UNESCO联合国教科文组织《教师人工智能能力框架》-AI competency framework for teachers

原文地址

摘要

人工智能处理大量信息，生成新内容，并通过预测分析帮助决策制定。在教育领域，人工智能已经将传统的师生关系转变为教师-人工智能-学生的动态关系。这种转变需要重新审视教师在AI时代的角色和所需能力。然而，很少有国家定义了这些能力或制定了培训人工智能教师的国家计划，使许多教育工作者没有适当的指导。
针对教师的AI能力框架通过定义教师在AI时代必须掌握的知识、技能和价值观来解决这一差距。该出版物以保护教师权利、增强人的能动性和促进可持续性为原则，概述了五个维度的15项能力：以人为本的思维方式、人工智能的伦理、人工智能基础和应用、人工智能教学法和人工智能促进专业学习。这些能力可分为三种进展级别：获取、深化和创造。作为全球参考，该工具指导国家人工智能能力框架的制定，为教师培训方案提供信息，并帮助设计评估参数。它还为教师提供了构建AI知识、应用伦理原则和支持其专业成长的策略。

到2022年，只有7个国家为教师制定了人工智能框架或计划。

前言

人工智能（AI）系统的迅速崛起对教学和学习产生了深远的影响，特别是关于教师的角色以及他们在不断发展的技术领域中所需的能力。人工智能在教育中的使用提出了关于教师机构的基本问题，以及他们确定如何以及何时明智地使用这项技术的能力。教师迫切需要获得授权，以更好地了解人工智能的技术、道德和教学层面。然而，截至2022年，只有7个国家为教师制定了人工智能能力框架或专业发展计划。
教科文组织为教师制定的这一至关重要的新人工智能能力框架使各国能够填补这一空白。这是有史以来第一个此类全球框架，旨在为国家人工智能能力框架和教师专业培训计划的发展提供信息，确保他们将教育作为公共产品来推进。该框架与教科文组织的使命相一致，倡导以人为本的方法，将教师的人工智能能力与人权和人类问责制的原则相结合。通过这种方式，它响应了2021年联合国教科文组织报告《一起重新想象我们的未来：教育的新社会契约》的紧急呼吁，以帮助改变人类与技术的关系。该出版物建立在教科文组织以前在该领域的工作基础上，例如教师的ICT能力框架，人工智能和教育：政策制定者指南，以及最近的教育和研究中生成人工智能指南。它借鉴了广泛的利益相关者的贡献，受益于教科文组织会员国对开发和实施人工智能学校课程的见解，国际工作组的专业知识，四次国际磋商会议和多轮在线磋商。教师的人工智能能力框架与学生的能力框架一起开发。我希望这两个框架将使教师和学生能够塑造我们想要的包容性和可持续的数字未来。在一个日益复杂和不确定的世界中，我们的集体责任是确保教育仍然是改变我们共同未来的核心空间。

Chapter 1: Introduction

1.1为什么要建立AI能力框架？

人工智能（AI）对教育、教学和学习以及教师的角色和能力有着重要的影响。事实上，人工智能可以处理远远超出人类能力的大量信息和文本，可以在人类思维的符号表示范围内产生新的内容，识别以各种格式呈现的数据模式，并可以通过预测分析促进人类决策。在教育中使用人工智能的新兴实践清楚地表明了人工智能在实现新形式的教学，学习和教育管理，增强学习体验和支持教师任务方面的潜力。然而，人工智能可能对学生、教学社区、教育系统和整个社会构成重大风险。人工智能可能会威胁人类行为，加剧气候变化，侵犯数据隐私，加深长期存在的系统性不平等和排斥，并导致新形式的歧视。在教育领域，人工智能可以将教学和学习过程简化为计算和自动化任务，从而贬低教师的作用和影响力，并削弱他们与学习者的关系。它可以将教育范围缩小到人工智能可以处理、建模和交付的内容。最后，它还可能加剧全世界合格教师短缺的问题，因为它不成比例地花费在技术上，而牺牲了对人的能力发展的投资。

因此，在教育中使用人工智能需要仔细考虑，包括检查教师需要扮演的不断变化的角色，以及教师在道德和有效使用人工智能方面所需的能力。教师是人工智能在教育中的主要用户，他们被期望成为学生学习人工智能的设计者和促进者，在人工智能丰富的教育环境中安全和道德实践的监护人，并成为终身学习人工智能的榜样。为了承担这些责任，教师需要得到支持，以发展他们的能力，利用人工智能的潜在好处，同时减轻其在教育环境和更广泛的社会中的风险。国家教育当局需要动态地审查和重新定义教师的角色和所需的能力，加强教师培训机构，并制定适当的能力建设计划，使教师能够以有效和道德的方式与人工智能合作。然而，根据最近的一项调查（联合国教科文组织，2023 a），到2022年，只有7个国家为教师制定了人工智能框架或计划。这在很大程度上可以解释为缺乏关于如何在教育和教学实践中不断增长的人类-人工智能互动的背景下定义教师角色和能力的知识。

教师人工智能能力框架（AI CFT）旨在支持教师人工智能能力的发展，使他们能够以安全，有效和道德的方式在教学实践中使用这些技术工具。这一框架以人为本，对知识、理解和所需技能采取了这样的做法。它认为，虽然人工智能提供了在教学和学习过程管理方面支持教师的机会，但教师和学生之间有意义的互动以及人类的繁荣应该仍然是教育体验的中心。教师不应该也不能被技术取代-在教育系统、工作场所和整个社会越来越多地使用人工智能的背景下，保障教师的权利并确保他们有足够的工作条件至关重要。

1.2宗旨和目标受众

AI CFT针对需要应用AI以促进核心学科领域学习的教师。它不是为那些专门负责教授高级AI知识和技能的教师设计的。虽然下面提出的人工智能CFT的五个方面和三个掌握水平可以为定义人工智能教师的能力提供基础，但这些能力的深度和广度需要根据将人工智能作为一个特定学科教学所需的更高层次的要求进一步完善。AI CFT旨在指导教师积极、持续的专业发展和学习，以采用以人为本的方法在教育中采用AI。AI CFT的具体目标是提供一个参考框架，帮助形成国家、州一级或机构的教师AI能力框架或培训方案;为教师教育工作者提供一个设计和规划AI培训课程的操作框架;并建立一个基准矩阵，评估教师的AI能力和在使用AI方面的专业学习。因此，该框架是为政策制定者、师范教育提供者、教师工会、学校领导、教师和教育专家设计的。

1.3与教师信通技术能力框架保持一致

AI CFT与2018年联合国教科文组织教师ICT能力框架（ICT CFT）保持一致，并对其进行补充，该框架在支持教师利用ICT和数字技术提高教学和专业学习能力方面仍然具有相关性。如第3章所述，人工智能CFT的结构遵循ICT CFT的结构。这两个框架都以一个愿景为基础，该愿景旨在赋予教师适当利用教育技术所需的能力。这两个框架共享一个共同的架构，为教师的专业发展提供全面的方法，涵盖了实习、在职和持续支持阶段，从而确保信息和通信技术与人工智能工具的持续发展和实际整合。通过在其组织中反映信息和通信技术CFT的整体方法，AI CFT还提出了有效支持教师持续专业学习所需的有利技术和政策环境。这些有利的环境包括包容性地获得连接和内容、以人为本的政策、有利的课程和评估系统、对教师的跨部门支持以及与教学界的接触。

1.4人工智能的技术进步及其对教师能力的影响

AI CFT与ICT CFT保持一致，但更进一步考虑了自采用前几代ICT工具以来发生的技术进步对教师能力的影响，这些技术进步体现在AI技术上。从最基本的形式来看，人工智能与其他形式的数字技术的区别在于它模仿人类行为的能力。这一独特的特征挑战了人类的能动性。事实上，前几代ICT工具更多地关注于促进日常任务，而人工智能工具往往会取代人类决策，基于对过去案例的大量数据分析得出的模式预测。因此，过度依赖人工智能可能会导致教师基本能力的萎缩。人工智能有可能篡夺教师的自主决策能力，这就需要更加强调教师代理和以人为本的心态，这有助于确保人工智能的使用有助于人类能力的发展。

为训练人工智能系统而挖掘数据会威胁到个人数据隐私。前几代信通技术工具的设计目的是传递或分享信息，往往仍然是对用户手动操作这些工具作出反应。相比之下，人工智能平台设计背后的数据挖掘涉及积极掠夺和利用个人数据，通常未经同意。此外，人工智能系统提供商背后的隐性商业规则诱使用户在注册人工智能服务的“好处”时放弃一定程度的隐私。虽然前几代ICT工具引发了一些关于隐私和安全的道德问题，但设计和提供人工智能服务的积极方法引发了更深刻的风险，并可能加深社会不平等。这一更基本、更有争议的技术进步加剧了教师了解与教学中各种人工智能工具互动相关的伦理问题的紧迫性，以确保学生安全、负责任地使用这些工具。在其当前生成输出的方法中，AI生成的内容更可能是随机的。前几代信通技术工具往往是确定性的，同样的投入总是导致同样的产出。另一方面，最近的人工智能工具在生成输出或预测时更有可能是随机的，因为相同的输入可能会导致不同的输出。因此，人工智能生成的内容可能不太可信，特别是对于事实和概念知识的教学。鉴于人工智能方法背后的“黑匣子”不透明，教师需要了解人工智能是如何训练的，以及人工智能是如何工作的。他们还需要有能力批判性地检查AI输出的准确性，并设计适当的教学方法，以指导在教学和学习中使用AI合成的内容。

AI系统能够适应不同的问题空间。因此，它们提供了通用的基础模型，有可能推动各个部门的转型。特别是生成式AI，它提供了基础模型，可以支持特定领域AI模型的进一步训练和个性化工具的定制。由于其更具动态适应性，人工智能技术有可能改变商业模式以及社会和个人实践。鉴于人工智能的变革潜力，重要的是引导教师了解其社会影响和新兴人工智能社会中的公民责任，并通过持续的专业学习激励和支持他们。

Chapter 2: Key principles

2.1确保包容性的数字未来

在人工智能时代确保公平和包容的数字未来必须建立在坚实的人类和社会基础之上。教师是人工智能在教育领域的主要用户，也是确保人类与技术（一般而言）、特别是知识与学习之间不断发展的关系得到充分重新定义和平衡的关键调解者。因此，人工智能CFT旨在帮助教师解读人类与人工智能互动的多层次和多视角的基本价值观和态度，从四个主要原则开始：

• 揭穿AI炒作：AI的设计和使用是人类主导的。那些创造人工智能系统和工具的人可以决定它是否以及在多大程度上被赋予保护和增强人类能力的解放潜力，或者相反，嵌入恶意目的和/或无意的偏见，侵犯人权并破坏人类机构和能力。教师需要具备评估人工智能潜在积极和消极影响的关键能力。他们需要意识到，只有有意的道德设计（“设计的道德”），以及人工智能的规范部署，才能真正提高人类的能力，包容性和可持续性。
• 理解人工智能设计所固有的威胁：当前人工智能的算法路径和模型对人权和隐私提出了严峻的挑战。此外，人工智能生成的内容一直在破坏土著知识、文化和语言。教师需要了解人工智能系统是如何设计的，以及人工智能模型是如何工作的，以便能够保护人类的能动性、语言和文化多样性以及土著知识。
• 确保人类和社会价值观占上风：利润驱动的算法也会通过促进个人与真实的世界和其他人的隔离来削弱社会价值观和凝聚力。同理心、利他主义、正义、跨文化同情和团结的价值观对于社会凝聚力和维护我们共同的人性至关重要。人工智能和其他数字技术不能阻止人们与他人和真实的世界保持联系，也不能阻止人们尊重数字空间之外的生活和认知方式的权利。
• 引导人工智能促进人类能力发展：在没有适当教学指导的情况下，在教育中使用人工智能可能会削弱学生的智力发展。在教育中使用人工智能的目的应该不仅仅是提供信息和标准化的答案，而是要丰富探究，发展智力和增强能力。

2.2以人为本的AI方法

在教育中以人为本的人工智能方法至关重要-这种方法促进关键的道德和实践原则，以帮助规范和指导所有利益相关者在人工智能系统的整个生命周期中的实践。这些关于在教育中使用人工智能的以人为本的原则已经通过教科文组织的《关于人工智能伦理的建议书》（2022年a）以及各种政策指导工具（包括《人工智能与教育北京共识》）反复阐述。（联合国教科文组织，2019），人工智能和教育：政策制定者指南（联合国教科文组织，2022 b），以及教育和研究中的生成人工智能指南（联合国教科文组织，2023 b）。该方法包括四个核心原则：人工智能的设计和使用应服务于增强人类能力和可持续发展;人工智能的获取和部署应公平和包容;使用中的人工智能模型应可解释，安全和无害;最后，人工智能影响的选择，使用和监测应由人类控制和人类负责。

实施以人为本的方法需要监管机构、人工智能提供者和机构共同负责治理，然后才能要求教师应用适用于其职业的原则。在这种情况下，人工智能CFT以以下方式扩展了这些原则，强调教师的心态和人工智能的道德规范：

• 赋予教师对人工智能的人类责任：设计和使用人工智能的道德和法律的责任应该归于个人。在教师的人工智能能力的特定背景下，这一人类问责原则意味着人工智能工具不应取代教师在教育中的合法责任。教师应继续对在教学中使用人工智能以及促进学生使用人工智能的教学决策负责。要使教师在实践层面上负起责任，一个先决条件是政策制定者、教师教育机构和学校承担起准备和支持教师正确使用人工智能的责任。
• 促进包容性：结构性排斥和歧视往往嵌入在人工智能的设计和使用中。教师应该注意潜在的算法偏见。在其职责范围内，教师需要确保所有学生以包容的方式使用人工智能，无论其性别，种族，能力或社会经济或移民身份如何。还应支持教师在利用人工智能时促进社会包容和文化多元化。
• 承认用户有权质疑人工智能工具的可解释性：用于生成看似可靠或令人信服的响应的人工智能模型可能无法解释，并且可能充满隐藏的风险。AI CFT为教师提供适合其教学职责范围的技能和知识，以理解和批判性地评估AI工具，包括其可解释性和安全性。这可以使教师了解人工智能如何得出结论，从而可以批判性地评估其使用并在必要时进行干预。
• 理解和监测人工智能的人为控制影响：教师需要意识到人工智能是人类主导的，设计师的决定会对人权、尊严以及社会和环境福祉产生影响。人工智能CFT旨在培养教师对人工智能工具背后的设计意图的认识，以及他们利用人工智能优势的能力，同时在其职责范围内控制人工智能应用对学生学习和福祉可能产生的不利影响。

2.3保护教师的权利，反复（重新）界定教师的作用

为了在人工智能时代维护社会价值观和问责制，还必须认识到教师和学习者之间的互动和合作是教育的核心。人工智能工具永远不应该被设计成取代教师在教育中的合法责任。在教育中引入人工智能时，必须建立法律的保护措施来保护教师的权利，并需要做出长期的财政承诺，以确保教师能够包容性地获得技术环境和基本的人工智能工具，作为适应人工智能时代的重要资源。考虑到人工智能改变教学和学习的潜力，政策制定者应该紧急审查并反复（重新）定义教师的角色和所需的能力。需要适当的能力建设方案，使教师能够在人工智能日益丰富的环境中工作。随着人工智能工具在辅助决策循环和生成内容方面的新兴功能，教师和学生之间的互动可以说正在成为三角形，因为人工智能系统越来越多地调解准备，教学，学习和评估。因此，教师需要被赋予权力，作为协作知识生产者，并在人工智能时代作为公民的指导。为了帮助教师探索和承担这些新角色，AI CFT旨在培养他们对AI社会影响的以人为本的意识，以及他们适应和适应AI在教育中不断发展的能力。

2.4促进可信赖和环境可持续的AI教育

在让教师负责遵守道德原则之前，必须验证人工智能系统在教育中的安全性和可信度。在教育环境中采用人工智能工具之前，应通过在国家和/或机构层面对人工智能工具进行严格验证来强制执行“设计伦理”原则。这种事先验证，以及可信赖的人工智能教育工具的法律的白名单，可以减轻教师对超出其角色和/或能力的道德治理的责任。根据上述核心价值观，审定程序应优先考虑以下原则：

• 强制执行“不伤害”原则：验证应强制执行“不伤害”原则，并要求教育中使用的所有人工智能工具在设计时都清楚地了解其对人权、尊严、安全、社会福祉和环境可持续性的潜在影响。
• 优先考虑环境友好型人工智能工具：“不伤害”原则应强调人工智能的环境成本，特别是其生命周期和价值链可能损害环境并加剧气候危机的方式。这种对人工智能碳排放的理解对教师至关重要，也有助于提高学生对气候变化的认识。
• 为教育目的验证值得信赖的人工智能：还应设计严格的验证机制，以验证用于教育目的的固有可靠性和安全性的人工智能系统，包括有特殊需要的学生。这种人工智能系统应该没有恶意意图和/或有害后果，对操纵具有鲁棒性和弹性，并且能够保护学习者的隐私和敏感的个人数据。人工智能工具的年龄适当性和教学效用也应该在大规模采用之前进行检查和验证。
• 人类负责的设计和开发：教育机构和技术提供商应该对人工智能的性能、结果和影响的透明度和可解释性负责。

2.5确保适用于所有教师并反映数字化发展

人工智能素养和获取可能被认为是人工智能时代基本权利的一部分，人工智能能力正在成为教师职业的先决条件之一。因此，AI CFT旨在包容并普遍适用于所有教师，跨越不同的教育背景，承认他们可能拥有的不同水平的数字专业知识。该框架规定了一种渐进的培训计划规划方法，可以帮助所有教师-包括那些事先没有人工智能知识的教师-从基本的理解和技能掌握逐步发展到更高级的水平。该框架旨在成为一个普遍适用的参考，以规范国家/地方人工智能能力，以及规划课程，培训方案和确保基本的有利环境。这些措施应确保所有教师，无论其起点如何，都有机会促进他们对当地可获得和负担得起的技术的理解和应用，从不插电和低技术解决方案到人工智能丰富的环境。

必须考虑数字技术的动态性以及从前几代ICT工具到人工智能技术的技术飞跃。因此，该框架提供了指导和资源，使教师能够自信地从使用前几代数字技术过渡到使用最新的人工智能系统和工具。鉴于人工智能引发的新道德问题以及人工智能可能提供的潜在变革机会，教师必须具备以人为本的思维方式、道德行为、概念知识和应用技能，以利用人工智能来促进学生的学习和自身的专业发展。该框架旨在培养跨学习环境的可转移能力，包括有效应对人工智能技术快速升级及其对教育不断变化的影响的能力。

2.6教师的终身专业学习

教师发展应被视为一个持续和终身的专业成长之旅，跨越教师的整个职业生涯和生活经历。“教师持续进修计划”提倡以下全面的方法，以支援教师持续进修：

• 通过可转移能力导航个人发展：鉴于人工智能技术的快速发展，相应道德问题的复杂性以及将人工智能融入教学法的挑战，应该帮助教师逐步提高他们的人工智能能力。AI CFT概述了多个层面的能力，以指导这一进展，并提出了培训方法，以帮助教师熟悉新兴技术及其对教学法，伦理学及其社会影响的更广泛影响。
• 指导不断反思和改进实践表现：终身学习需要不断反思和提高自己的实践。人工智能CFT建议对示范课程进行审查，反思教师自己的知识和做法，以及内化价值观和理解。它还鼓励教师在课程设计、实施、反思和重新设计的循环中不断学习。
• 精简培训和支助方案：终身专业学习需要连贯一致的培训和支助。该基金倡导在体制上精简职前准备、在职培训和持续辅导方案，以促进教师在其职业生涯的不同阶段的学习。它强调创建和培养专业发展社区和组织能力建设，支持同行指导和敏捷学习以应对人工智能技术的发展，并促进以人为本的教育方法。
• 调整政策，支持终身专业学习：有利的政策和激励战略对于保持教师进行终身专业学习的积极性至关重要。教师管理政策应该为教师分配足够的时间和资源，让他们参与培训和专业发展活动，并认可或奖励他们在负责任和创新地使用人工智能方面的表现。此外，需要调整广泛的课程和评估系统，为教师对经过验证的人工智能工具和新的教学方法进行试点测试提供空间。此外，还需要审查目前的评估方法是否过度限制了人工智能以人为本的教育潜力的利用，如果是这样，确定如何进行改革。

第三章：教师人工智能能力框架的结构

3.1 AI CFT的尺寸

教师的人工智能能力框架以二维矩阵形式呈现：能力的五个方面跨越三个等级，形成表1所示的十五个模块。
第一个维度包括AI能力的五个方面，如表中最左边的一列所示。能力方面代表教师需要发展的知识，技能，价值观和态度的相互关联的关键要素，以便将人工智能有效地和道德地融入他们的教学实践，促进学习和专业发展。这五个方面将在下一节中进一步详细介绍，分别是以人为本的思维方式、人工智能的伦理、人工智能的基础和应用、人工智能教学法以及人工智能的专业发展。虽然每个方面都代表了人工智能能力的独特组成要素，但这些方面相互关联，因为它们是互补的，相互依存的和协同的。它们的关联性有助于人工智能能力的凝聚力增长。

• 以人为本的心态方面定义了教师需要培养的人与人工智能互动的价值观和态度取向。
• 人工智能伦理方面描述了教师需要理解，应用和帮助适应的基本道德原则，法规，制度法律和实用道德规则。
• 人工智能基础和应用方面规定了教师在选择、应用和创造性地定制人工智能工具时需要理解和应用的概念知识和可转移技能，以服务于以学生为中心的人工智能辅助教学和学习环境。
• 人工智能教学法方面提出了一套有目的和有效的人工智能教学法整合所需的能力。这包括验证和选择适当的人工智能工具，并将其整合到教学策略中，以支持课程准备，教学，学习，社交，社会关怀和学习评估。
• 人工智能促进专业发展方面概述了教师需要发展的能力，以便正确使用人工智能来推动他们的终身专业学习，支持协作专业发展和探索专业转型。

人工智能CFT的第二个维度，沿着表1的顶部，是能力发展的支架式进展。进步水平代表了教师在所有五个能力方面随着时间的推移可能发展的水平，作为AI能力的一部分。该框架认识到，能力发展是一个复杂的、视情况而定的过程，既不是等级制的，也不是线性的。然而，该框架作为教师晋升的参考途径，强调和概述了每个层面每个方面的预期成果，而不是制定教师必须经历的严格的规定步骤。这三个级别是：“获得”，定义了所有教师在教育中评估，选择和适当使用人工智能工具所需的基本人工智能能力;“深化”，指定了设计有意义的教学策略所需的中级能力，整合人工智能;和“AI”，它规定了人工智能系统的创造性配置和人工智能在教育中的创新使用所需的高级能力。通过将这三个层次与能力的五个方面交叉，AI CFT定义了十五个能力块。这些能力模块旨在支持所有教师–从对人工智能一无所知的教师到在人工智能方面拥有更高能力和经验的教师。

表1.人工智能能力框架高级结构：方面和进展水平

方面	获取	深化	创造
1. 以人为本的心态	人类能动性	人类责任感	社会责任
2. AI伦理	伦理原则	安全和负责任的使用	共创伦理规则
3. AI基础与应用	基本AI技术和应用	应用技能	与AI共创
4. AI教育学	AI辅助教学	AI与教育学整合	AI增强教育学转型
5. AI用于专业发展	AI促进终身专业学习	AI增强组织学习	AI支持专业转型

AI CFT提出了一系列能力，教师需要围绕这些能力做好准备，以便在教育中正确使用AI。然而，人工智能在教育中的有效和道德使用取决于各种因素，包括但不限于数字基础设施的访问，特别是互联网;人工智能资源的可用性;数据安全和隐私法规;政策指导和激励措施;以及专业发展机会。它还取决于大规模采用的人工智能工具的可信度和性能特征及其对教师工作量的影响。所有这些，以及潜在的其他因素，同样会影响教师的人工智能能力可以被实践、观察和提高的程度。第五章讨论了创造相关扶持条件的战略。

3.2 AI CFT的各个方面

AI CFT的五个方面旨在涵盖能力的基本领域，并反映它们的互补关系。当培训计划旨在帮助教师从“获得”到“掌握”时，所有五个方面都应作为预期能力发展的一部分。这五个方面的主要组成部分概述如下。

3.2.1方面1：以人为本的心态

以人为本的思维方式定义了教师需要根据上述原则发展人类与人工智能互动的价值观和批判态度。这一方面鼓励教师始终将人权和人类繁荣的需求作为教育中人工智能的重点。鼓励教师培养关键方法来评估人工智能的好处和风险，同时确保人类代理和人类问责制，并了解人工智能的社会影响和对人工智能时代公民身份的影响。

3.2.2方面2：人工智能的伦理

人工智能伦理学概述了教师需要理解和应用的基本伦理价值观，原则，法规，制度法律和实用伦理规则，这些规则来自于人工智能伦理学及其对教育的影响的快速扩展的知识体系。这一方面定义了教师对人工智能基本道德的逐步深入的理解，安全和负责任地使用人工智能的技能，以及参与道德规则适应的综合能力。

3.2.3方面3：人工智能基础和应用

人工智能基础和应用指定了教师需要理解和应用的概念知识和可转移的操作技能，以支持他们选择，应用和创造性地定制人工智能工具，以建立以学生为中心的人工智能辅助教学和学习环境。教师应适当了解人工智能的定义，人工智能如何工作的基本知识，以及人工智能技术的主要类别;根据特定领域和背景的特定需求评估人工智能工具的适当性和局限性所需的技能;以及操作经过验证的工具用于现实任务的技能。逐步地，它涉及适应或定制人工智能工具的技能，以建立以人为本和适合年龄的学习环境。

3.2.4方面4：人工智能教学法

人工智能教学法提出了一套有目的和有效的人工智能教学法整合所需的能力，包括验证和选择适当的人工智能工具并将其与教学方法相结合的综合能力，以支持课程准备，教学，学习，社交，社会关怀和学习评估。这意味着教师需要培养批判性地评估何时以及如何以道德和以人为本的方式在教学中使用人工智能的能力，以及规划和实施包容性人工智能辅助教学和学习实践的能力。逐步地，教师需要提高他们的能力，批判性地适应和创造性地探索创新实践，以提高新兴人工智能迭代的能力。

3.2.5方面5：人工智能促进专业发展

人工智能专业发展概述了教师需要建立的新兴能力，以便利用人工智能来推动他们自己的终身专业学习和协作专业发展，以改变他们的教学实践。为了应对人工智能的快速发展，教师需要指导如何在以不断增长的人与人工智能互动为特征的教育环境中继续他们的专业发展。这包括利用人工智能评估专业学习需求并培养终身学习和专业协作的动力的能力。逐步地，教师在使用人工智能工具和数据分析来支持变革性的专业发展时，有望提高他们的适应和创造能力。这五个方面是相互交织、相辅相成的，而不是孤立的。一般来说，有效的教学（无论是否有人工智能）需要一种整合各种能力的整体方法。例如，教师应用人工智能教学法的能力受到他们对人工智能基础的理解，对人工智能政策指导的认识以及对持续专业发展的承诺的影响。同样，他们驾驭人工智能伦理困境的能力也来自于他们对人工智能基础的理解以及他们在教育中应用人工智能的经验。精通一个领域可以提高另一个领域的精通程度。事实上，对人工智能基础的更深入理解可以提高教师应用与人工智能相关的教学和伦理原则的能力，而持续的专业发展可以建立教师对所有这些方面的理解。

3.3 AI CFT的进展水平

AI CFT的进展水平旨在帮助评估教师现有的AI能力，并确定预期的专业学习目标。从理论上讲，“获取”级别的培训和支持针对的是以前没有或只有有限的人工智能知识或技能的教师。事实上，所有教师都应该有机会获得这一级别的培训或指导，以获得框架中规定的最基本的能力。换句话说，第一个层次旨在培养教师的基本AI素养。“深化”级别的目标是已经有一些人工智能知识和在教育中使用人工智能的经验的教师。该级别旨在支持教师更深入地使用人工智能工具，以最大限度地提高他们的教学和学习实践能力。第三个级别是“AI”，适用于具有较强AI知识和技能以及在教育中使用AI的丰富经验的教师。该级别旨在培养专家教师，他们有能力探索人工智能在教学和学习中在道德和教学上的合理、变革性应用。这三个级别构成了教师专业发展的“脚手架”路线图。它仔细衡量教师的起点，并划定下一个层次的学习目标，从而绘制出培训计划的难度和广度。当使用AI CFT作为评估教师能力的参考框架时，值得记住的是，每个级别都与所有五个能力方面交叉（如表1所示）。一个方面的进展预计会影响另一个方面的发展，反映了上述五个方面的互补、相互依存和协同作用的性质。然而，值得注意的是，教师的进步可能不会在所有五个方面都遵循同步的顺序。例如，一名教师可能会在“加深”级别上展示人工智能基础的能力，同时仍在“获取”级别上从事道德工作。因此，评估教师个人人工智能能力的诊断工具应该设计成映射他们在每个方面的优势和劣势，并个性化培训优先事项和学习途径。

3.3.1第一级：获得

“获取”是学习的基本水平和实际使用人工智能的初始水平，包括所有教师在实践中有效和道德地评估，选择和利用人工智能工具所需的基本人工智能能力。在这个级别上，教师开始获取和利用最基本的知识和技能来使用人工智能。他们应该学会认识到人工智能在教育中的好处和风险，并以理解人权、社会正义和人文价值为基础。教师还应该意识到与人工智能相关的基本伦理原则，承认其以人为本的性质以及人类在其发展中发挥的关键作用。此外，在这个阶段，教师应该具备应用基本人工智能技术和本地可访问应用程序的能力。此外，教师还应培养对人工智能如何可能提高或降低教学质量的认识。这种基础水平的人工智能素养也为教育工作者将人工智能融入他们的专业发展奠定了基础。

一般来说，教师的这种AI能力水平可以概括为一组“教师的AI素养”。通过适当的培训和指导，所有教师都应能够：

1. 培养一种批判性的理解，即人工智能是由人类主导的，人工智能创造者的企业和个人决策对人类的自主权和权利有着深远的影响。这种批判性的理解意味着在评估和使用人工智能工具时要意识到人类机构的重要性。
2. 发展与人工智能和人类-人工智能互动相关的典型伦理问题的基本理解，因为它们涉及保护人权，个人数据，人类机构以及语言和文化多样性，并倡导包容性和环境可持续性。
3. 获得有关人工智能技术是什么以及人工智能模型如何训练的基本知识，数据和算法的相关知识，人工智能技术的主要类别和每个技术的示例，以及评估特定人工智能工具是否适合教育和使用经过验证的人工智能工具的基本能力。
4. 识别和利用人工智能工具的教学优势，以促进特定学科的课程规划，教学和评估，同时降低风险。
5. 探索使用人工智能工具来加强他们的专业发展和反思实践，评估他们的学习需求，并在快速发展的教育环境中个性化他们的学习途径。

3.3.2第二级进展：深化

在“深化”人工智能能力水平方面，教师应展示将人工智能融入教育实践的能力，重点是人类问责制，以及确保安全和负责任地使用人工智能工具。这需要遵守国家和地方政策，维护利益相关者的安全、隐私和权利，并严格评估人工智能工具的道德影响。教师应倡导公平、包容和多样性，并了解人工智能设计决策如何影响道德使用。此外，在这个层面上，教师应该具备识别、评估、选择和应用人工智能工具的技能，以加强教学实践。他们还必须善于融入以人为本的教学策略，并使用人工智能来丰富他们在组织内的专业发展和同行学习。在此级别达到人工智能能力掌握水平的教师预计能够：

1. 展示对人类责任和人类在正确部署和使用人工智能方面的决心的深入理解。这意味着对人工智能促进人类-人工智能决策循环的能力的批判性思维，以及对使用人工智能替代人类在教育中做出高风险决策的过度宣传。
2. 将安全和负责任地使用人工智能的基本道德规则内化，包括尊重数据隐私、知识产权以及其他法律的规定，并在评估和使用人工智能工具、数据和教育中人工智能生成的内容时采用这种道德视角。
3. 熟练操作在教育环境中采用的人工智能工具，加深知识和理解-从道德的角度来看-各类人工智能技术以及与教学责任和背景能力相关的数据和算法。
4. 将人工智能巧妙地融入以学生为中心的教学实践的设计和促进中，以促进参与，支持差异化学习和加强师生互动，旨在促进学生的同情心，批判性思维和解决问题的能力。
5. 自信地利用人工智能工具来定制参与协作专业学习社区，利用它们来共享资源，参与点对点学习，并为动态适应做出贡献。

3.3.3第三级：创建

在人工智能能力的“创造”层面，教师表现出对人工智能的社会影响和公民责任的批判性理解。预计他们将有助于规划教育中的人工智能政策和/或共同制定使用人工智能工具的道德标准。这一级别的教师应该能够联合收割机或修改开源或可定制的人工智能工具包，以开发针对当地教育挑战的量身定制的解决方案。这延伸到批判性地评估人工智能在教学和学习过程中的作用，并探索人工智能增强的教学活动，这些活动可能为学生提供开放的学习选择。此外，教师应该能够使用人工智能来支持自己的持续和/或变革性专业发展，并综合人工智能工具，以满足其专业社区不断变化的需求。
达到此掌握水平的教师预计能够：

1. 积极参与并促进包容性人工智能社会的建设，以批判性地理解人工智能对社会规范的影响为指导，并促进人工智能的设计和使用，以提高人类福利，包容性和社会正义。
2. 通过关键的宣传和同情心来倡导人工智能的道德，领导讨论和行动，解决从设计到使用人工智能的道德，社会文化和环境问题，并为共同创建人工智能教育实践的道德标准做出贡献。
3. 熟练地定制或修改人工智能工具，应用增强的概念知识和技能来创建人工智能辅助的包容性学习环境，并解决教育环境中更广泛的挑战。
4. 批判性地评估人工智能对教学，学习和评估的影响;计划和促进人工智能沉浸式学习场景，以支持学生的特定学科或跨学科学习，批判性思维和解决问题;并利用数据和反馈不断探索以学生为中心的教学创新。
5. 自定义和修改人工智能工具，以加强他们的专业发展，并不断测试和验证有效使用人工智能的战略，以满足他们自己和社区的变革性专业发展需求。

Chapter 4: The AI CFT specifications

本章详细说明了教师培训或支持计划可以为十五个能力模块中的每一个设计的课程目标和预期学习目标。这些目标和目的进一步说明了活动的例子，教师应该在各种情况下，包括在特定学科和/或跨学科的教学实践中执行。

4.1进阶等级1：获得

“获取”级别的总体课程目标是支持所有教师达到不同背景下教师职业所需的基本AI能力或素养水平。以下目标、学习目标和活动实例明确说明了每个能力模块的内容：

表2.晋升级别1的能力块、目标和示例：获得

	教师胜任力	课程目标（CG）（教师培训或支助方案应.）	学习能力（LO）（教师可以.）	情境活动（教师可以展示以下态度或行为变化）
Humancentred mindset	1.1人类代理：教师们有一个批判性的理解，即人工智能是人类主导的，人工智能创造者的企业和个人决策对人类的自主权和权利有着深远的影响，并意识到人类在评估和使用人工智能工具时的重要性。	CG1.1.1通过组织教师讨论和看待人工智能带来的好处与削弱人类自主性和人类能动性的风险之间的困境，培养对人工智能的批判性思维;以特定的人工智能工具为例，支持教师批判性地审视人工智能在当地教育环境中的好处，局限性和风险以及他们自己的责任。 CG1.1.2说明人工智能系统生命周期中的关键步骤，并指导教师了解创建者的企业和个人决策如何影响人工智能的影响。 CG1.1.3强调过度依赖人工智能如何破坏思维技能和人类代理。 CG1.1.4提供编写基本提示的实践，以帮助在教育中使用AI时保护人类代理，特别关注有特殊需要的学生。	LO1.1.1批判性地反思特定人工智能工具在当地教育环境中的好处，局限性和风险，以及他们教授的学科领域和年级。 LO1.1.2表明意识到人工智能是人类主导的，人工智能创造者的企业和个人决策会影响对人权，人类机构，个人生活和社会的影响。 LO1.1.3概述人类在人工智能开发中所涉及的基本步骤中的作用，从数据的收集和处理到人工智能系统的算法和功能的设计，再到人工智能工具的部署和使用。 LO1.1.4了解需要在人工智能系统设计和使用的关键步骤中使用基本措施来保护人类代理，确保尊重数据所有权、经同意收集数据、反偏见数据标签和清理、无歧视人工智能算法以及用户友好的功能和界面。	解开围绕AI的炒作：通过基本的风险收益分析和强调人类在使用AI工具中的核心作用，批判性地审视围绕具体AI工具的炒作。 理解为什么一些人工智能工具应该被禁止：展示为什么一些人工智能工具应该被禁止的基本理解，因为它们有可能削弱人类的代理权并威胁人权。 聚光灯风险：列出教师和学生的代理可能被某些人工智能工具破坏的潜在方式，例如，使用大型语言模型进行论文写作。 了解基本的注意事项：撰写日常提示，以促进在教学中使用AI时的人类代理，并鼓励学生代理利用和评估AI。
Ethics of AI	2.1伦理原则：教师对围绕人工智能的伦理问题以及人类与人工智能道德互动所需的原则有基本了解，包括保护人权、人类机构、促进语言和文化多样性、包容性和环境可持续性。	CG2.1.1通过对AI工具在教育中的使用案例进行批判性检查，提出伦理争议。 CG2.1.2通过检查与每个核心道德原则相关的用例，促进对基本道德原则的理解。引导教师理解为什么这些原则是必不可少的，以及忽视这些原则可能会造成伤害。这些原则包含在以下六个子主题中：“不伤害”;比例;非歧视;可持续性;人类与人工智能互动中的人类决定;透明度和可解释性。 CG2.1.3通过有关人工智能道德的地方，国家或国际法规的例子，在道德原则和标准之间建立联系;讨论对个人的影响，并解释核心道德原则如何在地方或国家监管框架中实现。 CG2.1.4倡导人工智能使用的包容性，并指导教师讨论特定人工智能工具可能对包容和公平造成的风险，包括在教育环境中，并特别关注残疾和/或来自边缘化群体的学习者;指导教师讨论如何在个人层面减轻这些风险。	LO2.1.1举例说明使用具体人工智能工具时的基本伦理争议，并从人类代理、安全、隐私以及语言和文化相关性的角度进行说明。 LO2.1.2解释核心道德原则（如CG2.1.2所列），并通过他们个人选择和使用人工智能将其内化。 LO2.1.3将法规的关键条款与道德原则相匹配，并了解其对教育的影响。 LO2.1.4在教育中使用人工智能工具时，优先采取行动尽量减少人工智能对公平和包容的负面影响，特别关注残疾学生和/或来自边缘化群体的学生。	道德困境中的“观点采择”：基于对AI在学校中的使用的道德视角，了解它们在隐私、人类代理、公平、包容、当地文化和语言以及气候变化等方面带来的多重困境。 道德原则的知识映射：应用基本的知识映射工具（如基于纸张的图表或数字概念映射应用程序）来可视化不同核心原则之间的联系，对相关争议的回应，它们与法规的对应关系，以及学校使用的人工智能工具的例子。 个人观察当地法规：观察当地人工智能法规是否与人工智能技术的迭代保持同步，并通过将其与道德原则和当地环境相匹配来评估适用的法规。 AI工具的偏见：注意学校使用的人工智能工具的偏见及其排除或边缘化残疾人和弱势群体学生的可能性;向机构管理人员或负责机构报告风险。
AI foundations and applications	3.1基本的人工智能技术和应用：教师应获得有关人工智能的基本概念知识，包括：人工智能的定义，人工智能模型如何训练的基本知识，以及数据和算法的相关知识;人工智能技术的主要类别和每种技术的示例;以及检查特定人工智能教育工具的适当性和操作验证人工智能工具的能力。	CG3.1.1根据教师的职责和以往的人工智能经验，调整人工智能基本概念知识的难度;说明如何基于数据和算法开发特定的人工智能工具;并解释人工智能工具处理数据以产生输出的基本方法。 CG3.1.2支持与教师职责相关的人工智能工具的实际操作，让教师基本了解这些工具的工作原理;引导教师体验不同类型的人工智能工具，帮助他们了解人工智能相对于前几代ICT工具的技术进步，以及不同类别人工智能工具的功能特点。 CG3.1.3通过引入一种基本方法来分析特定人工智能工具在当地环境中的可靠性和适当性，并让教师参与该方法的试用，以支持用户对人工智能工具的测试。 CG3.1.4支持教师建立自己的人工智能工具集，从推荐基本的范例工具开始，并指导他们策划与他们的需求和当地环境相关的可信赖的人工智能，特别考虑开源工具。	LO3.1.1展示与其能力和职责相适应的概念知识，了解如何使用数据，算法和计算架构开发人工智能系统;获得对数据，算法和编程的相关理解和技能;并掌握关键步骤，包括问题范围，设计，培训，测试，部署，反馈和迭代。 LO3.1.2举例说明人工智能是什么和不是什么，人工智能技术和人工智能技术的主要类别，与前几代ICT工具相比，人工智能可以实现的新功能，以及各种人工智能工具的核心功能。 LO3.1.3在当地环境中找到并操作日常工作所需的人工智能工具。 LO3.1.4解释评估人工智能工具的重要性，以确保其可访问性，包容性和可靠性;对特定人工智能工具在当地环境中的适当性进行基本分析，特别注意对有特殊需要的学生的影响。 LO3.1.5开始整合个人收集的生活和工作所必需的、与当地语言和文化相关的可信赖的人工智能工具。调查本地相关的开源AI工具可用或不可用的程度。	人工智能工作原理的概念图：开始绘制并迭代更新纸质或数字概念图，展示人工智能系统是如何开发的，以及关于教育中使用的特定人工智能工具的决策工作流程。 技能的扩展和提高：扩展与教师职责相关的人工智能工具的知识。帮助他们提高现有操作技能的流畅性和广度，或开发新技能。 选择人工智能工具的“导航指南针”：辨别哪些工具正在使用人工智能，哪些工具没有使用，以及ICT工具和人工智能工具在当地环境中使用的基本比较优势和局限性。 收集适当的人工智能工具：与其他教师和学校管理人员合作，评估人工智能提供商使用或推荐的特定工具的适当性，并讨论是否应该采用这些工具;收集经过验证的人工智能工具，分享开源工具，并开始策划一系列值得信赖的人工智能工具。
AI pedagogy	4.1 AI辅助教学：教师应该能够识别和利用人工智能工具的教学优势，以促进特定学科的课程规划，教学和评估，同时降低风险。	CG4.1.1根据教师在课堂上使用人工智能工具的示例视频组织课程分析;促进教师了解这些工具的适当性，包括其功效、与教学方法的关系以及对不同能力学生包容性的影响;此外，指导教师对他们设计和实施的人工智能辅助课程进行自我反思。 CG4.1.2鼓励教师留意有关使用人工智能支持教学活动的学术研究，让他们接触有关人工智能辅助教学活动利弊的选定循证研究和报告。 CG4.1.3通过展示与教师的本地背景和责任相关的本地可用和验证的人工智能工具，促进人工智能基础知识和技能在教学中的可转移性，包括机构部署的人工智能系统;使用这些工具指导教师将其概念知识和操作技能应用于人工智能工具在教学中的实际使用;指导教师学习如何搜索和验证适当的教育AI工具。 CG4.1.4促进人工智能的教学验证和人工智能辅助教学的教学设计;回顾和加强教师对特定领域教学方法和基本教学设计方法的理解（例如，联合国教科文组织《教育和研究中的生成人工智能指南》提出的人类智能交互）;指导教师进行课程设计-实施-反思周期的实践，包括评估人工智能在特定年级支持其学科领域的适当性，决定是否应该使用人工智能以及哪些工具可能合适，设计和实施人工智能辅助教学活动，包括准备教材、交付、评估和对有特殊需要的学生的支持，并根据CG4.1.1对课程设计和实施进行反思。	LO4.1.1展示对以人为本的思维方式，道德原则，适合领域的教学方法和人工智能概念知识的熟悉程度，以分析样本课程，并解释他们是否应该使用人工智能的决定，应该使用什么工具以及为什么。 LO4.1.2举例说明旨在协助教学、学习和评估的人工智能系统和应用程序的主要类别，并展示其潜力和局限性。 LO4.1.3证明熟悉使用基本的教学设计方法来指导是否以及何时使用人工智能的决定，以及哪些工具可能是合适的;自信地准备和实施人工智能辅助教学和评估，并为有特殊需要的学生提供支持。 LO4.1.4查找和使用基本的教育AI工具和/或操作机构部署的AI系统。	从基本教学需求出发：在准备和实施教学评估时，要明确基本需求。从基本需求开始作为第一原则，以了解特定的人工智能工具是否合适-它在多大程度上满足这些需求，增加相关价值，或适合所讨论的特定需求？ 通过“设计-实施-反思”的迭代循环学习：通过分析范例课程，设计和实施自己的课程计划以及评估/反思实施的迭代循环，学习并逐步提高设计和提供适当的AI辅助教学的能力。 根据需求评估有效性：根据实际使用人工智能满足教学需求的结果，以及人工智能可以实现预期成果的程度，获得人工智能在教学和学习方面的局限性，风险和好处的第一手经验。
AI for professional development	5.1实现终身专业学习：教师将能够探索使用人工智能工具来加强他们的专业发展和反思实践，评估他们的学习需求，并在快速发展的教育环境中个性化他们的学习途径。	CG5.1.1培养教师在人工智能时代进行终身专业学习的动力，方法是让教师参与讨论人工智能快速发展对教育的影响、教师在人工智能丰富的环境中需要扮演的新角色，以及他们需要培养的新能力;支持教师理解在人工智能时代成为终身专业学习者的价值，同时意识到他们的权利和代理权应该保护. CG5.1.2指导教师对人工智能准备情况进行自我评估，并使用纸质或人工智能辅助的自我评估工具找出能力差距。 CG5.1.3通过向教师介绍可用于支持其专业发展的通用和特定人工智能工具，特别关注残疾教师和/或与残疾学生一起工作的教师，建立面向教师的人工智能意识;帮助教师学习如何寻找和使用人工智能工具，以丰富其专业学习。 CG5.1.4促进人工智能在专业学习中的应用，例如，指导教师了解内容推荐平台如何通过教师的投入确定教师的兴趣，并推荐同伴导师和/或培训资源;帮助教师了解数据偏见和算法歧视给他们带来的风险，以及依赖人工智能操纵的信息如何导致他们能力的衰退。	LO5.1.1描述人工智能时代和当地环境下教师权利、工作条件、资格和所需能力的演变;解释为什么成为人工智能及其在教育中的使用的终身学习者很重要。 LO5.1.2举例说明在人工智能时代，教师职业在当地环境中所需的新知识，技能和价值观，并评估自己在人工智能方面的知识和经验与所需人工智能能力之间的差距。 LO5.1.3列出各种人工智能工具，包括本地相关的开源工具，这些工具可用于或重新用于支持自我评估、反思实践和专业学习，特别注意为残疾教师提供无障碍环境。 LO5.1.4找到并应用面向教师的人工智能工具，这些工具价格合理且相关，以满足自我评估和个人专业学习对学科知识、教学技能和同伴学习的需求。	对人工智能时代教师基本权利和义务的认识：明确人工智能时代应保护的权利、应为教师提供的基本工作条件和指导或培训机会，以及教师的主要专业发展责任，以确保在教育中合乎道德和有效地使用人工智能。 对人工智能时代的教学准备情况进行自我评估：对自己的准备情况和能力差距进行评估，并为专业发展制定可能的路线图，以建立他们在道德和有效的人工智能辅助教学方面的能力。 以人为本地使用人工智能打开专业学习视野：获得经验和技能，使用人工智能辅助的社交媒体来提出新的想法，并推荐具有相似专业兴趣和/或可以担任同伴教练或导师的同伴。了解如何检测和减轻人工智能操纵的信息茧的负面影响。

4.2第二阶段：深化

“深化”级别的总体课程目标是支持教师成为使用AI的完全胜任的教师或大师。他们应该在分析和决策中表现出以人为本的观点，道德上健全的行为，加深对人工智能的概念理解，以及应用人工智能支持教学活动和专业学习的能力。以下目标、学习目标和活动示例具体说明了可以涵盖哪些基本主题，如何组织培训，以及教师在达到每个能力模块后可能表现出哪些行为。

表3.晋升级别2的能力模块、目标和示例：深化

	教师胜任力	课程目标（CG）（教师培训或支助方案应.）	学习能力（LO）（教师可以.）	情境活动（教师可以展示以下态度或行为变化）
Humancentred mindset	1.2人的责任：教师可以展示对人类责任和人类在正确部署和使用人工智能方面的决心的深入理解，以及评估人工智能在促进人类-人工智能决策循环方面的能力的关键能力，以及关于使用人工智能替代人类在教育中做出高风险决策的过度宣传。	CG1.2.1通过研究人工智能在教育管理、评估、教学策略和学生与人工智能互动中的决策循环用例，加深教师对人类问责制缺失相关风险的理解，丰富和巩固他们对人类问责制作为人工智能整个生命周期核心部分的重要性的看法。 CG1.2.2通过鼓励教师辩论人类或人工智能是否应该在人工智能辅助决策循环中承担责任，培养对人类责任是一项法律的义务的理解;指导教师审查当地和国际监管框架如何定义人工智能设计和提供人工智能服务（包括教育）中的人类责任。 CG1.2.3通过强调教师不断变化的角色和责任，在人类问责和教师权利之间建立联系，同时强调教师的核心作用不可复制，他们的责任和自主权不能被人工智能篡夺;支持教师审查当地政策是否保护人工智能时代教师的权利和问责。 CG1.2.4通过鼓励教师检查特定人工智能工具的可解释限制，揭示与缺乏用户问责相关的风险（如AI无法理解真实的世界或对价值观做出判断），以及当前一代AI工具中无法解释的幻觉、不正确的答案和对事实的错误陈述;讨论人工智能对学生学习带来的风险，特别是对那些有特殊需要的学生（削弱他们的智力发展，批判性思维能力，人际交往，知识构建以及制定和表达独立意见的能力）。	LO1.2.1理解人类-人工智能决策循环中的人类责任是一项法律的义务。 LO1.2.2应用本地和/或国际监管框架，检查特定人工智能工具的设计或使用是否会削弱人类的责任。 LO1.2.3参考国际或本地政策，以维护教师在教育中使用人工智能的责任，并展示对使用人工智能输出和预测来篡夺人类教师的决定和学生的思维过程，知识构建和自我表达的抵制。 LO1.2.4展示教师在决策循环中的责任，包括确定人工智能工具在教学中的适当性，设计适合年龄的教学方法，并提供必要的人际互动，以鼓励自主学习过程，并为有特殊需要的人提供具体支持。	人工智能辅助决策循环中的人类责任是一项法律的义务：绘制关键责任承担者及其在教育中设计、部署和使用人工智能中的作用的概念图，并描述他们的人类责任。 教师的责任和权利不能被人工智能篡夺：起草一份报告，介绍在教育中采用人工智能时可以保护教师权利和责任的最相关的法规、负责机构和程序。 教师的问责制是在教育中道德和有效使用人工智能的人性保证：绘制一张概念图，说明教师在验证和选择适当的人工智能工具、设计教学方法、推动人类互动、促进学生使用人工智能和支持具有不同能力的学生方面可以发挥的可行作用。
Ethics of AI	2.2安全可靠的用途：教师应该能够将安全和负责任地使用人工智能的基本道德规则内化，包括尊重数据隐私，知识产权和其他法律的框架;并习惯性地将这些道德纳入对人工智能工具，数据和人工智能生成的教育内容的评估和利用中。	CG2.2.1通过从“设计安全”和“使用安全”以及机构和个人的人工智能安全两个维度分析典型人工智能安全风险或常见人工智能安全事件的案例情景，加深教师对人工智能安全在设计和使用阶段面临的主要威胁的理解。 CG2.2.2促进分析使用人工智能时的典型法律的义务以及违反这些义务的后果-这包括禁止未经同意使用受版权保护的内容、通过披露个人数据侵犯隐私、传播虚假信息或错误信息、宣传仇恨言论以及参与人工智能放大的在线歧视或欺凌残疾人或弱势群体的法律;引导教师讨论案例研究，以加深他们对不负责任地使用人工智能的社会和法律的后果的理解。 CG2.2.3支持教师在遵守有关安全和负责任地使用人工智能的法规与其当地环境和工作职责之间建立联系;支持教师搜索和找到与当地环境相关的国际法规的例子;并组织教师对自己的机构，课堂，和/或个人规则，通过使国际法规适应其特定环境，安全和负责任地使用人工智能。	LO2.2.1解释在机构和个人层面与AI安全相关的典型问题，并展示对AI安全背后的各种原因的深刻理解，包括：“设计安全”、“使用安全”、数据所有权、数据主权、数据隐私、拒绝向人工智能服务提供商放弃个人隐私的权利，避免披露详细的个人数据以提示人工智能输出，防止数据偏差和算法偏差。 LO2.2.2展示对本地适用法规的熟悉程度，以保护数据隐私并确保人工智能安全;审查教育中特定人工智能工具的潜在道德风险，并提出缓解策略。 LO2.2.3推行措施，让教师保障本身及学生的数据隐私，确保在收集、使用、共用、存档及删除数据时，均得到教师的同意;并留意隐藏的风险，特别是对有特殊需要的学生。 LO2.2.4应用指导方针，确保教师和学生按照道德原则负责任地使用人工智能，例如：尊重他人的版权并保护自己的版权，减少偏见，打击深度伪造和人工智能放大的仇恨言论，保护自己和学生，特别是残疾学生，免受人工智能操纵的欺凌和歧视。	个人AI安全追踪器：绘制并更新典型人工智能安全问题和频繁事件及其主要原因的概念图;对机构和个人，特别是残疾人的可能威胁;以及基于案例研究的学校和个人层面的缓解措施。 将个人收藏的人工智能工具列入白名单：审查其个人收藏的人工智能工具的安全性，查看每个工具的所有者、设计道德、数据源、算法、包容性可访问性和功能选择，以揭示其潜在目的、潜在偏见和风险水平。与同行和学校管理者合作，改进人工智能工具的道德评估方法。 迭代更新注意事项清单：观察和评估学校中高风险和不负责任的人工智能使用案例，并迭代更新教师和学生的注意事项清单;向学生解释负责任使用人工智能的相关道德和法律的原则以及违反当地或国际法规的个人后果。
AI foundations and applications	3.2应用技巧：教师应能够熟练操作在教育环境中采用的人工智能工具;加深他们对各种人工智能技术的了解，以及他们在数据和算法方面的实践技能，这些技能适合于教学责任和背景能力，同时在实践中注入相关的道德原则。	CG3.2.1丰富典型人工智能工具的“操作和比较”经验，支持教师获得这些工具的主要功能的经验和学习这些工具的操作技能;引导他们分析常见人工智能技术（如符号，预测和生成人工智能）的异同及其对教育的影响。 CG3.2.2 Scaffold通过促进教师的研究性学习，深化概念知识的构建，包括如何训练和测试选定的人工智能系统（如大型语言模型），以及使用哪些典型模型，算法和数据集进行训练。 CG3.2.3支持基于问题的数据、算法和编码操作技能学习。根据教师的先验知识和工作职责，设计典型问题情境，帮助教师获得数据、算法和编码方面的知识和操作技能，以及使用它们设计AI应用的能力。 CG3.2.4提供实践来评估人工智能工具的“设计道德”。组织教师审查和修改一套具体的标准或工具，用于评估“设计的道德”的关键方面;并协助教师使用经调整的标准或工具，评估选定的人工智能工具与数据安全、数据隐私、用户安全、不同能力的人的可访问性、偏见（包括性别歧视），以及对弱势群体的潜在危害等。	LO3.2.1熟练操作日常生活和教育中常用的人工智能工具;解释这些工具使用的典型技术，并解释其对教育的影响。 LO3.2.2直观地展示所选AI系统的工作方式，包括它们是如何训练和测试的，以及使用的典型模型、算法和数据集。 LO3.2.3展示数据，算法和编码方面的可转移知识，并将其应用于解决适合其能力和职责范围的问题。 LO3.2.3批判性地应用与人工智能的数据、训练、算法和模型相关的知识和技能，以评估植根于人工智能工具设计中的道德规范。	在学校中熟练使用AI工具：在深入了解不同类别AI技术的优势和局限性的基础上，熟练操作广泛使用的AI工具。 关于人工智能工具典型类别的可视化“专有技术”：绘制概念图或可视化工作流程，以解释选定的人工智能系统是如何训练的，以及它们是如何工作的。 帮助学生学习数据、算法和编码：帮助初学者的学生或同行教师获得与数据、算法和编码相关的知识和技能。 通过设计进行道德方面的知情举报：了解人工智能是如何训练的，并展示调查性别偏见和歧视残疾人或弱势群体的能力，这些偏见和歧视可能源于数据集，数据标签，算法和培训方法。披露和报告任何基于证据的偏见或道德风险发现。
AI pedagogy	4.2 AI-教学法整合：教师能够熟练地将人工智能融入以学生为中心的学习实践的设计和促进中，以促进参与，支持差异化学习并加强师生互动，旨在促进学生的同理心，以及批判性思维和解决问题的能力。	CG4.2.1根据示例性人工智能增强学习实践的视频设计和组织学习策略;支持教师分析人工智能对学习过程、师生互动、学术学习成果以及社交和情感学习的影响;培养教师对学习设计、人工智能工具及其使用的适当性以及对能力不同的学生的包容性的理解;促进教师对他们设计或促进的人工智能辅助学习活动的自我反思。 CG4.2.2透过鼓励教师讨论选定的研究报告或进行行动研究，加深对人工智能影响的了解，包括人工智能对学生的能动性、思考和学习过程;与教师的互动;学业成果;以及对他们的社交和情绪学习的影响等关键主题;引导教师了解人工智能辅助学习活动的益处和风险。 CG4.2.3支援综合运用人工智能的基础知识和技能，以配合教、学和评估的需要;在适用的情况下，指导教师应用教育学原则，检讨学校采用的综合人工智能辅助学习系统的主要功能。 CG4.2.4在人工智能的验证和教学应用的背景下，支持从教学设计到学习设计的转变;为教师组织实践，在全面考虑人工智能在准备学习资源、思考和学习过程、人际互动、表现监控和评估方面的应用的基础上，设计和促进人工智能辅助学习活动;支持教师在学习设计、学习促进、反思和重新设计的迭代周期中基于实践的反思和重新设计。	LO4.2.1将伦理原则、以学生为中心的教学方法和关于学习目标的跨学科观点巧妙地融入他们的学习设计实践中;这可以从他们对人工智能工具的评估和混合，以及他们对教学、学习和评估的设计，到他们对师生互动和促进学习的规划。 LO4.2.2严格评估各类人工智能或特定工具在协助微型课程或课程的共同设计、加强以学生为中心的教学、协助形成性评估、监测学习过程、就个性化学生参与提供建议以及促进增强人际互动方面是否具有优势;在人工智能优势可以得到验证的地方，将人工智能工具和资源融入以学生为中心的教学实践中，以增强学生的高阶思维，理解，知识和技能的应用，适当的社会交往和价值取向。 LO4.2.3严格审查使用特定AI应用程序或集成AI辅助学习系统的适当性（例如LMS）在形成性学习评估和高风险考试中的应用;当它具有明显的优势时，巧妙地混合适当的工具，以促进人工智能辅助的形成性评估和人类负责的决策循环的设计和管理，以提高学生的学习成果，智力发展和心理测量进步。	人工智能工具和应用技能的映射：更新或扩大人工智能工具的概念图，以反映各种人工智能工具的关键特征，评估其对以学生为中心的教学活动的教学启示，并反映进一步提高技能的进展和需求。 深入了解人工智能工具背后的教学假设：与同行或专家合作，研究通用人工智能系统的设计是否考虑了教学影响，以及这些教学影响对不同类别的人工智能有何影响;理解并解释支撑给定教育人工智能工具或系统的关键教学假设。 设计和促进学生使用人工智能进行高阶思维和社交情感学习：基于经过验证的教育人工智能工具设计以学生为中心的教学和学习活动，并促进学生使用人工智能来支持高阶思维，协作以及社交和情感学习。 人工负责的人工智能辅助评估：通过检查人工智能在提供反馈和对学生的学习成果做出决定时篡夺人类责任的风险，揭穿围绕使用人工智能自动化评估的设计，管理和评分的神话。考虑当地教育系统在评估结构方面的局限性，并分析在总结性评估和考试中使用人工智能的潜在好处和风险之间的可能权衡。坚持确保人类对学习成果的决策负责，并防止使用人工智能对学习者的社会，道德和心理发展做出判断和预测。
AI for professional development	5.2人工智能增强组织学习：教师能够自信地利用人工智能工具来定制参与协作专业学习社区，利用它们来共享资源，参与点对点学习并为动态适应做出贡献。	CG5.2.1激发专业学习和协作的持续动力，支持教师进行研究和讨论案例研究，探讨名师如何在人工智能丰富的环境中调整自己的角色和教学实践，加深他们对教师基本人类角色与培养人工智能能力的义务之间平衡的理解。 CG5.2.2促进专业发展人工智能工具的知识扩展，引入本地可访问的新兴工具，并推广包括为残疾教师和/或与残疾学生一起工作的工具。 CG5.2.3深化教师使用数据分析支持专业学习的操作技能;指导教师转移和提升他们使用数据跟踪和分析专业发展过程的知识和技能，包括学科知识、教学法和实践表现，以促进基于数据的自我诊断和定制学习途径。 CG5.2.4提供实践，评估与使用人工智能系统进行专业学习相关的更深层次的道德问题;支持教师应用他们在“设计道德”方面的知识和技能，分析社交媒体平台，内容推荐平台和面向教师的人工智能工具中的人工智能算法对教师人权，数据隐私以及专业学习和合作的危害风险;建议有效使用人工智能平台的指导方针，以找到相关的资源和实践社区，以促进同行学习。	LO5.2.1批判性地分析他们在设计和促进学生在自己的教学实践中使用人工智能方面的作用，加深他们对人类基本角色与不断发展人工智能能力的义务之间平衡的理解。 LO5.2.2运用人工智能工具，运用数据的基础知识和技能，跟踪和分析自己的专业发展，包括学科知识、教学知识和实践能力，以促进数据化的自我诊断和自主规划自己的专业轨迹。 LO5.2.3扩大使用人工智能的知识和技能，特别是新兴工具，以促进其自身的专业发展;促进使用人工智能工具，以支持残疾教师或与残疾学生一起工作，包括使用可重新用于支持教师专业发展的本地相关开源工具。 LO5.2.4评估社交媒体平台和专门工具背后的人工智能算法的道德风险，因为它们与教师的人权、数据隐私和专业学习有关;制定和实施有效使用人工智能平台的指导方针，以寻找相关资源和实践社区，促进同行学习。	自主提升技能和同伴指导：跟上新兴人工智能技术及其对当地教育的影响，自主提升技能和重新培训自己，并指导他们的同伴也这样做。 利用数据分析进行自我规范的专业发展：运用他们在数据、算法和人工智能模型方面的知识和技能，对教师自己的专业知识和技能进行分析;准确识别差距，帮助他们规范自己的专业发展活动。 用于专业发展的生成式人工智能模拟：利用现有的生成式人工智能工具或自定义新工具来创建模拟特定专业发展场景的人工智能教练，以便教师可以练习并获得反馈-例如可能包括处理困难的班级，当地法规培训或模拟有困难的学生。 人工控制的人工智能用于协作专业发展：发现人工智能操纵平台的道德风险，并实施预防措施以避免负面影响。设计人工控制的活动，利用人工智能平台或工具来确定资源范围或提供在线辅导，以支持协作式专业发展。

4.3第三阶段：创建

“创建”级别的课程目标是使拥有良好人工智能知识和能力的教师成为专家教师和变革的推动者。他们应该能够创新地将人工智能用于教育，并与社区合作，探索人工智能如何推动教学和学习实践的理想转变。以下规范强调了“创建”级别的探索性，定义了主要能力，可衡量的学习目标和示范活动。

表4.晋升级别3的能力块、目标和示例：创建

	教师胜任力	课程目标（CG）（教师培训或支助方案应.）	学习能力（LO）（教师可以.）	情境活动（教师可以展示以下态度或行为变化）
Humancentred mindset	1.3社会责任：教师能够积极参与并促进包容性人工智能社会的建设，以批判性地理解人工智能对社会规范的影响为指导，促进人工智能的设计和使用，以提高人类福利，包容性和社会正义。	CG1.3.1培养对保护社会和情感福祉免受商业驱动的人工智能操纵的重要性的批判性理解;为教师组织辩论或研究性学习，讨论人工智能公司如何通过强化个人成瘾和孤立、促进个人主义和自私来产生利润。，以及社会身份的排名;引导教师形成动态和多方面的理解，即确保所有人的人权和促进社会正义是人工智能伦理的基石，并激励他们对平衡商业利益与人类社会情感福祉和地球上非人类物种健康的重要性提出批评。CG1.3.2提供重新构想安全、包容和公正的人工智能社会的机会;为教师组织研讨会、小组讨论和协作活动，思考人工智能时代的包容、公正和气候友好型社会秩序可能是什么样子，人工智能可能构成什么威胁这些社会规范，以及有哪些契约或法规可用或应该制定。CG1.3.3通过组织实践研讨会来定义人工智能时代的公民身份，通过鼓励教师探索他们的法律的和社会责任如何演变，并通过讨论如何维护和加强人工智能时代公民需要承担的核心社会权利和义务，鼓励在人工智能社会中内化作为公民的社会责任。	LO1.3.1批判性地评估和反思人工智能对整个社会的影响，特别是它可能如何影响教育，工作，人际互动以及人与人之间以及与环境的联系。LO1.3.2积极促进在机构、地方和/或国家层面制定与人工智能教育相关的政策，包括如何利用人工智能的好处并减轻其社会和教育风险。LO1.3.3在人工智能时代个性化和实现社会和公民责任，并通过教育促进这种公民素质的发展。	教师对人工智能时代人类和地球福祉的声音：撰写思想文章，论文或在线博客文章，讲述利润驱动的人工智能提供商如何根据现实世界的案例研究或研究结果的综合，威胁人类的社会和情感福祉以及地球福祉，以及对教育的影响。反思和促进以人为本的社会关系和社会凝聚力：撰写博客或倡导对话，讨论人工智能时代理想的社会关系和社会凝聚力，建立人际关系和社会秩序的技术和经济障碍，并列出正在制定的全球和地方契约，以实现我们想要的社会。人工智能时代公民的权利、义务和责任：参与讨论、咨询或协助起草定义人工智能时代公民权利、义务和责任的政策。
Ethics of AI	2.3共同制定道德规范：教师能够通过关键的倡导，领导讨论和行动来解决人工智能设计和使用中的道德，社会文化和环境问题，并为人工智能教育实践的道德规则的共同创建做出贡献。	CG2.3.1通过组织教师对选定的人工智能工具的社会影响进行基于研究的审查，促进对人工智能社会影响的调查;鼓励教师参与并评估这些工具如何影响当地经济，社会正义和气候变化，以及加剧对某些语言和文化社区或有特殊需要的群体的歧视和排斥的风险;根据调查结果组织对话或辩论。CG2.3.2加强对人工智能提供商发布的现有用户指南的严格审查，邀请教师评估选定的工具是否有可能使残疾人边缘化，扩大社会歧视，并威胁语言和文化多样性;将用户指南与负面影响的可能性进行比较;收集反馈并起草关于如何修改用户指南的反馈说明。CG2.3.3提升人工智能伦理知识和技能，以指导伦理规则和标准的进一步迭代;指导教师搜索和审查通过人工智能法规背后的多方利益相关者谈判（例如欧洲人工智能法案背后的谈判）;模拟多方利益相关者的辩论，讨论如何从政策制定者、监管机构、律师、研究人员人工智能公司，以及使用人工智能工具的成年人、儿童和机构;起草一份共同谅解或争议备忘录。	LO2.3.1从全球和地方的角度批判性地分析人工智能的社会影响，并深入了解新兴人工智能技术对社会公平，包容，语言和文化多样性，机构和个人安全和保障，儿童的智力和社会发展以及对地球福祉的潜在影响。LO2.3.2评估针对特定人工智能工具的用户提供的指导是否适当和充分，以应对其设计中的伦理风险及其使用引起的潜在社会争议，并相应地提出补救或改进指导的建议。LO2.3.3强化人工智能伦理法规必须由人类利益相关者设计并为人类利益相关者设计的观点;倡导并参与地方或机构监管框架或指导方针的对话，制定或进一步迭代，以促进人工智能设计，验证，采用，部署和应用中的道德规范。	人工智能社会影响的本地化全球观点：全面审查人工智能对个人人权和发展、经济活动、社会正义和地球福祉的社会影响;将全球观点转化为本地影响，以调查人工智能对社会的影响。突出用户指南中的道德差距：根据风险和社会影响的完整列表，审核选定人工智能工具提供商的声明及其用户指南中的条款。监控对用户的潜在威胁或伤害，特别是儿童、残疾学生和弱势群体。负责向供应商和监管机构（例如数据保护机构）报告这些情况并提出投诉。硕士教师作为人工智能道德的倡导者：在发起人工智能道德意识运动、解释道德原则、分享相关法规知识、促进人工智能安全对话以及与社区合作修改现有法规和/或制定新的道德标准方面发挥积极作用。共同设计用于教育的人工智能工具的道德原型：启动一个假设的人工智能开发项目，并邀请跨学科合作，将教师、学生和技术人员聚集在一起，共同设计一个满足特定教育需求的道德人工智能工具。
AI foundations and applications	3.3用AI创造：教师能够以熟练的方式定制或修改人工智能工具，应用增强的概念知识和操作技能来创建人工智能辅助的包容性学习环境，并解决教育环境中更广泛的挑战。	CG3.3.1培养定制人工智能工具的适应性和创造力;支持教师整合数据、算法、编程和人工智能模型方面的技能，定制或设计工具，以应对教育挑战，关注不同能力人群的需求，保护当地环境下的语言和文化多样性。 CG3.3.2通过支持教师加深对开源人工智能与商业人工智能工具相比的优势，局限性和风险的批判性观点，培养对开源人工智能的批判性观点;支持教师学习如何审查，调整和/或修改开源人工智能工具。 CG3.3.3通过基于项目的学习，模拟和实践共同创建AI工具的适应性和创造力。设计和促进基于项目的学习实践，以模拟教师学习如何调整可访问且负担得起的“现成”商业人工智能模型/工具、半成品工具和/或开源工具包，以组装或创建新的人工智能工具来解决现实世界的问题基于以人为本和道德方法;提高教师在解决复杂的真实问题时的适应性、弹性和澄清模糊、克服障碍和承担风险的能力。 CG3.3.4支持教师将价值观、知识和技能嵌入现有的教育人工智能工具库;为教师提供实践机会，以检查工具在道德和教学方面的适当性，并迭代更新学校的人工智能工具库。	LO3.3.1展示专家教师水平的人工智能系统设计知识和技能，以及分析选定人工智能系统在解决当地教育环境中现实问题方面的局限性的综合能力。 LO3.3.2应用数据、算法、编程和人工智能模型方面的适当知识和技能，定制和/或组装现有的人工智能工具或半成品人工智能模型，以创建人工智能工具或微调开源人工智能系统，以创建与本地环境和特定用例相关且负担得起的解决方案。 LO3.3.3修订或定义对自主创建的人工智能工具进行全面测试的标准，并对工具进行优化和进一步迭代。 LO3.3.4根据个人和机构需求，为用户创建或定制的人工智能工具的新的或现有的存储库做出贡献，并促进只使用最合适的教育工具。	推动人工智能工具的包容性设计：与共同创作者社区合作，为现有人工智能工具添加功能或设计新工具，以促进残疾人的无障碍性，针对残疾人的人工智能或数字学习平台。设计AI工具，以支持在广泛使用的AI平台中检测包容性可访问性。 促进共同创建人工智能工具以支持气候友好行动：共同创建人工智能工具或组织黑客松，以帮助学生设计促进气候教育或气候友好行动的人工智能工具（例如，跟踪选定人工智能平台造成的碳排放或学校能源消耗的人工智能工具）。 协调教育人工智能工具库的构建和使用：支持创建一个可通过学校网络空间或公开（例如在GitHub上）共享的选定可信和自主创建的教育人工智能工具库。在适当的情况下，担任校本AI协调员的角色，为其他教师提供培训，以支持他们使用知识库。
AI pedagogy	4.3人工智能增强的教学创新：教师能够：批判性地评估人工智能对教学、学习和评估的影响;规划和促进人工智能沉浸式学习场景，以支持学生的特定学科或跨学科学习、批判性思维和解决问题;并利用数据和反馈不断探索以学生为中心的教学创新。	CG4.3.1就应用人工智能促进学生发展的可行方案构思;根据人工智能强化开放式学习方案（例如共同创造实践、探究式学习和专题式学习）的示范影片，设计和组织方案分析;协助教师检视他们在能力、人工智能资源和评估方面的准备情况;使教师能够在创新的开放和创造性的学习实践中提出可行的想法，这些想法可以通过使用人工智能来实现。 CG4.3.2帮助教师了解人工智能可能引发的教学原则和教学变革之间的相互作用;促进教师就基本问题进行讨论，例如使用人工智能不应损害教育的核心价值（例如保护学生的人权、包容和社会关系），应该坚持哪些基本的教学原则来指导人工智能在教育中的使用（例如促进学生的智力发展、培养创造力、鼓励建立多元意见和创新意念，以及培养社交和情绪技巧），以及人工智能如何颠覆或改变教学方法。 CG4.3.3支持即兴发挥技能，以创建新的人工智能工具或扩展现有工具;为教师提供机会，以提高他们对有效工具的理解，包括用于教育的机构人工智能系统，并组装或共同创建人工智能工具，以支持和评估学生的探究和基于项目的学习，创造力，创新等。组织动手实践，教师可以共同设计课程实践或人机交互场景，以探索何时以及如何使用人工智能来支持学习-评估-反馈-适应的循环;分析学生，教师和人工智能系统的新型三角互动的利弊，并设计策略以利用其优势并降低其风险;为教师提供机会，让他们在为学生设计和设计人工智能辅助的开放式学习选项方面，丰富实践技能，并培养学生的高层次智力、创造力和好奇心。	LO4.3.1批判性地审视人工智能的进步与教学方法的演变之间的动态互动;利用人工智能技术的真正好处来实现教育目标，并确定现有教学方法的可能局限性，以充分利用新兴人工智能的潜力进行教育;设计和进行基于证据的开放式学习选项测试，以利用人工智能的潜力，支持适合年龄的基于探究的学习，知识创造，基于项目的协作学习和敏捷创造力。 LO4.3.2组装人工智能工具或共同创建新的人工智能应用程序，以满足包容性无障碍、语言和文化相关性、能力适当的个性化学习需求、社会支持、探究或基于项目的学习需求。 LO4.3.3熟练设计AI增强学习场景，促进学生的高阶探究、开放式探索、基于项目的学习、批判性思维和共同创造，同时确保人际互动;设计并促进学生使用人工智能，让学生控制自己的学习路径，选择人工智能工具，并在做出人工智能辅助决策时承担责任，确保人类互动和反思的嵌入时间和空间。 LO4.3.4设计并适当整合人工智能的使用，以支持数据的收集和使用，从而支持学习分析和教学策略的调整。 LO4.3.5熟练使用人工智能生成文本、音频和视频内容，以支持共同创建国家或校本教科书、课程资源或数字材料，并由课程开发人员进行验证。 LO4.3.6简化人工智能在教师行政任务、教学任务、与家长和当地社区互动方面的使用。	指导人工智能的教学使用，同时利用人工智能开辟新的教学视野：坚持以人为本的教学原则，以指导人工智能在教学活动中的设计和使用（保护人权，人类代理，学生的自主性和独立思考，语言和文化多样性，多元意见和多元表达）。继续挑战现有教学方法的局限性，探索现有的教学和学习方法是否足以充分利用人工智能的教育潜力。了解人工智能支持的新兴学习场景，并检查它们是否是现有教学方法的扩展或代表教学创新。 教师，学生和人工智能之间的三角互动：了解并不断审查人工智能，特别是生成人工智能，如何在整个教学和学习过程中与教师和学生互动，以及生成人工智能可以嵌入思维过程和知识探索和构建过程的程度。导航教师-AI-学生三角关系;设计和工程师教师-学生，教师-AI，学生- AI和教师-AI-学生交互的理想场景。 人工智能赋予有特殊需要的学生权力：推广辅助人工智能或共同创建辅助人工智能工具并设计活动，为残疾和有特殊需要的学生提供赋权机会，同时保护他们的人权和隐私。 人类-人工智能混合方法开发课程资源：持续参与使用人工智能，以促进现有文献的审查，并结合联合收割机文本，音频和视频材料制作包容性和可访问的课程资源;共同创建和实施人工负责的验证机制，用于人工智能辅助课程资源的制作。
AI for professional development	5.3人工智能支持专业发展：教师能够定制和修改人工智能工具，以加强他们的专业发展，并不断测试和验证有效使用人工智能的策略，以满足他们自己和社区的专业发展需求。	CG5.3.1通过组织案例研究和/或讨论专家教师如何为人工智能可能引发的教育变革提供信息和支持，通过模拟示例和有趣的练习培养成为变革推动者的特质，激励教师成为变革的推动者。 CG5.3.2提升使用人工智能支持机构专业学习的技能;提供实践工作坊的机会，让教师共同创建人工智能工具，以跟踪某个机构或团体的专业发展，旨在促进数据化的监测，诊断和组织学习建议。 CG5.3.3支持教师自定义或组装人工智能工具，使残疾或有特殊需要的同龄人能够获得专业发展机会。 CG5.3.4培养人工智能的创造性用户的特质，以促进自我实现和转型;召开实践研讨会，让教师可以建立共同创造人工智能工具的社区;鼓励教师就如何利用人工智能激励专业转型的问题与实践社区互动。	LO5.3.1在共同创造和使用人工智能工具和方法方面表现出承诺和坚持，以履行其在人工智能社会中的专业和社会责任，旨在实现道德规则的新迭代，定制人工智能解决方案和变革性教学方法。 LO5.3.2将人工智能工具和人类辅导结合起来，以促进充分知情的自我反思和评估、目标设定以及知识和人类导师的动员，以支持个人和协作转型。 LO5.3.3在可能的情况下，配置或创建人工智能解决方案，以监控和批判性地评估整个组织的专业学习轨迹，并将人工智能和其他方法结合起来，收集和综合建设性的反馈和可操作的建议。 LO5.3.4从教师的角度理解人工智能在人工智能时代支持自我实现和个性化公民身份的作用;为教育社区共同创建人工智能工具，以支持人工智能时代教师的自我实现和专业转型做出贡献。	为教师构建或利用现有的人工智能生成工具包，为教师的专业发展定制人工智能辅助代理或教练，以支持自我评估和诊断等活动，以及模拟特定场景以练习技能和接收反馈（例如满足学习困难学生的需求或解决与使用人工智能相关的道德困境）。利用代理或教练来帮助他们的同龄人。 人工智能增强的培训计划设计：利用人工智能工具扩大对与特定教师群体需求相关的现有计划的审查，扩展培训内容和培训方法的想法，并协助制作包容性的培训课程，由人类主教练或主持人进行验证。 共同创建人工智能工具、教学创新或道德规则的社区：领导或参与合作研究团队，研究创新的教学方法，和/或共同创建可信赖、可访问和包容性的人工智能教育工具或迭代更新的人工智能使用道德规则的社区。

第五章：建议的执行战略

AI CFT是一个面向教师、政策制定者、教师教育计划提供者和世界各地学校领导的全球参考框架。本章超越了阐明能力的范围，为有利的政策环境和其他有利因素提供指导，这些因素可以支持教师有效使用人工智能。它还探讨了如何使用AI CFT来实现三个主要目标，即指导在不同背景下设计特定的AI能力框架，指导AI教师专业发展的设计和提供，以及支持教师自我评估的基准规范。

5.1监管AI并确保可信赖的AI教育工具

在教育中负责任地使用人工智能的先决条件是执行法规，以确保人工智能工具的可信度，并保护学习者和教师。考虑到与使用人工智能相关的多种风险，必须建立机制，以确保引入教育环境的任何人工智能工具都是可靠和值得信赖的。因此，在大规模引入教育系统之前，验证人工智能系统或软件至关重要。提供值得信赖的人工智能系统需要一个有利的监管环境。应制定或加强国家人工智能监管框架，以保证学生、教师和教育机构广泛使用的通用人工智能系统的安全性和道德合规性。这就需要制定强有力的数据保护法律，类似于欧盟（EU）于2016年通过的《通用数据保护条例》（GDPR），以及/或针对人工智能服务的设计和提供的具体法规，这些法规应解决其对不同年龄和不同能力的用户的适当性。

这些法规还需要定期审查和调整，以应对生成人工智能等新兴技术带来的新道德问题。中国于2023年7月发布的关于生成式人工智能的具体官方法规，以及欧盟于2024年3月推出的《人工智能法案》，都是最近为应对生成式人工智能带来的新风险所做努力的例子。事实上，《欧盟人工智能法案》确定了人工智能系统可能对公民构成的四个风险级别，并为每个级别规定了法律的规定。第一个问题涉及人工智能系统，这些系统会带来不可接受的风险，必须被禁止。第二类包括被认为具有高风险且需要严格监管的人工智能应用程序。大多数用于教育的AI应用程序都属于这一类。第三类涉及风险有限的人工智能系统，需要特定的透明度义务。最后，最后一类包括风险最小的AI，可以自由使用。根据风险水平实施监管需要独立的机构机制来验证人工智能系统。这对教育尤其重要，因为大多数人工智能应用被认为是高风险的，需要严格的监管。虽然关于一般人工智能系统的法规提供了重要的法律的保护，但确保可信赖的人工智能教育需要进一步的法规和制度验证。这既适用于在学校大规模部署的一般人工智能系统，也适用于包含人工智能技术的教育工具。为了防止人工智能对学生造成不可逆转的伤害，必须确保建立机制来验证这些人工智能系统在教育中的使用。针对年幼儿童的人工智能服务尤其如此。在学校和其他教育机构使用之前，需要确保对集成人工智能工具的教育软件和资源进行独立验证。监管机构应与教育机构、教师工会和家长协会合作，定义和应用人工智能工具的相关验证方法，包括通过试验、模拟和以模型为中心的方法。

框1：人工智能监管：多个利益攸关方问责制的关键要素
联合国教科文组织的《2023年人工智能教育和研究指南》建议，为了适当监管人工智能，以确保其在教育和其他发展背景下的利益，法规需要明确以下方面的责任：（1）政府监管机构，（2）人工智能系统和人工智能服务提供商，（3）机构用户，以及（4）个人用户。
(1)政府监管机构这些机构应负责以下七个关键要素和行动：通过国家机构进行部门间协调，以领导对人工智能的全政府方法;使国家/地方人工智能法规与相关立法和监管规定保持一致;确保对生成性人工智能的必要监管与促进人工智能创新之间的平衡;识别人工智能的潜在风险水平并相应地指定法规（有关此方法的示例，请参阅欧盟人工智能法案）;保护数据隐私;定义和执行与人工智能平台或应用程序进行无监督聊天的年龄限制;并增强国家数据所有权并遏制数据贫困的风险。
(2)人工智能系统和服务的提供商应承担以下法律的和社会责任：保证人工智能事件和法律的问题的人类责任;确保可靠的数据和模型;采用非歧视性内容生成的算法和方法;促进人工智能模型的可解释性和透明度;正确标记人工智能生成的内容;遵守安全和安全原则;提供适当访问和使用人工智能系统的规范;承认限制并防止可预测的风险;建立投诉和补救机制;以及监测和报告非法使用。
(3)负责确定是否应采用人工智能以及应采购哪种人工智能工具的教育当局和机构应负责：对人工智能算法，数据和输出进行机构审计;验证比例并保护用户的福祉;审查和应对长期影响;以及监测年龄适当性。
(4)个人用户个人教师和学生有以下责任：了解使用人工智能的职权范围;在使用人工智能工具时遵守道德原则;并对监控和报告人工智能系统或服务的任何非法应用承担个人责任。

至少，验证标准应涵盖AI系统及其使用的以下方面：

• 安全;
• 偏见;
• 输出的准确性;
• 保护数据隐私和法律的数据所有权的人类责任;
• 人工智能模型的可解释性;
• 用于为目标用户训练人工智能模型的数据的语言和文化代表性;
• 适合不同年龄和不同能力的用户;
• 收集和利用用户数据;
• 预期的商业模式;以及
• 对教师权利和人类代理的影响。

该法规还要求多个利益相关者参与考虑人工智能对教育的长期影响，通过包容性辩论，多利益相关者政策对话和参与性起草促进以人为本的方法。

5.2为在教育中使用人工智能建立有利的政策和条件

虽然这是一个必要的先决条件，但仅仅定义教师所需的人工智能能力并不足以确保在教学和学习中大规模采用人工智能辅助实践。事实上，各种障碍阻止教师找到和使用人工智能，熟悉可信的人工智能工具，了解如何负责任地使用人工智能，并根据学科领域和年级的相关性和适用性将其纳入教学和学习。虽然这里提出的框架考虑了其中一些问题，但解决教师个人兴趣和动机的主观障碍超出了AI CFT的范围。解决人工智能可负担性和可获得性的经济和结构性障碍也超出了该框架的范围，因为它有助于解决在其他政策优先事项中平衡人工智能的挑战。为了应对挑战并克服这些障碍，国家教师人工智能能力框架需要得到有利的政策环境的支持，为在教育中使用人工智能提供有利条件。教育中人工智能政策的主要功能之一是帮助机构在向教师推广人工智能之前，将人工智能的选择与其他现有选择和优先事项进行权衡。这方面的一个共同出发点是进行成本效益分析，以确定人工智能对教育的前瞻性但未经证实的价值与确保/改善学习者其他条件的迫切需要之间的权衡。公平地说，尽管媒体大肆宣传，但人工智能不太可能解决世界各地教育系统面临的任何重大问题，例如学校基础设施不足或教师短缺。由于人工智能教育的战略政策选择对财政和人力资源投资具有重大影响，因此决策必须通过严格的循证研究和多方利益相关者对话来了解。如果在教育中大规模采用人工智能技术被视为解决关键挑战的一种手段，那么教师的人类代理，创造力和独创性必须保持核心地位。作为人工智能能力的一部分，教师应该能够选择应用负担得起的人工智能工具，或者只有在确定收益明显大于风险之后才能共同创建相关的解决方案。

人工智能教育政策的第二个功能是支持和激励教师以负责任的方式使用人工智能。激励教师的策略可包括以下行动：重申在专业资格框架中培养教师人工智能能力的重要性;采取措施减轻使用人工智能对教师工作量和福祉的负面影响;提供资金充足的人工智能相关培训和基于需求评估的校本支持计划;认可和促进先行教师在实践中适当使用人工智能教学的努力;并认可教师使用人工智能作为教学表现评估标准的一部分的创新实践。

政策框架的第三个功能是支持教师解决人工智能获取和负担能力的障碍。为了帮助确保包容性地获取人工智能资源，并使不同当地环境的教师和学生能够使用人工智能，政策措施包括确保包容性地访问互联网以及经过验证、值得信赖和负担得起的人工智能工具和其他资源;升级过时或功能失调的数字基础设施;并确保免费或负担得起的应用程序和硬件，包括通过与学术界和私营部门的接触。

方框2：大韩民国的人工智能国家战略
韩国科学与信息通信技术部（Ministry of Science and ICT，Republic of Korea，2019）的人工智能国家战略有三个主要重点领域：（1）建立可靠的人工智能基础设施，包括支持人才和改进技术;（2）在整个工业和社会部门扩大人工智能的使用;（3）积极应对社会变化，包括劳动力市场需求。为了支持实现这些目标，该战略优先考虑两个关键要素：加强教师的软件和人工智能能力，以及确保学校基础设施的安全。根据2020年启动的加强教师软件/人工智能能力的关键任务，大韩民国一直支持教师完成人工智能课程，作为初始培训和招聘的一部分。为此，支持负责教师培训的机构加强其方案：教育大学修订了完成人工智能相关课程的教师资格标准;支持教育学院在教学和相关专业中增加和整合人工智能相关内容;教育研究生院设立了新的专业，重点是人工智能整合教育和支持参与教师。与此同时，改革教师培训制度的举措旨在使中小学教师的严格资格要求更加灵活。通过这样做，该倡议希望激励教师在学校内外探索面向未来的创新实践。自2020年以来，政府机构和合作伙伴在“保障学校安全”框架内，在全国每所中小学的至少四个教室建立了高速无线网络。此外，还实施了一些战略，以促进在学校以外的各级和地点提供与人工智能相关的教育机会，并启动了寻找和培养人工智能天才学生的举措，并确保弱势群体和农村社区的教育机会。

5.3为教师制定和采用本地AI能力框架

AI CFT旨在为教师设计国家或机构AI能力框架提供指导。其结构和规范旨在进行本地化，并根据国家、地区或组织中教师的数字化准备程度和现有能力水平进行定制。这些本地化框架的制定需要一种涉及多个阶段的整体方法。起点是从学生和教师可用的工具以及教师目前在人工智能方面的能力水平中值两方面对人工智能准备情况进行彻底评估。随后，将评估政府或机构打算为所有教师制定的人工智能能力定义与现有教师培训和支持方案中提出的定义之间的差距。最后，需要阐明本地化人工智能能力框架的关键方面和主要掌握水平。

这些本地化框架的设计应与现有的教师数字能力和/或一般专业资格框架保持一致。在适当的情况下，当地的人工智能框架应该对国家或机构认证具有一定的约束力。为了最大限度地提高国家/地方教师人工智能能力框架的相关性，框架和相关计划的设计和实施应建立在协调的政府方法基础上。目前很少出现这种情况，教师人工智能能力框架的开发通常由学术机构、商业公司和区域或国际组织推动。如果我们要确保在教育中有效、有意义和可持续地使用人工智能，就需要制定教师能力框架，并得到政府机构的认可。

方框3：非政府教师人工智能能力框架实例
AI 4 T是欧盟委员会资助的伊拉斯谟+ K3项目，与法国、爱尔兰、意大利、卢森堡和斯洛文尼亚合作开发。该计划于2021年启动，旨在基于三类人工智能能力为教育中的人工智能培训做出贡献：（1）“人工智能教学”涵盖与所有公民相关的人工智能能力，主要来自现有的欧盟数字能力框架DigComp2.2;（2）“人工智能教学”涵盖了专门针对教师的人工智能能力，并借鉴欧盟委员会2022年关于在教育工作者的教学和学习中使用人工智能（AI）和数据的道德准则;及（3）“人工智能教学”涵盖指导学生进行人工智能基础训练的能力，包括基本数码技能、计算思维、数学技能及人工智能应用，主要来自AI 4K 12“人工智能教育五大理念”的框架。（欧洲联盟，2023年）。在大韩民国，人工智能教育联盟和政策实验室所做的努力提供了另一个例子，说明了提高教师人工智能和数字能力的框架。该框架涵盖三个领域：人工智能和数字基础，人工智能和数字教育的实施以及专业发展。人工智能和数字技术的利用，人工智能和数字伦理的实践，利用人工智能和数字技术的教育背景分析，利用人工智能和数字技术的教学设计，使用AI和数字技术开发教育资源，使用AI和数字技术实施课程，使用AI和数字技术进行教育评估和反思，以及专业发展。为每种能力定义了行为指标，以帮助设计评估工具，帮助衡量教师的人工智能和数字能力水平。

5.4设计和简化有关人工智能能力的培训和支持计划

该计划为教师培训课程和支援计划的设计和规划提供了一个运作架构。更具体地说，第4章中提出的“课程目标”的详细说明旨在确定每个能力模块的培训方案可能涵盖的知识、技能和价值观的主要要素，提出与受训者的领域和水平相关的培训方法，并提出组织培训和辅导方案的实际方法。

方框4：教师人工智能培训和支助方案实例
欧盟的AI 4 T计划有一个专门的大规模开放式在线课程（MOOC），旨在提高教师的人工智能能力。该MOOC有四个模块：（1）“人工智能在教育中”提供一般介绍;（2）“人工智能的含义”提供人工智能基础和应用的内容;（3）“人工智能如何工作”探讨人工智能和道德的技术方面;（4）“人工智能如何工作”探讨人工智能的技术和道德方面。以及（4）“人工智能为教师服务”提供了以人为本的思维方式和人工智能伦理的材料。虽然MOOC的主要重点是人工智能基础，但它也通过涵盖基于人工智能的决策的风险、让教师参与其中的重要性以及道德问题来解决人类代理问题。作为一个MOOC，它在教师的主动学习机会方面自然受到限制，并且不适合他们的特定需求。新加坡的方法包括为人工智能能力发展提供专用平台。新加坡政府于2017年启动了“人工智能新加坡”倡议，将新加坡的研究机构和人工智能公司聚集在一起，开展研究，产生知识，创造工具，并培养人工智能领域的人才。该平台使教师能够访问人工智能工具和模型，使他们能够发展与其教育背景相关的能力。它还提供MOOC风格的课程，非常强调社区参与。内容主要集中在人工智能基础和应用，以及技术问题，如提示，数据科学和特定工具的使用。

需要在教师职业生涯和终身专业发展旅程的各个关键步骤中规划这些方案和相关的教师指导。这包括任职前准备、在职培训、基于学校的支持以及与同行辅导和实践社区的接触。AI CFT可以在所有这些阶段为设计提供信息，确保它们与所需的能力保持一致，同时也足够灵活，以适应特定教育环境的独特需求和背景。例如，人工智能CFT可以指导教师培训机构和大学的职前课程的开发、审查和更新，以确保新培训的教师为部署人工智能工具和相关教学方法做好充分准备。在职教师方案的规划或调整自然应当以任职前培训方案为基础。校本支援计划亦可利用该框架，为个别教师群体提供直接切合其具体需要的持续学习和发展机会。此外，包括离线和在线实践社区在内的同行辅导计划可以利用AI CFT来规划学习成果并监控协作专业学习环境中的进展。

5.5开发基于绩效的评估工具

AI CFT还可以作为指导，制定与情境相关的标准，以支持对教师AI能力的机构评估或自我评估工具的设计。第四章中对人工智能能力的详细说明通过提供教师在各级教育环境中的人工智能技能、态度取向和行为表现的结构化分析，为评估工具的构建提供了信息-从“获得”到“获得”。这些规格表可用于评估目的。具体而言，培训方法和预期成果的具体实例已嵌入规格中的课程目标和学习目标中，并可作为设计与特定领域性质和目标教师群体相关的评估方法和评估项目的参考。表5说明了如何在设计评估工具时参考第一级进展水平的能力“以人为本的思维”规范。

表5.基于人工智能CFT的测评工具设计实例
在“获取”层面设计“以人为本”能力评估的例子

教师胜任力	根据目标教师群体的先前知识和工作职责，调整以下学习目标	设计与能力领域和预期掌握水平相关的评估方法和项目	业绩和潜在能力的分级标准
人类代理：教师有一个关键的理解，即人工智能是人类主导的，人工智能创造者的决定，无论是企业还是个人，都对人类的自主权和权利产生深远的影响;教师在评估和使用人工智能工具时意识到人类机构的重要性。	LO1.1.1批判性地反思特定人工智能工具在当地教育环境、学科领域和教学年级中的好处、局限性和风险。 LO1.1.2表明意识到人工智能是人性化的，人工智能创造者的企业或个人决策可以影响人权，人类机构，个人生活和社会。 LO1.1.3概述人类在人工智能开发中所涉及的基本步骤中的作用，从数据的收集和处理到人工智能系统的算法和功能的设计，再到人工智能工具的部署和使用。 LO1.1.4理解在设计和使用人工智能系统的关键步骤中，需要使用基本措施来保护人类代理，确保尊重数据所有权，同意作为数据收集的基础，反偏见数据标签和清洗，无歧视人工智能算法以及用户友好的功能和界面。	写一篇文章，阐述你对在教育中使用面部识别（或生成AI的自动纠正功能，或另一种常见的AI工具）的好处、局限性和风险的看法。 设计一张海报或数字演示文稿，说明人工智能创造者的个人和企业决策如何影响教师的权利，以及教师和学生的代理权。 举例说明根据欧盟人工智能法案应该被禁止的人工智能工具，并解释原因。起草一份每日提示清单，以促进教师自主使用人工智能，并鼓励学生代理。	(To根据调整后的学习目标和评估项目的类型指定）

5.6 Conclusion

AI CFT旨在肯定教师在确保在教育中道德和有效地采用AI方面的关键作用。它还旨在向政策制定者、教师教育计划提供者、教师教育机构人员、学校领导和教师本身通报人工智能时代教育转型可能需要的能力动态演变。通过启动人工智能能力框架，教科文组织呼吁其成员国加快制定国家人工智能能力框架，并提供教师培训计划，以支持终身专业学习。鉴于人工智能作为一种通用技术的性质，它有可能极大地改变多个经济部门的商业模式，并以指数级的速度快速发展，人工智能的进一步发展及其对教育的影响可能会超过人工智能CFT的迭代。与此同时，对人工智能在教育中的兴趣和试验的激增将产生多种方法来使用人工智能在教育中的应用，特别是人工智能CFT的应用。为了应对这些挑战，联合国教科文组织将人工智能CFT视为“主框架”，而不是人工智能知识和技能的规定性蓝图。它旨在帮助制定国家、州一级和/或机构框架，以反映随着时间的推移而取得的技术进步和各种不同地方背景下不断变化的需求。因此，联合国教科文组织建议，人工智能能力框架可作为决策者和培训计划开发者的总体框架工具和开放式路线图，以不断调整人工智能能力的定义，并激励创新的能力发展方法。

这是教师AI能力框架的第一版。预计将根据参与性办法对该计划进行更新。鼓励参与教师专业发展的利益攸关方与同行培训者和教科文组织交流经验，以便共同创建该框架的后续迭代。

教师人工智能能力框架提出了有史以来第一个关于如何定义和开发人工智能能力的全球愿景，以便在教学，学习和评估中道德和有效地使用人工智能。该框架提供了一个蓝图，说明应该涵盖哪些具体的人工智能道德原则，知识和技能，以及在制定教师培训计划时如何利用特定领域的方法。它强调，培养教师的人工智能能力是在教育中有效利用人工智能的要求，必须基于包容性、人类主体的中心地位、不歧视以及尊重语言和文化多样性的原则。

以上内容全部使用机器翻译，如果存在错误，请在评论区留言。欢迎一起学习交流！

如有侵权，请联系我删除。xingyezn@163.com