《Computers and Education Open》：Designing effective AI professional development: A framework grounded in intelligent-TPACK
编辑推荐：
这篇论文针对当前AI教师专业发展（PD）项目往往缺乏系统性设计、忽视伦理整合、未能有效促进教师教学转化的挑战，提出并构建了“基于智能-TPACK的专业发展（i-TPACK-based PD）框架”。该研究综合分析了40篇系统性综述与实证研究，将i-TPACK的五个知识领域与四个循证的AI PD路径（主动学习、范例应用、专家指导、反馈反思）交织起来，形成了一个统一的设计结构。该模型为设计、实施和评估具有教学基础、伦理响应性且适应不同教育情境的AI PD提供了可操作的指导。
随着人工智能（AI）在教育领域的应用日益广泛，全球教师既感到兴奋也充满不确定性。一方面，许多教育者渴望将AI工具融入教学实践；另一方面，他们常感到准备不足、承受压力或缺乏支持。尽管各国政府和组织呼吁开展大规模教师AI技能提升计划，但现有的教师数字能力框架（如DigCompEdu）往往缺乏关于如何通过专业学习来培养这些能力的具体指导。如果没有结构合理、伦理知情且贴合情境的专业发展，AI整合的努力可能流于表面，甚至产生负面影响。更紧迫的是，许多当前的AI PD项目主要围绕AI平台演示或浅层的工具使用，缺乏对教学推理或伦理反思的关注，通常依赖于一次性课程、最低限度的反馈和通用内容，未能系统性地融入有效的专业学习实践。
针对这一空白，本研究旨在为设计有效的AI教师专业发展提供一个研究型整合模型。研究人员进行了一项概念框架发展（Conceptual Framework Development, CFD）研究，目标是构建“基于智能-技术教学内容知识（Intelligent-Technological Pedagogical Content Knowledge, i-TPACK）的专业发展（PD）框架”。该框架试图将教师所需的AI知识体系与经实证支持的PD设计路径相结合，以促进教师的教学转化。
为了回答如何为AI整合设计有效的专业发展这一核心问题，研究人员开展了一项综合性的文献分析与概念构建研究。研究主要围绕三个核心问题展开：一是如何综合现有AI PD研究的结果来构建i-TPACK-based PD框架；二是如何结合i-TPACK领域和先前AI PD研究的证据来设计基于i-TPACK的PD项目；三是i-TPACK-based PD框架如何在理论上支持AI工具时代下教师成长的概念化。
该研究采用了概念框架开发（CFD）方法，这是一个包含四阶段的迭代过程。第一阶段，回顾了Dogan等人关于AI PD的系统综述，该综述纳入了截至2024年5月10日的实证研究。第二阶段，通过复制同样的搜索策略（在Scopus、ERIC和Web of Science数据库中，使用包含AI、PD和教师的布尔检索词），检索了2024年5月10日至2025年5月10日期间发表的新研究，以扩展证据基础。第三阶段，进一步纳入了关于TPACK或AI TPACK的实证与概念研究，以及关于教师专业学习设计原则的文献，以确保框架的理论严谨性和设计多样性。第四阶段，对来自总共40份来源的发现进行综合分析、解释和映射，最终构建出i-TPACK-based PD框架。
研究的主要成果是提出了一个整合性的i-TPACK-based PD框架。该框架的核心是将i-TPACK的五个知识领域（即智能技术知识（i-TK）、智能技术内容知识（i-TCK）、智能技术教学知识（i-TPK）、智能TPACK（i-TPACK）和AI伦理（AI Ethics））与四个经实证支持的AI PD路径（主动学习、范例与模型的使用、辅导与专家支持、反馈与反思）进行了系统性映射。研究者通过一个4x5的矩阵（四个路径对应五个知识领域）具体阐释了如何通过不同的PD活动来培养教师相应的i-TPACK能力。例如，为了发展教师的AI伦理知识，PD设计可以让他们通过主动学习活动（如角色扮演或案例模拟）来面对伦理困境；通过观摩范例来理解伦理实践；通过与伦理专家或熟悉AI的引导者讨论来获得辅导；并通过引导式反思协议来反思AI使用的包容性、公平性和透明度。
此外，论文通过一个虚构的中学STEM教师专业发展项目场景（聚焦于一个名为ClassEcho的AI课堂反馈工具），生动展示了如何将i-TPACK框架与四大PD路径在实践中结合，分阶段（探索与熟悉、建模与协同设计、课堂实施与辅导、反思与分享）促进教师的AI整合能力发展。论文还提出了将该框架应用于实践和研究的具体建议，例如，PD设计应嵌入所有四条路径，项目应有足够时长以支持迭代和实践，应将AI伦理整合到学习的各个阶段而非孤立讨论。
本研究开发并提出了一个整合性的i-TPACK-based PD框架，旨在为AI教师专业发展提供理论指导和实践蓝图。该框架的创新之处在于，它将一个专门针对AI的教学知识框架（i-TPACK）与基于证据的有效教师学习路径系统地结合起来，填补了当前AI PD研究中理论指导与设计原则之间脱节的空白。通过明确的映射关系，该框架为PD开发者、学校管理者和教师自身提供了设计、选择和评估AI PD项目的清晰思路。它强调通过主动、交互、循环的学习体验，促进教师发展从技术操作到伦理考量的全面能力，最终目标是将AI工具的使用从简单的技术应用转化为深刻的教学法转型。这项研究不仅为未来的AI PD设计和实施提供了可操作的模型，也为该领域的进一步实证研究奠定了基础，特别是关于如何在不同情境下应用和验证该框架的有效性。
