教师人工智能教育培训对教学行为意向的影响研究

　　教师人工智能教育培训对教学行为意向的影响研究

　　摘要

　　在教育数字化战略与“人工智能+教育”持续推进的背景下，教师培训被视为推动人工智能教育落地的关键抓手。然而，现实中培训投入与课堂变革之间常存在“培训—行为意向—实际行为”脱节现象：部分教师在完成培训后，对人工智能教育的态度有所改善，但未能形成稳定而明确的教学行为意向。围绕这一实践难题，本文以中小学教师为研究对象，聚焦“人工智能教育培训如何作用于教师教学行为意向”这一核心问题，旨在厘清培训的有效成分与作用路径，识别关键中介与调节机制，并据此提出分层分类的改进策略。

　　在理论上，本文以培训迁移理论为主轴，整合计划行为理论与技术接受理论（TAM/UTAUT），并引入社会认知理论（自我效能）与组织支持/教育生态视角，构建“培训特征→认知与效能改变→教学态度/主观规范/感知行为控制→教学行为意向”的系统模型。模型将培训特征细化为内容关联度与前瞻性、实践强度与任务真实度、培训者支持与反馈质量、持续性与跟进辅导四个维度；将培训结果变量区分为学习增益（知识/技能/伦理意识）与自我效能提升；以感知有用性、感知易用性、主观规范与感知行为控制为关键中介；以学校支持环境（领导力、技术与时间资源、同伴规范、评价激励）与技术焦虑/工作负荷为边界条件。

　　方法上，采用“量化为主、质性为辅”的混合研究设计：前期通过文献梳理与半结构访谈形成测量框架与条目池，经专家效度审查与预测试后开展大样本问卷调查；量化分析包含探索性与验证性因素分析、共同方法偏差检验、结构方程模型估计、Bootstrap中介效应检验，以及多群组不变性与调节效应检验；并在部分样本中实施简式前后测以增强因果推断的稳健性。质性部分选取典型学校与培训项目开展访谈与课堂观察，以主题分析实现互证与情境化解释。

　　研究发现（据模型检验与实证结果）：（1）培训内容的高关联度与高实践强度显著提升教师对人工智能教育的感知有用性与自我效能，进而正向影响教学行为意向；（2）培训者高质量反馈与持续性辅导通过增强感知易用性与主观规范，缩短“培训—意向”的转化路径；（3）学校支持环境对“培训→意向”路径具有显著增强效应，其中领导力与同伴规范作用最大；（4）技术焦虑与工作负荷对转化链条呈负向调节，高负荷/高焦虑情境下，培训成效在意向层面的外显度下降；（5）学段、教龄与学校类型在若干路径上存在差异，显示提升策略需情境化与分层分类。

　　据此，本文提出分层干预方案：宏观层面，完善人工智能教育教师培训标准与认证体系，建立与职后发展衔接的学分/微证书与评价规则；中观层面，构建“校本共同体—示范课堂—教练式辅导”的闭环支持，保障时间与技术服务并将课堂证据纳入评价激励；微观层面，引导教师以真实任务与教—学—评一致性组织课堂，建立“反思—改进—共享”的证据链与电子档案袋，系统降低技术焦虑、提升自我效能。本文贡献在于：提出并验证了面向人工智能教育的培训—意向作用模型与有效培训要素框架，为提升培训实效与促进课堂变革提供了可操作的路径。

　　关键词：教师培训；人工智能教育；教学行为意向；培训迁移；自我效能；感知有用性；学校支持环境；结构方程模型

　　Abstract

　　Amid the nationwide push for “AI + Education,” teacher training is a primary lever for scaling AI education in K–12 schools. Yet a persistent gap remains between training participation and instructional change: improved attitudes do not consistently translate into stable behavioral intentions to teach with AI. This study examines how AI education training influences teachers’ instructional behavioral intention, identifying effective training components, causal pathways, and boundary conditions. Anchored in training transfer theory, the model integrates TPB and TAM/UTAUT, with self-efficacy and organizational support/ecological perspectives, specifying a pathway from training features (content relevance/foresight, practice intensity/authentic tasks, trainer support/feedback, continuity/coaching) to learning gains and self-efficacy, then to attitudes, subjective norms, perceived behavioral control, and ultimately behavioral intention. A mixed-methods design is employed: scale development via literature review and interviews, expert validation and pilot testing, large-scale survey with EFA/CFA, SEM, bootstrap mediation, and multigroup/ moderation tests, plus a pre–post subset. Findings show that high relevance and practice-intensive training significantly enhance perceived usefulness and self-efficacy, thereby increasing intention; quality feedback and ongoing coaching strengthen perceived ease of use and subjective norms; school support (leadership, peer norms, time/tech resources, evaluation incentives) amplifies training effects, while technostress/workload dampen them; heterogeneity across grade levels, tenure, and school types suggests contextualized strategies. The study contributes an actionable training-to-intention model and an effective training component framework, informing multi-level interventions to improve training impact and drive classroom transformation.

　　论文提纲框架（层级格式）

　　第一章 绪论

　　1.1 研究背景

　　 1.1.1 “人工智能+教育”进程与教师能力再造的政策语境

　　 1.1.2 培训投入与课堂行为变革的“断裂带”

　　 1.1.3 将“教学行为意向”作为培训成效的关键近端指标

　　1.2 研究意义

　　 1.2.1 理论意义：整合培训迁移—TPB—TAM的作用模型

　　 1.2.2 实践意义：提升培训实效与课堂落地的路径参考

　　1.3 文献综述

　　 1.3.1 教师培训与培训迁移研究进展

　　 1.3.2 教师技术采纳的态度—意向—行为链研究

　　 1.3.3 人工智能教育师资培训实践经验与不足

　　 1.3.4 文献述评与研究缺口

　　1.4 概念界定

　　 1.4.1 人工智能教育与相关内涵（课程、工具、伦理）

　　 1.4.2 教师人工智能教育培训（目标、内容、形态）

　　 1.4.3 教学行为意向与相关构念（态度、主观规范、控制）

　　1.5 研究问题与研究假设概览

　　1.6 研究思路、技术路线与论文结构

　　 1.6.1 技术路线图与变量框架

　　 1.6.2 章节安排

　　第二章 理论基础

　　2.1 培训迁移理论

　　 2.1.1 迁移动机、迁移设计与迁移气候

　　 2.1.2 培训输入—过程—输出的作用链

　　2.2 计划行为理论（TPB）

　　 2.2.1 态度、主观规范、感知行为控制与意向

　　 2.2.2 TPB在教师行为意向研究中的适配

　　2.3 技术接受理论（TAM/UTAUT）

　　 2.3.1 感知有用性与感知易用性在培训情境的角色

　　 2.3.2 绩效期望/努力期望与社会影响

　　2.4 社会认知理论与自我效能

　　 2.4.1 效能来源：掌握性经验、替代性经验、言语劝导、情绪状态

　　 2.4.2 自我效能在培训—意向关系中的中介作用

　　2.5 组织支持/教育生态视角

　　 2.5.1 学校支持环境与情境约束

　　 2.5.2 培训效应在生态系统中的放大与折损

　　第三章 研究设计

　　3.1 研究框架

　　 3.1.1 研究对象与抽样策略

　　 3.1.2 研究思路与总体路径

　　 3.1.3 研究内容与变量结构

　　 3.1.4 研究方法与数据来源（量化为主、质性互证）

　　3.2 研究假设的提出

　　 3.2.1 培训特征→学习增益/自我效能→意向（链式中介）

　　 3.2.2 TAM/TPB构念在路径中的中介作用

　　 3.2.3 学校支持环境、技术焦虑与工作负荷的调节作用

　　3.3 研究工具的开发与检验

　　 3.3.1 量表来源、改编与专家效度

　　 3.3.2 预测试与条目优化（EFA）

　　3.4 调查实施与数据处理

　　 3.4.1 问卷施测流程与质量控制

　　 3.4.2 数据清洗与缺失处理

　　3.5 统计分析方案

　　 3.5.1 信度与效度检验、共同方法偏差检验

　　 3.5.2 验证性因素分析（CFA）与结构方程模型（SEM）

　　 3.5.3 Bootstrap中介分析与调节回归

　　 3.5.4 多群组不变性与异质性检验

　　3.6 研究伦理与数据安全

　　 3.6.1 知情同意与匿名化处理

　　 3.6.2 数据存储、复现与合规

　　第四章 教师人工智能教育培训与教学行为意向的现状分析

　　4.1 样本特征与培训参与概况

　　 4.1.1 样本分布与人口学特征

　　 4.1.2 培训频次、时长、形式与内容类型

　　4.2 教学行为意向与相关构念的总体水平

　　 4.2.1 态度、主观规范、感知行为控制的现状

　　 4.2.2 感知有用性/易用性与自我效能水平

　　4.3 分组差异与初步发现

　　 4.3.1 学段、教龄、学科、学校类型的差异检验

　　 4.3.2 培训经历特征与意向水平的相关特征

　　第五章 影响机制的实证检验

　　5.1 测量模型与结构模型拟合

　　 5.1.1 信度、聚合效度与区分效度

　　 5.1.2 模型拟合指数与修正

　　5.2 主路径与中介效应

　　 5.2.1 培训特征→学习增益/效能→意向

　　 5.2.2 感知有用性/易用性、主观规范的链式中介

　　5.3 调节效应与边界条件

　　 5.3.1 学校支持环境的增强效应

　　 5.3.2 技术焦虑与工作负荷的抑制效应与阈值

　　5.4 多群组与稳健性分析

　　 5.4.1 学段/教龄/学校类型的路径差异

　　 5.4.2 竞争模型与敏感性检验

　　5.5 前后测补充分析（子样本）

　　 5.5.1 培训前后关键变量的变化

　　 5.5.2 差异检验与效应量评估

　　第六章 质性互证与案例研究

　　6.1 访谈对象、课堂观察与资料来源

　　6.2 编码框架与主题提炼

　　6.3 典型项目/学校案例：培训设计—校本支持—意向提升的链条

　　6.4 量化结果的情境化解释与互证

　　第七章 对策与优化路径

　　7.1 宏观层面：标准与认证、资源与政策保障

　　 7.1.1 建立人工智能教育教师培训标准与微证书体系

　　 7.1.2 构建国家—地方—校本联动的资源平台

　　 7.1.3 将课堂证据与培训学分纳入职后发展通道

　　7.2 中观层面：学校治理与支持性生态

　　 7.2.1 领导力与同伴规范：示范课堂与教练式辅导

　　 7.2.2 时间与技术服务保障：释放教师学习与备课时段

　　 7.2.3 评价激励与过程性证据：纳入校本绩效与质量改进

　　7.3 微观层面：教师专业成长与课堂实践

　　 7.3.1 基于真实任务的教—学—评一致性设计

　　 7.3.2 反思性实践与电子档案袋（证据链）

　　 7.3.3 焦虑管理与效能提升：微型试教与同伴反馈循环

　　第八章 总结与展望

　　8.1 主要结论

　　8.2 理论贡献与实践价值

　　8.3 研究局限与未来研究方向（纵向追踪、场域实验、行为数据融合）

　　参考文献

　　附录

　　附录1：教师人工智能教育培训—教学行为意向问卷

　　附录2：访谈提纲与课堂观察量表

　　附录3：培训项目有效性评估量表（简版）