类型b：学术报告

本文由闫志明（鲁东大学教育科学学院）、付加留、朱友良、段元美（鲁东大学教师教育学院）共同撰写，发表于《journal of distance education》2020年第5期。论文题为《整合人工智能技术的学科教学知识（ai-tpack）：内涵、教学实践与未来议题》，聚焦人工智能时代教师知识结构的重构问题，提出了”AI-TPACK”理论框架，系统探讨了其内涵特征、发展路径及教育应用场景。

【核心观点一：AI-TPACK的理论建构】 研究团队在传统TPACK（Technological Pedagogical Content Knowledge，整合技术的学科教学知识）框架基础上进行创新性拓展，提出AI-TPACK包含三个核心维度：人工智能技术知识（AI-TK）、整合AI技术的教学法知识（AI-TPK）和整合AI技术的学科知识（AI-TCK）。其中AI-TK不仅涵盖智能识别、学习分析等技术工具知识，更强调数据思维、计算思维和人工智能思维等新型认知方式。研究通过技术映射（technology mapping）方法，揭示了人工智能技术与学科内容、教学方法间的动态交互关系，构建了包含七种知识要素的理论模型（如图1所示）。该模型突破传统技术工具观，提出”人机协同”成为AI-TPACK的核心内涵，为理解智能时代教师知识结构提供了新视角。

【核心观点二：AI-TPACK的发展路径】 论文提出三条差异化发展路径：1）从PCK到AI-TPACK的渐进式发展，经历认识、接受、适应、探索、进阶五个阶段；2）通过技术映射实现AI-TPK向AI-TPACK的转化，重点解决技术功效与学科内容的适配问题；3）基于设计的学习（Design-Based Learning）促进AI-TPACK与PCK同步发展。研究特别指出，针对不同专业背景的教师（如文科/理科）、不同教学信念（建构主义/传统教学）的教师，需要采用差异化培养策略。团队开发的八种基于设计的学习策略，包括头脑风暴法、批判性案例分析、智能工具教学功能研究等，为教师专业发展提供了可操作方案。

【核心观点三：教学实践新形态】 研究识别出四种AI-TPACK指导下的新型教学形态：1）”AI+教师”协同教学，包含AI代理（处理程序性工作）、AI助手（感知学习状态）、AI导师（提供高阶辅导）和AI伙伴（具备社会智能）四种协同模式；2）数据驱动的精准教学，通过学习分析技术实现教学目标定位、内容推送和过程调控的三重精准化；3）按需定制的个性化教学，依托知识图谱和智能推送技术实现”一人一课表”；4）虚实共生的沉浸式教学，运用XR（Extended Reality，扩展现实）技术创设高交互学习环境。研究以全息教室、增强现实实验室等典型案例，展示了如何通过5G、数字孪生（DT）等技术实现教学场景革新。

【核心观点四：智能化学习环境设计】 论文构建了三级学习环境模型：1）基础设施层（智能感知设备、云服务系统）；2）智能服务层（学习分析引擎、知识图谱系统）；3）交互应用层（个性化学习空间）。该环境具有四大特征：整合性（AI技术、教学内容、教学法的有机融合）、智能性（情境感知、过程记录、学习支持的自动化）、个性化（自适应学习路径）和高阶性（促进批判性思维等能力发展）。研究强调，有效的智能学习环境需要同时关注教师的AI-TPACK和学生的AI-TLCK（整合技术的学科学习知识）。

【核心观点五：未来研究方向】 作者提出六个关键研究议题：1）基于AI-TP框架的智能教育产品研发；2）人工智能教学应用典型案例库建设；3）教师教育课程体系更新，重点解决技术课程与学科教学法的割裂问题；4）差异化教师发展策略研究；5）AI-TPACK评价工具开发，建议整合观察法、访谈法和问卷调查法；6）学生AI-TLCK素养研究。这些议题为后续研究提供了系统性的路线图。

【学术价值与实践意义】 本文的理论贡献在于：1）突破传统TPACK的技术工具视角，提出人机协同的新范式；2）构建首个面向人工智能教育的教师知识理论框架；3）提出技术映射等原创性方法论。实践层面，研究为智能教育产品设计、教师培训课程开发、智慧校园建设提供了理论依据。文中引用的32篇参考文献（包括Mishra等TPACK原创研究）和多个国际案例（如美国ALEKS系统、日本Pepper机器人），增强了论证的国际视野。该研究受山东省社科规划项目（17CJYJ13）等三项基金支持，其成果对推动《教育信息化2.0行动计划》落地具有重要参考价值。