文章推介 | 基于国际视角的外语教师人工智能素养研究：比较分析与提升路径

基于国际视角的外语教师人工智能素养研究：比较分析与提升路径

倪琴 陈靖

摘要

人工智能赋能教育变革重塑了教育模式，外语教师的角色转变为“学习引导者”和“人机协作者”。本文对亚洲、欧洲和美洲地区人工智能赋能教育的政策、课程和研究现状进行梳理比较，分析不同文化背景下人工智能教育的应用与挑战。在此基础上，文章提出以人为本、注重伦理与数字包容的外语教师人工智能素养提升路径，通过阶梯式方法促进人工智能时代的教师专业发展和教育质量提高。

关键词：人工智能教育;教师人工智能素养;国际视角;伦理

正文

1. 引言

随着人工智能(AI)的发展和应用，教育尤其是外语教育领域正在经历前所未有的变革。《教育强国建设规划纲要(2024—2035年)》要求完善师生数字素养标准，深化人工智能助推教师队伍建设。人工智能时代外语教师的角色正逐步从“知识传递者”转变为“学习引导者”和“人机协作者”,教师需具备足够的人工智能知识和技能，确保在语言教学中有效使用和评估人工智能工具。近年来，全球范围内的外语教师人工智能素养培养取得了一定进展，但相关研究仍然有限，未能给外语教师在语言教育中有效使用人工智能提供明确、全面的指导。

本文从国际视角出发，旨在构建系统的外语教师人工智能素养提升路径，为外语教师在人工智能应用中的角色胜任、教学实践及专业发展提供指引，帮助外语教师在语言教育实践中发挥人工智能的技术效能，推动人工智能与外语教育的深度融合。

2. 文献综述

自20世纪90年代计算机和互联网进入教育领域以来，教师数字素养逐渐成为教育研究的焦点。外语教师的数字素养是“在社会生态中学习、利用数字技术创造性地进行教学活动、推进自身专业发展以适应数字社会发展的能力、态度与责任”(贾涵，王雪梅 2024)。随着生成式人工智能技术的迭代升级，教育场景中人机交互的深度和复杂度显著提升，要求教师能够处理结构化数据，并能应对人工智能生成的非结构化内容问题及其伦理风险。作为数字素养的延伸，人工智能素养(AI literacy)不仅包括人工智能技术层面的知识和技能，而且涉及批判性思维、伦理意识以及与人工智能协同工作的能力(Nget al. 2021)。

国内外学者对教师人工智能素养的内涵进行了多角度的界定探索。Zhaoet al.(2022)认为教师人工智能素养包含四个维度：认识和理解人工智能、应用人工智能、评估人工智能应用、人工智能伦理。联合国教科文组织在《教师人工智能能力框架》中引入“以人为本”的理念，提出教师人工智能素养包括以人为本的人工智能观念、人工智能伦理、人工智能基础与应用、人工智能与教学融合、人工智能与专业发展五方面(UNESCO 2024)。李艳等(2025)针对高校教师群体提出五项人工智能素养指标，分别为智能时代育人理念、智能教育基本知识、人机协同教学能力、数智赋能科研创新、坚持科技向善和人本价值。

当前已有研究对教师及非IT专业成年人的人工智能素养发展路径关注不足，多数国家的政策倡议通常只提及人工智能素养的重要性，缺乏具体的能力定义与发展路径设计。一些政府支持的项目虽然旨在提升包括教师在内的非技术背景群体的人工智能素养(如芬兰的“Elements of AI”),但往往无法满足教师的教育场景需求。教师和非IT专业成人学习者的人工智能素养框架应聚焦理解、使用人工智能并批判性地评估人工智能成果，而非计算机科学知识或编程技能。基于这一认识，笔者将教师人工智能素养初步定义为：教师能够有效并合乎伦理道德地解释、使用及批判性评估人工智能技术的能力。

3. 全球主要地区教师人工智能素养发展分析

笔者主要对亚洲、欧洲和美洲地区人工智能教育实践中教师人工智能素养发展的政策、课程和研究现状进行概述，为教师人工智能素养提升路径选择提供参考。

3.1 亚洲地区

(1) 政策和指导工作。

亚洲国家已经认识到人工智能在教育中的重要性，为提高教师的人工智能素养开展相关研究、制定教育计划和提供培训。中国和韩国采取了一系列措施提高教师的人工智能素养。中国在2017年发布了《新一代人工智能发展规划》,明确指出加强人工智能在教育中的应用，推动人工智能技术与教育教学深度融合。近两年，中国更是通过政策推动，全面推进中小学人工智能教育，注重新课标引领下的人工智能教学本土化创新，设定了2030年发展目标(魏轶娜 2025)。韩国在2018年公布了《人工智能国家战略》,提出加强中小学人工智能教育，到2022年在全国范围内培训1万名人工智能教育专家(张丽娟，陈奕彤 2020)。

(2) 课程和课程开发。

在人工智能的课程开发领域，中国的研究主要集中在如何利用人工智能技术提高教师的专业能力，比如使用语言学习辅助工具和智能评估系统。印度尼西亚的一项研究提出了人工智能辅助的科学教师能力提升计划，旨在帮助教师设计基于高阶思维技能的综合性科学学习内容(Gunawanet al. 2021)。马来西亚的一项研究则在技术和职业教育教师培训计划中制定了可持续性素养课程框架(Chineduet al. 2023)。

(3) 研究进展。

中国学者在国际教师人工智能素养研究中发挥主导作用，主要聚焦辩证分析人工智能赋能教育的潜在价值及其对教育本质和学习理论的深层意义(王晶莹等 2025)。韩国学者总结了人工智能教育中教师需具备的核心能力，包括理解计算机科学和计算思维的概念、理解人工智能的理念和原则、识别日常生活中的人工智能技术、

3.2 欧洲地区

(1) 政策和指导工作。

近年来，欧盟通过支持成员国教育部之间的专家会议，启动了“Horizon计划”及“Erasmus+计划”资助人工智能实验和工具开发，但尚未明确课堂如何教授人工智能的具体方法。为进一步推动成员国数字教育的协同发展，欧盟委员会于2023年4月通过了两项政策，明确提出加快在教学计划中引入人工智能教育内容，尤其重视在中小学阶段(包括职业教育与培训)加强数字技能培养，强调学生需具备理解并合理使用数字技术的核心能力，为未来教育体系中人工智能素养的系统构建提供了政策支持与实践方向。

(2) 课程和课程开发。

2017年，法国教育部在中学课程中引入信息学主题课程，并编制专项报告建议从小学开始在课堂中引入人工智能教育。在人工智能教学理念方面，法国借鉴和融合了 Class'Code 开发的“人工智能与智能”MOOC、“五大支柱方法”(de la Higuera 2019)和ChatGPT 开发的课程。 此外，法国还积极启动为所有教师提供培训的 AI4T(AI for Teachers)项目，如利用人工智能进行口语训练、听力分析及自动化评估。目前，AI4T项目已拓展至斯洛文尼亚、意大利、卢森堡和爱尔兰，为这些国家的教师提供了结合MOOC课程的教师培训体系，以支持教师在多元教育场景中有效开展人工智能教学。

(3) 研究进展。

法国数字化教育指导部于2024年发布了《人工智能与教育：研究成果与公共政策的挑战》文件，分析了国家教育机构的人工智能研究成果。这份长达40页的报告以联合国教科文组织的文件为指导，资料翔实，为教学内容和示例选择等提供了重要参考。此外，Romeroet al.(2023)探讨了人工智能与教育的互动关系，但研究焦点并非人工智能素养的培养问题，而是人工智能对教育系统的影响。

3.3 美洲地区

(1) 政策和指导工作。

美国在人工智能教育政策制定方面已经取得显著进展。2025年4月，白宫颁布《推进美国青少年人工智能教育令》,设立跨部门人工智能教育特别工作组，明确将人工智能素养培养纳入国家教育战略，并强化联邦层面对教师培训的专项支持。截至2025年7月，全美已有26个州相继出台针对K-12阶段人工智能应用的官方政策指南，并配套开发了标准化教学资源，以支持学校的人工智能教育实践。

(2) 课程和课程开发。

美国教育部2023年发布报告《人工智能与教学的未来》,为K-12教师等教育工作者提供了系统性建议，涵盖教师专业发展、数据隐私保护、评估体系优化及人工智能伦理治理等领域。加拿大不列颠哥伦比亚省发布了文件《数字素养和人工智能在教育中的应用：对不列颠哥伦比亚省学校的支持》,为K-12阶段的教师和家长提供人工智能素养培养政策建议和授课资源，开创了“家校协同”的人工智能素养培养模式。哥伦比亚政府制定了教育项目“Ruta STEM”计划，借助 STEM方法培养新一代具备 21 世纪技能的师生及社区成员(Aguilar-Cruz & Salas-Pilco 2025)。美洲人工智能课程开发与师资培养的多元发展态势既反映了各国教育体系的差异性，也体现了人工智能教育适应本土化需求的灵活特征。

(3) 研究进展。

当前，北美地区在人工智能教育研究领域处于全球领先地位。依托多元化的教育生态和人才储备优势，美国的人工智能发展策略更侧重学术诚信规范重构和师生沟通优化(邢园园，钱玲2025)。美国国家教育协会于2024年发布《人工智能在教育中的应用》,提出教育场景中的人工智能使用须遵循五大核心原则：学生和教育工作者必须继续处于教育的中心、循证人工智能技术必须增强教育体验、人工智能技术的伦理准则使用和数据保护实践、公平获取和使用人工智能工具、人工智能的持续教育和相关教育。然而，巴西、哥伦比亚、墨西哥、厄瓜多尔、秘鲁、智利和阿根廷等拉丁美洲国家的高等教育面临技术进步带来的挑战，具体表现为人工智能在教育领域的应用进展仍然缓慢，并且缺乏对人工智能伦理和数据隐私的关注(Salas-Pilco & Yang 2022)。

全球各地区在提升外语教师人工智能素养方面表现出一定共性，呈现“政策驱动、课程支撑、研究深化”的发展趋势。然而，不同地区人工智能的发展水平和侧重点存在明显差异。亚洲国家如中国与韩国，相关政策体系较为完备，课程开发聚焦人工智能与外语教学的深度融合，研究则注重教师人工智能核心能力的构建。欧洲地区通过国际合作项目推动人工智能教育，研究强调伦理规范和教师自主性。美洲地区教师人工智能素养发展多元化，北美洲以美国为首的发达国家在政策、资源与制度层面较为完善，而拉丁美洲国家进展相对滞后。

4. 教师人工智能素养提升的指导原则与路径

4.1 教师人工智能素养提升的指导原则

基于联合国教科文组织等国际组织、我国行政机关的指导文件和建议，包括《人工智能教育北京共识》(2019)、《人工智能伦理问题建议书》(2021)、《教育强国建设规划纲要(2024—2035年)》等，笔者提出了教师人工智能素养提升的技术指导原则，具体是以人为本的人工智能、有道德和负责任的人工智能，以及数字包容、公平和算法公正原则。

(1) 以人为本的人工智能。

人工智能在教育领域的应用须坚持以人为本的理念，保障人权与基本自由，避免歧视与不公。第一，人工智能系统需维护教育工作者的人权和尊严，特别是数据收集与处理需尊重和保护隐私。人工智能产品的设计者与开发者应在系统研发阶段充分考虑其对人权的潜在影响。第二，人工智能应成为支持教师专业成长的积极力量，体现教学活动的复杂性与情境性，而非简单替代教师角色。第三，人工智能系统的设计和使用需促进教师的能动性与福祉，赋予其更多的教育自主权与参与变革的能力。教师在积极拥抱人工智能所带来机遇的同时，要警惕其对个人和学习者能动性的威胁，批判性使用人工智能技术。

(2) 有道德和负责任的人工智能。

人工智能在教育领域的应用必须以伦理原则为基石，其发展应始终遵循“科技向善”的核心价值观。从生态伦理视角来看，人工智能教育工具的开发与应用应当严格控制算力环境成本，避免技术应用对自然环境造成不可逆的损害。这一进程中，教育工作者扮演关键角色，应成为伦理实践的引导者和监督者。教育者需与人工智能开发者、计算机科学家紧密协作，共同确立人工智能在教育场景中应用的伦理指导框架，确保人工智能在实现教育目标的同时维护人类的权利。

(3) 数字包容、公平和算法公正。

数字包容、社会公平和算法公正在现代教育场景中至关重要。在资源有限和经济欠发达地区，教师群体在数字技术的获取条件、使用能力等方面处于劣势。这种数字鸿沟往往进一步扩大教育不平等，影响教师的专业发展与学生的学习质量。因此，在人工智能赋能的教学实践和教师专业学习中，我们应坚守并贯彻数字包容、社会公平与算法正义的原则，充分考虑不同地区教育资源、经济水平的结构性差异，强调教师人工智能素养提升路径的广泛适用性，推动形成公平、包容和多元的人工智能教育生态。

4.2 教师人工智能素养的提升路径

借鉴国内外教育领域人工智能应用指导文件和实践经验，笔者构建了适合中国国情的外语教师人工智能素养提升路径。该路径不仅关注外语教师人工智能素养成长的连续性，而且考虑了相关的伦理、社会和文化因素，主要包含基本理解与应用、策略整合与创新应用、跨学科融合与开创性研究、教育中AI技术的倡导与引导四个阶段(见图1)。

4.2.1 基本理解与应用

人工智能的基本理解与应用主要包括对人工智能基本技术原理的理解和人工智能工具在外语教学实践中的应用，具体涉及人工智能的定义、人工智能与传统计算的区别、人工智能技术应用中的伦理考量、自然语言处理等人工智能技术、语言教育领域的人工智能应用实例和技术创新的发展方向。人工智能系统可能会因训练数据缺陷，产生文化偏见和语言误解。在线语言学习平台收集的语言学习数据可能会被泄露或滥用，导致学生隐私受到侵犯。由此，教师需批判性地评估人工智能应用，保持对人工智能透明度和伦理性的关注。

外语教师应具备运用人工智能技术辅助教学的能力。例如，利用Grammarly、Quill等人工智能工具批改作文，借助智能算法优化课程设计，通过DeepSeek和课堂智能分析系统实现课堂管理与互动，使用基于人工智能的虚拟现实技术创设虚拟语言实践场景，以及借助实时反馈系统动态调整教学策略，从而将人工智能技术融入外语教学全流程。

4.2.2 策略整合与创新应用

策略整合与创新应用阶段要求外语教师深入理解并应用人工智能策略，采用个性化和创新性教学方法。外语教师能够使用自适应学习系统(如Duolingo for Schools)为学生准备个性化学习内容，借助虚拟导师工具(如TruAccent)为学生提供全天候的语言练习和即时发音反馈，学会利用智能内容推荐系统(如MIT Learn)为学生提供精准化的学习支持。教师也可利用交互式学习工具增加语言实践机会，以及结合情感分析与情绪识别技术优化学习体验。

在创新运用方面，外语教师可运用人工智能技术分析学生学习情况，建立预测模型(如Learner Analytics)预判学生学习困难，生成个性化学习路径，借助智能评估系统(如Edmodo)衡量学习成效，并制定精准的教育干预策略，实现数据驱动的精细化外语教学管理。

4.2.3 跨学科融合与开创性研究

跨学科融合与开创性研究阶段强调将人工智能与外语学科五大方向融合，推动外语教学实践的系统性革新。在文学研究领域，人工智能技术与数字人文方法的结合为文学文本的跨时空比较研究提供新范式，使教师能够引导学生通过算法视角重新解读经典文学作品中的叙事结构和文化隐喻。在语言学领域，教师可通过人工智能语音识别技术实时监测与分析学习者中介语系统，为个性化纠错反馈提供技术支撑。翻译学与人工智能的融合催生了“人机协同翻译”新模式，不仅能够提升翻译效率，更能通过对比机器译文与人工译后编辑的差异，帮助学生掌握文化等要素的处理策略。跨文化研究中，外语教师可运用人工智能工具高效收集、分析跨文化数据，揭示传统方法难以发现的跨文化交际深层模式。区域国别研究中，人工智能驱动的多语言知识图谱构建技术可使师生系统分析对象国各类政策文本的历时演变特征。

人工智能为教育研究提供高效的个性化研究方案。教育者可利用包容性人工智能工具，例如为听障学生定制的语音识别和人工智能转写工具，帮助学生更好参与语言学习(郭利明等 2019)。游戏化适应人工智能(如Duolingo)能够动态调整游戏挑战难度和激励机制，提高学习者的学习参与度。在智能化教育实验研究方面，人工智能可辅助教育实验的设计、实施和分析，降低教育理论的测试成本，提高研究效率。在宏观的教育资源分配方面，教育决策者可利用人工智能预测不同地区的教育需求，帮助政府合理分配师资和经费。在微观教学层面，外语教师可基于人工智能分析学习日志和学习情况，判断学生的学业表现及辍学风险。

4.2.4 教育中AI应用的倡导与引导

外语教师不仅是人工智能应用的执行者，更是引导人工智能教育与外语学科整合的先行者。一方面，应注重培育具备人工智能素养和语言教学知识的一流教育团队。在课程整合上，教育领导者能与时俱进地推动课程设计，开发人工智能辅助的语言学习课程。例如，新加坡在2020年的课程改革中分阶段引入人工智能教育内容，小学阶段普及基础概念，随着年级上升逐步深化学习内容，最终形成系统的人工智能教育框架。在定制化教育与技能提升上，教育领导者可开发和推广面向外语教师的人工智能技能培训，组织专题研讨会。此外，外语教师可积极参与教育变革的社会对话，促进校企协同合作，推动多语种学习资源的智能化建设与普及。

另一方面，外语教师引领人工智能教育生态系统的塑造。在政策制定上，教育领导者需与政策制定者、技术开发者等利益相关者协作，制定指导性的政策框架。在基础设施上，教育领导者需统筹资源配置，推动构建支持人工智能赋能教学的技术生态。例如，韩国近年来实施教育数字化基础设施改革，重点提升了校园网络、终端设备和教学平台的智能化水平。在标准与评估制度设计上，教育研究者需开发人工智能辅助外语教学评估体系，确保教学实践中人工智能技术应用的科学性。同时，外语教师要通过国际合作与交流，将国际经验借鉴与本土实践创新相结合，促进人工智能赋能外语教育的全球发展。

5. 结语

全球教师人工智能素养研究当前呈现出快速发展态势，但不同国家和地区在政策导向、文化融合、实施路径等方面存在一定差异。本文通过系统梳理亚洲、欧洲和美洲地区人工智能赋能教育的政策实践、课程改革和研究现状，指出了外语教师在人工智能素养提升过程中的现实挑战，并基于三项基本指导原则，构建外语教师提升人工智能素养的基本路径。

本文也存在一定局限性。由于数据覆盖范围主要集中于部分代表性国家和地区，提出的外语教师人工智能素养提升路径在不同语言文化背景下的适用性仍需验证。未来研究可拓展案例覆盖范围，反映全球教师人工智能素养建设的多样性和全面性，帮助外语教师更好地应对人工智能驱动的教育变革与发展。

免责声明：原文载于《外语界》，2025（4），版权归作者所有，如有侵权，请及时联系删章。

转载自：外语教学与研究公众号