[摘要]人工智能时代背景下，大学英语教师的智能教育素养在认知理念与融合应用层面均面临挑战。本研究基于AI-TPACK框架，提出“内生性发展—支持性保障—顶层设计”三位一体的提升路径：依托“实践—反思—共同体”模式，激活教师自主发展的内生动力；通过分层递进式专项培训与英语学科资源库构建，为教师智能教育素养提升提供必要支撑；运用激励政策加以引导，并将AI-TPACK评价指标与职称评审有效衔接，强化智能教育素养提升的导向作用。

　　[关键词]AI-TPACK；智能教育素养；大学英语教师；教育数字化转型

　　1研究背景

　　2018年，教育部在《关于开展人工智能助推教师队伍建设行动试点工作的通知》中首次提及“智能教育素养”概念；2025年，国务院发布的《关于深入实施“人工智能+”行动的意见》提出，把人工智能融入教育教学，创新“人机协同”新模式；《大学英语教学指南（2020版）》提出，教师要主动适应信息化背景下的大学英语教学，充分利用现代信息技术重构教学模式、创新教学方法。人工智能在教育领域的应用正受到广泛关注与重视，教育的智能技术化转型已成为大学英语教学范式变革的既定方向，这也对大学英语教师的人工智能技术与英语教学的深度融合能力提出了更高要求。因此，大学英语教师在知识结构上需要将TPACK（Technological Pedagogical Content Knowledge，整合技术的学科教学知识）提升为AI-TPACK（Artificial Intelligence-Technological Pedagogical Content Knowledge，AI赋能的整合技术学科教学知识），才能胜任新时代的教学重任。基于此，本文旨在运用AI-TPACK框架分析大学英语教师智能教育素养现状并提出提升路径，为构建大学英语教师智能教育素养发展框架提供参考。

　　2概念的界定

　　2.1 AI-TPACK

　　AI-TPACK是TPACK在人工智能时代的演进，其理论根源是Mishra和Koehler于2006年提出的TPACK框架。该框架强调技术知识（TK）、教学法知识（PK）和学科内容知识（CK）的动态融合。随着人工智能成为教育技术的新核心，AI-TPACK在继承TPACK核心思想的基础上，关注AI技术的独特性及其对教学与内容的深层影响，将AI-TK（融合AI的技术知识）作为核心，通过与PK、CK的二次融合，衍生出AI-TPK（AI赋能的技术与教学法知识）与AI-TCK（AI赋能的技术与学科内容知识），最终整合形成高阶的AI-TPACK复合知识体系（闫志明等，2020），并将智能伦理嵌入其中（张群等，2023）。因此，它是在“人机协同”理念下对技术、教学方法、学科内容知识的多维整合与重构，为分析AI与大学英语教学深度融合提供了有效的理论工具。

　　2.2智能教育素养

　　素养是指个体在特定领域所掌握的知识或技能（尹开国，2024）。随着人工智能技术革新，人工智能素养作为一种新的素养类型应运而生，特指个体对AI技术原理的理解能力、工具适用性评估能力及伦理应用能力（钟柏昌等，2024）。聚焦教育领域，教师智能教育素养是其在智能时代胜任教学的核心能力，本质为信息素养与数字素养的智能化升级（刘斌，2020）。本研究基于AI-TPACK框架，将教师智能教育素养定义为：教师融合人工智能技术知识（AI-TK）、学科内容知识（AI-TCK）与教学法知识（AI-TPK），开展合乎伦理、有效且创新的教学实践所需的认知结构、能力体系与伦理自觉的综合体。

　　3 AI-TPACK框架下大学英语教师的智能教育素养

　　3.1融合AI的技术知识（AI-TK）

　　在AI-TPACK框架下，AI-TK的内涵已从对Excel、PPT等传统工具和学习通、雨课堂等教学平台的操作技能，拓展为涵盖AI原理认知、AI工具应用、AI交互技能三个维度的人工智能教育技术素养。原理认知是基础，帮助教师科学评估AI生成内容的可靠性；工具应用是载体，要求教师能根据教学目标选用AI工具辅助教学；交互技能是关键，直接决定AI教学应用效果。三者共同构成了大学英语教师在人工智能时代必备的技术素养。

　　3.2 AI赋能的技术与学科内容知识（AI-TCK）

　　教师与AI协同构建教学内容是AI-TCK的核心任务。这就需要英语教师具备运用知识图谱工具及语料库分析技术对语言素材进行深度处理的能力。例如，通过AI技术定制化生成工程技术、商业管理、医疗健康等学科的英语教学材料。这种能力使英语教学材料突破了传统教材的局限，实现了内容的高度定制化、前沿性与跨学科融合。

　　3.3 AI赋能的技术与教学法知识（AI-TPK）

　　AI-TPK的核心在于将AI技术与语言习得理论相融合，并应用于教学实践。教师需要具数据的能力，能精准诊断出学生学习的薄弱环节并推送个性化学习路径。同时，教师需要学会利用作业自动批改系统，大幅减少批改作业的机械性劳动时间，从而将更多精力聚焦于高阶教学指导。这种能力有助于推动大学英语教学从传统的标准化讲授方式转型为个性化的人机协同新范式。

　　3.4 AI赋能的整合技术学科教学知识（AI-TPACK）

　　AI-TPACK是框架的顶层概念，指教师在“人机协同”理念下，将人工智能技术素养、创新教学法、拓展性学科内容及智能伦理进行深度整合，形成面向教学目标、适配教学情境且持续演进的知识体系。它要求大学英语教师不仅能审慎决策AI技术的应用，还须具备伦理前瞻性，能够规避算法偏见、数据隐私与学术诚信等风险，最终实现“技术—教学—内容—伦理”四维协同，确保AI服务于育人这一教育根本目标。

　　4大学英语教师的智能教育素养现状

　　基于AI-TPACK视角，当前大学英语教师的智能教育素养在认知理念与融合应用层面均面临挑战。

　　4.1认知理念困境

　　在认知理念层面，教师存在技术认知“黑箱化”、教学理念“滞后化”和内容理解“窄化”等问题。“黑箱化”指英语教师对AI的理解多停留在“工具”层面，忽视了其底层原理及育人潜能。这种认知局限导致教师难以设计有效提示词以获取教学资源，亦无法引导学生甄别AI生成内容中的错误。“滞后化”表现为：许多教师依然固守“教师中心”模式，难以适应教学结构从“教师—学生”二元模式向“教师—AI技术—学生”三元互动的转型（吴焕庆等，2025），而这一转型正是由人工智能深度驱动的。例如，在实施翻转课堂模式时，教师本可借助AI实现课前知识内化与课中高阶训练，却仍习惯于“满堂灌”，导致AI的教学效能未能充分发挥。“窄化”表现为不少英语教师只重视语言知识传授，而忽视了对学生跨学科素养（如数字人文、科技伦理）的培养。

　　有运用学习分析智能化技术持续追踪学生学业本研究访谈结果显示，仅约7%的教师将“批判性评估AI输出”这类人工智能素养目标纳入教学，导致教学内容设计缺乏整合AI技术的有效路径，阻碍了学科内容知识与AI技术的深度融合。

　　4.2融合应用困境

　　在融合应用层面，大学英语教师对AI的应用多局限于翻译、润色、PPT生成等基础功能，导致技术应用呈现“表层化”特征。英语教师的智能教育素养不足，严重制约了其对自适应学习系统、学情分析工具等技术门槛较高的智能工具的应用，致使教学流程难以实现实质性的智能化重构。此外，英语教师普遍缺乏人机协同与数据驱动能力，教学设计则呈现“机械化”倾向。例如，在“机场误点”口语任务中，当AI生成专业表达（如compensation voucher is contingent upon the original fare basis）时，多数教师的教学设计未能预设动态交互节点，用以检测学生对术语的理解（如区分voucher和cash）或协商表达策略差异（如比较Could you repeat that?和Sorry,I didn’t quite catch that—could you repeat it?），错失了融入微技能训练的机会。若教学设计仅停留在答案核对层面，则无法有效培养学生的高阶思维与语言协同能力。内容重构方面则陷入“静态化”困境。英语教师过度依赖英语教材，一方面未能有效整合AI提供的海量语料与动态生成资源，另一方面也缺乏将此类资源与语言目标有机融合的能力，最终导致教学内容与现实情境脱节。

　　5大学英语教师智能教育素养提升路径

　　本研究基于AI-TPACK框架，建议构建“内生性发展—支持性保障—顶层设计”三位一体的提升路径，通过系统发展大学英语教师的AI-TPACK多维能力，整体提升其智能教育素养。

　　5.1内生性发展路径

　　5.1.1激发个体能动性

　　激活大学英语教师学习动力是提升AI-TPACK的首要任务。学校可通过设立AI赋能英语教学的专项课题、举办AI教学应用比赛、组织经验分享会（如AI个性化写作反馈或口语训练）等方式，增强教师运用AI技术的信心。鼓励教师立足英语课堂的真实问题（如提升学生思辨能力、优化跨文化交际教学），在解决实际问题中逐步深化对AI-TK、AI-TPK、AI-TCK的理解，最终建构出AI-TPACK。

　　5.1.2建立教师学习共同体

　　建立教师学习共同体是促进AI-TPACK发展的有效路径。学校应搭建教研平台，鼓励教师围绕AI-TPACK应用（如利用AI设计听说任务、评估AI辅助翻译作用、智能整合跨文化语料等）开展常态化的集体备课、同课异构、课堂观摩与深度研讨。通过同伴互助与专家引领，加速AI-TK更新，促进AI-TPK与AI-TCK策略内化，激发教学创新，形成集体智慧，推动英语教师团队AI-TPACK的不断发展。

　　5.2支持性保障路径

　　5.2.1设计分层递进式AI融合教学培训

　　设计分层递进式专项培训是提升AI-TPACK的核心举措。学校需先诊断英语教师在AI-TK、AI-TPK及AI-TCK各维度的水平差异，进而实施精准化分层培养。初阶培训聚焦AI-TK基础能力培养，如培训掌握智能写作批改、语音识别、语料库分析等语言教学工具的原理与操作技能，缓解教师的技术畏难情绪；中阶培训可采用真实案例工作坊形式，侧重促进AI-TPK与AI-TCK协同发展，如围绕“跨文化沟通”主题，设计AI口语代理活动与实时文化语料分析任务，提升“技术—内容—教法”的整合能力；高阶培训则鼓励教师基于AI-TPACK探索教学模式创新，如开发AI驱动的个性化学习机制或人机协同学术英语培养方案，引领大学英语智能教育改革。

　　5.2.2构建持续性技术支持与优质教学资源库

　　为英语教师提供稳定的技术支持与高水准的教学资源库，是巩固培训成效的必要保障。学校应组建专业化技术团队，及时处理教师在使用智能写作平台、语料库等工具过程中出现的操作问题或者技术难题。同时，还需要重点建设大学英语AI-TPACK教学案例库（如多技能整合型任务设计方案）、按语言技能分类的AI工具清单及使用指南、涵盖学术英语与跨文化交际的动态语料库及数字化教材资源库等系列资源。现有实例表明，上述资源的系统化建设能够有效降低教师在素材开发方面的时间成本，使其能将主要精力投入基于AI-TPACK框架的教学方法革新与整体性课程设计工作之中。

　　5.3顶层设计路径

　　5.3.1制定鼓励AI教学创新的宏观政策

　　主管部门应出台引导性宏观政策，保障大学英语教师智能教育素养的发展。例如，可设立专项基金用于支持AI-TPACK相关教研实践活动的开展。评奖机制也需要同步优化调整。在各级教学成果奖项评选及教学名师评定过程中，应优先考虑能深度融合AI技术、充分体现AI-TPACK创新理念的英语教学项目。此外，重点推进教师评价体系的改革。职称晋升与评优核心指标中应当包含以下要素：AI技术应用能力（如智能写作评阅工具、虚拟口语教练系统的操作熟练度）、AI-TPK与AI-TCK融合实践成果（如基于AI的个性化阅读指导方案、跨文化交际模拟训练系统开发）、AI-TPACK创新（如专业英语智能教育教学范式的构建）。相关实践表明，资金支持、荣誉激励、评价导向的三维联动机制能够形成闭环，有效引导大学英语教师提升AI-TPACK多维能力。

　　5.3.2将AI-TPACK纳入教师专业发展考核指标

　　高校需将AI-TPACK发展水平与应用成效纳入教师日常工作考核范畴，核心考核内容应涵盖英语教师AI-TK素养水平、AI-TPK与AI-TCK整合能力及教学创新实际成效三大维度。学生英语口语表达能力提升数据、高阶思维培养效果及学习体验改善程度等可量化的指标，均可作为重要参考依据。同时，评价方式应多元化。课堂观察手段可用于评价真实教学情境中AI-TPACK实施的质量；学生学习反馈数据能够揭示能力发展动态轨迹；教学档案袋系统有助于追踪教师专业发展的持续性；同行评议环节则可聚焦教学设计创新性与技术适配精准度。总之，多源数据的交叉验证有助于构建全面立体的评价网络，形成“评价反馈—改进提升”的闭环机制，有利于持续激发教师开展教学创新的内生动力。

　　6结语

　　人工智能时代对大学英语教学提出了新要求，但教师智能教育素养的提升面临双重挑战：认知理念层面存在对技术原理、教育应用及教学内容理解的滞后与偏差；融合应用层面则表现为技术应用“表层化”、教学设计“机械化”及内容重构“静态化”。基于AI-TPACK框架，本研究提出“内生性发展—支持性保障—顶层设计”三位一体的提升路径：通过“实践—反思—共同体”模式激活教师自主发展的内生动力，依托分层递进式专项培训与专属资源库提供组织支持，借由政策与评价体系改革实施宏观引导。在此基础上，构建教师个体、学校组织与宏观政策协同联动的系统协调机制，全面、持续提升大学英语教师智能教育素养。

参考文献

　　[1]刘斌.人工智能时代教师的智能教育素养探究[J].现代教育技术，2020，30（11）：12-18.

　　[2]吴焕庆，武传震.GenAI时代教师知识框架的演进与创新：从TPACK到GHEX-IPACK[J].电化教育研究，2025，46（10）：23-31.

　　[3]闫志明，付加留，朱友良，等.整合人工智能技术的学科教学知识（AI-TPACK）：内涵、教学实践与未来议题[J].远程教育杂志，2020，38（5）：23-34.

　　[4]尹开国.人工智能素养：提出背景、概念界定与构成要素[J].图书与情报，2024（3）：60-68.

　　[5]张群，田格格.AI-TPACK理论视角下教师智能教育素养：模型构建及培养策略[J].开放学习研究，2023，28（6）：30-40.

　　[6]钟柏昌，刘晓凡，杨明欢.何谓人工智能素养：本质、构成与评价体系[J].华东师范大学学报（教育科学版），2024，42（1）：71-84.