中小学教师生成式人工智能应用现状与发展建议

　　2023年9月，习近平总书记在黑龙江考察时首次提出“新质生产力”^[1]。新质生产力要求变革生产关系，培养高素质的新型劳动者，具有高科技、高效能、高质量的特征^[2][3]。教育领域中的新质生产力就是利用科技创新来改革和提升教育体系的能力，特别是通过引入前沿科技和方法来培养适应未来社会和市场需求的高素质人才^[4]。在2024年3月召开的第十四届全国人民代表大会第二次会议期间，教育部部长怀进鹏指出，要把人工智能技术深入到教育教学和管理全过程、全环节，让人人有更好的机会，顺应数字时代、迎接智能时代，享受人工智能技术给我们带来的福祉^[5]。怀进鹏部长的讲话强调了人工智能在教育教学全环节中的深入应用，表达了对人工智能赋能教育未来的期许。因此，当前亟需厘清人工智能在教育教学与管理中各环节的应用现状与深度。　　生成式人工智能（Generative Artificial Intelligence, GAI）作为教育领域的新质生产力，正在迅速改变教师的教学方式和教育生态。国外研究较早聚焦生成式人工智能在教学辅助、个性化学习资源生成、自动化批改等方面的潜力^[6]，同时也探讨其在教师角色转变与教育伦理方面的挑战^[7]。国内相关研究则大多停留在浅层次的工具性应用层面，仅将其定位为辅助性技术手段，局限于资料检索、教学资源生成等基础性任务，尚未充分挖掘其深层赋能价值^[8]。已有研究缺乏大规模实证数据支撑，尤其是在中小学教育实践层面，关于教师实际应用行为、应用差异、影响因素等方面的研究仍相对稀缺。　　基于以上认识，本研究开展中小学教师生成式人工智能应用现状调研，探讨不同性别、年龄、教龄、学历、任教学段、任教学科、职务、职称、荣誉称号、任教地区、学校所在地的应用行为差异，并收集存在问题，以期为生成式人工智能融入中小学教育教学和管理全过程、全环节提供建议。具体而言，本研究旨在回应：一是中小学教师应用生成式人工智能的基本状况如何？二是中小学教师在教学实践、专业发展、班级活动、事务管理四大典型场景应用生成式人工智能的现状如何？三是中小学教师应用生成式人工智能有无差异？四是中小学教师在应用生成式人工智能的过程中，遇到的困难有哪些？最希望得到的帮助是什么？

　　（一）研究对象　　全国各地共计3038位中小学教师自愿接受网络调研。　　（二）问卷工具　　基于已有文献，本研究编制了“中小学教师生成式人工智能应用现状调查问卷”。问卷分为四部分：　　第一部分为教师背景信息，包括性别、年龄、教龄、学历、任教学段、任教学科、职务、职称等级、获得的荣誉称号、任教地区、学校所在区域等。　　第二部分旨在了解中小学教师应用生成式人工智能的概况，共6题。　　第三部分用于了解中小学教师在教学实践、教师专业发展、班级活动以及事务管理场景中应用生成式人工智能的状况，共49题。本部分题项采用四点量表（完全符合、基本符合、基本不符合、完全不符合）来调查中小学教师对生成式人工智能应用的意见倾向。四点量表能促使受访者进行倾向选择，避免中性回答，能够提高回答的明确性和区分度。^[9]这种方法不仅适用于快速有效地收集数据，还有助于明确揭示不同背景教师在教学实践、专业发展、班级活动、事务管理等四大场景中，应用生成式人工智能的差异。　　第四部分为开放性问题，目的是了解中小学教师在应用生成式人工智能过程中，遇到的困难和希望得到的帮助。　　在本次调查中，问卷信度和效度分析表现出色。Cronbach’s Alpha系数为0.996，表明问卷具有很高的内部一致性。此外，巴特利特球形度检验的显著性为0.000，KMO值为0.991，表明问卷数据非常适合进行因子分析，进一步证实了其高效度。这些结果均支持问卷在测量相关构念时的可靠性和有效性。　　（三）数据收集　　调查问卷通过“问卷星”平台以非概率自愿抽样（Voluntary Response Sampling）方式发放，调查时间为2024年4月27日至5月26日。为提高样本的多样性与覆盖度，研究团队通过教育类公众号、教师交流群、地方教研网络等多个渠道广泛传播问卷，覆盖全国31个省级行政区。样本在学段、学科、教龄、性别等维度上具有一定的结构广度，能够较为真实地反映中小学教师在生成式人工智能应用方面的现状和趋势。最终获得问卷3038份，删除59个年龄、教龄异常及相同答案占比较高的问卷^[10]，有效问卷共计2979份，有效率为98.06%。　　结果显示，参与调研的2979位中小学教师中，男性占29.6%，女性占70.4%，年龄在21到68周岁之间，教龄在不满1年到45年之间。学历为本科及以下的教师占90.5%；学历为硕士及以上的教师仅占9.5%。任教地区方面，中西部占比66.1%，东部占比33.9%。乡镇地区参与调研的教师数量最多，占39.2%，市区和城郊的教师数量相对较少，分别为36.1%和24.7%。本研究采用SPSS26.0软件，通过描述统计呈现中小学教师生成式人工智能应用概况，并运用独立样本t检验和单因素方差分析等方法，研究不同分组变量的差异。　　针对教师是否应用过生成式人工智能，问卷设计了五个问题，其选项中都有“均未使用”或“从未使用”。其一方面用于判断教师回答的真实性，另一方面用于数据的整理，以便于将应用过生成式人工智能的教师筛选出来开展进一步的分析（见表1）。表1 中小学教师生成式人工智能使用情况统计

　　综合回答情况，以任意一个题项回答“均未或从未使用”为数据筛选依据，表明在受访对象中有1544位教师未使用过生成式人工智能（占51.8%），故从原始数据表中剔除，余下的1435位教师使用过生成式人工智能，形成新的数据文件开展进一步分析。

　　（一）应用概况　　2979位有效受访者中，熟悉生成式人工智能的中小学教师只有780人（26.2%），而非常熟悉的教师只有90人（3.0%）。　　使用过生成式人工智能的1435位教师中，常用的生成式人工智能相关工具有文小言、讯飞星火、WPS AI、讯飞智作、Kimi智能助手、豆包、ChatGPT等。其中，文本生成功能最受欢迎，占比达88.9%；其次是图像生成（44.0%）和语音生成（35.2%）功能；代码生成和数学推理功能的使用率最低，仅为4.4%和6.2%。　　此外，在这1435位教师中，“开始使用时间”“使用频率”“对话方式”统计结果如表2所示。从生成式人工智能的开始使用时间来看，四个时段差异较小，2023年7月以后应用人数增加较为明显；从生成式人工智能的使用频率来看，41.6%的教师经常使用，47.7%的教师偶尔使用，仅10.7%的教师基本不使用；在与生成式人工智能的对话方式上，文本对话占88.5%，自然语言对话占48.3%，图像对话占22.6%。表2 生成式人工智能开始使用时间、对话方式及使用频率的统计表

　　（二）差异分析　　1.性别　　独立样本t检验结果显示，不同性别教师在生成式人工智能的使用频率和熟悉程度上有显著差异（见表3），男性教师的生成式人工智能熟悉程度（P=0.000≤0.05）和使用频率（P=0.001≤0.05）显著高于女性教师。且在生成式人工智能的四大应用场景中，男性教师的应用程度均显著高于女性教师。表3 不同性别教师应用生成式人工智能的差异

　　注：*P<0.05，**P<0.01，***P≤0.001；下同　　2.教龄　　本研究将教龄在0~5年之间的教师定为新手教师组，教龄15年以上的教师定为资深教师组，处于二者之间的定为熟手型教师组（见表4）。^[11]单因素方差分析结果显示，这三类教师在熟悉程度上存在显著差异（P=0.013≤0.05），但在其他方面均不存在显著差异。表4 不同教龄教师应用生成式人工智能的差异

　　3.学历　　不同学历教师在生成式人工智能的使用频率和熟悉程度上有显著差异（见表5），硕士及以上学历教师生成式人工智能熟悉程度（P=0.005≤0.05）和使用频率（P=0.013≤0.05）显著高于本科及以下教师。但在生成式人工智能的四大应用场景中，不同学历教师的人工智能使用情况无显著差异。表5 不同学历教师应用生成式人工智能的差异

　　4.学校所在地和任教地区　　教师任教地区和学校所在地在生成式人工智能的使用频率和熟悉程度上没有显著差异（见表6）。学校所在地（市区、城郊、乡镇）在教学实践、专业发展、班级活动、事务管理四大应用场景上均没有显著差异；不同任教地区（东部、中西部）在教学实践（P=0.000≤0.05）、专业发展（P=0.037≤0.05）、班级活动（P=0.001≤0.05）三方面有显著差异。表6 不同学校所在地和任教地区教师应用生成式人工智能的差异

　　5.任教学段　　独立样本t检验结果显示，小学教师应用生成式人工智能的熟悉程度（P=0.000≤0.05）显著高于初高中教师（见表7），且在生成式人工智能的四大应用场景中，小学教师的应用程度均显著高于初高中教师。表7 不同学段教师应用生成式人工智能的差异

　　6.任教学科　　不同任教学科教师应用生成式人工智能的熟悉程度和使用频率具有显著差异（见表8），理科教师显著高于文科。不同任教学科教师在教学实践（P=0.005≤0.05）、专业发展（P=0.009≤0.05）、事务管理（P=0.004≤0.05）三方面有显著差异，理科教师显著高于文科。表8 不同学科教师应用生成式人工智能的差异

　　（三）遇到的困难和希望得到的帮助　　从图1所示的词云可以看出，教师在生成式人工智能应用上有明显的关注点和需求。其中，“人工智能”和“使用”出现频率较高，表明教师对人工智能的使用有强烈兴趣；“希望”“培训”“学习”也占据较大空间，意味着教师使用生成式人工智能开展学习和培训的需求强烈，并普遍认为系统的培训是掌握生成式人工智能的关键。此外，“没有”“不会”等词汇的出现，反映教师在使用生成式人工智能过程中遇到了一些挑战。一是认知不足。部分教师不了解生成式人工智能的基本原理和核心机制，对其教育价值和使用边界缺乏明确判断。二是操作困难。部分教师表示“不会用”“不知道如何操作软件”“不知道用哪个工具”，反映在具体使用层面存在较高门槛。三是支持匮乏。教师普遍表达了“希望有人指导”“希望提供培训”等诉求，表明当前尚缺乏系统的教学支持机制。更深层次的挑战在于，即便教师已知晓生成式人工智能具有强大的内容生成能力，却仍难以将其有效嵌入具体教学活动之中，即“生成式人工智能工具的应用能力”与“教学现场的真实需求”之间存在脱节。这种“工具—场景”分离的困境已被《2024年地平线报告（教与学版）》列为未来教育亟待解决的重要问题之一。该报告提出，寻找人工智能在教育中的合适用途，不仅依赖工具本身的功能进化，更依赖教师能否基于自身教学经验和专业判断，有效重构教学流程，将技术转化为实质性教学改进。这对于广大中小学教师而言，既是技术挑战，更是专业智慧的考验。^[12]

图1 开放题词云图　　总体来看，这些关键词反映了教师对生成式人工智能的高度兴趣和期望，也指出教师在应用过程中，最迫切的需求是获得充分培训和具体指导，以便能够熟练地将其应用于教学实践中。同时，也需要更多资源和支持来应对当前面临的困难。这些发现为教育管理部门和相关机构提供了重要参考，可以帮助他们制定更有效的培训计划和支持策略，以促进生成式人工智能在教育领域的广泛应用。

　　（一）应用现状不容乐观　　整体来看，所有受访教师中，有超过一半（51.8%）从未使用过生成式人工智能。在使用过生成式人工智能的教师中，近90%用于生成文本，经常使用的只占41.6%。同类研究报告关于生成式人工智能的应用占比远高于该值，国内大学生应用率超过70%^[13]。例如，微软研究报告显示，截至2023年11月，68%的教育工作者至少使用过一至两次人工智能^[14]。这一结果与文献^[7]指出的“基础教育阶段教师对人工智能技术认知滞后”现象相符。由此可见，生成式人工智能在中小学教师群体中的应用现状不容乐观，离深入教育教学和管理全过程、全环节的目标还有非常大的差距。　　然而，也需看到生成式人工智能在教育领域推广已取得的进展。自ChatGPT正式发布以来，生成式人工智能以一种前所未有的速度被中小学教师采用。以往教育技术领域中的新技术要实现同样采用比例，可能至少需要三年甚至更长的时间^[15]。这一现象表明，尽管中小学教师使用比例较低，但其快速采用生成式人工智能的趋势仍值得关注。这种快速的接受速度反映了教师对生成式人工智能在教育行业潜在价值的认识和预见。教师已经发现生成式人工智能在重塑学校教学、解决问题、变革学习和沟通方式上的潜力，从而吸引其主动投入更多的时间和精力来掌握这一新技术^[16]。　　（二）性别与学历差异　　男性教师生成式人工智能的使用频率和熟悉程度显著高于女性教师，且男性教师在教学实践、专业发展、班级活动、事务管理四大场景的应用情况都显著高于女性教师。这一结果表明男性教师在生成式人工智能的应用上表现出更高的活跃度。该结果与文献^[9][17]的研究结论一致，即男性在技术应用方面明显优于女性。这可能是源于男性教师较为频繁的技术接触和实践经验，使得其在技术使用上表现出更高的自信心。　　具有硕士或博士学位的教师在生成式人工智能的熟悉程度和使用频率上显著高于本科及以下学历教师。这种差异可能源于高学历教师在其学术训练期间更频繁地接触关于新兴技术的课程和理论，从而培养了对新技术的深入理解和使用能力。硕博学历教师在接受新技术过程中表现出更高的敏感性和适应能力，这与其在研究中可能需要运用各种技术工具的经验有关。此外，高学历教师往往拥有更开放的思维和较强的学习适应能力，使其更容易接受并利用技术带来的教育变革。　　（三）教龄差异　　调研发现，不同教学经验的教师，在生成式人工智能的熟悉程度上存在显著差异。资深教师生成式人工智能熟悉度显著低于另外两类教师，这是因为新手和熟手教师相对年轻，对新技术有着天然的亲和力，对新技术、新工具的使用抱有更加开放的心态。加之其正处于职业发展的初创阶段，更有可能寻求新技术和新方法来实现个人职业的快速成长。相反，资深教师习惯了基于经验的教学模式和方法，对新技术的采纳更加谨慎，不太愿意改变教学方法。此外，新手和熟手教师通常会有更多参与教育培训的机会，尤其是具有一年工作经验的新手教师，其在大学阶段学习过程中可能直接涉及生成式人工智能的使用。　　新手教师相比于经验丰富的教师，在生成式人工智能应用上有更加优良的表现，与其他领域新员工对技术接受度较高的现象一致^[17-19]。不过需要注意的是，其可能形成对技术的过度依赖，而忽略对教学理论和原理的深入学习与思考。对新手教师而言，技术依赖将带来一定的教育风险^[20-22]。新手教师正处于将知识与技能进行实践迁移的关键时期，其理论水平和实践经验难以支撑对生成式人工智能生成的内容进行科学评判，可能误导学生，引起学习迷航与认知障碍。^[23]　　因此，新教师在应用生成式人工智能时，需要注重理论提升和经验积累，批判性地评估生成式人工智能输出的结果，确保高质量和创新性。因此，教育管理者需加强对新教师的指导和监督，避免其对人工智能过度依赖。新教师应首先掌握深厚的教育理论基础，积累丰富的教学经验，并将生成式人工智能融入教学实践中。而对于经验丰富的教师，可以直接介绍生成式人工智能的应用，以便其可以快速将技术转化为教育的新质生产力，实现教学质量的跃升。　　（四）学段与学科差异　　小学教师对生成式人工智能的熟悉程度，以及在教学实践、专业发展、班级活动、事务管理四大场景中的应用显著高于中学教师。在当前应试教育导向仍较为突出的背景下，生成式人工智能在教学实践中的应用呈现出明显的学段差异。这可能由教师的工作性质、教学需求、工作压力所决定。小学阶段相较于中学阶段，在教育实践中更愿意接纳和应用生成式人工智能。主要归因于小学阶段普遍没有升学压力，能够更为开放地尝试新技术，以提升工作效率和教学效果。小学教师更愿意采用创新和互动的教学方法来吸引学生的注意力，而生成式人工智能提供的多模态功能恰好能够支持创新性教学活动的实施。然而，中学教师对生成式人工智能的使用表现出更多顾虑，主要源于其应用于创新教学中可能存在的负面风险。中学教师担忧生成式人工智能降低升学率和学业成绩，在决定是否采用时相对更为谨慎，更倾向于沿用原有的成功教学经验，而不愿意过多地尝试创新。这种差异不仅反映了不同学段生成式人工智能应用的现状，也为探索应试教育大环境下有效应用生成式人工智能提供了重要参考。　　理科教师在生成式人工智能的使用频率和熟悉程度上显著高于文科教师。这主要是因为理科本身与技术紧密相关，教师在职业培训中接受了广泛的技术教育，使其可以更熟练地运用最新技术。此外，理科教师通常对技术持有较高的兴趣和自我驱动力，加之教育领域对STEM教育的重视和学校资源的优先分配，使得其在日常教学中能够更频繁地探索和应用这些工具。　　理科教师在教学实践、专业发展、事务管理三大场景中的应用显著高于文科教师。理科课程通常涉及大量数据分析和建模，与人工智能技术在数据处理和分析方面的优势高度契合。理科教师更容易接受并应用人工智能技术来辅助教学、设计实验、分析学生成绩等。而文科课程更多关注文字和人文社会科学，虽然人工智能在自然语言处理和文本分析上有优势，但文科教师可能对这些技术的接受度较低，认为传统教学方法更适用^[24]。此外，理科教学内容通常较为结构化，有明确的解题步骤和标准答案，人工智能能够较好地提供辅助工具，如自动批改作业、提供解题步骤和建议等。而文科教学内容较为开放，强调批判性思维和创造性表达，人工智能在这方面的应用场景相对有限。　　（五）地区和城乡差异　　教师任教地区和学校所在地在生成式人工智能的使用频率和熟悉程度上没有显著差异。这一结论再次验证了我国教育信息化建设所取得的巨大成就——初步实现了通过信息化基础设施建设来促进教育公平的目标^[25]。通过“十三五”和“十四五”期间的教育信息化建设，各地区学校的网络覆盖率显著提高，信息化教学设备逐步普及，教师信息技术培训也得到了广泛开展。这些措施确保了无论是在经济发达的东部地区，还是在经济相对落后的中西部地区，教师都能够平等地接触和使用先进教育技术，促进了教育公平。东、中、西部地区教师在应用生成式人工智能时站在相同的起跑线上，地区差异已经不再是新技术应用的障碍。

　　基于调研结果，本研究从教育政策制定者、数字素养培训者、学校管理者、教师等多个角度提出未来中小学教师生成式人工智能应用的建议。　　（一）完善政策引导机制，推动生成式人工智能系统融入教育体系　　教育政策制定者应了解生成式人工智能在教育领域的巨大潜力，正视与发达国家教师在生成式人工智能应用上的差异，制定支持性的政策和使用指南。针对教师生成式人工智能应用过程中遇到的普遍问题，如技术支持不足、培训机会有限等，应明确提出解决方案，确保所有学校，特别是偏远地区学校，都能获得平等的资源和支持。　　政策制定者应推动将生成式人工智能相关内容纳入教师培训课程和学生学习内容中，如在师范院校设立生成式人工智能课程，并在中小学阶段开设相关选修课程，激发学生对人工智能的兴趣和探索精神。系统的课程设计可以让教师和学生充分了解生成式人工智能的基本原理和应用方法，培养创新能力。　　为了确保生成式人工智能在教育中的有效应用，政策制定者还应建立完善的评估和反馈机制，了解教师和学生在生成式人工智能应用过程中遇到的问题和取得的成效，不断优化政策和措施。　　（二）构建分层培训体系，提升教师生成式人工智能应用能力　　数字素养培训者应当构建系统化、分层级的培训体系，提升教师的生成式人工智能应用能力。在基础培训层面，建议开发“生成式人工智能教育应用基础课程”，重点涵盖技术操作、教学整合策略、伦理规范等内容，同时配套建设典型教学案例库（如使用MidJourney生成历史教学素材、利用DeepSeek设计课堂讨论问题等）。培训应采用“理论讲解+实操演练”模式，通过工作坊形式让教师亲身体验生成式人工智能的教学应用场景。在进阶培训层面，应根据教师实际需要，开展学科专项工作坊，邀请生成式人工智能领域专家进行现场指导。例如，为文科教师设计“生成式人工智能辅助写作教学”专题培训，指导其运用大语言模型开展个性化写作指导；为理科教师开设“智能解题系统应用”实践课程。此外，需建立常态化的教师交流机制，通过定期举办线上研讨会、教学案例分享会等形式，促进教师间的经验交流与协作创新。为保障培训效果，还可以寻求与科技企业进行合作，为参训教师提供技术支持和实践资源。　　（三）推进校本组织创新，打造生成式人工智能融合应用生态　　学校管理者可以采取“分层推进、重点突破”的策略，分三个阶段有序推动生成式人工智能教育应用。在基础建设阶段，组建校级生成式人工智能教研小组，负责技术筛选和校本培训，选择1~2个优势学科（如语文或信息技术）开展试点，配备基础人工智能教学工具。在深化发展阶段，着力构建常态化支持体系，将生成式人工智能应用纳入校本研修内容，建立校级人工智能教学案例资源库。在成熟推广阶段，基于前期经验开发校本人工智能课程，形成学科特色应用模式，并通过校际协作实现资源共享。整个实施过程要坚持“以赛促用、教师自愿、注重实效”三大原则，通过教学竞赛激发教师内生动力，尊重教师个体差异，定期开展成本效益分析，确保技术应用的可持续性，最终实现生成式人工智能与学校教育教学的有机融合。当然，学校还应重视信息安全和隐私保护，确保生成式人工智能应用过程中师生的数据安全^[21]。　　（四）激发教师专业成长动力，探索生成式人工智能教学创新路径　　教师应主动学习生成式人工智能相关知识，通过参加培训、阅读专业书籍和文章、观看在线课程等方式，全面了解和掌握技术的基本操作和应用方法；积极参与各类生成式人工智能应用的研讨会和工作坊，与同行交流经验，不断提升专业技能。在教学实践中，教师应灵活运用生成式人工智能，生成个性化教学资源，设计互动性强的课堂活动，进行教学评估和反馈，及时了解学生的学习情况，调整教学策略，提高学生的学习兴趣和参与度。教师需通过持续的教学探索与创新，逐步形成适合自身与学生特点的生成式人工智能应用模式，最终实现技术赋能下的教学提质与个人专业成长。