Mapping GenAI TPACK Framework based on UNESCO AI Competency for Teachers
本研究采用系统文献综述和交叉矩阵分析法，旨在识别现有 AI-TPACK 框架在落实联合国教科文组织教师人工智能素养标准方面（特别是在伦理与专业学习领域）存在的显著差距，并据此提出了一个扩展的八维度 GenAI-TPACK 框架，以全面涵盖联合国教科文组织的所有五个维度。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一位老师站在教室里，面对的不只是黑板或投影仪，而是一个全新的伙伴：一个能够即时创作故事、解决方程并回答问题的生成式人工智能。这种被称为生成式人工智能的技术正在改变教育的运作方式。对于教师而言，仅仅知道如何开启机器或如何在屏幕上查找信息已经不够了。他们需要理解如何将这一智能工具编织进他们的课程中，使其既安全、公平，又能真正对学生有所裨益。几十年来，专家们一直使用一张特定的地图来理解教师在使用技术时需要掌握的知识。这张被称为 TPACK 的地图，观察的是三个维度的交汇点：所教的学科内容、教学方法以及技术本身。随着人工智能的到来，研究人员试图更新这张地图，以纳入一个新的 AI 知识类别。但一个关键的问题仍然悬而未决：这张更新后的地图是否真的涵盖了根据世界领先标准所要求的教师所需掌握的所有知识？
来自印度尼西亚和马来西亚的一个研究小组着手回答这个问题，他们通过仔细审视过去几年关于该主题的科学研究来进行调查。他们重点关注了 2ස්3 年至 2026 年这一时期，即大型语言模型等生成式 AI 工具在学校广泛普及的时期。他们的目标是观察现有的教师 AI 知识框架是否与联合国教科文组织（UNESCO）在 2024 年发布的一项新的全球标准相匹配。这项联合国教科文组织标准概述了教师能力的五个核心领域：理解 AI 作为一种以人为本的工具、管理 AI 的伦理问题、理解 AI 如何融入学校系统、利用 AI 进行教学与测评，以及利用 AI 辅助教师在职业生涯中不断学习与成长。研究人员从 75 篇较大的文献库中收集了 55 篇可获取的研究，并对它们进行了分析，以观察当前的研究所覆盖了联合国教科文组织标准的哪些部分，以及哪些部分被忽视了。
他们的发现显示出明显的失衡。这些研究在涵盖基础知识方面表现出色。他们审查的几乎每一篇论文都涉及了教师如何理解技术本身，以及如何利用技术进行教学设计和学生评估。这些领域被视为该领域的基石。然而，有两个关键领域在很大程度上缺失了。第一个是伦理维度。在 55 篇研究中，只有 22 篇（约占 40%）涉及了关于使用 AI 伦理责任的具体知识，例如保护学生数据、识别计算机输出中的偏见或确保公平性。第二个缺失的部分甚至更为严重。在 55 篇研究中，仅有 7 篇（仅占 13%）探讨了教师如何利用 AI 来提升自身的专业技能并持续学习。研究人员指出，即使是在专门针对生成式 AI 的最新研究中，这些差距依然广泛存在。事实上，那些专注于最新 AI 工具的研究比较旧的研究更不容易涉及伦理或教师成长，这表明对理解新技术的急切追求将这些至关重要的人文要素抛在了脑后。
研究人员得出结论，目前的教师知识图谱是不完整的。他们认为，仅仅在现有的调查中增加更多关于技术的问题是不够的。相反，他们提出了一个新的、扩展后的框架，在原有的基础上增加了两个全新的知识类别。第一个是专门针对伦理的关注，以确保教师能够应对 AI 带来的道德复杂性，如隐私和公平问题。第二个是关注专业学习，承认教师需要知道如何利用这些工具来反思自己的教学并实现职业成长。这个新框架旨在确保当教师接受培训或接受有关 AI 的测试时，他们不仅是在学习操作一台机器，而且还准备好成为课堂的伦理守护者，以及能够适应变化世界的终身学习者。这项研究并不声称已经解决了 AI 在教育领域的问题，但它为缺失的部分提供了一个清晰的、基于证据的蓝图，为创建能够真正让教师为未来做好准备的更好工具和培训计划指明了方向。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。