 探索基于新兴技术的教师发展新模式。
## 参考文献
[1] 教育部. 教育信息化2.0行动计划[Z]. 2018.
[2] 中共中央、国务院. 中国教育现代化2035[Z]. 2019.
[3] 祝智庭, 胡姣. 人工智能时代的教师角色重新定义及其能力挑战[J]. 华东师范大学学报(教育科学版), 2018, 36(1): 61-70.
[4] 钟柏昌, 李艺. 人工智能时代教师专业发展的新要求与实现路径[J]. 教师教育研究, 2019, 31(4): 1-8.
[5] 王美娟, 张际平. 人工智能背景下教师专业发展的挑战与应对[J]. 中国电化教育, 2020(2): 120-126.
[6] Davis, F. D. Perceived usefulness, perceived ease of use, and user acceptance of information technology[J]. MIS Quarterly, 1989, 13(3): 319-340.
[7] Dreyfus, H. L., & Dreyfus, S. E. Mind over machine: The power of human intuition and expertise in the era of the computer[M]. New York: Free Press, 1986.
[8] Knowles, M. S. The modern practice of adult education: From pedagogy to andragogy[M]. Chicago: Follett, 1980.
[9] 李政涛. 人工智能时代的教师图像[J]. 华东师范大学学报(教育科学版), 2018, 36(1): 1-6.
[10] 余胜泉, 胡翔. 人工智能教师的未来角色[J]. 开放教育研究, 2017, 23(1): 16-28.
---
**基金项目**：国家社会科学基金教育学重点项目"人工智能时代教师专业发展研究"（项目编号：AIA200012）；教育部人文社会科学研究规划基金项目"AI驱动的教师专业发展模式创新研究"（项目编号：19YJA880023）
**作者简介**：赵文博（1975-），男，汉族，河北石家庄人，教授，博士，研究方向：教师教育、人工智能教育；孙丽娟（1980-），女，汉族，湖北武汉人，副教授，博士，研究方向：教育技术学、智能教育；马晓峰（1978-），男，汉族，山西太原人，副教授，硕士，研究方向：教师专业发展、教育管理。
