当前，全球正经历以人工智能为代表的第四次科技革命，这场技术变革正在深刻重塑教育生态系统的各个维度
[1]。人工智能技术不仅改变了知识的生产和传播方式，更对传统教育模式、教学方法和师生角色提出了全新挑战。在这一宏观背景下，教师作为教育体系的核心要素，其专业素养和发展路径亟须进行系统性重构，以适应智能时代的教育需求。
从国际视野来看，人工智能教育治理已成为全球关注的重要议题。联合国教科文组织作为全球教育治理的重要机构，于2021年发布了具有里程碑意义的《人工智能与教育：政策制定者指南》，并提出了人工智能能力框架（AI competency framework for teachers,AI CFT）。该框架旨在为成员国提供政策指导，帮助各国应对人工智能给教育领域带来的机遇与挑战，特别值得关注的是，该框架从教育治理、教学实践、伦理规范等多个维度，为教师人工智能素养的培育提供了系统化的指导方案。这一国际共识性文件的出台，标志着人工智能教育已从早期的技术探索阶段，进入了规范化、系统化发展的新阶段
[2]。
与此同时，我国政府对人工智能教育应用给予了高度重视。2017年，国务院发布《新一代人工智能发展规划》，将智能教育作为重点发展领域，明确提出要利用人工智能技术推动教育模式变革。2019年，中共中央、国务院印发《中国教育现代化2035》，进一步将教育信息化作为推动教育现代化的重要引擎。为落实这些战略部署，教育部先后出台了《教师数字素养》行业标准（2022年）《“人工智能+教育”行动计划》（2026年），构建了较为完整的政策体系。这些政策文件的密集出台，充分体现了我国政府对教育数字化转型的战略决心，也为教师数字素养的提升提供了制度保障。
然而，在政策实施过程中，我们面临着一个重要的现实问题：国际组织提出的人工智能能力框架与我国本土的教师数字素养标准如何有效衔接？这两个框架虽然在总体目标上具有一致性，但在具体内容、实施路径和评估标准等方面存在差异。这种差异既体现了不同文化背景下的教育理念差异，也反映了各国教育发展阶段的不同特点。因此，如何在国际经验与本土实践之间找到平衡点，构建既符合中国教育实际，又具有国际视野的教师人工智能素养发展体系，成为一个亟待解决的重要课题
[3]。
具体而言，本研究关注以下三个层面的问题：首先，在理论层面，需要深入分析UNESCO’s AI CFT与我国《教师数字素养》标准的内在联系和差异，明确两个框架的优势和不足；其次，在实践层面，需要探索将国际框架本土化的有效路径，构建适合中国国情的教师人工智能素养发展模型；最后，在政策层面，需要提出切实可行的实施方案，为教育行政部门和学校提供决策参考。
本研究的意义在于：一方面，通过系统比较国际国内两个重要框架，可以丰富教师专业发展理论，为人工智能时代的教师素养研究提供新的视角；另一方面，通过构建适合中国实际的实施路径，可以为推动教师队伍建设提供实践指导，助力我国教育数字化转型战略的顺利实施。
1 理念共识与内容重叠
尽管UNESCO’s AI CFT与中国的《教师数字素养》标准诞生于不同的文化背景与治理体系，但二者在核心教育理念与关键能力要求上展现出显著的战略共识与内容重叠。这种一致性并非偶然，而是源于全球教育界对技术赋能教育、促进人的全面发展这一共同愿景的追求。具体而言，二者的共识主要体现在以下三个层面。
1.1 愿景与目标的根本一致性：促进公平与优质的教育
两大框架的顶层设计均服务于“办好人民满意的教育”这一根本目标。UNESCO’s AI CFT开宗明义，其核心宗旨在于引导AI技术服务于“教育的公共利益”，确保其应用能够促进教育公平、包容和个性化学习，防止技术滥用加剧数字鸿沟
[2]。同样，中国的《教师数字素养》标准并非为技术而技术，其根本目的是通过提升教师数字能力，“推动教育高质量发展”，实现规模化教育与个性化培养的有机结合，并明确将“促进教育公平”写入基本原则，真正发挥育人价值本原则
[4]。二者均超越了将技术视为简单工具的工具理性，而是将其置于推动教育系统深刻变革、实现更高层次教育公平的战略高度。
1.2 对教师角色的共同定位：关键的引导者与赋能对象
两大框架均旗帜鲜明地反对“技术替代论”，共同确立了教师在人工智能时代教育生态中的核心主导地位。UNESCO AI CFT明确指出，教师是“促进人类学习的关键”，AI技术的作用在于赋能教师，使其从繁重的行政任务中解放出来，更专注于教学创新、情感互动与个性化指导
[5]。与之呼应，《教师数字素养》标准同样要求教师成为技术应用的“主导者”，能够“灵活开展数字化学情分析”“设计与实施数字化教学活动”，并强调“人机协同”理念。这表明，国际组织与中国教育政策制定者都坚信，教育的本质是“人”的活动，技术唯有通过教师智慧的转化，才能真正发挥育人价值
[6]。
1.3 核心能力维度的实质性重叠
在具体能力要求上，两大框架呈现出大面积的交叉与重叠，尤其在以下方面。
技术应用与教学创新（application & innovation）。这是重叠度最高的领域。AI CFT要求教师能够“利用AI工具支持教学策略”和“创建包容的学习资源”；《教师数字素养》标准则同样要求教师具备“利用数字技术资源支持教学设计”“创新教育教学模式”的能力。二者都期望教师能够将技术有效整合到备课、授课、评价等教学全流程，实现教学方法的创新
[7]。
数据素养与个性化支持（data literacy & personalization）。AI CFT强调教师须具备“解读教育数据”的能力，以及利用AI进行“学习评估和个性化学习推荐”；《教师数字素养》标准明确要求教师能够“运用数字工具进行学情分析”“基于数据开展个性化指导”。两者共同指向了数据驱动的精准教学与因材施教能力
[8]。
专业学习与发展（professional learning）。两大框架都强调教师的终身学习。AI CFT鼓励教师“参与AI相关的持续专业发展”；《教师数字素养》标准将“专业发展”作为一级维度，要求教师利用数字资源进行“终身学习”和“教学反思”
[9]。
伦理安全与社会责任（ethics & safety）：尽管深度上存在差异（后文将详述），但双方都关注伦理问题。AI CFT高度重视“AI应用的伦理问题”（如偏见、隐私）；《教师数字素养》标准也将“数字社会责任”作为核心组成部分，要求教师遵守“行为准则”、保护“数据隐私”，并引导学生“安全合规”地使用技术
[10]。如
表1所示。
2 核心差异与特色互补
通过对两大框架理念共识与内容重叠的分析，本研究发现其共同愿景为后续对话奠定了基础。然而，若深入审视两个文本的内在逻辑与价值取向，便会发现它们之间存在着深刻而富有建设性的差异。这些差异不仅体现了国际组织与国家层面在人工智能教育治理上的不同视角，更反映了两大框架独特的功能定位与价值取向。正是在这些差异中，我们找到了二者互补融合的空间与必要性。
UNESCO’s AI CFT与中国《教师数字素养》标准实际上代表着两种不同的教育技术发展路径。前者体现了全球主义视角下的技术治理理念，后者则彰显了本土化实践中的教育智慧。这种差异不仅体现在文本表层，更深刻地反映了不同的教育哲学观与技术发展观。理解这些差异，需要跳出简单的技术对比，进入更深层的理念对话。
从价值取向上看，AI CFT建立在技术普适主义的哲学基础上，其假设人工智能技术具有跨文化的通用性。该框架试图构建一个“放之四海而皆准”的能力标准，强调技术的标准化和通用性
[11]。这种取向的优势在于为全球对话提供了共同语言，但其风险在于可能忽视地方性知识和文化特异性。
反观中国标准，则体现出鲜明的情境主义特征。该标准深深植根于中国特色的教育生态系统，与“立德树人”的根本任务、“素质教育”的发展方向以及“教育现代化”的战略目标紧密衔接
[12]。这种情境主义的价值取向使标准具有强烈的实践针对性，但可能在一定程度上限制了其国际可比性。
3 “AI＋数字素养”融合模型设计
在理念共识与差异互补的基础上，构建一个融合UNESCO’s AI CFT与中国《教师数字素养》标准的“AI＋数字素养”融合模型，是实现教师专业发展系统化、标准化与可持续的关键路径。该模型不仅回应了智能时代教育变革的现实需求，也为教师教育政策制定、培训课程设计与评估体系构建提供了理论支撑与实践指南。
3.1 模型构建的理论基础与价值取向
模型构建的理论基础并非对既有理论的简单拼接，而是将技术哲学、教师专业发展理论与教育生态视角三者交织为一条连贯的论证链：技术哲学回答“应当构建怎样的价值坐标”；教师专业发展理论提供“教师如何在此坐标中持续成长”的内在机制；教育生态视角则揭示“外部系统如何为成长供给养分与制度支撑”。三者相互嵌套，共同构成“AI＋数字素养”融合模型的深层地基。
首先，技术哲学视角拒绝把AI与数字技术视为价值中立的工具。生成式算法的训练语料隐含主流话语对边缘文化的遮蔽，推荐系统的商业逻辑可能放大城乡资源落差，人脸识别在提升考勤效率的同时将学生置于持续监控的凝视之下——这些都不是技术“副作用”，而是技术本身所负载的价值取向
[13]。因此，模型以“人本主义技术观”为价值原点：技术的设计、选择与使用必须服务于“立德树人”这一教育的根本目的；教师不是被动“应用者”，而是技术意义的主动建构者与伦理底线的守门人。由此，模型在起点处便植入两条不可逾越的原则：其一，任何AI工具若削弱学生主体性、加剧不平等或侵蚀文化多样性，即应被限制或禁用；其二，教师对技术后果承担最终伦理责任，算法决策只能作为“可供性参考”，不能替代教师的价值判断与教育关怀。
教师专业发展理论则为上述价值坐标注入“成长动力学”。Fuller的“关注阶段”理论表明，新入职教师首先质疑“我能否胜任”，继而关注“教学任务如何完成”，最终才转向“学生是否真正受益”
[14]。若AI素养培训越过“自我关注”阶段而直接灌输高阶整合策略，将诱发技术焦虑与认知超载。模型据此将五层进阶路径与教师关注阶段一一耦合：基础认知层与工具应用层对应“自我—任务关注”，通过低门槛、可视化、即时反馈的AI工具帮助教师建立“技术自信”；教学整合层与创新设计层对应“学生关注”，引导教师利用学情分析、个性化推荐与生成式资源解决真实教学问题；专业引领层则超越关注阶段，推动教师成为技术伦理的倡导者与区域变革的推动者。与此同时，终身学习理念被嵌入每一层级：个体在“实践—反思—再学习—再实践”的内循环中不断更新知识、能力与伦理判断；外部系统则通过“政策—培训—实践—评估—反馈”的外循环持续供给新工具、新案例与新标准，使教师成长不再是一次性培训事件，而是贯穿职业生涯的“螺旋上升”过程。
教育生态视角进一步把“个体成长”置于多层嵌套的生态系统之中。宏观层的国家政策为模型提供合法性来源与资源杠杆：将AI素养纳入《教师专业标准》与职称评审，使“软倡议”转化为“硬约束”；设立“智能教育教师发展专项基金”，为课程开发、平台搭建与实证研究提供持续经费。外部层的师范院校、教师发展中心与科技企业构成“资源—知识—技术”三元供给：高校负责理论建构与证据生成；教师发展中心负责区域教研与能力认证；企业则提供经伦理审查的AI工具与数据安全解决方案
[15]。中观层的学校组织是模型落地的“最后一公里”：校长领导力决定技术预算能否转化为有效教学实践，学校文化影响教师是否愿意尝试AI工具，教研组是否为失败提供“安全空间”。微观层的教师个体则在日常教学场域中与AI系统、学生、家长展开持续互动，其技术使用行为不断被记录、分析并反馈至更高层级，形成数据驱动的生态演化。时间系统贯穿所有层级：AI技术的指数级迭代要求政策保持“动态调适”，学校建立“技术更新预警机制”，教师则需具备“技术迁移能力”——当旧工具被淘汰时，能迅速将教学法经验迁移至新平台
[16]。
由此，三大理论视角在模型内部形成一条完整的逻辑链：技术哲学确立“以人为本”的价值北极星，防止生态系统中任何一环因效率崇拜而偏离教育初心；教师专业发展理论提供“阶段—差异—持续”的成长路径，使价值坐标转化为可操作的进阶阶梯；教育生态视角则将个体阶梯嵌入多层系统，确保每一层都能获得相应的资源、制度与文化支撑。最终，模型不再是静态的能力框架，而是一个能够自我修正、持续演化、兼顾国际共识与本土情境的“活的系统”——它既回应了UNESCO对“教师作为AI伦理守门人”的期待，也契合了中国“教育数字化转型”的战略需求，为全球智能教育治理提供了可参照、可迁移、可扩展的中国方案。
3.2 “三维五层双循环”架构
“三维五层双循环”架构模型结构如
图1所示，采用“三维五层双循环”架构，将教师AI与数字素养的发展置于一条可解释、可操作、可演化的系统路径之中。三维构成纵向支柱，五层形成横向阶梯，双循环提供持续动力，三者交织成一张立体网络，既锚定价值方向，又提供成长节拍，还能在迭代中不断修正自身。
三维指“知识—能力—伦理”纵向支柱，彼此嵌套而非并列。知识维度回答“这是什么、它能做什么、为何对教育有用”，既包括AI基本原理、数字技术架构、数据算法逻辑，也涵盖国家《教师数字素养》标准、UNESCO 政策文本、地方实施细则的条文释义，更把技术对社会公平、文化多样性、环境可持续的影响纳入教师必须知晓的“广义知识”。能力维度回答“我如何用它解决真实教学问题”，细化为技术整合、学情分析、个性化设计、课堂调控、评价反馈、反思优化六项子能力，每一项都给出可观察的行为描述：例如“能利用AI错题分析结果在一周内生成分层作业并跟踪效果”“能用生成式AI产出三种不同文化背景的阅读素材以匹配班级多元学生”。伦理维度回答“何时该拒绝、如何守门、怎样引导学生共同负责”，涵盖数据伦理、算法偏见、技术依赖、公平包容、责任意识、文化敏感六大议题，并配套“伦理决策五步法”：识别风险—评估影响—权衡利弊—选择行动—承担后果，让教师在每一次点击“确认”按钮之前都有明确的判断框架。
五层次是在三维支柱上横向伸展的进阶阶梯，对应教师从“技术陌生”到“变革引领”的完整旅程。基础认知层通过“可视化原理动画＋本地案例故事”让教师知道AI并非神秘黑箱；工具应用层提供“一键上手”的轻量级工具（智能批改、语音转写、课件生成）并配备即时反馈，缓解初期焦虑；教学整合层以“学科任务—技术功能”匹配表为核心，帮助教师把AI嵌入备课、授课、评价、辅导的完整流程，例如用AI生成个性化预习包、用学习分析仪表盘实时调整教学节奏；创新设计层鼓励教师围绕真实问题设计AI支持的跨学科项目，如“用AI图像识别＋开源地图调查校园植物多样性并撰写数据新闻”；专业引领层则要求教师产出可共享的成果：校本AI教学指南、区域培训微课、伦理审查清单、政策建议报告，并通过“AI 教育领导力社群”实现经验回流与模型再塑。每一层都设置“入口评估—任务挑战—证据留存—层级认证”四环节，确保进阶不是简单的时间堆积，而是基于证据的能力跃迁。
双循环是整个架构的“心肺系统”。内循环嵌在教师个体内部：课前设计→课堂实施→数据采集→AI 辅助分析→教学反思→下一轮设计，形成永不停歇的“微迭代”。外循环勾连宏观到微观的系统层级：政策更新→平台迭代→培训刷新→学校试点→评估反馈→政策再调适，用制度化的“大迭代”为个体微迭代提供新工具、新标准与新情境。两个循环通过“数据—证据—反思”链条实时耦合：教师在内循环中产生的课堂数据经脱敏后流入区域平台，成为外循环政策优化的实证依据；外循环发布的新伦理提示或技术警示又通过推送、教研、校本研修迅速抵达教师端，引导其调整教学行为。如此往复，模型自身也获得“自修正”功能，避免因技术超速发展而沦为静态标语。
更关键的是，三维五层双循环并非线性流水线，而是“非均衡、可跳跃、可回流”的动态网络。教师可以在伦理维度已达创新层，却在知识维度仍停留在工具层；也可以因一次失败的技术实践而从“创新设计层”回流至“教学整合层”重新夯实基础。系统允许甚至鼓励这种“螺旋折返”，并用数字徽章与成长档案予以记录，使每一次回流都成为可见的学习事件，而非隐性的能力滑坡。
最终，“三维五层双循环”架构既为教师提供了一条清晰可见的成长阶梯，也为政策制定者、培训机构与学校管理者搭建了一个可追踪、可干预、可评估的生态系统：价值北极星恒定，成长路径弹性，系统反馈及时，让AI与数字素养真正扎根课堂、服务育人、面向未来。
4 实施路径
为实现“AI+数字素养”融合模型从理念构想到制度实践的转化，研究基于“三维五层双循环”架构，构建“政府主导—学校落地—教师内生”三级协同机制，确保实施路径可追踪、可评估、可迭代。
政府将“三维五层双循环”架构上升为区域教育数字化战略的核心范式，以制度供给、资源统筹、数据治理与风险防控为总牵引，通过“制度—资金—市场—试点”闭环一步到位：制度端把AI素养一次性嵌进职称、聘任、资格注册，不达标即系统暂停；资金端设三年滚动专项，中央与地方1∶1配套，花钱与绩效双考核，不合格资金双倍收回并扣减下年基数；市场端发布“教育技术伦理白名单”，算法不通过透明、偏见、安全三项测试的将永久被踢出政府采购；试点端遴选九地市签署任务书，三年完成平台、伦理、团队、资金、年报五项硬指标，突击检查不过即摘牌追资并亮黄牌，为全国推广提供可复制、可推广的制度样板。把教师人工智能与数字素养的发展轨迹全面纳入宏观迭代与微观证据的闭环体系，在价值锚定、节奏调控、证据回流与生态演化的多重维度上形成持续互动的治理机制，确保区域教育数字化航向不偏、力度不减、节奏不乱，从而实现公共治理与教育生态的动态平衡与长期可持续，为国家教育数字化战略落地提供可解释、可操作、可演化的制度样板。
学校作为承上启下的关键节点，将架构所蕴含的价值导向与演进逻辑深度融入办学理念、管理制度、校园文化与日常教学：学校按“示范—智慧—普通—乡村”四梯度统一节奏：示范校定章程、设伦理红绿灯并开源校本指南；智慧校用四周教研月固定体验—诊断—设计—复盘链条，失败案例共享；普通校配“三免”工具包和大学生助教，一键扫码即能用；乡村校凭“流动AI教学车”季度巡讲，体验课后接教师工作坊，数据回传即获国培优先权，各校只需“一案一研一自查”即可完成落地。通过空间再造、机制创新与关系重构，为教师营造兼具安全感与挑战度的成长场域，使伦理审视、能力跃升与知识更新成为可见、可议、可共享的集体实践，进而推动课堂、教研、治理在数字化语境下同频共振，让校园成为教育数字文明演化的鲜活试验场、持续放大器与价值守门人，真正实现技术逻辑、教育逻辑与文化逻辑的同向同行。
教师则在国家—学校协同共筑的生态系统内，依托可解释的成长坐标、可持续的反馈通道与可信赖的伦理护栏，将知识、能力、伦理三维目标自觉转化为六条可量化的日常任务：知测评、能留证、伦理勾选、社群积分、创新获奖、学生增值，系统自动生成雷达图并嵌入职称评审，让教师在循环往复的迭代中不断完成从工具使用者到价值守门人再到变革引领者的身份跃迁，最终使人工智能与数字素养沉淀为育人全过程的底层能力、高阶自觉与文化基因，实现教育数字化时代教师专业发展的历史性跨越与主体性升华，为培养面向未来的时代新人提供坚实而持久的专业支撑。
5 结束语
本研究以全球教育数字化转型为背景，聚焦联合国教科文组织人工智能教师能力框架（AI CFT）与我国《教师数字素养》标准的融合路径，通过系统比较与深度对话，揭示二者在愿景使命、教师定位、能力维度与伦理关切上的高度共识，也辨析了全球普适取向与本土情境取向之间的差异与互补空间。研究提出“AI＋数字素养”融合模型，以“三维五层双循环”架构为骨架，把知识、能力、伦理纵向贯通，将基础认知到专业引领横向阶梯化，并借助内外双循环实现政策—学校—教师的动态耦合与自我修正，为教师专业成长提供了可解释、可操作、可演化的系统路径。该模型不仅回应了国际组织对“技术—教育—伦理”协同治理的期待，也契合中国“教育现代化2035”的战略需求，为全球智能教育治理贡献了兼具国际视野与本土韧性的中国方案。未来，随着生成式人工智能与教育大数据的快速迭代，研究将进一步聚焦模型的大规模实证检验与跨文化适应性研究，持续优化伦理风险评估工具，推动区域试点经验向国家层面扩散，助力构建以人为本、公平包容、持续演进的教师数字素养发展新生态，为人工智能时代的高质量教育提供坚实的人才支撑与制度保障。
教育部人文社科青年基金项目(23YJC880061)
京公网安备11010202008535号
PDF
(780KB)
