从计划行为理论的角度出发，通过提升大学教师的人工智能素养来促进教学创新：三种感知到的支持因素的调节作用

《Frontiers in Psychology》：Promoting teaching innovation among university teachers through AI literacy from the perspective of planned behavior: the moderating effects of three perceived supports

人工智能素养通过计划行为理论的心理机制（态度、主观规范、感知行为控制）促进大学教师教学创新，教学资源、自主权显著正向调节该关系，而同行支持仅调节态度维度。

　　人工智能（AI）的快速发展正在深刻改变高等教育的生态，这一变革不仅体现在教学内容和方法的更新上，也影响了教师在教学中的角色和行为。随着AI技术如自然语言处理、大数据分析、智能推荐系统以及虚拟教学助手的广泛应用，大学教师的日常教学实践正经历显著变化。AI的引入正在重塑课程设计、学习分析和教育评估，逐步推动教学模式从以教师为中心向以学习者为中心转变。这一转型不仅提高了教学效率和灵活性，也对教师的专业发展提出了新的要求，促使他们从传统的“知识传授者”角色向“学习引导者”和“创新实践者”角色转变。

在这一背景下，教学创新成为大学教师的重要职责之一，是推动教育现代化和培养创新型人才的关键环节。教学创新不仅涉及对新教学理念和工具的探索与应用，还包括对教学方法、评估方式以及师生互动模式的持续改进。然而，教师在推进教学创新过程中仍面临诸多挑战，如AI素养不足、教学自主权有限以及对新教学模式的不确定性。因此，深入探讨AI素养如何通过心理机制促进教学创新，具有重要的理论和实践意义。

研究指出，AI素养对教学创新的影响不仅体现在技术层面，更通过心理机制实现。这些心理机制包括行为态度、主观规范和感知行为控制。行为态度反映了教师对AI在教学中价值的正确认知和情感认同；主观规范体现了教师对社会期望和外部压力的感知；感知行为控制则指教师对自身能力和资源的信心。研究还发现，外部支持条件在这一过程中起着调节作用，其中教学资源、同伴支持和教学自主权是关键因素。

教学资源的丰富性为教师提供了必要的技术基础和操作条件，有助于他们将AI素养转化为积极的教学行为。同伴支持通过分享经验、鼓励和协作，缓解了教师在技术应用过程中的焦虑，增强了其创新动机和信心。教学自主权则赋予教师在课程设计、教学方法选择和工具应用上的自由度，使他们能够更灵活地探索和实施创新实践。研究结果表明，教学资源和教学自主权在AI素养与教学创新之间具有显著的调节作用，而同伴支持主要影响教师的行为态度。

进一步的分析显示，AI素养通过这三个心理机制显著促进了教学创新。其中，感知行为控制在推动创新行为方面的作用最为关键，这表明教师对自身能力的信心是其创新行为的核心驱动力。同时，AI素养的提升不仅直接增强教师的创新意愿，还通过心理机制间接推动教学创新的实施。这一研究填补了现有理论在教师AI素养与教学创新关系方面的空白，为教育实践提供了新的视角和方法。

研究的理论框架基于计划行为理论（TPB），该理论认为个体的行为意向主要由行为态度、主观规范和感知行为控制三个因素决定。AI素养通过增强教师对AI教育价值的认知、提升其对社会期望的敏感度以及增强其自我效能感，进而促进教学创新。此外，研究还发现，外部支持条件在这一过程中起到关键作用，为教师提供了心理和行为上的支持，使其更有可能将AI素养转化为实际的创新行为。

在实际应用层面，研究为教育政策制定者和高校管理者提供了重要的启示。首先，教师培训应超越基础的技术操作，重新定义AI素养为一个涵盖认知和心理层面的综合能力。高校可以通过模块化课程和实践研讨会，帮助教师掌握AI工具的应用，同时通过案例分析和情境演练增强其对AI教育价值的认知和批判性思维能力。其次，提升教师的感知行为控制是推动教学创新的关键，管理者应通过持续反馈、循序渐进的任务设计和模拟教学，增强教师在不确定和挑战性情境下的信心。第三，外部支持条件在教师创新行为的形成中至关重要，学校应确保教学资源的充足供应，包括技术培训、数字平台和跨学科合作机会。同伴支持则可通过学术共同体建设、经验分享和协作项目来实现，提供情感和价值层面的支持。最后，教学自主权应得到保障，通过制度安排赋予教师在课程设计、工具选择和教学方法上的决策权，激发其探索动机和持续创新的意愿。

尽管本研究取得了一定成果，但仍存在一些局限性。首先，研究数据主要来源于中国高校教师，样本在地理和机构背景上具有集中性，这可能影响研究结果的普遍适用性。其次，研究采用了横断面调查设计，难以全面验证变量之间的因果关系。此外，研究工具主要依赖于自我报告问卷，可能引入社会期望偏差和主观偏差。研究还未能涵盖更广泛的外部支持因素，如领导支持、组织氛围和教育政策等。最后，研究模型缺乏对教师群体差异的深入探讨，未能充分分析不同学科和职业阶段教师之间的异质性。

未来的研究可以进一步拓展样本范围，纳入来自不同国家和地区的大学教师，以检验AI素养在不同文化和制度背景下的普遍性和差异性。此外，可以采用纵向追踪和实验设计，观察教师素养和创新路径随时间的变化。研究还可以扩展对支持因素的维度，纳入领导支持、组织氛围和教育政策等，构建更加全面的外部支持框架。同时，未来的研究应关注教师群体的异质性，比较不同学科和职业阶段教师在AI素养与教学创新机制上的差异，揭示群体与个体因素之间的互动效应。研究方法上，可以结合定性和定量分析，通过访谈、课堂观察和案例研究，深入理解教师在教学创新中的心理体验和实践逻辑。

本研究的成果不仅丰富了AI素养与教学创新之间的理论联系，也为高校教育实践提供了切实可行的建议。通过构建基于TPB的理论框架，研究揭示了AI素养如何通过心理机制影响教师的创新行为，并强调了外部支持条件在这一过程中的调节作用。这些发现为推动教育数字化转型和教师专业发展提供了重要的理论依据和实践指导。