引言

教育部在2018年接连印发了《教师教育振兴行动计划（2018—2022年）》《教育信息化2.0行动计划》等通知，提出创新师范生培养方案，加强师范生信息素养培育和信息化教学能力培养，2021年，教育部发布的《中学教育专业师范生教师职业能力标准（试行）》等五个文件中指出，师范生应具备主动适应信息化、人工智能等新技术变革、积极有效开展教育教学的意识，2022年，《新时代基础教育强师计划》强调加强师范专业建设，推进教师教育信息化建设与应用，可见，师范生作为未来的教师，在校期间是培养其信息化教学能力、提升其数字化教学意识的关键时期，与此同时，以ChatGPT、文心一言为代表的生成式人工智能技术迅猛发展，深刻影响着教育领域的教学方式与人才培养模式，在师范教育中，人工智能工具逐渐成为师范生在备课、课件制作、教学反思等环节的重要辅助手段，然而，通过知网查询发现，以“人工智能”与“学生”为关键词进行检索共有研究1.09万篇，以“人工智能”与“教师”为关键词进行检索仅有88篇，可见现有研究多聚焦于“人工智能技术如何服务学生”，而“人工智能如何赋能教师能力提升”的系统性研究较少，基于此，本文以数学师范生为例，通过问卷调查深入了解师范生在教学各环节中使用人工智能工具的实际情况，分析其在教学能力发展中的作用与问题，并提出针对性建议，以期为师范院校人工智能赋能教学改革提供数据支撑与实践参考。

一、研究对象与方法

（一）研究对象

本研究以小学教育专业数学方向、数学与应用数学专业等师范专业学生为研究对象，共发放问卷115份，回收有效问卷110份，有效回收率95.6%。样本构成情况如表1所示。

变量	类别	人数	比例
性别	男	44	40%
	女	66	60%
年级	大三	22	20%
	大四	68	61.82%
	其他	20	18.18%
专业	小学教育（数学方向）	25	22.73%
	数学与应用数学	67	60.91%
	其他	18	16.36%

从表1可知，调查对象中女生占比60%，高于男生的40%，这与师范院校男女比例特征相符。年级分布以大四学生为主，占比61.82%，大三学生占20%，其他年级占18.18%，这有利于了解高年级师范生在教育实习等实践环节中使用人工智能工具的情况。专业分布以数学与应用数学为主，占比60.91%，小学教育（数学方向）占22.73%，其他专业占16.36%。

（二）研究方法

本研究采用问卷调查法。问卷设计分为基本情况和主体问卷两个部分。第一部分调查样本的基本情况，包括性别、年级、专业类别3个问题，主要用于检验问卷填写者是否符合调查需求，确保统计数据的有效性。第二部分考察师范生使用人工智能技术于教学实践的程度、方式、态度以及对其教学能力发展的影响，具体包括：师范生在教学设计、教学实施和教学反思时使用人工智能的频率及方式；师范生对人工智能辅助教学的态度与认知；师范生对人工智能提升各项教学子能力的评价；以及对优化人工智能技术在师范教育中的应用策略的建议。

二、结果与分析

（一）师范生使用人工智能工具的现状

在各教学环节中使用人工智能工具的频率，以及人工智能工具在师范生教学实践中的渗透程度，直接影响其教学能力发展的效果。调查显示，师范生在教学设计、教学实施、教学反思三个核心教学环节中使用人工智能工具的频率存在一定差异。

教学环节	从未使用	很少使用	偶尔使用	经常使用	频繁使用
教学设计	3(2.73%)	5(4.55%)	26(23.64%)	52(47.27%)	24(21.82%)
教学实施	1(0.91%)	9(8.18%)	34(30.91%)	43(39.09%)	23(20.91%)
教学反思	1(0.91%)	9(8.18%)	28(25.45%)	46(41.82%)	26(23.64%)

从表2可以看出，师范生在教学设计环节中使用人工智能工具的频率最高，“经常使用”和“频繁使用”的比例合计达到69.09%。这表明师范生普遍将人工智能作为备课和教案撰写的重要辅助工具。在教学反思环节，“经常使用”和“频繁使用”的比例合计为65.46%，说明师范生也开始借助人工智能分析教学优缺点、获取改进建议。而教学实施环节中，“经常使用”和“频繁使用”的比例合计为60.00%，相对较低，这可能与教学实施过程中对即时互动和课堂应变能力的要求较高，人工智能工具在此环节的应用场景相对有限有关。

1.使用人工智能工具的主要用途

人工智能工具在师范生教学实践中的应用场景多样，不同用途反映了师范生对人工智能工具的不同需求层次。

用途	人数	比例
搜集教学资料与素材	71	64.55%
生成课堂练习题、作业或试卷	65	59.09%
制作PPT课件与美化	51	46.36%
获取多样化的教学方法与策略	48	43.64%
进行教学模拟或角色扮演对话	45	40.91%
生成教案、教学设计的初步思路	34	30.91%
分析教学案例，获取评价与建议	25	22.73%

从表3可知，“搜集教学资料与素材”是师范生使用人工智能工具最主要的用途，占比64.55%，反映出人工智能在信息检索与整合方面的优势受到学生广泛认可。“生成课堂练习题、作业或试卷”占比59.09%，位居第二，说明师范生善于利用人工智能减轻机械性命题工作负担。“制作PPT课件与美化”占比46.36%，表明人工智能在提升教学呈现效果方面也发挥着重要作用。值得注意的是，“分析教学案例，获取评价与建议”仅占22.73%，比例最低，说明师范生对人工智能的高阶应用——教学诊断与深度反馈——的利用尚不充分，人工智能在教学能力深度培养方面的潜力有待进一步挖掘。

2.使用人工智能工具的主要方式

人工智能工具的使用方式反映了师范生与人工智能之间的互动模式，不同的互动模式对教学能力发展的促进作用也有所不同。

使用方式	人数	比例
灵感启发：通过与AI对话，激发新的教学想法	80	72.73%
效率工具：用于润色文字、翻译、总结资料等	73	66.36%
评估反馈：将教案或想法输入AI，寻求评价和改进建议	56	50.91%
内容生成：直接让AI生成文本、图片、代码等	53	48.18%
模拟练习：与AI模拟学生进行教学对话	22	20.00%

从表4可以看出，“灵感启发”是师范生使用人工智能最主要的方式，占比72.73%，说明师范生将人工智能视为思维碰撞的伙伴，通过对话激发新的教学创意。“效率工具”占比66.36%，位居第二，反映了师范生对人工智能提升工作效率的认可。值得注意的是，“模拟练习”仅占20.00%，比例远低于其他方式，这表明师范生利用人工智能进行真实教学情境模拟的训练仍极为薄弱，而这恰恰是师范生教学能力培养中最需要实践演练的环节。

（二）师范生对人工智能赋能教学的态度与认知

师范生对人工智能工具的态度，直接影响其使用意愿和实际效果。调查从兴趣、价值认同、学习意愿、风险认知和未来期待五个维度进行了测量。

陈述	很不同意	不同意	一般	同意	很同意
我对尝试使用新的AI教学工具抱有浓厚的兴趣	2(1.82%)	4(3.64%)	29(26.36%)	45(40.91%)	30(27.27%)
我认为AI是提升教学效率和质量的强大辅助工具	2(1.82%)	6(5.45%)	18(16.36%)	53(48.18%)	31(28.18%)
我愿意主动学习如何使用AI来辅助我的教学实践	0(0%)	2(1.82%)	26(23.64%)	46(41.82%)	36(32.73%)
我担心过度依赖AI会削弱我自身的教学创造力	2(1.82%)	8(7.27%)	34(30.91%)	45(40.91%)	21(19.09%)
我认为未来在教师岗位上，掌握AI技术非常重要	3(2.73%)	2(1.82%)	21(19.09%)	48(43.64%)	36(32.73%)

从表5可知，师范生对人工智能工具普遍持积极态度。68.18%的师范生“同意”或“很同意”对尝试使用新的AI教学工具抱有浓厚兴趣；76.36%的师范生认同人工智能是提升教学效率和质量的强大辅助工具；74.55%的师范生愿意主动学习如何使用人工智能辅助教学实践。这些数据表明，师范生对人工智能赋能教学具有较高的接受度和学习意愿。

同时，60%的师范生“同意”或“很同意”担心过度依赖人工智能会削弱自身的教学创造力，反映出师范生对人工智能使用的理性认知与反思意识。此外，76.37%的师范生认为未来在教师岗位上掌握人工智能技术非常重要，说明师范生对教育信息化发展趋势有清晰的认识。

（三）人工智能对师范生教学能力提升的效果分析

人工智能工具对不同教学能力的提升效果存在差异，了解这些差异有助于更有针对性地设计人工智能赋能教学能力培养的路径。

教学能力	完全没有帮助	帮助较小	一般	有帮助	非常有帮助
教材分析能力	3(2.73%)	5(4.55%)	24(21.82%)	46(41.82%)	32(29.09%)
学情分析能力	0(0%)	6(5.45%)	28(25.45%)	49(44.55%)	27(24.55%)
教学目标设计能力	0(0%)	6(5.45%)	23(20.91%)	52(47.27%)	29(26.36%)
教学活动设计能力	3(2.73%)	5(4.55%)	20(18.18%)	53(48.18%)	29(26.36%)
教学资源整合能力	2(1.82%)	4(3.64%)	23(20.91%)	49(44.55%)	32(29.09%)
课堂语言表达能力	2(1.82%)	7(6.36%)	33(30%)	45(40.91%)	23(20.91%)
课堂应变与管理能力	0(0%)	9(8.18%)	32(29.09%)	43(39.09%)	26(23.64%)
教学评价与反馈能力	2(1.82%)	2(1.82%)	22(20%)	61(55.45%)	23(20.91%)
教学研究与创新能力	0(0%)	6(5.45%)	22(20%)	47(42.73%)	35(31.82%)

从表6可以看出，师范生认为人工智能对“教学评价与反馈能力”的提升效果最为显著，选择“有帮助”和“非常有帮助”的比例合计达76.36%。这可能与人工智能能够快速分析教学设计、提供多角度反馈的功能特点有关。其次是“教学研究与创新能力”和“教学活动设计能力”，选择“有帮助”和“非常有帮助”的比例均为74.55%，说明人工智能在激发教学创意和设计多样化活动方面发挥了积极作用。

相比之下，人工智能对“课堂语言表达能力”和“课堂应变与管理能力”的提升效果相对较低，选择“有帮助”和“非常有帮助”的比例分别为61.82%和62.73%。这两项能力具有较强的实践性和情境性，需要通过真实的课堂互动和反复演练才能有效提升，单纯依靠人工智能工具难以达成培养目标。

（四）师范生对优化人工智能应用的建议

调查显示，师范生对如何优化人工智能技术在师范教育中的应用提出了多方面的建议。

建议	人数	比例
将AI应用融入现有的现代教育技术等课程中	83	75.45%
提供优质、易用的AI教学工具和平台	65	59.09%
鼓励并组织基于AI的教学设计比赛或展示活动	56	50.91%
建立AI教学案例库和最佳实践分享社群	43	39.09%
开设专门的AI教学应用课程或工作坊	37	33.64%
明确使用AI的学术规范与伦理准则	26	23.64%

从表7可知，75.45%的师范生希望“将AI应用融入现有的现代教育技术等课程中”，这一比例远高于其他选项，说明师范生更倾向于在现有课程体系中自然融入人工智能内容，而非单独开设课程。59.09%的师范生希望“提供优质、易用的AI教学工具和平台”，反映了师范生对技术工具易用性的关注。50.91%的师范生建议“鼓励并组织基于AI的教学设计比赛或展示活动”，说明师范生希望通过实践竞赛提升应用能力。值得注意的是，仅有23.64%的师范生建议“明确使用AI的学术规范与伦理准则”，这一比例较低，反映出师范生对人工智能使用中的伦理问题关注不足，需要加强引导。

三、分析

（一）师范生人工智能使用的主要特点

本研究发现，师范生对人工智能工具的使用呈现以下特点：第一，使用频率较高，但主要集中在资源搜集、内容生成等基础层面。调查显示，师范生在教学设计环节中使用人工智能的比例高达69.09%，但“分析教学案例，获取评价与建议”等高阶应用仅占22.73%。第二，使用方式以“灵感启发”和“效率工具”为主，占比分别为72.73%和66.36%，而“模拟练习”仅占20.00%。第三，师范生对人工智能赋能教学持积极态度，76.36%的师范生认同人工智能是提升教学效率的强大工具，但同时也存在对过度依赖的担忧。

这一结果与刘晓楠（2024）的研究相呼应，该研究指出师范生信息化教学设计能力的影响因素包括内部因素（自我效能感、技术接受度）和外部因素（课程设置、硬件设施）。本研究中师范生对人工智能的积极态度体现了较高的技术接受度，而模拟训练不足则反映了课程设置和实践平台建设的欠缺。

（二）人工智能赋能教学能力的作用机制

从本研究结果来看，人工智能对师范生教学能力的提升主要通过以下机制实现：一是资源支持机制，人工智能为师范生提供海量教学资源和案例，拓宽教学视野（64.55%的师范生用于搜集资料）；二是创意激发机制，通过与人工智能对话，师范生能够获得新的教学想法和灵感（72.73%的师范生用于灵感启发）；三是效率提升机制，人工智能帮助师范生减轻机械性工作负担，提高工作效率（66.36%的师范生用于效率工具）；四是反馈优化机制，师范生将教案输入人工智能，获取评价和改进建议（50.91%的师范生用于评估反馈）。

值得注意的是，本研究中“模拟练习”仅占20.00%，说明人工智能在教学情境模拟方面的潜力尚未充分发挥。赵磊磊等（2018）的研究表明，师范生的TPACK能力受教学信念和职业认同的影响显著，而模拟练习恰恰是培养教学信念和职业认同的有效途径。因此，加强人工智能支持的模拟教学训练，可能成为提升师范生教学能力的重要突破口。

（三）存在的问题与挑战

调查发现，师范生在使用人工智能工具时存在以下问题：

1.使用层次较浅，模拟训练不足

师范生对人工智能的使用多集中在资源获取与内容生成层面，较少涉及教学情境模拟、角色扮演等深度学习场景。模拟练习仅占20.00%，说明人工智能在高阶教学能力培养中的应用潜力尚未充分挖掘。

2.应用深度不足，存在“思维依赖”风险

虽然师范生对人工智能使用频率高，但部分学生存在过度依赖现象。调查中60%的师范生对“过度依赖AI会削弱教学创造力”表示担忧，反映出师范生对“人机协同”边界的模糊认识。

3.伦理意识薄弱，缺乏规范引导

在开放题中，有学生提出“注意个人隐私”“不能泄露”等问题，说明师范生对人工智能使用的伦理风险有一定关注，但整体上缺乏系统的伦理教育与规范引导。仅有23.64%的师范生建议“明确使用AI的学术规范与伦理准则”，这一比例偏低，反映出师范生对伦理问题的重视程度不足。

4.课程融合不足，缺乏系统支持

尽管75.45%的师范生希望“将AI应用融入现有课程”，但目前师范院校在人工智能教学应用方面的课程设置仍较为零散，缺乏系统性设计与实践平台支持。

四、数据分析

（一）信度分析

Cronbach's α系数	标准化Cronbach's α系数	项数	样本数
0.885	0.89	18	110

在社会科学量化研究中，Cronbach's α系数是衡量量表内部一致性信度的核心指标，其通用评价标准为：α系数≥0.90表示信度“极好”，0.80–0.89为“良好”，0.70–0.79为“可接受”，0.60–0.69为“勉强可接受”，<0.60则信度不足，需对量表进行修订。

表8对“人工智能赋能师范生教学能力发展”的问卷量表进行信度检验，结果显示，量表的Cronbach's α系数为0.885，标准化Cronbach's α系数为0.89，均处于0.80–0.89的区间内，达到了“良好”的信度水平。同时，量表包含18个题项，有效样本量为110份，样本量与题项数的比例约为6.1:1，满足“样本量至少为量表题项数5–10倍”的统计要求，保障了信度分析结果的可靠性与统计效力。

从信度检验结果来看，本次“人工智能赋能师范生教学能力发展”调研问卷量表的内部一致性表现良好，具体可从以下三个方面综合说明：数据质量可靠：0.885的α系数表明，问卷中18个测量题项之间具有较高的内部一致性，测量结果稳定且误差较小，能够有效、一致地反映师范生在人工智能赋能背景下教学能力发展的核心构念，数据质量符合学术研究的基本要求。问卷设计合理：“良好”的信度水平也从侧面印证了本次调研的问卷设计具备一定的科学性与合理性，题项表述清晰、维度划分明确，能够较为精准地捕捉到师范生对人工智能赋能教学能力发展的真实认知与体验，为后续数据分析提供了可靠基础。研究结论可信：信度是研究结论可信度的重要前提，本研究量表的良好信度表现，意味着后续基于该数据开展的描述性统计、相关性分析、回归分析等深入研究，其结果的可信度与可重复性均能得到有效保障，可为人工智能赋能师范生教育的政策制定与实践优化提供实证依据。

本次“人工智能赋能师范生教学能力发展”调研问卷量表的信度检验结果显示，Cronbach's α系数为0.885，达到了“良好”的信度标准，表明量表内部一致性较高，数据质量可靠。这一结果不仅验证了问卷设计的合理性，也为后续研究的开展与结论的解读提供了坚实的信度支撑。

（二）效度分析

KMO检验和Bartlett的检验
KMO值		0.847
Bartlett球形度检验	近似卡方	773.224
	df	136
	P	0.000***

在社会科学量化研究中，KMO检验与Bartlett球形度检验是评估问卷量表结构效度的前置性指标，其核心判定标准如下：KMO值：取值范围为0～1，一般要求≥0.60方可进行因子分析。其中，0.60～0.69为勉强适合，0.70～0.79为适合，0.80～0.89为非常适合，≥0.90则为极其适合。Bartlett球形度检验：显著性P值需小于0.05，以拒绝“题项间无显著相关”的原假设，证明题项间存在显著相关性，适合进行因子分析。

表9针对“人工智能赋能师范生教学能力发展”的问卷量表进行结构效度前置检验，结果显示：KMO值为0.847，处于0.80～0.89的区间内，达到了“非常适合”的水平；Bartlett球形度检验的近似卡方为773.224，自由度df=136，显著性P值为0.000（***表示P<0.001），远小于0.05的显著性水平。

从效度前置检验结果来看，本次“人工智能赋能师范生教学能力发展”调研问卷量表的结构效度基础扎实，具体可从以下三个方面综合说明：数据适配性良好：0.847的KMO值表明，问卷题项间的偏相关性较低，数据结构非常适合进行因子分析，为后续提取公因子、验证量表维度结构提供了理想条件。题项相关性显著：Bartlett球形度检验的高度显著性（P<0.001），说明问卷中各题项并非相互独立，而是存在显著的内在关联，这与研究预设的维度结构（如人工智能技术应用、教学能力提升、教学创新实践等）高度契合，为后续结构效度的验证奠定了坚实基础。量表结构合理性高：两项指标的优异表现，从侧面印证了本次调研问卷设计的合理性与科学性，题项间的逻辑关系清晰，能够有效支撑后续对人工智能赋能师范生教学能力发展核心构念的维度解构与分析。

本次“人工智能赋能师范生教学能力发展”调研问卷量表的效度前置检验结果显示，KMO值为0.847，Bartlett球形度检验P<0.001，均远高于学术研究的标准阈值，表明量表数据结构非常适合进行因子分析，题项间存在显著相关性，为后续结构效度的深入验证（如因子载荷、AVE、CR等）提供了可靠前提，也为研究结论的准确性与可解释性提供了有力保障。

（三）描述性分析

表10 样本分析

名称	样本量	最小值	最大值	平均值	标准差	中位数
教学设计：在备课、撰写教案、制定教学目标时使用AI。	110	1.000	5.000	3.809	0.924	4.000
教学实施：在制作课件（PPT）、生成图片/视频、设计课堂活动/习题时使用AI。	110	1.000	5.000	3.709	0.922	4.000
教学反思：在课后使用AI分析教学优缺点、获取改进建议或生成反思报告时。	110	1.000	5.000	3.791	0.930	4.000
生成教案、教学设计的初步思路	110	0.000	1.000	0.309	0.464	0.000
搜集教学资料与素材	110	0.000	1.000	0.645	0.481	1.000
制作PPT课件与美化	110	0.000	1.000	0.464	0.501	0.000
生成课堂练习题、作业或试卷	110	0.000	1.000	0.591	0.494	1.000
获取多样化的教学方法与策略	110	0.000	1.000	0.436	0.498	0.000
进行教学模拟或角色扮演对话	110	0.000	1.000	0.409	0.494	0.000
分析教学案例，获取评价与建议	110	0.000	1.000	0.227	0.421	0.000
内容生成：直接让AI生成文本、图片、代码等。	110	0.000	1.000	0.482	0.502	0.000
灵感启发：通过与AI对话，激发新的教学想法。	110	0.000	1.000	0.727	0.447	1.000
效率工具：用于润色文字、翻译、总结资料等。	110	0.000	1.000	0.664	0.475	1.000
评估反馈：将我的教案或想法输入AI，寻求评价和改进建议。	110	0.000	1.000	0.509	0.502	1.000
模拟练习：与AI模拟学生进行教学对话。制作PPT课件与美化	110	0.000	1.000	0.200	0.402	0.000
我对尝试使用新的AI教学工具抱有浓厚的兴趣。	110	1.000	5.000	3.882	0.916	4.000
我认为AI是提升教学效率和质量的强大辅助工具。	110	1.000	5.000	3.955	0.913	4.000
我愿意主动学习如何使用AI来辅助我的教学实践。	110	2.000	5.000	4.055	0.799	4.000
我担心过度依赖AI会削弱我自身的教学创造力。	110	1.000	5.000	3.682	0.928	4.000
我认为未来在教师岗位上，掌握AI技术非常重要。	110	1.000	5.000	4.018	0.919	4.000
教材分析能力：更深入地理解和分析教材内容。	110	1.000	5.000	3.900	0.967	4.000
学情分析能力：更好地了解和预设学生的学习基础与困难。	110	2.000	5.000	3.882	0.843	4.000
教学资源整合能力：快速获取和整合多样化的教学资源。	110	1.000	5.000	3.955	0.902	4.000
教学研究与创新能力：激发新的教学理念和方法，进行教学创新。	110	2.000	5.000	4.009	0.862	4.000
教学评价与反馈能力：更科学地设计评价工具和给予学生反馈。	110	1.000	5.000	3.918	0.803	4.000
教学活动设计能力：设计更丰富、有趣、有效的课堂活动。	110	1.000	5.000	3.909	0.934	4.000
课堂应变与管理能力：通过模拟训练，提升处理突发情况的能力。	110	2.000	5.000	3.782	0.902	4.000
课堂语言表达能力：优化教学语言，使其更生动、准确。	110	1.000	5.000	3.727	0.928	4.000
教学目标设计能力：制定更清晰、准确的教学目标。	110	2.000	5.000	3.945	0.833	4.000
作为“即时反馈者”，对我的教学方案提供客观、快速的评价。	110	0.000	1.000	0.600	0.492	1.000
减轻机械性工作负担，让我能集中精力于教学的核心创意环节。	110	0.000	1.000	0.309	0.464	0.000
提供海量资源与案例，拓宽我的教学视野。	110	0.000	1.000	0.382	0.488	0.000
作为“模拟学生”，让我在安全的环境中进行教学演练。	110	0.000	1.000	0.682	0.468	1.000
作为“协作者”，与我共同构思、迭代优化教学设计。	110	0.000	1.000	0.691	0.464	1.000

综上所述（表10），师范生对人工智能工具的使用频率较高，在教学设计、资源整合、教学评价等方面发挥了积极作用。师范生普遍对人工智能赋能教学持积极态度，认同其价值并愿意主动学习。但调查也发现，师范生在使用人工智能工具时存在使用层次较浅、模拟训练不足、伦理意识薄弱等问题，课程支持和评价体系也有待完善。

人工智能技术为师范生教学能力发展提供了新的契机，但技术本身不能自动转化为能力，需要系统的培养体系支撑。未来，师范院校应通过课程融合、平台建设、伦理教育、案例共享和评价引导等多措并举，推动人工智能赋能从“工具辅助”走向“深度协同”，助力师范生在智能时代成长为具有创新能力与实践智慧的新型教师。本研究也存在一定局限，样本仅来自一所师范院校，未来可扩大样本范围，开展跨校比较研究，并进一步通过课堂观察、实验研究等方法深入探究人工智能赋能师范生教学能力的作用机制。

从表7可知，75.45%的师范生希望“将AI应用融入现有的《现代教育技术》等课程中”，这一比例远高于其他选项，说明师范生更倾向于在现有课程体系中自然融入人工智能内容，而非单独开设课程。59.09%的师范生希望“提供优质、易用的AI教学工具和平台”，反映了师范生对技术工具易用性的关注。50.91%的师范生建议“鼓励并组织基于AI的教学设计比赛或展示活动”，说明师范生希望通过实践竞赛提升应用能力。值得注意的是，仅有23.64%的师范生建议“明确使用AI的学术规范与伦理准则”，这一比例较低，反映出师范生对人工智能使用中的伦理问题关注不足，需要加强引导。

五、建议

基于以上研究结论，针对人工智能赋能师范生教学能力发展，提出以下建议：

（一）推进人工智能与师范课程的深度融合

针对课程支持不足的问题，师范院校应将人工智能工具应用系统融入现有课程体系。调查显示，75.45%的师范生希望“将AI应用融入现有的现代教育技术等课程中”，这一诉求应得到重视。可在现代教育技术、教学设计与实施等课程中增设人工智能教学应用专题，系统介绍各类人工智能工具的特点、适用场景和使用技巧。同时，在各学科教学法课程中结合学科特点，引导学生探索人工智能在本学科教学中的创新应用，形成“通识+专业”的融合课程体系。

（二）建设人工智能教学实训平台，强化模拟训练

针对使用层次较浅、模拟训练不足的问题，师范院校应建设集教案生成、模拟教学、智能反馈于一体的人工智能教学实训平台。调查显示，“模拟练习”仅占20.00%，说明这一环节亟待加强。实训平台可支持师范生进行“人机模拟教学”，由人工智能扮演不同特点的学生，让师范生在安全环境中进行教学演练，提升课堂应变与管理能力。同时，平台可记录师范生的教学表现，提供多维度的智能反馈，帮助师范生精准识别问题、持续改进教学。

（三）加强人工智能伦理教育，培养理性使用意识

针对伦理规范薄弱的问题，师范院校应开设人工智能伦理专题课程或讲座，引导师范生理性使用人工智能工具。调查显示，60%的师范生担心过度依赖人工智能会削弱教学创造力，这种担忧需要通过伦理教育加以疏导。课程内容可包括：人工智能生成内容的甄别与核实、学生隐私数据的保护、人工智能使用边界的确立、学术规范的遵守等。帮助师范生建立“人主机辅”的使用理念，明确人工智能是辅助教学的工具而非替代思考的主体。

（四）构建人工智能教学案例库与分享机制

针对使用方式零散的问题，师范院校应鼓励师生共建共享人工智能教学案例库，推广优秀实践案例。调查显示，69.09%的师范生通过“灵感启发”方式使用人工智能，但高质量的案例示范仍显不足。案例库可收录各学科、各学段的优秀人工智能辅助教学案例，展示从教学设计到实施反思的全过程。同时，组织人工智能教学设计与应用比赛、开展优秀案例分享会，营造“人机协同”教学创新的校园氛围，让师范生在交流互鉴中提升人工智能应用能力。

（五）建立人工智能应用能力评价体系

针对师范生对人工智能能力评价标准存在疑虑的问题，师范院校应探索建立科学合理的人工智能应用能力评价体系。调查显示，仅39.09%的师范生认为将“AI工具的应用水平”纳入考核体系“非常合理”或“比较合理”，说明评价标准的制定需要充分论证。可在教育实习、微格教学、课程作业等环节中，适度纳入人工智能工具应用的考察，但应注重评价使用过程的合理性而非简单的结果呈现，强调人机协同的创造性而非对人工智能输出的机械复制。

六、结语

综上所述，师范生对人工智能工具的使用频率较高，在教学设计、资源整合、教学评价等方面发挥了积极作用。师范生普遍对人工智能赋能教学持积极态度，认同其价值并愿意主动学习。但调查也发现，师范生在使用人工智能工具时存在使用层次较浅、模拟训练不足、伦理意识薄弱等问题，课程支持和评价体系也有待完善。

人工智能技术为师范生教学能力发展提供了新的契机，但技术本身不能自动转化为能力，需要系统的培养体系支撑。未来，师范院校应通过课程融合、平台建设、伦理教育、案例共享和评价引导等多措并举，推动人工智能赋能从“工具辅助”走向“深度协同”，助力师范生在智能时代成长为具有创新能力与实践智慧的新型教师。本研究也存在一定局限，样本仅来自一所师范院校，未来可扩大样本范围，开展跨校比较研究，并进一步通过课堂观察、实验研究等方法深入探究人工智能赋能师范生教学能力的作用机制。

参考文献：

1. [1] 中华人民共和国教育部,国家发展改革委,财政部,等.教师教育振兴行动计划（2018—2022年）[EB/OL].(2018-02-11)[2026-02-28].http://www.moe.gov.cn/jyb_xwfb/xw_zt/moe_357/jyzt_2018n/2018_zt15/zt1815_yw/201803/t20180323_331063.html.
2. [2] 中华人民共和国教育部.教育信息化2.0行动计划[EB/OL].(2018-04-13)[2026-02-28].http://www.moe.gov.cn/srcsite/A16/s3342/201804/t20180425_334188.html.
3. [3] 中华人民共和国教育部,中央宣传部,中央编办,等.新时代基础教育强师计划[EB/OL].(2022-04-11)[2026-02-28].http://www.moe.gov.cn/srcsite/A10/s7034/202204/t20220413_616644.html.
4. [4] 刘晓楠.师范生信息化教学设计能力的影响因素与培养策略研究[D].哈尔滨师范大学,2024.