职前语言教师在通用人工智能（GenAI）辅助下的自主非正式学习机构

《COMPUTERS and EDUCATION》：Preservice Language Teachers’ Agency in Self-Directed Informal Learning with GenAI

香港15名准语言教师使用生成式AI（GenAI）进行自导向专业学习，研究发现其自主性发展过程包含应对AI约束、扩展其功能及动态协商人机控制权的三阶段。个人 agency认知、人机协作能力及学习心态与AI赋能效果呈正相关，而社会技术环境与个人境遇共同形塑这种动态交互。

　　

春来|秦静静|姜连江|林振熙

香港大学教育学院，香港

摘要

生成式人工智能（GenAI）推动了自主学习的发展，并可能促进非正式的专业学习。以往的研究主要集中在了解教师如何利用GenAI进行教学实践，而较少关注教师在自主专业学习中如何主动运用GenAI。本研究通过两轮访谈，追踪了15名香港预备语言教师在一年内如何主动与GenAI互动以进行自主专业学习。访谈结果显示，他们与GenAI的互动过程包括应对GenAI的局限性、拓展其功能，并协商AI与人类控制之间的动态平衡。参与者的主体性认知、对GenAI互动的定位、与AI合作的能力以及学习心态，在人与GenAI的互动中发挥了关键作用。这种互动受到个人情况、社会教育背景和社会技术环境的共同影响。研究建议，教师教育者应采取整体性方法，帮助预备教师建立有效的GenAI合作关系，以促进自主专业学习：1）培养积极的主体性认知，对AI互动持有积极态度，以及与AI合作的能力；2）支持教师有效应对个人、社会教育和社会技术环境，从而优化自主学习的条件。

引言

专业学习有助于提升教师的专业知识、技能、信念和动机。大部分专业学习发生在非正式环境中（Hoyle, 2015），这对教师的专业发展具有重要意义（Lecat et al., 2019）。非正式学习通常是自我发起的、自主进行的，没有系统的支持，并不局限于特定环境（Rogoff et al., 2016）。对于预备教师（即正在接受初始教师教育、准备进入教学领域的个体）来说，自主的非正式学习尤为重要，因为他们需要从学生转变为实践者，这一过程需要不断适应并扩展正式课程之外的专业能力（De Beer, 2023）。这个过渡期也是建立影响其整个职业生涯的学习习惯的关键时期（Kramarski & Kohen, 2017）。对于语言教育的预备教师而言，非正式学习尤为重要，因为其目标和方法会随着社会和政治环境的变化而不断更新（Nguyen & Dang, 2020）。当代语言学习资源的数字化发展进一步凸显了自主非正式专业学习的重要性。

在各种非正式学习的来源中，利用数字资源进行独立学习被视为知识和技能更新的重要途径（Huang et al., 2022; Lecat et al., 2019）。独立学习通常涉及主动寻找有用的资源和信息，因此可能直接影响教师的行为（Huang et al., 2022; Lecat et al., 2019）。生成式人工智能（GenAI）通过高效的信息检索、增强的交互性和个性化支持，促进了独立学习（Dai et al., 2023; Firat, 2023）。然而，GenAI也存在一些问题，如过度依赖、过度信任、批判性思维减弱、独立思考和解决问题的能力下降、学术不诚实、浅层学习以及盲目接受偏见信息和/或错误信息（Lo et al., 2024; Zhang & Tur, 2024）。鉴于GenAI的这种双重影响，研究教师如何将其用于自主非正式专业学习是非常有意义的。

关于GenAI在教师教育中的研究主要关注教师如何将其用于教学实践及其影响因素（例如，Choi et al., 2025; Lee et al., 2025），并探讨了提升相关能力的方法（例如，Yang & Markauskaite, 2025）。然而，很少有研究探讨教师如何利用GenAI进行非正式专业学习（Lee et al., 2025）。为了填补这一研究空白，本研究追踪了一组预备语言教师在一个学年内如何主动与GenAI互动以进行专业学习。鉴于语言教育领域最需要GenAI提供的根茎式和个性化学习，教师掌握GenAI的能力在这一领域至关重要（Kild?, 2024; Moorhouse & Kohnke, 2024; Yang & Markauskaite, 2025）。了解预备语言教师的观点和经验有助于教师教育项目积极支持他们与GenAI的有效互动，并减少可能持续到在职教学中的抵触或误解。此外，预备教师作为学习者和未来教育者的双重身份，他们的经验对于理解GenAI的学习和教学过程具有重要的参考价值（Nyaaba et al., 2024）。

具体而言，本研究探讨了预备教师与GenAI互动中的主体性发展，因为主体性是自主非正式学习的核心（Dai et al., 2023; Darvishi et al., 2024; Rogoff et al., 2016）。在GenAI时代，主体性被视为智能的关键指标（Satyanarayan & Jones, 2024），保护人类的主体性在GenAI发展中也被视为至关重要（UNESCO, 2023）。因此，研究教师在自主非正式专业学习中与GenAI的互动值得关注，但目前缺乏实证研究（Roe & Perkins, 2024）。本研究旨在通过回答以下研究问题来揭示这一现象的动态变化：

预备教师在自主非正式专业学习中与GenAI的互动能力是如何随时间发展的？

这一问题的见解可以为教学干预提供参考，帮助预备教师充分利用GenAI的潜力进行自主非正式专业学习。

主体性是指改变行动方向的意愿和能力，而主体性行为是在主体性与结构的互动中产生的（Archer, 2010; Giddens, 1984）。结构提供了规则和资源，既可能促进也可能限制人类的主体性，同时也会被人类主体性不断重塑和转变（Archer, 2010; Giddens, 1984）。主体性的体现是在主体性与结构的互动中产生的，这一过程受到自我效能感以及认知和情感过程（如反思性和情绪）的影响（Archer, 2010; Bandura, 2001; Burkitt, 2012）。

在技术中介的环境中，Dattathrani和De’（2023）强调了需要同时考虑由理性原因驱动的个体主体性及其与社会结构的互动，以及人机互动中的新兴技术主体性。为了捕捉人类主体性、机器主体性和结构之间的动态互动，Rose和Jones（2005）提出了“双重舞蹈”模型。该模型强调机器和人类都具有主体性，即能够塑造行动方向并产生结果。机器主体性的特点在于它能够放大人类产生影响的能力，并在决策中发挥作用。人类主体性的独特属性在于意图性、自我意识、对社会环境的认识以及主体性认知。人类有目的地利用技术来实现特定目标，这种目标可能会在实践中随着与技术的互动而进一步发展和变化。这种互动发生在“可能性条件”下，包括个人历史、社会结构和社会技术环境，这些因素共同塑造了主体性行为的过程。

主体性与结构的互动是动态的，并具有历时性维度（Emirbayer & Mische, 1998）。它在行动的时间关系背景下演变，连接了一个人的生命历程。迭代性（个人历史和习惯）、前瞻性（预期的未来）和实用评估性（对当前情况的评估）元素的互动共同塑造了主体性，并重塑和转变了结构环境（Emirbayer & Mische, 1998）。

在理论框架的指导下，本研究探讨了人类与GenAI主体性之间的新兴关系和动态互动，以了解预备教师在自主专业学习中与GenAI互动的能力变化。

章节片段

GenAI与语言教师教育

GenAI的多语言适应性和自主性、个性化功能推动了语言教育的范式转变（Kern, 2024; Law, 2024），要求其目标超越传统的语言学范畴，并重新定义其关键能力（Gao, 2024; Law, 2024）。鉴于GenAI对语言教育的重大影响，学者们呼吁加强对GenAI在语言教师教育中应用的关注（Gao, 2024; Yang & Markauskaite, 2025）

参与者

参与者是15名在香港的预备语言教师，他们正在接受初始教师教育，未来将成为K-12年级的中语或英语教师。参与者通过课程教师的公告招募，自愿参与并完成两轮访谈的教师被纳入研究范围。这些课程旨在培养预备教师的语言教学技能。

随时间发展的GenAI主体性

参与者报告了多种使用GenAI的方式：帮助理解课程概念和阅读材料；通过讨论课程主题和寻找额外学习资料来扩展课程内容；获取关于课程设计、研究主题和课堂讨论主题的灵感；获取项目想法的反馈；为课程项目生成视觉材料；编辑作业；以及娱乐。具体的使用方式随着课程需求的变化而演变。

讨论

本研究提供了关于教师如何利用GenAI进行专业学习的纵向见解——这一领域在现有文献中尚未得到充分探索（Lee et al., 2025; Yang & Markauskaite, 2025）。基于定性数据，本研究揭示了一些解释性主题，探讨了AI主体性和人类主体性的共同发展如何影响一组预备教师自主非正式专业学习的不同发展轨迹（Rose and Jones, 2005）

结论

本研究考察了一组预备教师在自主专业学习中与GenAI互动的能力。研究发现，他们与GenAI的互动是一个不断应对其局限性、拓展其功能，并在机器控制与人类控制之间寻找平衡的过程。此外，主体性认知、对互动的定位以及与AI合作的能力与其发展方向密切相关。为了促进积极的

CRediT作者贡献声明

：写作——审稿与编辑，撰写初稿。姜连江（George）：写作——审稿与编辑，撰写初稿，概念构建。秦静静：撰写初稿，方法论设计，正式分析。林振熙：写作——审稿与编辑，撰写初稿，概念构建。春来：写作——审稿与编辑，撰写初稿，项目管理，方法论设计，资金获取，正式分析，数据整理，概念构建

未引用的参考文献

Dattathrani and De’, 2023; Miao and Holmes, 2023.