过去的一年是全球教育系统拥抱人工智能的关键之年。联合国教科文组织（UNESCO）于2024年9月发布《教师人工智能能力框架》，为全球教师指明了“以人为本”负责任和有效地使用人工智能的实践方向。紧随其后，中国政策层与高校实践层面也迎来了密集部署。今年5月，教育部职业院校信息化教学指导委员会发布的《职业院校人工智能应用指引》直接提出“将教师人工智能教学创新应用纳入绩效考核”，7月教育部办公厅印发的《关于组织实施数字化赋能教师发展行动的通知》进一步要求“研究制定教师数字素养评价指标体系”和“构建教师数字素养画像”。8月，国务院印发《关于深入实施“人工智能+”行动的意见》，鼓励高校“将开源贡献纳入教师成果认定”。

 

　　政策密集落地的同时，国内高校教师AI素养培养已走过一年探索期。各校是如何构建系统化培养体系的？在推进过程中面临哪些现实挑战？高校教师AI素养培养又当如何真正跨越从“工具应用”到“生态重塑”的关口，落实“以人为本”的核心理念？

 

 

 

　　国内大部分高校并未采用“一刀切”的通用技术培训，而是构建了多层级、持续性的培养体系，呈现出阶段式推进、模块化设计、周期性安排的特点。

 

　　在推进上，浙江大学2025年“STEP教师AI素养提升计划”分为启动（Start）、实操（Train）、探索（Explore）和进阶（Progress）四个阶段，分别聚焦理论宣讲、实操培训、教学研究和辐射推广，依托常态化教师教学发展与研究活动展开。中山大学公共卫生学院采用“四阶递进”的培养路径：从破除AI焦虑的认知启蒙，到基础工具应用的技能培训，再到AI课程建设的深度实践，最终形成可持续发展的智能教学生态。课程设计上，同济大学的“教师人工智能素养与能力提升”培训设置了通用模块、应用模块与创新模块；东北大学在设计相关培训资源时将直播课主题分为“AI+通识教育”“AI+教学设计”“AI+学科引擎”“AI+学术研究”四个部分，同时充分考虑了培训的长效性，直播课和录播课均支持回看。在开展周期上，北京林业大学每月规划并制发月度培训研修安排，每周设计和推送“我与AI有‘话’说”教师场景提示词研习文章。

 

　　从中可以看出，国内多数高校已意识到教师的AI素养提升不是一次性培训，而是需要持续支持的长期过程。这种长期有效的资源供给，能有效解决教师“学的时候会了，回头用就卡壳”的问题。同时，分阶段分模块的设计覆盖全面，让教师可以根据自身水平“对号入座”，部分文科教师无须从“机器学习原理”学起，而是可以直接进入应用环节，有效降低了初学者的心理门槛和技术壁垒。

 

　　同时，几乎所有培训都不是由单一部门推动，而是强协同的结果。例如，北京航空航天大学的培训由“教务部、教师发展中心”等多单位共同举办；浙江大学的“STEP教师AI素养提升计划”实操阶段的第一场活动由本科生院与五个学院联合组织；汕头大学则推动建立“学校统筹规划、学院精准落地、多元主体共建”的协同模式。这种管服联动、校院协同的优势，有效保障了培训的覆盖面和专业性。

 

　　场景化培训解答AI“与我何干”的关键问题

 

　　各校的教师AI素养培训正努力避免空洞的理论说教，将AI深度嵌入教学、科研、管理的具体场景，直接回应教师“AI对我有什么用，怎么用”的核心关切。如浙江大学“STEP教师AI素养提升计划”实操阶段首场培训聚焦“生成式人工智能在信息类学科本科课程教学的具体应用”，培训由本科生院与信息学部五个学院联合组织，通过平行分论坛形式，让教师带着各自学科的教学问题来，带着解决方案走。北京理工大学“DeepSeek+”系列培训中，教学模块围绕课堂教学全链条场景设计，从DeepSeek融入教案编写、课件制作到课堂互动、课后反馈，再到大赛级别的教学创新均有涉及，将AI工具无缝嵌入教师已有工作流程。中国农业大学的“AI赋能教育教学与管理”专题培训中，涉及“AI在高校行政办公中的应用”和“行政办公必备的AI工具箱”等方面，助力教师提高行政管理效率。多数培训并非理论灌输，而是让教师学完知识就能用。

 

　　无论是辅助教学、辅助科研还是辅助项目申报，培训的重点均非单纯展示AI的强大，而是强调其“助手”定位。正如浙江大学数学学院王何宇副教授提到，教师需要在教学内容和教学方式上做出及时改变，运用生成式人工智能切实提升课程的教学效果与效率，但更重要的是引导学生合理使用AI、掌握AI技术、培养学术思维。这种将AI用于处理常规答疑、教师则专注于“引导学生深度思考、关注学生情感变化”等更具创造性和人性化的核心工作的引导，能一定程度上化解高校教师“被替代”的焦虑，明确他们不可替代的价值。

 

　　教师要运用生成式人工智能切实提升课程的教学效果与效率，但更重要的是引导学生合理使用AI、掌握AI技术、培养学术思维。

 

 

　　在推进教师AI素养培养的进程中，部分高校也未停留在通用技能培训，而是向更深层次的学科化融合迈进，旨在让教师掌握将AI技术赋能于自身专业领域教学与科研的核心能力。

 

　　东北大学“教师数字素养与人工智能应用能力”系列培训的预期学习成效之一提到了“学科建设：学科引擎和学术研究服务专业发展”，而具体培训中则涵盖医学类课程、核学科教学、集成电路学院的学科引擎建设。浙江大学光电科学与工程学院的高级工程师在培训中介绍了“HiOptics乐学光电小助手”的开发经验，这一垂直领域模型可深度服务于《物理光学实验》等专业课程，为相关教师提供了学科专用的智能教学工具。兰州大学教师教学发展中心聚焦医学、经管等优势学科，组织开展AI教学技能专项培训与实验室建设探索，引导教师通过实践掌握“AI辅助病例分析”“虚拟仿真实验设计”等前沿方法，并最终开发出智能技术赋能的实验教学项目，形成“教学—科研—实践”协同创新的良性学科生态。

 

　　这些实践共同表明，高校正通过构建学科智能体和开发垂直领域模型等多元化路径，引导教师将人工智能技术深度融入学科肌理，重塑各专业的教学与科研范式。

 

　　如果将过去一年的实践置于部分已有的能力框架的镜鉴之下，我们可以清晰地看到国内高校在教师AI素养提升方面取得的成效与待弥补的短板。

 

　　2024年9月，联合国教科文组织(UNESCO)发布《教师人工智能能力框架》，围绕五大维度，强调AI在教育中的应用始终服务于人类。国内虽暂未就高校教师人工智能素养颁布统一框架，但已有少数省份进行了相关探索，如今年9月浙江省教育厅推出《浙江省高等学校教师人工智能素养框架（试行）》，成为全国首个省级高校教师AI素养标准。该框架立足教育部相关素养标准，借鉴UNESCO理念，构建了“人工智能基础素养”“人工智能伦理规范”“人工智能应用素养”三大核心支柱，为高校教师在教学、科研、学生管理等场景中应用AI提供了清晰指引。

 

　　对照分析，首先可知各校整体上对齐了顶层战略，紧扣“融合”与“赋能”的方向。几乎所有高校的培训都超越了简单的工具介绍，深入探索如何利用AI重构教学设计、优化科研流程、提升管理效能，旨在实现从“知识传授”向“能力提升”的转变，这与《关于深入实施“人工智能+”行动的意见》中用人工智能“赋能”教育的战略意图相符。同时，各校对于教师教学全流程应用能力的培养较为成熟，这也是对浙江框架“人工智能应用素养”维度和UNESCO框架中能力维度的直接落地。

 

　　差距上，最为突出的短板在于对人工智能伦理维度的强调不足。目前高校的绝大多数培训集中于“如何用”的操作，但对于AI的算法偏见、数据隐私、透明度及对学生心智发展的长远影响等关键议题涉及较少。回顾相关文件，UNESCO框架和浙江框架均将伦理置于极其重要的位置。UNESCO把“以人为本的思维”和“人工智能伦理”作为独立且优先的维度，浙江框架则将“人工智能伦理规范”作为贯穿始终的“准绳”，渗透到所有应用场景中，并细化了安全、公平、效益等具体伦理要求。过去一年里，国内许多高校都制定了AI使用规范，但当中的教师需遵守的规范往往篇幅较短，且多为笼统规定应“合理、合规、有效使用人工智能技术产品或服务”，对于安全、公平、效益等不同方面的使用伦理并无详细展开。如何审视AI的算法偏见？如何保护学生数据隐私？如何向学生解释AI的决策过程？这些关键的伦理和社会责任议题在目前开展培训中也鲜有提及。

 

　　高校教师人工智能素养提升的另一挑战是“人工智能+”行动提出的“开源贡献”能力。政策鼓励高校将开源贡献纳入教师成果认定，这意味着教师的角色需从技术“应用者”转变为生态“贡献者”。这对许多普通高校教师而言是全新的、高维度的能力要求，但当前高校的培训集中于工具应用，几乎没有开源社区协作、模型优化贡献、数据集共享等能力培养。如何提升高校教师的开源协作能力，而不使他们感到这是又一个“难以企及的负担”，是巨大的挑战。

 

　　另一个值得注意的点在于，现阶段高校对于教师人工智能素养中高阶的“创造”能力培养较为薄弱。UNESCO框架中三个能力进阶等级中的最高阶为“创造”，即要求教师能创新应用AI解决教育挑战，参与制定AI政策与伦理标准，定制和修改人工智能工具，推动教育变革等。目前培训大多仅覆盖了“获取”（Acquire）和“深化”（Deepen）层面，内容大量集中在“工具使用、案例分享、经验借鉴”（如AI备课、出题、答疑）和“资源建设”（如知识图谱、数字教材）。同时，各校的培训成果多以参训人次和反响热烈与否衡量，但缺乏教学行为改变率、学生能力提升数据等结果指标。这种现象在推进初期可以理解——高校需先帮助教师掌握基础应用能力，解决“不敢用、不会用”的迫切问题。但若长期停留在“工具操作”层面，忽视“创造”能力的培养，则难以实现UNESCO框架所倡导的“推动教育变革”和浙江框架强调的实现人工智能技术与育人本质的深度融合。

 

 

　　基于政策指引和实践现状，高校教师人工智能素养培养的下一阶段发展路径已逐渐清晰。

 

　　首先，伦理教育应在培训时被放在更重要的位置上。各校需在培训中增设AI伦理模块，引导教师评估技术风险，不仅是为守护教育公平，更是赋予教师一种掌控感和批判性思维，使其从单纯的技术使用者，变为主动的、有责任的伦理审视者。

 

　　其次，开源生态建设需提供“阶梯式”路径。响应“人工智能+”行动号召，不应简单地将开源设为门槛，而应设计从“使用开源工具”到“贡献数据集/教学案例”，再到“参与项目开发”的进阶路径，并配以清晰的校内评价细则，让每位教师都能找到参与的可能，让贡献成为“顺其自然”的结果而非额外负担。

 

　　第三，应超越“培训人次”的统计，借鉴教育部“构建教师数字素养画像”的要求，利用平台记录教师从学习、实践到创新贡献的全过程数据，最终关联教学质量和学生发展成效，形成科学的评价闭环。

 

　　而在进一步优化培训实效的过程中，参考域外实践不失为一条路径。值得关注的案例有哈佛大学metaLAB的AI Pedagogy（AI教学法）项目，其与国内主流做法形成了鲜明且有益的对比。国内培训侧重于“如何用好AI工具”，而这一项目侧重于“批判性思考与人文反思”，旨在提出关于“人之意义”的问题，为AI带来批判性和历史性的视角，并启发教师重新审视教育的目标。这与UNESCO框架中“以人为本的思维”和“AI伦理”两大能力维度完全一致，是国内培训可以深化和加强的部分。在方法上，国内高校主要采用规模化培训，而AI教学法项目则展现了一种自下而上、社群驱动的模式。它不是单向的经验分享或标准化课程，而是提供一个供教师实验、分享、讨论和共创的平台和资源库，允许教师根据自身学科的特点发表自己的思考、改造和运用项目收集来的创意，对于激发人文社科教师的参与热情尤其有效。这也回应了UNESCO框架中“创造”（Create）这一最高能力等级，国内高校同样可以尝试在大型培训之外，更广泛地利用小型工作坊、教师学习圈和案例共创大赛等形式来提升教师们的创新创造能力。

 

　　中国高校教师AI素养的培养征程，已从初期的工具普及迈入生态重塑的关键阶段。过去一年的探索在技术应用与模式创新上取得了显著成效，然而，真正的挑战在于如何始终坚持以“人”为中心，超越技术推广本身，将人工智能的赋能真正转化为教育质量的全面提升。未来，各高校需在深化技术融合的同时筑牢人文根基与创新生态，进一步激发教师的批判性思维与创造性潜能，最终让每一位教师都能在人工智能时代自信地肩负起“立德树人”的根本使命。