从技术恐惧到技术热爱：基于自我决定论的自我民族志研究——一位中国英语作为外语教师在应对生成式人工智能伦理挑战时的韧性发展

《Learning and Motivation》：From technophobia to technophilia: A self-determination theory auto-ethnography of a Chinese EFL teacher's resilience development when navigating generative AI ethical challenges

　　

**摘要**

生成式人工智能（GenAI）为英语作为外语（EFL）教师带来了深刻的伦理、教学及专业挑战，然而，关于教师在面对AI相关伦理困境时如何发展韧性的动机过程，目前知之甚少。本研究基于自我决定理论（SDT）和Beltman的教师韧性系统模型，采用分析性自我民族志方法，考察了一名中国EFL教师三年间（2022—2025年）从技术恐惧到技术热爱的整合之旅。数据包括反思日记、档案材料、分析备忘录和批评朋友对话。主题分析识别出三个发展阶段：技术拒绝、被迫探索和主动适应。在这些阶段中，自主性、胜任感和归属感的满足与挫败的波动塑造了韧性发展轨迹。研究发现，重复的需求挫败，在系统反思和同侪支持的配合下，能够催化韧性发展，这一过程被我们称为"情感递归韧性"。本研究通过揭示脆弱性如何转化为生成性力量来完善SDT，并引入了"AI协作型教师"这一专业子身份概念，强调了制度性伦理指南作为需求满足的情境资源的关键作用。

**引言**

2023年10月，我花了四个小时批改一叠学生作文，这些作文语法完美、句法复杂，却出奇地空洞。当我将它们输入AI检测器时，90%被标记为机器生成。那一刻的专业眩晕——无法再分辨真实学习与算法模仿——标志着我第一次遭遇生成式人工智能（GenAI）在学业评估中的伦理挑战。本文作为自我民族志，追踪了我从那一刻的震惊到主动拥抱技术的三年历程，以自我决定理论（Ryan & Deci, 2017）为框架。

GenAI工具如ChatGPT、文心一言（ERNIE Bot）和通义千问（Qwen）已经改变了教师设计教学、评估学生作品和构想学习本身的方式（Adeshola & Adepoju, 2023; Chiu, 2023; Mai et al., 2024; Qin and Derakhshan, 2026）。虽然GenAI为个性化学习和教学创新提供了前所未有的机遇（Wang and Guo, 2026; Wang, 2026），但也引发了关于学术诚信、作者归属、评估效度、数据隐私、算法偏见以及教师未来角色的深刻伦理担忧（Jeon and Lee, 2023; Jeon et al., 2024; Karata? et al., 2024; Lee et al., 2025; Qi, 2025）。近期研究进一步凸显了AI采纳如何重塑教师的教学决策、反馈实践和评估方法（Derakhshan et al., 2026a; Derakhshan et al., 2026b），同时也影响着他们的专业身份和情感体验（Derakhshan, 2026; Derakhshan et al., 2026c; Qin and Dong, 2025; Qin et al., 2026; Wang et al., 2026）。在这一动荡的语境中，教师韧性比以往任何时候都更加关键（Beltman et al., 2011; Gu, 2018）。对于EFL教师而言，驾驭GenAI的伦理迷宫不仅是技术技能，更是韧性专业发展的核心组成部分。

在本研究中，"伦理挑战"作广义理解。它既涵盖学术不端、数据隐私侵犯和算法偏见等显性伦理违规行为，也包括更深层次的专业与关系张力（Wen, 2025）。这些张力包括教师权威和专业身份的侵蚀、师生信任的瓦解、因制度强制而约束教学自主性所产生的焦虑，以及无法可靠评估学生作品所带来的道德困境。这一更宽泛的概念化使我们能够考察教师韧性如何在GenAI时代所面临的全谱系挑战中发展。

教师韧性日益被概念化为一种动态过程，即教育者在面对逆境时维持专业参与、幸福感和能动性的过程（Beltman, 2021; Mansfield et al., 2016）。与特质型模型不同，当代框架强调个人资源（如动机、自我效能）与情境资源（如制度支持、同侪协作）之间的互动。新兴研究表明，技术变革——尤其是涉及AI的变革——造成的挑战不同于传统的职业压力源。在语言教育领域，AI辅助工具颠覆了传统评估规范，并引发了学术诚信和作者归属模糊等伦理问题（Ellis et al., 2025; Kasneci et al., 2023）。面对这些挑战的教师可能经历教学效能信心的降低（胜任感威胁）、因制度强制而受限的自主性（自主性威胁），以及与学生的关系信任受损（归属感威胁）。这些经历构成动机中断，既挑战幸福感，也挑战专业身份。然而，虽然一些教师屈服于这些压力，另一些教师则将伦理困境转化为成长机遇。先前研究指出，结构化反思和支持性同侪网络可以增强适应性反应，但纵向的、过程导向的研究仍然稀缺，特别是在西方语境之外，等级制和关系规范塑造着专业体验（Gu, 2018; Li and Chiu, 2025）。

自我决定理论（Ryan & Deci, 2017）提供了一个有力的视角来理解教师韧性背后的机制，因为它明确指出了环境条件如何以及为何影响动机与适应。SDT提出三种普遍的基本心理需求——自主性（自主感）、胜任感（效能感）和归属感（联结感）——对于最优功能和韧性至关重要。当这些需求得到支持时，个体更可能体验内在动机和适应性应对；当需求受阻时，则容易导致动机丧失、焦虑和倦怠（Ramos et al., 2025; Reeve and Cheon, 2024）。在技术中介学习语境中的研究 consistently 表明，需求满足支持参与和适应性应对，而需求挫败则削弱动机并促进退缩行为（Li and Chiu, 2025; Wu and Wang, 2025; Yang and Derakhshan, 2026）。

然而，一个重要的理论空白仍然存在。现有的SDT研究通常假设需求挫败产生负面的动机后果，隐含着一个线性模型：挫败导致退缩和倦怠。鲜有研究关注重复的需求挫败经历在某些条件下是否能够激发适应性反思、身份重建和韧性发展。本研究通过考察重复的需求挫败在配合系统反思和同侪支持时，是否能悖论性地催化专业增长来挑战这种线性逻辑。在GenAI整合的语境中，这一问题尤为突出，因为教师经常面临同时威胁三种心理需求的情境。然而，一些教师最终超越了抵抗，发展出了创新性的专业能动形式。当前的SDT文献对于这类转变如何随时间发生，提供的解释十分有限。

理解教师对GenAI的心理反应还需要关注他们的情感、动机和调节体验。近期研究表明，EFL教师的GenAI素养涵盖批判性评价、伦理意识和教学整合技能（Wang, Derakhshan, & Ghiasvand, 2025）。情绪调节在技术变革期间维持教师幸福感方面发挥着特别重要的作用。Wang、Gao和Wang（2024）的元分析综述证实，情绪调节在外语教师的职业满意度和倦怠之间起到关键的中介作用。自我效能信念也塑造着教师对AI采纳的回应方式。Wang、Derakhshan和Solhi（2025）发现，热爱教学的取向、情绪调节和自我效能共同预测了跨文化背景下EFL教师的工作投入，表明积极心理资源在技术变革期间维持韧性。然而，关于教师如何在重复面对AI相关伦理困境时随时间重建其专业身份，目前所知甚少。专业身份中介着教师如何解读和回应挑战，是教师理解自身角色以及与师生和同行关系的一副棱镜（Qin and Niu, 2025; Fathi, 2026; Yang and Derakhshan, 2026）。GenAI通过为学生提供精密的语言支持，直接挑战了教师对自身教学专长和评估能力的假设，使身份重建成为一个显著且必要的过程。

第三个局限涉及方法论。大多数现有研究依赖于横断面调查或短期访谈，对于韧性发展的时间和情感动态提供有限洞察。由于对GenAI的适应随时间展开并受反复伦理困境塑造，需要纵向的、过程导向的方法来捕捉教师如何理解、回应并最终转化困难经历（Beltman, 2021）。能够追踪跨较长时间段动机变化的质性方法仍然尤为稀缺。

综合关于教师韧性、SDT和专业身份的研究，我们提出了"情感递归韧性"的概念。这一概念指这样一种过程：重复的需求挫败经历，在配合结构化反思和社会支持时，成为专业增长的催化剂，而非仅仅是退缩的前兆。它通过规定一条从需求挫败到韧性的非线性路径来拓展SDT，该路径在三个赋能条件下成立：（1）教师具备系统反思能力（如通过写日记、批评朋友对话）；（2）存在同侪或制度支持，即使不够完善；（3）挫败是重复的而非孤立的，形成累积性的变革压力。这一框架在动机中断、韧性发展和专业身份重建之间架起了理论桥梁，强调韧性不仅是个人特质，而是一种涌现的、情境敏感的过程，由伦理困境、心理需求和反思实践之间的互动塑造。

为弥补上述空白，本研究以SDT为主要分析透镜，以Beltman（2021）的系统韧性模型为补充框架。采用分析性自我民族志方法（Anderson, 2006），考察了一名中国EFL教师三年间（2022—2025年）从技术恐惧到技术热爱、同时应对GenAI相关伦理挑战的历程。中国EFL语境具有特殊价值，因为那里的教师同时面临快速AI采纳、强烈的教育数字化制度期望，以及强调专业责任与关系和谐的文化规范（Kuo & Lai, 2006）。

本研究做出三方面贡献。理论上，通过证明重复的需求挫败在配合系统反思和同侪支持时，可以充当专业增长的催化剂而非仅仅是障碍，完善了SDT。引入了"情感递归韧性"概念和"AI协作型教师"专业子身份。实证上，提供了在代表性不足的中国EFL语境中韧性微观过程的厚实纵向描述，为制度政策和教师实践提供了可操作的洞察。方法上，展示了部分协作式自我民族志在捕捉AI时代教师发展中时间层次化和情感激烈性方面的优势。

在此背景下，本研究探讨以下两个研究问题：

**RQ1：** 自主性、胜任感和归属感的满足与挫败经历如何在GenAI整合的不同阶段塑造EFL教师的韧性轨迹？

**RQ2：** 在从技术恐惧到技术热爱的转型过程中，教师如何重建其专业身份以应对AI相关伦理挑战？

**研究设计**

本研究采用分析性自我民族志方法（Anderson, 2006; Lin et al., 2022; Xu and Han, 2025），探讨一名中国EFL教师如何在应对GenAI整合相关伦理挑战的过程中发展韧性。分析性自我民族志特别适合考察随时间展开的复杂心理过程，因为它将个人经验与系统化的理论分析相结合。不是将个人经历视为目的本身……

**发现**

自我民族志分析揭示了一条动态的、非线性的韧性轨迹，跨越三个相互重叠的阶段：初始技术恐惧（2022年至2023年初）、制度压力下的不情愿探索（2023年至2024年中），以及伴随身份重建的主动适应（2024年末至2025年）。在这些阶段中，SDT三种基本心理需求（自主性、胜任感和归属感）的满足与挫败呈现系统性波动。发现如下：

**讨论**

本自我民族志探索了一名中国EFL教师在应对GenAI伦理挑战时三年间（2022—2025年）的韧性发展。研究发现揭示了一个动态的、情境敏感的、情感丰富的过程，从技术恐惧走向技术热爱。以下部分通过Beltman（2021）的系统韧性模型和SDT对这些发现进行阐释，与相关文献展开对话，并推导出理论和实践启示。

**结论**

本自我民族志记录了一名中国EFL教师从技术恐惧到技术热爱的三年历程，将教师韧性重构为一个动态的、情境嵌入的、情感递归的过程，受SDT三种基本心理需求——自主性、胜任感和归属感——的满足与挫败波动所塑造。发现揭示韧性发展并非线性，而是涉及急性需求挫败、回避、冒名者综合征、信任侵蚀等阶段，以及……

**伦理声明**

所有参与者或其法定代理人均已签署书面知情同意书，同意参与研究并发表文章。已遵守参与者的隐私权。

本研究在相关研究所在地遵守了适用法律、监管框架和指南。本研究已获广东外语外贸大学华南商学院批准（批准号：SCBC-AEC2026001）。

**CRediT作者贡献声明**

秦丽莉：写作——初稿、方法论、调查研究、资金获取、形式分析、数据整理、概念构思。

王瑞莹：写作——初稿、可视化、验证、方法论、调查研究、形式分析、数据整理、概念构思。

欧阳雨花：可视化、方法论、概念构思。

**作者贡献**

所有作者均实质性地参与了研究和文章准备工作。

此外，所有作者均已批准最终稿件。
知情同意
本研究纳入的所有个体参与者均已获得知情同意。
伦理批准
本研究中实施的所有程序均符合机构及/或国家研究委员会的伦理标准，并符合 1964 年《赫尔辛基宣言》及其后续修正案或类似的伦理标准。
资助
国家社会科学基金一般项目：生成式人工智能技术背景下学习者能动性的多维协同机制研究（24BYY112）；广东省高校特色创新项目：生成式人工智能背景下大学英语教师数字素养发展机制研究（2024WTSCX111）。
利益冲突声明
作者声明不存在利益冲突。
王瑞莹 | 秦丽莉 | 欧育华