From Fragmentation to Integration: A Delphi-Validated AI Literacy Competency Framework for Higher Education Teachers in China

高等教育目前正处于一场深刻的变革之中。生成式人工智能——即能够撰写论文、解决复杂问题并进行对话的技术背后的技术——以惊人的速度进入了大学校园。对于教师而言，这项技术呈现出一种双重现实：它提供了个性化学习和支持研究的强大方式，但也引入了关于学术诚信、数据隐私以及学习本质的严肃问题。为了应对这一新局面，教育工作者需要的不仅仅是按下按钮的能力；他们需要深入理解这些工具是如何运作的，如何合乎伦理地使用它们，以及如何在不丧失自身专业自主权的前提下将其融入教学。虽然政府和大学已经开始为这个新时代制定指南，但这些指令往往孤立存在，形成了一种可能导致混乱和不一致的碎片化规则。

为了响应这种碎片化现象，一组研究人员致力于为中国高校教师构建一张统一的地图。他们试图建立一个连贯的单一框架，用以定义在中国高等教育特定背景下，具备人工智能素养意味着什么。研究人员并非仅仅凭空猜测教师的需求；他们首先通过仔细对比了四份现有的中国官方文件与政策框架，以及两个国际模型展开研究。初步分析显示，存在着显著的脱节。有些文件将人工智能视为一种单纯使用的工具，而另一些则将其视为学习过程中的伙伴。有些将技能列为静态的清单，而另一些则试图描述一条成长路径。研究人员识别出了阻碍该领域发展的三个主要矛盾：是在创造统一标准与允许局部差异之间挣行，是在将技能作为固定集合展示与展示其如何随时间发展之间冲突，以及是在人工智能仅仅是机器还是教育中的积极参与者这一观点上存在分歧。

为了解决这些矛盾，研究人员综合提出了一个初步框架，其中包含二十七项具体的技能与理解，并将其组织为三个不同的发展层次。第一层是“基础”层，涵盖基本内容：理解人工智能是什么、了解如何使用工具以及掌握伦理规则。第二层是“实践”层，侧重于课堂教学：设计使用人工智能的课程、创建新的学习材料，以及在人工智能丰富的环境中进行公平评估。第三层是“创新”层，面向未来：重新设计整个课程、领导研究工作以及指导同事。至关重要的是，研究人员并未将伦理视为一个可以勾选的单一选项，而是将其作为贯穿所有三个层级的线索，确保在每一步都考虑负责任的使用。

随后，这一草拟框架通过了一个名为德尔菲法（Delphi study）的严格专家咨询过程进行了测试。研究人员邀请了十五位在教育和技术领域拥有深厚经验的顶尖学者和大学管理者来评审所提议的技能。在第一轮中，这些专家对二十七项指标的重要性及清晰度进行了评分。反馈是即时且具体的。专家们建议合并一些重叠的项目，剔除一个冗余项，并增加三项此前缺失的关键技能，例如利用人工智能提高残障学生学习的无障碍性。他们还坚持认为，伦理维度应被提升为一项跨领域的原则，而非仅仅是列表中的又一项。

在第二轮中，专家们对修订后的框架进行了评审。结果是决定性的。二十六项指标达到了强共识，这意味着专家们一致认为这些指标是必要且定义明确的。这二十六项技能现在构成了经过验证的中国高校教师能力框架的核心。然而，关于学生使用人工智能时课堂动态管理的其中一项指标并未达到要求的共识水平。专家们认为该领域仍过于新颖且具有不确定性，尚不足以被宣布为一项标准要求。因此，研究人员将这一特定技能单独列出，将其标记为需要进一步研究的临时项目，在正式采用前需开展后续研究。

最终的结果是一个结构化的、基于证据的指南，它超越了简单的技术技能列表。它提供了一条发展路径，承认教师可以从基础意识起步，逐步成长为能够重新设计其机构技术应用方式的领导者。该框架通过将国际现有模型与中国背景进行显式结合，并按从学习基础到技术创新的清晰进阶过程组织能力，从而扩展了现有模型。尽管该框架为大学设计培训计划和政策制定者设定标准提供了坚实基础，但研究人员提醒道，它目前尚未成为一个成熟的测量工具。它已通过专家意见得到了验证，但尚未在课堂中进行测试，以观察它是否能准确预测教师的表现。该领域的下一步是利用这一框架来构建实际的测试，并观察教师在行动中的表现，以确保他们绘制的这张地图真正通向人工智能时代有效、合乎伦理且以人为本的教学目标。