人工智能教师能力标准(试行)

人工智能教师能力标准(试行)为规范人工智能（以下简称AI）教师从业要求，提升AI教育教学质量，构建系统化AI教师能力评价体系，依据《中国教育现代化2035》《义务教育信息科技课程标准（2022年版）》《普通高等学校人工智能专业教学质量国家标准》《教育信息化2.0行动计划》《生成式人工智能服务管理暂行办法》等政策文件，结合我国AI教育发展实际，制定本试行标准。本标准适用于各级各类中小学校、中等职业学校、高等院校、校外教育机构中从事AI学科教学、AI跨学科融合教学、AI实践活动指导、AI教育资源研发的专任教师、兼职教师、教辅人员及相关教育从业者，是AI教师准入、培训、考核、评价的核心依据。1.师德与教育伦理素养1.1思想政治素养1.1.1坚持党的教育方针，落实立德树人根本任务，准确把握AI教育的育人定位，将社会主义核心价值观、科学家精神、国产AI技术创新成果融入教学全流程，杜绝在教学中传播错误技术价值观、境外不当技术意识形态，不得刻意放大境外AI技术优势、贬低本土技术研发成果。1.1.2所有AI教师每年需完成不少于16学时的思想政治与师德师风专项培训，考核合格率需达到100%，师德师风考核不合格者不得从事AI教育相关工作。1.2教育公平意识1.2.1关注不同认知水平、不同家庭背景、不同地域学生的AI学习需求，针对欠发达地区学生、特殊教育学生配套适配性AI学习资源，保障每一名学生接触AI教育的机会均等，不得将AI学习与学生家庭消费能力绑定。1.2.2严禁强制学生购买非必要AI硬件设备、付费课程，所有涉及学生的AI教育收费项目需提前公示，公示率需达到100%，未公示项目不得收费。1.3AI教育伦理素养1.3.1掌握AI伦理基本准则，在教学中主动植入算法偏见、数据隐私、技术滥用、深度伪造风险等伦理内容，每学期AI伦理相关教学内容占比不低于总课时的8%，每学期组织不少于1次AI伦理主题讨论，引导学生树立负责任的技术创新观。1.3.2能够准确向学生阐释AI技术的双重属性，既讲解AI在民生保障、产业升级、科研创新中的正向价值，也客观披露算法歧视、深度伪造、技术垄断、就业替代等潜在风险，引导学生建立“技术服务于人”的核心认知，学生对AI伦理核心准则的知晓率需达到100%。1.3.3严禁在教学中使用侵犯知识产权、存在伦理风险的AI模型、数据集，不得引导学生开发具有侵权、危害公共安全属性的AI应用。2.AI专业知识素养2.1通用基础知识（所有学段AI教师需达标）2.1.1基础理论：涵盖AI发展历程（三次发展浪潮关键节点、标志性成果）、核心概念（机器学习、深度学习、神经网络、自然语言处理、计算机视觉、强化学习等定义、适用场景）、技术框架（TensorFlow、PyTorch、PaddlePaddle等主流开源框架的基本架构、适用范围），能够准确区分不同AI技术的适用边界，避免向学生传播“AI万能”等错误认知，通用基础知识考核合格率需达到90%以上。2.1.2工具应用能力：熟练掌握至少3种AI教学常用工具，包括图形化编程工具（Mind+、Scratch3.0AI扩展、Kittenblock等）、AI模型训练工具（TeachableMachine、飞桨AIStudio、阿里云AI训练营等）、AI生成式工具（文心一言、通义千问、星火大模型等合法合规平台）的使用场景与操作方法，其中中小学AI教师图形化编程工具掌握率需达到100%，高校AI教师开源开发框架掌握率需达到100%。2.2分学段差异化专业知识2.2.1义务教育阶段：需对应信息科技课程标准中AI相关内容要求，掌握面向中小学生的AI科普知识、低代码/无代码AI应用开发方法，熟悉智能机器人、自动驾驶小车、AI视觉传感器等教学硬件的原理与操作，相关硬件实操考核合格率需达到95%以上，能够用通俗易懂的语言讲解AI知识，避免过度使用专业术语。2.2.2高中与中等职业学校阶段：需掌握AI基础算法原理、模型训练流程、典型行业应用场景，中职AI教师还需掌握至少1个AI相关岗位的技能要求（如AI数据标注、AI产品测试、AI运维、AI标注师等），岗位技能匹配度需达到85%以上，能够对接产业需求设计实践教学内容。2.2.3高等教育阶段：需系统掌握AI核心算法（线性回归、决策树、卷积神经网络、循环神经网络、Transformer等）的数学原理、实现方法、优化路径，熟悉至少1个细分AI领域的前沿研究动态（如多模态大模型、具身智能、AIforScience、AI安全等），本科及以上院校AI专任教师需具备相关专业硕士及以上学历，或累计不少于3年的AI行业研发/应用经验，其中拥有相关行业资格认证（如人工智能工程师、机器学习工程师等）的占比不低于60%。2.2.4校外AI教育从业者：需符合对应学段的知识要求，不得超纲教学，针对6岁以下儿童的AI启蒙教育不得涉及复杂算法、编程内容，相关课程内容需经教育主管部门审核，审核通过率需达到100%。3.教育教学能力3.1教学设计能力3.1.1课标适配：严格对应对应学段的课程标准要求，合理设定教学目标、教学重难点，义务教育阶段AI教学设计需符合学生认知发展规律，每节课实操占比不低于40%，避免纯理论灌输；高中及以上阶段教学设计需兼顾理论深度与实践操作性，理论与实践课时占比不低于1:1。3.1.2学情分析：能够运用教育数据分析工具（如学习分析系统、学情调研问卷等）精准掌握学生的前置知识储备、学习兴趣、认知差异，差异化教学方案覆盖率不低于30%，针对学有余力和学习困难学生分别制定拓展和补学方案。3.1.3资源开发：能够自主研发适配性AI教学资源，包括课件、微视频、实操案例、数据集等，其中原创教学资源占比不低于总使用资源的40%，所有使用的第三方资源需注明来源，知识产权合规率达到100%；针对欠发达地区、乡村学校的AI教师，需能够利用免费开源资源开发低门槛教学方案，无需依赖高价硬件设备即可开展AI教学，相关适配性资源的可推广率不低于70%。3.2课堂实施能力3.2.1讲授能力：能够用通俗易懂的语言讲解AI专业知识，针对中小学生需尽量采用案例化、场景化教学方式，学生课堂内容吸收率不低于80%（以随堂测试平均分为准）。3.2.2互动引导：能够运用项目式学习（PBL）、探究式学习、小组协作学习等教学方法，引导学生自主发现问题、解决问题，每节课学生互动参与率不低于90%，不得出现“教师全程演示、学生被动观看”的教学模式。3.2.3问题处置：能够及时解决课堂中出现的软硬件故障、模型训练异常、学生操作失误等问题，课堂突发问题处置响应时间不超过2分钟，保障教学进度不受影响。3.3跨学科融合教学能力3.3.1能够将AI技术与数学、物理、语文、生物、历史等其他学科内容融合，设计跨学科教学案例，比如用AI数据分析工具解决数学统计问题、用AI自然语言处理工具辅助语文文言文翻译学习、用AI计算机视觉工具开展生物物种识别等，每学期跨学科教学案例不少于2个。3.3.2高等院校与中职学校AI教师需结合行业应用场景设计教学内容，每学期引入至少3个真实行业案例，案例匹配产业需求的契合度不低于70%。4.实践指导能力4.1实验教学指导4.1.1能够按照教学要求设计AI实验项目，包括验证性实验、综合性实验、创新性实验三类，其中综合性、创新性实验占比不低于总实验项目的60%；义务教育阶段的AI实验需以生活场景为核心，比如智能语音助手开发、植物识别模型训练、智能家居模拟等，不得设置超出学生认知能力的复杂算法开发实验；高中阶段实验需涵盖模型训练全流程，中职阶段实验需对接岗位技能要求，高等教育阶段实验需覆盖前沿技术应用场景。4.1.2能够全程指导学生完成实验操作，及时解答学生在数据采集、模型训练、参数调整、结果分析等环节的问题，学生实验完成率不低于95%，实验报告合格率不低于90%。4.2竞赛与创新活动指导4.2.1熟悉各类AI相关竞赛的规则、要求，包括全国青少年信息素养大赛、世界机器人大赛、全国大学生人工智能创新大赛等，每学年至少组织1次校级及以上AI创新实践活动，指导学生参与竞赛的获奖率不低于所在地区平均水平。4.2.2能够指导学生完成AI创新项目的需求分析、方案设计、开发实现、成果展示全流程，尊重学生的原创思路，不得包办项目开发，学生项目原创率需达到100%。4.3产业实践指导4.3.1中职、高等院校AI教师每两年需累计不少于2个月的AI相关企业挂职锻炼或产业实践经历，熟悉AI产业的岗位需求、技术迭代、工作流程，能够指导学生开展岗位实习、毕业设计，学生对口就业率不低于60%。4.3.2能够联合企业开发实践教学项目，每学年至少引入1个企业真实需求作为学生实践课题，课题成果转化率不低于10%。5.评价与改进能力5.1过程性评价5.1.1能够建立多维度的学生学习评价体系，涵盖课堂参与、实验操作、项目完成、创新能力、伦理意识等多个维度，过程性评价占总评价的权重不低于60%，不得仅以理论考试成绩作为唯一评价标准。5.1.2能够运用AI学情分析工具自动采集学生学习数据，生成个性化学习报告，每学期向每名学生反馈至少2次个性化学习建议，反馈覆盖率达到100%。5.2终结性评价5.2.1能够科学设计终结性评价内容，包括理论考核、实操考核、项目答辩等，其中实操考核占比不低于50%，考核内容需符合教学目标，难度系数控制在0.6-0.8之间，区分度不低于0.3。5.2.2能够对评价结果进行数据分析，发现教学中的薄弱环节，教学问题整改率不低于90%。5.3教学反思能力5.3.1每节课后需撰写教学反思，内容包括教学目标完成情况、学生反馈、存在问题、改进方案等，每学期教学反思不少于30篇。5.3.2每学期至少开展1次学生满意度调研，学生满意度不低于85%，针对学生提出的问题需在10个工作日内制定改进措施。6.安全与合规素养6.1数据安全素养6.1.1掌握《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《生成式人工智能服务管理暂行办法》等法律法规中与AI教育相关的条款内容，考核合格率达到100%。6.1.2教学过程中采集学生数据需征得学生及监护人同意，数据仅用于教学分析，不得对外泄露、出售，教学使用的数据集需符合合规要求，不得使用涉及个人隐私、涉密内容、违法违规内容的数据集，数据集合规率达到100%。6.2技术安全素养6.2.1能够识别AI工具、模型中的安全风险，包括恶意代码、违法内容生成、数据泄露等，教学中使用的所有AI工具、平台需经过学校或教育主管部门的安全审核，审核通过率达到100%，不得引导学生使用未备案的境外AI生成式平台。6.2.2能够指导学生正确使用AI工具，明确AI工具作为学习辅助的定位，严禁学生利用AI工具代写作业、代做项目，每学期开展不少于2课时的AI安全专题教育、不少于1次AI工具合理使用主题班会，学生AI工具合规使用率达到95%以上。6.3知识产权保护素养6.3.1熟悉AI生成内容的知识产权相关规定，在教学中引导学生保护原创成果，不得盗用他人的AI模型、项目成果、数据集，学生作品知识产权纠纷发生率为0。6.3.2自主研发的AI教学资源需符合知识产权保护要求，不得侵犯他人的著作权、专利权，相关资源的知识产权合规率达到100%。7.专业发展能力7.1终身学习意识7.1.1关注AI技术前沿动态，每月至少阅读2篇AI领域最新研究成果、行业应用报告，每学年参加不少于40学时的AI专业相关培训，其中国家级/省级培训不少于8学时，培训考核合格率达到95%以上。7.1.2能够主动学习最新的教育教学理论、技术，包括智慧教育、个性化学习、教育大数据等相关内容，每学年至少学习1本教育教学相关专著。7.2教学研究能力7.2.1能够参与AI教育相关课题研究，中小学教师每三年至少参与1项校级及以上AI教育研究课题，高校教师每两年至少主持1项厅局级及以上AI教育或AI技术研究课题，课题结题率不低于80%。7.2.2能够总结教学经验，撰写教学论文、教学案例，每学年至少发表1篇校级及以上的教学研究成果，或获得1次校级及以上教学相关奖项。7.3交流协作能力7.3.1能够参与AI教师教研共同体，每学期参加不少于8次集体教研活动，主动分享教学经验、教学资源，共同解决教学中的共性问题。7.3.2能够与其他学科教师、AI企业技术人员、教育研究人员开展跨领域协作，共同开发跨学科教学资源、实践项目，每学年跨领域协作项目不少于1个。8.标准实施与保障8.1准入考核：各级教育主管部门、学校、校外教育机构在招聘AI教师时，需按照本标准进行能力考核，考核合格后方可上岗；2025年底前，所有在岗AI教师需完成本标准要求的能力达标考核，合格率需达到90%以上；对于边远地区、乡村学校的AI教师，可适当放宽学历要求，但需完成不少于80学时的专项岗前培训，考核合格后方可上岗。8.2培训体系：各级教育主管部门需建立分层分类的AI教师培训体系，针对不同学段、不同能力水平的AI教师制定专项培训方案，培训内容需覆盖本标准的所有能力维度，培训资源供给率达到100%；建立城乡AI教师结对帮扶机制，每年组织不少于10次的送教下乡、线上教研活动，保障乡村AI教师的能力提升需求。8.3