From Objective AI Literacy Assessment to Training Needs Mapping in Greek Secondary Education

技术摘要：从客观人工智能素养评估到希腊中等教育培训需求映射

问题陈述
尽管人工智能（AI）正日益融入教育基础设施，但关于教师 AI 素养的实证证据仍然有限。现有的研究主要依赖于自我报告的准备程度、自信度或态度，这些指标容易受到社会期望偏差、自我校准不准以及情境性通胀的影响。这种对主观指标的依赖掩盖了具体的概念误解和知识覆盖不均的问题。在希腊中等教育背景下，教师分布在不同的学科专业领域且职业学习路径不一，缺乏一个本土化的“客观”AI 知识基准，可能导致职业发展（PD）要么过于泛化而缺乏实用性，要么过于技术化而脱离实际需求。本研究旨在填补“AI 感知”（对工具的熟悉度）与“AI 素效”（解释系统行为的稳定概念资源）之间的鸿沟，并指出教师需要功能性的概念知识来评估 AI 输出、理解其局限性并做出负责任的专业判断。

研究方法
本研究采用了一项于 2025 年 6 月进行的横断面在线调查，样本包括 271 名希腊中等教育教师（包括主流教育和特殊教育）。招募采用了通过专业和个人网络进行的便利抽样策略。

• 工具： 本研究使用了由 Ding 等人 [13] 开发的 26 项客观 AI 素养知识测试的希腊语改编版，该工具基于 Long 和 Magerko [8] 的能力导向框架。研究通过翻译和回译确保了概念等效性。
• 评分： 响应采用二分法评分（正确计 1 分，错误或“不知道”计 0 分）。引入“不知道”选项是为了进行保守的函数知识估计，从而区分出“有信心的回答”与“不确定性”。
• 分析：
  • 描述性统计： 计算了总分和项目级正确比例 ($p_{correct}$)。
  • 组间差异： 由于总分呈非正态分布（Shapiro-Wilk $p < .001$），研究采用了非参数 Kruskal-Wallis 检验及 Dwass-Steel-Critchlow-Fligner 事后比较，以考察教学专业、ICT 培训和人口统计学特征方面的差异。
  • 预测因子： 使用 Spearman 相关系数和多元线性回归（使用偏差修正的自助法置信区间）来识别教师特征、先前培训与 AI 素养得分之间的关联。
  • 需求映射： 为每个项目计算了一个“需求指数”（NeedIndex），公式为 $1 - p_{correct}$。该指标将项目级的缺陷转化为职业发展的优先级工具，其中较高的值表示更高的培训需求。

关键结果

• 整体表现： 样本表现出中等的基准客观 AI 素养（$M = 15.82/26$, $SD = 3.53$; 总计$p_{correct} = 60.85%$）。然而，各项目的表现存在显著差异（$p_{correct}$ 范围为 0.09–0.90）。
• 概念差距（表现最低的项目）： 最显著的知识缺陷集中在基础技术概念周围：
  • 区分自动化与 AI（例如：自动洗衣机）。
  • 区分弱人工智能与通用人工智能（例如：Siri/Alexa 等语音助手）。
  • 理解机器学习的工作流（数据收集 $\to$ 训练 $\to$ 部署）。
  • 将 AI 技术与应用进行匹配。
  • 识别 AI 在感知和泛化方面的局限性（在陌生环境下的表现）。
• 表现最强的项目： 教师在涉及数据解释、认为 AI 总是比人类更聪明的误解以及 AI 在危险工作中的应用等项目上表现相对较好。
• 素养预测因子：
  • 显著因素： 教学专业（ICT 教师得分高于非 ICT 组）、ICT 培训水平、自我报告的 PC/互联网熟悉度以及接触 AI 特定培训的情况，均与较高的得分显著相关。
  • 非显著因素： 人口统计学变量（如年龄、性别、最高学位、教龄、城乡工作区域）与客观表现之间没有统计学上的显著关联。
  • 培训影响： 回归分析表明，接触 AI 特定培训是主要的预测因子。接受过学期制/年度计划、获得认证知识或修读过本科 AI 课程的教师，其得分显著高于仅参加过短期研讨会或未接受过培训的教师。

核心贡献

1. 客观基准： 本研究提供了第一个针对希腊中等教育教师的本土化、客观的 AI 素养基准，超越了自我报告指标，识别了真实的理解水平。
2. 诊断粒度： 通过利用项目级分析，研究揭示了“中等”平均分背后隐藏着巨大的概念不均衡。教师可能拥有较强的伦理或数据相关知识，但在基础技术理解方面存在欠缺。
3. 需求映射 (NeedIndex)： 研究引入了一种实用的机制（$NeedIndex = 1 - p_{correct}$），将评估数据直接转化为职业发展优先级。这使得 PD 设计者能够根据观察到的概念缺陷而非假设的相关性来编排内容顺序。
4. 差异化 PD 模型： 研究结果支持一种分层职业发展模型：
   • 第一层： 基础技术概念（AI 与自动化、ML 工作流）。
   • 第二层： 能力、局限性与不确定性。
   • 第三层： 与课堂相关的教学应用。
   • 第四层： 伦理、治理与问责。

意义与主张
作者将这项工作定位为一项应用型的基准研究和培训需求映射研究，而非对工具的全面验证或对课堂实践的预测。其主要意义在于将焦点从“AI 感知”转向“概念准确性”。研究认为，如果教师缺乏对 AI 系统如何运作（例如：数据依赖性、概率输出、泛化限制）的稳定理解，他们就无法有效地评估 AI 工具、向学生解释系统失效的原因，也无法区分真实的教育赋能与夸大的承诺。

研究结果挑战了“AI 素养是一个代际问题或普通教学经验产物”的假设。相反，研究声称 AI 素养是一个可训练的专业知识领域，与学科背景和结构化学习机会密切相关。因此，作者主张开展以证据为依据的能力建设，优先处理基础技术概念，然后再转向伦理或教学应用，以确保教师具备在 AI 赋能学校中进行负责任的人类监督所需的概念资源。

局限性
作者明确指出了几项局限性：使用便利抽样限制了研究结果对整个希腊教师群体的普适性；横断面设计无法进行关于培训影响的因果推断；该工具测量的是概念知识而非教学实施；且 26 项测试在涵盖深度与广度的权衡中，无法覆盖 AI 素养的全貌（例如：生成式 AI 的细微差别）。建议未来的研究将客观测试与基于场景和基于实践的测量相结合。