人机互动与人际互动中新手教师的行为和知识研究

　　Chatbot的发展日新月异，其早期版本的功能设计、输出方法、互动方式等与最新版本有较大的区别。故本研究只对近几年Chatbot在教师教学和教师培育中的应用研究进行整理，并主要偏重于对实践类研究的总结和分析。　　（一）Chatbot在教师教学中的应用研究　　首先是教师教学中使用Chatbot态度的研究。一些教师对于Chatbot如何进入课堂教学持谨慎乐观的态度，也表达出对其所带来的伦理道德风险方面的担忧，^[1]另一些教师对Chatbot了解不全面，甚至还存在误解。^[2]　　其次是教师将Chatbot运用到课堂教学中的研究。在课前备课阶段，教师运用不同类型的Chatbot进行信息收集、人机交互式教学设计的开发和策略筛选。^[3]但Chatbot为教师提供的备课材料内容和形式可能相对单调，^[4]而且共同备课中教师的角色可能被弱化，知识获取高效但是谬误风险仍然存在。^[5]一些学者在课前，还会对Chatbot进行预先训练，以帮助其更有针对性地开展教学辅助及合作。^[6][7]在教学实施阶段，一些教师将Chatbot运用到某一主题的整体教学实施过程中，如在英语写作教学的写作前、写作中和评阅阶段全部融入ChatGPT，^[8]并给出主题开发、范文生成、评估设置和个性化反馈的写作教学策略。^[9]也有学者针对教学中的某一专题进行分析，如发现Chatbot对英语教学中学生的学术参与度产生积极影响，^[10]学生参与教学活动的交际意愿也有所提升。^[11]　　再次是课堂中学生运用Chatbot学习的研究。一些学者通过测评课堂教学中学生的表现来分析教师使用Chatbot的成效，如使用Chatbot与英语学习者进行持续两周的聊天后发现学生的口语焦虑水平降低^[12]，使用Chatbot也可以提升学生语言输出的流利程度。^[13]但也有研究揭示了负向效果，如在编程课上使用ChatGPT后，学生过度依赖这一工具，导致学生的编程技能弱化。^[14]　　最后是影响Chatbot开展教学和学习因素的研究。教师本身的人工智能素养，Chatbot本身的便利性、即时性、个性化程度、可用性等均影响了其使用意愿和结果。^[15]　　（二）Chatbot融入教师培养的研究　　相比对教师课堂教学中如何使用Chatbot的关注，学界对于将Chatbot融入教师教育的研究较少，对在职教师培养和专业发展方面的应用研究则更为有限。仅有的研究多呼吁教师提升人工智能素养，学会使用各种类型的Chatbot，以增强精确输入和有目的性获取信息的能力，^[16]以及尝试关注教师角色的转变等。^[17]相对而言，将Chatbot加入职前教师教育研究的数量较多。有学者通过内容分析法发现，职前教师使用Chatbot的经验有限，对该技术的了解较为肤浅，甚至还存在误解。^[18]也有学者尝试将Chatbot融入职前科学教师的课程计划，产生了较好的效果。^[19]Chatbot还被设计成虚拟学生或虚拟导师，参与职前教师的模拟授课、教学实训等活动，如Chatbot作为虚拟学生提升了职前教师响应式教学的技能。^[20][21]　　（三）研究述评　　在学科层面，主要关注各个学科教师如何使用不同类型的Chatbot以提升教学效果。其中，关于语言教学的研究最为常见，包括汉语^[22][23]、英语等不同的语言类别。除此之外，在阅读教学^[24]、心理健康教育^[25]等其他学科的教学中也有一定的尝试。　　在研究对象的年龄层面，以大学生或者研究生作为研究对象的数量明显高于将学龄前儿童或小学生作为研究对象的数量。　　在研究方法层面，国内外研究者早期常进行理论探究、框架搭建等思辨性研究。当前较为常见的是混合式研究，包括使用访谈、观察、日记等质性研究，以及准实验、问卷统计分析等量化研究，而在利用准实验开展的对比研究中，使用Chatbot组与不使用Chatbot组的组间比较、不同类型Chatbot的组间比较等都是常见的实验设计。　　总体而言，学者针对教师如何运用Chatbot提升课堂教学效果展开相关研究，并尝试将其融入教师专业知识和能力发展进程。从备课到上课再到评估，从语言顾问到任务伙伴再到测评工具，各种类型的Chatbot都被试图融入教育的各种实践场景。对于Chatbot的使用，优点是教师能够更加便捷、迅速地获取信息，可操作性强、入手门槛低、可以实现教师个性化学习等；但缺点是信息的真实性存疑、师生对其过度依赖、弱化了教师的交际能力、缺乏深度思考等。

　　Chatbot是基于人工智能技术和自然语言处理技术来模拟与人类综合对话的软件应用程序。根据不同的设计意图，Chatbot可以分为不同类型，如工业类、医疗类、娱乐类、服务类等。本研究中所指的Chatbot是指专门以语言理解和生成为主的深度学习模型，主要擅长信息检索、对话互动、文本生成、语言翻译等领域，如ChatGPT、通义千问、豆包、DeepSeek等。　　学科教学知识（Pedagogical Content Knowledge，PCK）是指将特定学科的内容知识、教学法知识等其他知识相结合的综合性知识体，其核心是教师在实践中综合运用这些知识的素养，是教师实践知识中的一种。在教师专业发展过程中，是否掌握高水平的学科教学知识是衡量其专业素养的重要指标之一。国内外学者对于学科教学知识的研究有各自侧重点：如从科学课、数学课、语言课等不同学科课程的视角，从职前教师和在职教师不同阶段，从纸笔测验、问卷量表、视频分析等不同评测方式等。　　本研究主要借鉴马修·雷诺德斯（Matthew Reynolds）等^[26]的“科学教学五角模型”，以其作为本研究中学科教学知识的分析框架，主要包括教学目标知识、课程知识、学生理解知识、策略知识和学习评价知识五个维度。同时，学科教学知识是依托实践中的具体主题而生成的，因此需要聚焦于某一学科的某一具体内容。具体而言，本研究以小学英语教学中的“动物” （animals）话题为切入点。　　新手教师是指刚刚步入教师岗位，缺乏教学经验的教育工作者。本研究将新手教师界定为工作5年以内、教学经验有限的新教师。

　　具体研究问题如下：在人机交互和人际交互两种交互中，一是新手教师呈现出怎样的行为范式？对此，研究者主要是对收集到的数据进行S-T分析来获取行为范式和互动风格结果。二是新手教师呈现出的学科教学知识具有怎样的特点？对此，研究者主要是对视频数据进行编码分析和统计，以对比两种模式下学科教学知识的总体特征。三是新手教师呈现出怎样的学科教学知识序列？对此，研究者主要是对所收集到的视频数据采用滞后序列分析法厘清学科教学知识呈现的序列。四是新手教师的学科教学知识水平在哪种交互模式中表现更好？对此，研究者邀请了小学英语教学专家对实验组和对照组中新手教师的学科教学知识水平进行评分，以及统计分值和分析差异。

　　（一）研究对象　　本研究主要以华北三个城市的新手小学英语教师为研究对象。通过网络邀请和现场邀请的方式，共邀请到80位入职5年以内的新手小学英语教师，平均年龄25.8岁，本科学历占比70%，研究生学历占比30%，女教师占比87.5%，男教师占比12.5%。本研究将80位研究对象随机分为实验组和对照组，每组各40名研究对象。在实验开始前，以北京市某年高考英语试卷作为测评试卷，对实验组和对照组两个组别中的新手教师的成绩进行独立样本t检验（p＞0.05），结果表明两个组别中新手教师的英语学科知识水平之间没有明显差异。　　（二）研究方法　　1.准实验　　要求实验组中的40名新手小学英语教师在60分钟内在电脑上完成一篇教学设计和反思。具体要求：10分钟完成教学目标设计、40分钟完成教学过程设计、10分钟完成教学反思。在整个过程中，要求新手教师进行出声思维，并将自己在电脑上运用Chatbot完成任务的屏幕痕迹和出声思维全部录制，包含视频和音频。为了更好地让实验组的新手教师完成教学设计，在进行教学设计之前进行了如下干预（见表1）。表1 实验组干预的方式和内容

　　对照组也是40名新手小学英语教师参与。但需要说明的是，为了在对照组中检验人际互动的效果，特邀请10名熟手小学英语教师参与，一名熟手教师和4名新手教师互动。两者通过腾讯会议进行商讨，同样要求新手教师在60分钟内在电脑上完成一篇教学设计和反思，具体时间分配要求和实验组一致。新手教师同样需要使用出声思维的方式解释自己的思考过程，整个过程需要录屏。研究者提前发送资料给对照组的新手教师，说明学科教学知识、如何进行出声思维，并将录制好的出声思维示范过程视频发送给他们。　　实验组和对照组所进行的是同一个单元的教学设计和反思。为确保新手教师在此次试验前均没有设计过该课程的经验，本次试验选用非华北地区的教材。最终选定沪教版《英语（三年级上册）》Unit6 What do we like about small animals？的内容，要求新手教师完成该单元的教学设计和反思。　　2.出声思维　　出声思维是一种在教育学、语言学、心理学研究中常用的研究方法。本研究在使用出声思维时主要遵循如下步骤：一是前期培训。在开始准实验之前，研究者向所有参与对象讲解运用出声思维的具体方法和实践案例。二是示范出声思维。在准实验具体实施前，还会发送相关培训材料，示范和强调关键点。三是视频记录。所有的出声思维均被录屏软件录制下来。四是文字转写。运用软件的文字转写功能将出声思维的过程转录成文字。　　3.学科教学知识测评　　根据洛克伦（Loughran）等设计的内容知识表征法（Content Representation，CoRe）^[27]、阿尔瓦拉多（Alvarado）^[28]对CoRe的改编，并结合《义务教育英语课程标准（2022年版）》的基本思想、大单元主题教学理念、教—学—评一体化理念、跨学科教学理念等当下英语教学改革思潮，编制了本研究测评所用题目。在初步编制完成后，还分别向2名小学英语教师、2名小学英语教研员和2名来自大学的英语教育学者进行咨询，修改并形成最终量表。量表的评分范围为1—10分，1分表示最不符合/不合理，分值越高代表越合理/符合，10分代表最符合/合理。在收集到所有的教学设计和反思后，邀请8位来自一线的小学英语教研员对教学设计和反思进行评分，并在评分前向其说明本研究的目的、学科教学知识的概念以及量表的使用方法。　　（三）研究数据收集和分析　　本研究共收集到三种材料：视频80个、教学设计和反思80篇、教学设计评分表80份。针对80个视频，主要通过内容分析法对其进行编码。按照“科学教学五角模型”制定编码框架，将教学知识划分为五种类型，即教学目标知识（A1）、课程知识（A2）、学生理解知识（A3）、教学策略知识（A4）、学习评价知识（A5），这一框架与PCK测评量表的分类保持一致。以30秒为编码单元进行编码，确定一个编码单元内的学科教学知识类型；如果30秒之内教师呈现出两种或两种以上的知识类型，则将选择最主要的知识类型进行记录。本研究邀请两位编码员共同进行编码，经测试编码员之间的一致性良好。　　本研究使用S-T分析法对新手教师的交互行为进行分析。传统的S-T分析法是分析课堂中教师（T）的行为和学生（S）的行为，但本研究对此进行了改编，将两种互动中的行为界定为表2所示。随后，运用Excel建立电子版的S-T数据记录表，记录下两种模式中的参与者各自行为的时间。表2 行为类别

　　同时，本研究还采用滞后序列分析法（Lag Sequential Analysis，LSA）对编码记录进行分析。LSA主要检验人们发生一种行为后另一种行为出现的可能性，以及其是否存在统计意义上的显著性，^[29]该研究方法已被应用到教育学的各个研究领域。本研究首先对80个视频中的行为进行编码，再将所有编码结果输入GSEQ软件中，对运行结果进行统计检验，若Z值大于1.96，则表明该序列发生的可能性较大，具有一定的统计学意义，并以此作为筛选的标准。

　　（一）两种交互方式中的互动行为分析　　为了更清楚地分析人机互动和人际互动中参与者行为之间的差异， 以下分别展示某一个人机互动和某一个人际互动的S-T实测图，以期能够直观、可视化地展示两种互动类别中各种行为的发展过程（见图1）。

图1 S-T实测图举例　　同时运用Rt-Ch分析呈现两种模式中各种行为的占有率和行为转换率。Rt是指T行为占有率，表示互动过程中T行为所占的比例；Ch是指行为转换率，表示互动过程中T行为与另一种行为（即C行为和M行为）间的相互转换次数与总的行为采样数之比。^[30]据此，按照相应规则，计算出两组模式的Rt值和Ch值，并运用SPSS软件计算出两类组别的多元方差分析，得到表3。从中可知，人际互动的Rt值要显著高于人机互动的Rt值（p＜0.05），即人际互动中新手教师的行为占有率要显著高于人机互动中新手教师的行为占有率；而在Ch值上没有显著差异。表3 多元方差分析结果

　　根据Rt值和Ch值可以判断两种模式属于哪种类型的互动风格。傅德荣等给出了划分标准，即Rt≤0.3为练习型，Rt≥0.7为讲授型，Ch≥0.4为对话型，0.3＜Rt＜0.7，且Ch＜0.4为混合型。^[31]按照此标准，可知人机互动类型属于混合型的互动风格，人际互动类型属于对话型的互动风格，详见图2。

图2 两种组别平均值的 Rt-Ch　　（二）两种交互方式中的学科教学知识类别分析　　本研究统计分析了两种交互方式中各种学科教学知识呈现的整体情况。总体而言，与Chatbot的人机交互中，新手教师对于教学目标知识、课程知识和教学策略知识更为关注，上述三种类型知识的频数都高于人际交互模式下该类型知识的呈现水平（见图3）。相比较而言，在人际交互中，新手教师在与指导教师的合作中，对于学生理解知识和学习评价知识的关注更为凸显，两种类型知识的频数都高于人机交互模式下该类型知识的呈现水平。就五种学科知识类型而言，两种交互方式中的教学目标知识出现的频数均较低，而在人际交互中，关于学生理解知识的频数最高，出现1131次。

图3 两种互动的学科教学知识对比　　为进一步验证不同交互模式对学科教学知识的呈现是否有显著影响，本研究将数据输入SPSS中进行卡方检验，结果如表4所示。从中可知，在教学目标维度，不同交互模式下新手教师所关注的学科教学知识呈现显著差异，卡方值=19.444（p＜0.05）。其中，在与Chatbot的合作中，新手教师更关注教学策略知识（A4），在与指导教师的合作中，该类型知识占比不高。在教学设计过程中，卡方值=38.003（p＜0.05），同样呈现显著差异。其中，学生理解知识（A3）在人际交互中出现的频数远高于在人机交互中出现的频数。在教学反思维度，卡方值=8.906（p=0.063＞0.05），不存在显著差异。在各个维度总体频数的统计中，卡方值=54.963（p＜0.05），存在显著差异。其中，人机交互中对课程知识（A2）和策略知识（A4）的关注远高于人际交互，人际交互中对学生理解知识（A3）和学习评价知识（A5）的关注远高于人机交互。表4 两种模式下实际频数卡方检验结果

　　（三）两种交互方式中的学科教学知识序列分析　　本研究运用LAS对两种模式下知识行为的序列进行了排列，具体如图4所示。其中，行为符号之间或自身之上的线条表示一种行为之后另一种行为发生的可能性，线条上的数字越大，表明所指向的行为发生的可能性越大，连线也就越粗。为了更详细和完整地呈现整个备课的过程，这里分别呈现出前10分钟的教学目标写作阶段、中间40分钟的教学设计阶段、最后10分钟的教学反思阶段、全部60分钟的备课过程这四种维度下的行为序列。

图4 人机互动模式下的行为序列　　从图4可以看出，在人机互动中，知识多封闭在一种类型中，这表明新手教师的注意力长时间地聚焦在一种学科教学知识上。在备课刚开始的教学目标写作阶段，除了教学目标知识指向自身（A1-A1，Z=2.53）外，新手教师在思考教学策略知识时也尝试分析如何进行评估（A4-A5，Z=4.08），并在各种知识之间尝试连通。但随后在教学设计和教学反思中，甚至在整个备课过程中，知识却转向了封闭。虽然从图1中可以看出新手教师会频繁与Chatbot互动，不断向其提问和追问，但其关注的多是一种类型的知识，难以跳出固有的思维框架和“惯习”，知识之间界限强、模块化明显。在五种知识类型中，新手教师对于课程知识（A2-A2，Z=8.5、7.22、9.73）和教学策略知识（A4-A4，Z=9.68、4.9、10.35）均较为关注；在仅有的一些行为链条中，教师在进行教学评价时常会联系到教学目标知识，检验评价是否符合目标的设定要求（A5-A1，Z=3.77、3.47）。　　图5呈现了人际互动模式下的行为序列，从中可以看出，知识的互动和发展呈现以下特点：一是在由疏离到密集的过程中，知识在与环境的互动中被建构出来。在教学目标设计中，知识之间的互动还较为单一，随后在教学设计和教学反思过程中，知识之间的交叉、碰撞和协同程度明显增加，而且各知识之间的联结强度较为平均，没有出现绝对的“寡头”。二是教学策略知识和教学评价知识之间出现了直接的双向互动（A4-A5，Z=4.13；A5-A4，Z=2.7），这是在图5四个维度中唯一的双向互动。这表明在与指导教师的交流中，新手教师可能同时考量了教学策略和教学评价的使用。三是学习评价知识（A5）成为各种知识之间的“桥梁”。一般而言，某种学科教学知识触发了1至2种其他行为，并在其他1至2种行为后延续发生；但是“学习评价知识”则引发出2种行为并且是3种行为后的延续（A5-A1，Z=6.29；A5-A4，Z=2.7；A2-A5，Z=2.36；A3-A5，Z=3.29；A4-A5，Z=4.13）。这表明在与指导教师的互动中，新手教师常思考如何在教学中开展对学习的评价。

图5 人际互动模式下的行为序列　　（四）两种交互方式中的学科教学知识水平分析　　一方面，本研究对两种交互模式下各道题的平均分进行了对比（见图6），发现绝大部分题目的分数都位于7—8分中间，只有第九题中人机互动组的得分低于7分。同时，在分数对比中发现教学目标知识中的第1、2题，课程知识维度的第5、6题，学生理解知识维度的第9题，以及教学策略知识维度和学习评价知识维度的10—15题，这些题目均是人际互动组的平均分稍高于人机互动组的平均分；其他题目则是前者稍低于后者。在10分满分的量表中（6分为及格，7-8分为良好，9-10分为优秀）。若以6分作为分界点，那么两种交互方式中新手教师的学科教学知识水平基本都在7分左右，表明新手教师对于学科教学知识的掌握水平良好，但均尚未达到优秀的水平。

图6 两种互动模式下学科教学知识评分对比　　另一方面，本研究将所有收集到的专家对于两个组别共80份的评分结果输入SPSS中进行多元方差检验，以分析两者是否具有差别。结果显示，15道题中，两个组别的评分在13道题中均没有显著差异，只有在第9题和第14题呈现出显著差异。这也表明大部分新手教师学科教学知识水平之间没有显著差异。具体而言，第9道题隶属于第3个维度关于学生理解知识，该题考察新手教师是否关注到学生对这一单元可能存在的错误理解。人机互动组该题的平均分为6.425，人际互动组的平均分是7.575，F=32.464（p＜0.05），表明该题中人际互动组的成绩显著高于人机互动组。第14题隶属于第五个维度学习评价知识，该题关注的是对这一单元中评价方式合理性的评判。人机互动组该题的平均分是7.175，人际互动组为7.6，F=7.539（p＜0.05），表明在评价合理方式的评判中，人际互动组的成绩显著高于人机互动组。

　　（一）合理定位人机协作中教师的复合型角色　　技术接受模型认为，感知有用性和易用性是决定其对技术接受程度的重要影响因素。新手教师更多以一种“平视”或者“俯视”的视角面对各种Chatbot，随时向其提问和讨论都是便捷和高效的，不用付出任何面子或是“人情”的代价，所以人机交互中行为之间的切换频率更为频繁。但与“高出”自己身份与地位的熟手教师（指导教师）互动时，新手教师感受到这种“仰视”所带来的不便捷以及可能的“人情”代价，便减少了提问的次数；但被其指导时的行为更为持久，所以人际交互中行为更换的频率降低且单次行动的时间更持久。由于人机交互中行为互动更为频繁，这种行为可以帮助新手教师高效处理任务、获得即时反馈和掌控感。但另一方面，高频率交互会削弱新手教师集中和深度思考的能力，容易造成疲劳和认知负担；而且本研究发现，导致这种现象的另一个原因在于新手教师发出的指令过于简单、语义模糊、重复甚至带有歧义性，导致需要反复输入但每次都只能获得有限的答案。　　基于此，应合理定位“教师”与“Chatbot”之间协作的复合型角色关系。在准实验中发现，新手教师对于Chatbot的角色认知还较为单一，较为关注其知识检索和数据处理能力。但教师还应该了解Chatbot更多元和复杂的角色，即除了成为一种智能工具外，Chatbot还可以成为新手教师的认知伙伴和任务协作者。这意味着教师作为人机交互的主导者和设计师，不能只是发出指令，而要对这一交互过程提前准备、搭建支架、建立核查意识、发展高阶思维反馈，从而构建立体、复合型的智能社交能力。只有树立这样复合的角色合作关系，新手教师才能够在突出主体性的前提下充分挖掘Chatbot的各种潜力，实现由简单的知识传递型的人机交互走向真正协同的人机合作，并向更加拟态自然的人机共生进化。　　（二）发展人机交互中的理解力和深度交互能力　　人际互动中，当新手教师与指导教师交流后，他们所关注的内容也许会维持，但更可能会改变。正如上文所提到的，他们将指导教师看作是临时师傅和经验丰富的专家，而专家的意见具有一定的权威性。如在人际交互中，指导教师认为教学目标知识和课程知识是相对稳定和客观的，也易于获取和访问。但学生理解知识和评价知识难以固定化表达，具有情境依赖，并与个人的经验、直觉、判断力等紧密相关，这是需要新手教师着重思考的内容，也是指导教师指导的重点。　　但在人机交互中，选择主要关注哪种学科教学知识更多是被新手教师所主导，他们会将教学目标知识置于优先级的位置上。一位新手教师在刚开始备课时便在出声思维中说：“我首先想到的就是要把教学目标设定好，我在想是使用核心素养的四个维度写，还是用学习理解、应用实践和迁移创新三个新的维度写。之后我想用Chatbot查一下网上有没有其他人写的这个单元的教学目标，我参考模仿一下。”基于这样的思考，他们将Chatbot视作是一种查询工具，只需要Chatbot执行他们的命令即可，并没有挖掘和使用它的评价功能。课程知识和教学策略知识同样如此，是新手教师在出声思维中自己言明的关键知识内容，而不是向Chatbot询问后才改变的认知。这表明在人机交互中，选择关注哪种知识更依赖于新手教师自身的理解、判断和交互能力。这启示我们要发展新手教师人机交互中的理解能力和深度交互能力。　　新手教师虽然已经具有一定的Chatbot使用经验，但往往只是日常生活中的个体经验，这些经验并不足以支撑他们在专业化活动中的需求。本研究在准实验前，对实验组中的新手教师进行了集中干预，发现他们发布指令的能力有限，不了解自然语言处理的基本原理、无法清晰识别对话意图、大多只是开展1—3轮的简单对话等。这启示教育部门可以提前集中开展多轮培训，使用具体的案例分享，促进新手教师有效创建深度和多轮对话，提升识别对话意图的能力。如使用对比式提问或者具体化提问以优化输入效果，并指导教师学习训练Chatbot进行复杂的交互，如开展评价和给出个性化、情境化的建议等。　　（三）掌握开展批判性人机交互的技巧　　随着技术的快速更新迭代，人工智能机器人的设计水平更加灵活和先进，但其底层逻辑往往是预先训练的知识库，知识被拆分成固定的模块，并受限于训练数据的分布情况。所以在人机交互中，新手教师所生成的学科教学知识也呈现模块化和封闭性的状态，人机交互中看似开放的AI，实则容易被特定的规则和固定的逻辑框架所影响。但是，在人际交往中，除了语言的表达外，肢体动作、面部表情、语音语调、已经共享的情境环境等都能够引发参与者更多的共情能力、想象力和灵活迁移的能力。一位新手教师在出声思维中说：“刚刚我在设计热身环节时只想到了图片环游法比较新颖，我想试试看，但我的指导教师给我讲了她上周讲课时的一个具体案例，还形象地给我模仿了学生学习的样子，让我意识到学期末学生的学习状态已经和学期初或者学期中完全不一样了，更要考虑他们的接受度。”这一案例也说明人机互动的合作性还无法比拟人际合作中具体语境之下的意义协商。　　此外，应发展批判性思维，训练和提升人机交互技巧。Chatbot的使用具有毋庸置疑的优势，但也存在着知识输出模块化和封闭性的问题。在未来新教师的培养中，要重点关注批判性思维的培养，以帮助其掌握人工智能技术而不是依赖或被人工智能技术“驯服”。这需要在新手教师培训过程中，向其解释清楚人工智能机器人的算法逻辑，了解其认知理解的边界，提升其识别、批判和修正可能存在的隐性和显性偏差的能力。同时，对于新手教师而言，有效的人机交互技能对于开展教育教学改革也是十分必要的。具体包括教师要学会清晰和具体地表达自己的需求，学会基于Chatbot的记忆功能用问题链来深挖内容，学会用多种来源来交叉验证Chatbot的可靠性和稳定性，尝试多模态的混合输入来精确交互过程，有意识地建立角色分工体系等。　　（四）建立人机交互和人际交互相融合的合作观　　新手教师所呈现出的学科教学知识水平多在良好水平，两种互动模式之间没有明显差异，这表明在一定程度上人机交互可以替代人际交互来辅助开展新手教师的培养。但本研究结果也显示：在人机协作过程中，新手教师对学生在某一概念上的迷思的把握尚不充分。这也启示我们，Chatbot的个性化服务模式仍不够完善，人机交互在技术上和设计中都存在着尚无法解决的问题，它并不能完全取代人际交互。　　新手教师要具有思维的敏感性。人机交互的确可以完成人际交互中的一些任务，但这并不意味着前者可以取代后者，两者应相互补充。人机交互虽然高效且处理能力强，但其对于复杂情境、复杂问题的解决能力，以及对来自非官方的“其他渠道”的知识迅速掌握和把控能力有所欠缺，所以教师在与Chatbot互动时不能完全信赖它，而应时刻保持审视和清醒的态度，适时回顾和持续反思。而且，教师要清晰地认识到人机互动和人际互动应相互补充，共同建构一个协同的智能合作体。Chatbot可以快速响应教师的指令，承担机械性的查找和归纳任务，这能够将教师从繁杂的整理性工作中解放出来，给予教师更多关注高阶性思维和人际互动的时间和空间，教师应充分理解这种人机合作中的重新分工，并利用其高效开展教育教学活动。

　　本研究发现，两种互动模式下，新手教师所生成的学科教学知识水平差异不明显，但他们的行为范式和学科教学知识的呈现特点却并不相同；虽然一定程度上Chatbot可以代替指导教师与新手教师互动，但不能完全取代。具体而言，在与Chatbot的对话中，新手教师可以快速检索信息和完成教学设计，但对于学生和学情的关注较少，且比较笼统和刻板，并较为依赖自身的数字素养。而在人际交互中，教师之间的意义协商具有情境性、灵活性和联通性，对学生的理解也更为深入。人机交互和人际交互可以相互补充，促进新教师专业成长。　　本研究对Chatbot如何介入新手教师培养以及介入效果进行了探讨。但是由于条件和能力所限，对于影响人机交互成效的具体因素的分析还不到位，如Chatbot的类型、新手教师的个体差异、学校的数字素养支持策略等如何影响新手教师与Chatbot的交互过程等还未解释清楚；同时本研究只聚焦于华北三个城市的小学英语新手教师，还未考量其他地区或其他学科新手教师的差异。希望在未来的研究中，能更关注新手教师专业发展中，Chatbot究竟发挥了怎样的实际功能，以及如何优化和改进这些功能，从而帮助新手教师在教育数字化转型的浪潮中把握机遇，实现专业化发展。