《Frontiers in Artificial Intelligence》:Research on middle school teachers’ technostress empowered by artificial intelligence
编辑推荐:
引言:技术压力是预测中学教师在未来教育实践中采纳人工智能(AI)意愿及其实际使用此类技术的重要因素。本研究考察了AI融合情境下中学教师的技术压力,并探讨个人胜任力(包括数字意识、数字技术知识与技能以及数字应用能力)、角色冲突、组织支持和技术特征如何影响技术压力
引言:技术压力是预测中学教师在未来教育实践中采纳人工智能(AI)意愿及其实际使用此类技术的重要因素。本研究考察了AI融合情境下中学教师的技术压力,并探讨个人胜任力(包括数字意识、数字技术知识与技能以及数字应用能力)、角色冲突、组织支持和技术特征如何影响技术压力。方法:本研究以技术接受模型(TAM)作为理论基础,基于301名中学教师的调查数据,构建路径模型以分析这些变量之间的关系。结果:研究结果表明,中学教师总体技术压力水平相对较低;然而,不同教师群体承受着不同来源的压力。具体而言,适切的技术特征和较强的数字意识能够有效缓解技术压力,而角色冲突会加剧技术压力。此外,这些因素在组织支持与技术压力之间发挥了显著的中介作用。讨论:基于上述发现,研究提出了若干缓解中学教师技术压力的策略。首先,应采用分层分类的方式,根据教师实际需求提供有针对性的支持。其次,应平衡技术供给与教育需求之间的关系,以确保可持续实施。第三,展示典型成功案例有助于增强教师的数字意识及其使用AI的信心。最后,应强化角色定位并提升工作灵活性,以缓解教师的角色冲突。这些策略为教育管理者推动AI技术在中学教育中的有效融合提供了实践指导。
该文发表于《Frontiers in Artificial Intelligence》,聚焦人工智能(AI)赋能教育背景下中学教师技术压力(technostress, TS)的形成机制与干预路径。研究背景在于,国际教育数字化转型政策持续推进,AI技术正快速渗透教学全过程,虽然其为教育注入新动能,但也给中学教师带来显著技术压力。既有研究已指出,技术压力会削弱教师职业发展、提升职业倦怠并降低工作满意度,甚至成为教师抵触AI教学应用的重要原因。然而,现有研究多聚焦技术如何进入课堂、如何改善教学实践,对中学教师这一特定群体的技术压力关注不足;尤其对于技术特征、个体能力、组织支持与角色冲突等因素之间如何联动影响技术压力,仍缺乏系统解释。因此,研究人员围绕AI融入中学教育这一现实场景,试图识别中学教师技术压力的关键影响因素,揭示其作用机制,并在此基础上提出有针对性的缓解策略。这项研究的重要意义在于,它将技术接受模型(TAM)拓展到教育数字智能化情境中,不仅深化了教师技术压力的理论解释,也为学校管理者和教育行政部门推进AI技术有效落地提供了实践依据。
在研究方法上,研究人员以技术接受模型(TAM)为理论框架,将组织支持、教师个人胜任力、角色冲突与技术特征纳入统一分析模型。研究对象为中国西北地区中学教师,主要来源于陕西省,共获得301份有效问卷。研究采用便利抽样与在线调查法,使用5点李克特量表测量数字意识、数字技术知识与技能、数字应用能力、角色冲突、组织支持、技术压力和技术特征等变量,并通过回译、专家审查和预测试优化工具。数据分析依次采用验证性因素分析(CFA)、皮尔逊相关分析与结构方程模型(SEM),以检验量表信效度与变量间路径关系。
研究结果部分可概括如下。
4.1 The technostress level of middle school teachers
研究首先分析了中学教师技术压力的总体水平及群体差异。结果显示,教师总体技术压力均值为2.593,表明整体处于相对较低水平,但不同群体之间存在明显差异。性别方面,男性教师的技术压力高于女性教师,尽管在个人特征、组织支持和技术特征等维度上未见显著性别差异,但总体技术压力存在显著差异。教龄方面,5–8年教龄教师和15年以上教龄教师的技术压力较高,前者主要面临既有教学方式向AI融合教学转变的压力,后者更多承受数字平台应用与持续学习压力。学校区位方面,技术压力由省会城市向农村地区逐步升高,提示农村学校在教育技术推进中仍面临较大支持不足。学历方面,教师学历越高,技术压力越低;其核心差异主要集中在角色冲突上,反映出不同学历教师在人机协同情境下对自身职责与角色边界的理解并不一致。
4.2 Hypothesis testing
研究进一步通过结构方程模型检验假设路径。结果显示,数字意识(DA)对技术压力具有显著负向影响,说明教师越能认识数字技术价值、越愿意主动学习并具备数字意志,其技术压力越低。角色冲突(RC)对技术压力具有显著正向影响,表明教师在AI进入教学之后,如对自身职责、权威与人机关系感到模糊或负担加重,就更容易产生技术压力。技术特征(TF)同样对技术压力表现出显著负向作用,说明当AI工具更具可用性、易用性且能有效嵌入教学时,教师的不适与焦虑会明显降低。此外,角色冲突还会显著削弱教师对技术特征的正向感知,进而间接增加技术压力。
与此相对,数字技术知识与技能(DTKS)以及数字应用能力(DAC)并未直接显著降低技术压力,组织支持(OS)对技术压力也未表现出直接缓解效应,组织支持对数字意识、数字技术知识与技能、技术特征的直接影响亦未全部得到验证。但进一步的路径分析表明,组织支持对数字应用能力具有显著正向作用,数字应用能力又显著促进数字技术知识与技能,后者进一步提升数字意识,最终经由数字意识间接降低技术压力。换言之,组织支持虽然不能直接减压,却可通过“OS→DAC→DTKS→DA→TS”这一链式机制间接发挥作用。
值得注意的是,研究还发现组织支持与角色冲突之间存在显著关系,而且组织支持意外地加剧了教师技术压力。研究人员据此指出,组织支持与技术压力之间并非单向正效应,而是具有多维、复杂的作用路径:一方面通过提升教师数字应用能力、数字技术知识与技能以及数字意识来缓解压力;另一方面又可能因政策要求、任务下压、角色期待泛化等因素加剧角色冲突,并通过“OS→RC→TS”及“OS→RC→TF→TS”路径放大技术压力。这一发现构成全文最具解释力的结论之一。
5.1 Demographic characteristics and technostress
在讨论中,研究人员进一步解释了群体差异的内在原因。对于教龄差异,研究将其与技术采纳阶段联系起来,认为不同年龄与职业阶段的教师面临的并非同质化压力:中青年教师更多承受教学方式重构压力,资深教师则更多承受工具学习与适应压力。对农村教师而言,组织支持不足是压力升高的重要背景。学历差异则表明,更高的教育水平有助于教师形成更稳定的教育理解和技术融合认知,从而削弱角色冲突和技术压力。
5.2 Personal competence of teachers
在教师个人胜任力方面,研究确认数字意识是缓解技术压力的关键保护因素,尤其数字意愿在其中作用突出。也就是说,真正影响教师压力感的,不仅是是否会操作技术,更是是否愿意理解并接纳技术对教学的意义。相较之下,数字技术知识与技能、数字应用能力未直接降低技术压力,这与部分既有研究不同。研究据此认为,在AI教育应用仍处于早期阶段时,多数教师从事的仍是低风险、低复杂度任务,因此影响压力的更关键因素不是纯技术能力,而是对数字化转型的认知与心理准备。不过,这两类能力仍可通过“实践→知识→意识”的递进机制间接减压。
5.3 Role conflict
角色冲突被证明是技术压力的主要风险因素。研究人员指出,AI的引入改变了传统师生关系,也使教师不得不同时面对教师—学生—技术三元互动结构。教师既要重构知识体系,又要应对社会与学校对AI教学能力的新期待,进而产生工作负担增加、职责边界模糊和专业身份不确定等问题。角色冲突不仅直接推高技术压力,也会削弱教师对AI工具有效性和易用性的积极感知,从而形成额外的间接负担。
5.4 Technological features
技术特征是最核心的近端预测变量,对技术压力具有最强的直接负向影响。研究表明,当前教育场景中的AI技术仍处于发展和探索阶段,其理论潜力与课堂现实之间仍有差距,而一线教师对创新性应用也多处于试探状态。因此,稳定、易操作、能够嵌入课堂流程并真正服务教学任务的AI工具,是缓解教师技术压力的关键前提。换言之,技术若不能贴近教学需求,便难以转化为教师可感知的支持,反而可能成为额外负担。
5.5 Organizational support
组织支持呈现双重效应,是本研究最有启发性的发现之一。一方面,组织支持能够通过提升数字应用能力,进而推动数字技术知识与技能、数字意识的发展,形成间接减压链条。另一方面,组织支持并未直接降低技术压力,反而可能因为数字化转型政策的层层传导、任务导向的培训设计、角色要求不清晰等原因,使教师被动承担额外学习与执行任务,从而加重角色冲突。研究认为,当前AI相关培训更偏重教学应用层面,而对技术原理、角色重塑和制度协同的关注不足,因此组织支持尚未充分转化为教师对技术特征的积极感知。
综合全文,研究结论可以译述如下:基于技术接受模型(TAM),本研究整合组织支持、教师个体特征与角色冲突等因素,考察了AI赋能教育情境下中学教师技术压力的影响因素及其相互作用机制。研究发现,不同教师群体即使表现出相近的技术压力水平,其压力来源也可能并不相同。结构方程模型(SEM)结果验证了AI教育情境下教师技术压力的多维机制。其中,技术特征是核心近端预测因素,对技术压力具有显著直接负向影响(?0.872);角色冲突是首要风险因素,总效应为0.538,不仅直接正向影响技术压力(0.154),还会通过削弱教师对技术特征的感知而间接增加压力(0.440)。相较之下,数字意识是关键保护因素,可通过直接路径降低技术压力(?0.269)。虽然组织支持对技术压力不存在显著直接影响,但可通过“数字应用能力→数字技术知识与技能→数字意识”的序列路径间接缓解压力。值得注意的是,组织支持对角色冲突表现出总体正向影响(0.331),表明其设计与实施方式仍需优化,以更好适配AI融合教育中教师不断变化的角色与职责。
讨论部分总体强调,缓解中学教师技术压力不能仅依赖增加技术或行政支持,而应围绕教师真实需求、技术适配性、数字意识培养与角色关系重构开展系统干预。研究据此提出四方面实践启示:其一,依据教师教龄、地区和发展阶段实行分层分类支持;其二,从教师与学生实际需求出发,平衡技术供给与教育需求;其三,通过典型案例增强教师数字意识与AI应用信心;其四,通过明晰角色规范、增强工作灵活性来缓解角色冲突。总体而言,该研究以较完整的理论模型揭示了AI赋能教育背景下中学教师技术压力的复杂生成逻辑,对于理解教师在数字化转型中的心理适应过程,以及推动AI技术在中学教育中的深度、可持续融合,具有明确的理论价值与实践意义。