3
0大家好，今天我们来介绍一项关于教师如何自主学习人工智能的新研究。这项研究题为《Development and validation of the artificial intelligence self-regulated learning scale (AI-SRLS) for teachers》（教师人工智能自我调节学习量表的开发与验证），由Wenjun Zhang、Yimin Ning等作者进行，并于2025年发表在《Education and Information Technologies》期刊上。
研究主要探讨了如何评估教师在人工智能学习过程中的自我调节能力。随着人工智能在教育领域的普及，教师需要不断学习AI知识和技能来适应新的教学环境。除了参加培训，自我调节学习——也就是自己规划、监控和评估学习过程的能力——变得至关重要。然而，当时还没有专门用来测量教师AI自我调节学习水平的工具。为了解决这个问题，研究者们基于齐默尔曼的自我调节学习循环模型，开发了一个包含30个题项的“教师人工智能自我调节学习量表”。
研究通过两轮数据收集，总共调查了604名中国教师。第一轮收集了248份问卷，用于探索性因子分析，初步确定了量表的五个核心维度。第二轮收集了356份问卷，用于验证性因子分析，最终确认了量表的稳定结构。这五个维度分别是：任务规划、自我监控、寻求帮助、机构支持和自我评估。分析结果显示，这个量表具有很高的可靠性和有效性。
特别值得注意的是，研究还使用了一种叫做“随机森林模型”的机器学习方法，来评估这五个维度的重要性排序。结果发现，对教师AI自我调节学习影响最大的因素是“任务规划”，其次是“自我评估”、“机构支持”、“自我监控”，最后是“寻求帮助”。这个排序揭示了在AI学习过程中，教师自己制定清晰的学习目标和计划是最关键的环节，而来自学校或教育部门的支持也扮演着非常重要的角色。
研究者最后得出结论，他们成功开发并验证了一个有效的工具，可以帮助教师评估自己在AI学习过程中的自我调节水平。这个量表不仅能作为教师的自我诊断工具，也能为教育机构和政策制定者设计教师AI培训项目提供参考。这项研究为我们理解教师如何在快速发展的技术环境中进行有效自主学习，提供了重要的测量视角和实用工具。
声明：本音频由ima生成。
