96%教师愿意主动拥抱AI

教师并非AI进入教育的阻力

从数据看，教师并不是AI进入教育的阻力。

报告显示，69.4%的教师清晰认识到AI时代教师角色的变化，69.1%的教师明确哪些工作不会被取代，66.8%的教师能够反思人工智能对自身教育理念的影响。也就是说，不少教师已经不只是把AI看作一个新工具，而是开始意识到它会影响教师职业本身。

在应用意愿上，教师的态度更明显。96.1%的教师选择“学习并尝试更多AI工具”，92.3%的教师选择“将AI融入课堂教学”，69.1%的教师关注“引导学生正确使用AI”。

这组数据说明，教师并没有普遍停留在观望阶段。很多教师已经在主动接触工具，并尝试把AI放进自己的教学实践里。

但报告也提醒，教师的开放并不等于盲目乐观。在教师对人工智能教学应用的主要担忧中，排在第一位的是“学生过度依赖导致丧失独立思考能力”，占比86.0%；其次是“削弱教师与学生之间面对面的情感交流”，占比57.2%。

总体来说，教师对AI的态度更接近“理性开放”：愿意学、愿意用，但也清楚技术进入教育后不能只看效率。

从工具使用情况看，教师已经广泛接触人工智能工具。报告显示，通用对话式/生成式AI工具的使用率最高，达到96.9%；国家智慧教育平台相关模块的使用率为77.7%。此外，多模态创作类AI、学校平台AI模块、本学科AI教学软件、自建AI工具等也被不同程度使用。

但进一步看，工具使用结构也暴露出问题。

通用工具使用率高，说明教师最容易获得、最容易上手的还是面向大众的生成式AI。相对而言，本学科AI教学软件、学校平台AI模块和自建AI工具的使用比例明显低一些。报告据此指出，当前AI教育资源仍以通用型工具为主，缺乏面向具体学科、学段和教学环节的精准适配内容与场景化模块。

这也是一线教师最容易遇到的现实问题：AI能回答问题，也能生成文本，但它未必知道这节课面对的是哪个年级、哪类学生、哪种教材、哪种课堂条件。工具可以给出一个“看起来完整”的方案，但真正能不能用，仍然要回到教师判断。

报告中有教师提到，向AI提出需求后，结果常常“不尽如人意”，要么空洞，要么跑偏，感受不到便利。还有教师指出，缺乏专门适用于教育教学且错误率低的AI。教师不是不用，而是在使用中发现，AI从“可用”到“好用”，中间还有距离。

报告列出了教师应用人工智能时遇到的主要问题。

排在前三位的是：“没有合适的资源”占67.4%，“技术不稳定、经常出故障”占62.9%，“不会用，学习成本高”占44.8%。这三个问题说明，教师AI应用的瓶颈并不只是教师个人能力。

如果缺少适配具体学科和课堂场景的资源，教师即使愿意用，也很难稳定用、深入用。如果工具不稳定，课堂使用就会有风险；如果学习成本高，教师就需要额外投入时间，而这很容易抵消所谓“减负”的效果。

尤其在教育场景中，技术稳定性不是小问题。一个工具如果只是在教师个人备课时偶尔跑偏，教师还有机会修改；但如果放到课堂现场，技术故障就会直接影响教学节奏。对很多教师来说，是否敢把AI真正带进课堂，不只取决于态度，也取决于工具是否可靠、资源是否适用、学校是否有支持。

报告还讨论了区域差异。不同区域教师人工智能素养水平呈现“东部领先、中部居中、西部相对滞后”的格局。在基础判断类能力上，差距相对有限；但在“综合运用多个AI教育工具”“快速掌握新推出的AI教育工具”“与AI共同创造超越传统范式的教学活动”等较高阶能力上，差距更明显。

这提醒我们，教师AI素养不能只看平均水平。真正影响教育公平的，可能不是有没有一个AI工具，而是不同地区、不同学校、不同学科的教师能不能获得持续支持。

报告提出教师正从“工具使用者”转向“人机协同的设计师与价值共创者”。教师需要判断哪些工作可以由AI完成，哪些育人环节必须由教师亲自承担。这可能是教师AI应用中最重要、也最容易被忽略的能力。AI可以协助备课、生成教案、设计练习、分析学情、批改作业。但AI生成的内容是否准确，是否适合学生，是否符合课程目标，是否会削弱学生思考，都需要教师判断。

报告特别强调，教师的核心价值会逐渐聚焦到算法难以替代的领域，包括价值引领、情感共振、思维激发和拥抱不确定性。换句话说，AI进入教育后，教师的工作并不是简单减少，而是结构发生变化。重复性、文本性、可标准化的工作，可能更多交给智能工具；但对学生状态的观察、对问题质量的判断、对学习过程的设计、对价值和伦理边界的把握，反而更依赖教师。

在学习场景中，AI支持跨学科项目、智能伴学和个性化学习；在教学场景中，AI辅助学情诊断、方案设计、资源整合、课堂互动和课后反馈；在评价场景中，AI帮助开展作业批改、课堂即时评价、标准化试题设计和个性化学习诊断；在育人和研究场景中，AI也开始进入家校社协同、心理健康、美育、体育、教研分析等工作。

报告中的案例覆盖基础教育、职业教育和高等教育。例如，有学校将AI工具用于高中地理“月相”教学，把静态素材转化为动态演示，引导学生通过交互网页理解月相变化；也有学校在小学科学课中使用虚拟实验和AI助评工具，形成“课前诊断—课中探究—课后反思”的闭环；还有学校在作文教学、物理作业评价、实验教学等场景中探索AI支持下的分层指导和过程评价。这些案例说明，AI确实已经开始进入更具体的教学环节，而不只是停留在“写教案”“做课件”。

但同时也要看到，判断这些应用是否有效，不能只看是否用了AI。更重要的是看：它有没有解决原本的教学痛点，比如抽象概念难理解、作业反馈滞后、学生差异难以照顾、教师批改负担过重、教研缺少证据等。如果AI只是让材料更快生成、展示更好看，教育价值并不充分。只有当它真正帮助教师处理具体教学问题，才算进入了有效应用。

总体来说，这份报告的价值，不在于再次说明“AI很重要”，而在于让我们看见教师AI应用的真实状态。当前，教师AI素养提升已经不是零散行动，而是在国家、地方、学校和社会多方协同下推进。真正影响落地质量的，仍然是这些支持能否进入教师的日常工作，回应具体的教学问题。

当AI越来越容易生成内容，教育更需要回到具体的人、具体的课堂和具体的问题。技术可以提供新的可能，但真正决定教育质量的，仍然是教师在复杂情境中的判断、选择和行动。