一场关于技术与教学关系的深度追问
当60%的美国教师已在课堂中使用生成式AI（GenAI），从备课到出题无所不包，一个关键问题浮出水面：教师教育该如何培养职前教师面对这项技术的判断力，而不仅仅是操作技能？ 一项发表在《Journal of Science Education and Technology》上的最新研究，通过在 elementary science methods course 中实施一系列批判性探究活动，揭示了职前教师对GenAI态度的复杂演变。研究发现，大多数学生最终走向了“有限使用”的审慎立场，而非简单的接受或拒绝。
GenAI正在迅速进入教育领域。2025年Gallup调查显示，60%的美国教师已在2024-2025学年使用GenAI，主要用于制定教案、评估和教学材料。美国第二大教师工会甚至与多家GenAI公司合作，为教师提供培训。 然而，学术界对这股热潮持有不同声音。一方强调发展教师的“AI素养”和“AI-TPACK”（整合人工智能技术的学科教学知识框架）能力，认为技术的裨益将随着教师能力的提升而自然实现；另一方则提出批判性质疑——从算法偏见、数据隐私到教师自主性的侵蚀，问题清单不断拉长。 在这场争论中，两位研究者Jacob Pleasants和Madison Morris引入了一个关键概念——“技术怀疑主义”（technoskepticism）。这一概念将技术视为社会技术系统，鼓励教育者审慎思考技术如何影响人的思维、行动和互动方式，而非将其简单视为中立的“工具”。 值得注意的是，尽管呼吁将GenAI纳入科学教师教育的声浪渐起，相关实证研究却极为匮乏。这正是本研究的切入点：在一门面向小学教育、幼儿教育和特殊教育专业学生的科学方法课程中，研究者设计了一系列探究活动，观察职前教师的思维如何演变。
研究在美国西南部一所大型研究型大学进行，41名职前教师参与了这项混合方法研究。课程的核心是通过科学与工程实践，帮助未来教师建立探究式科学教学的理念。 在课程的不同阶段，学生被引导使用MagicSchool——一个专门为教师设计的GenAI平台，提供从5E教案生成到NGSS评估的多种“魔法工具”。研究者并未表明支持或反对立场，而是强调培养学生的专业判断力，使其成为教学资源的批判性消费者和管理者。 最关键的一堂课发生在第14周。在学生们熟悉了MagicSchool的教案功能后，研究者引导他们进行更广泛的探索和深度追问： 1. 质疑“节省劳动力”的叙事：类比20世纪中期家用电器的广告，讨论技术效率承诺背后的悖论； 2. 追问关系性影响：使用AI编写课堂通讯、学生反馈、IEP或推荐信，会如何影响师生关系、家校关系？ 3. 审视专业意义：如果大多数教师都常规使用GenAI，这对教学专业的价值意味着什么？ 课堂之后，学生完成了个体反思，阐述对MagicSchool的评价以及未来使用计划。
数据显示了有趣的变化轨迹。在课程开始时，75%的学生表达了使用GenAI的兴趣。然而，这种兴趣在课程结束后变得更具约束性和反思性——60%的学生表示课程让他们“更可能”使用GenAI，但同时也设定了明确边界。 研究者通过收敛分析识别出四种思维模式： 1. 采纳者（6人）：对GenAI持热情态度，认为其用途广泛且问题不大； 2. 更倾向于有限使用（20人）：课程让他们更可能使用GenAI，但仅限于头脑风暴等狭窄用途，同时明确拒绝其他应用； 3. 持续有限使用（10人）：课程前后兴趣无变化，始终主张有限使用； 4. 怀疑者（5人） ：不打算使用GenAI，或仅在万不得已时使用。 近四分之三的学生最终走向了“有限使用”——这一立场与研究者倡导的“技术怀疑主义”方向一致，但也呈现出未曾预期的特点。 学生最常提及的用途是“生成想法” （在最终调查中占77.5%），而非完整生成教案或材料。一位学生写道：“我可以想象自己用它来为课程集思广益……但我绝不会用它来完整创建课程。”这反映了职前教师作为新手，在科学内容知识上可能存在的信心不足，也因此更倾向于将AI定位为“灵感来源”。 在提及的弊端方面，两类担忧出现了显著变化：“专业损害” ——AI会削弱教师的专业技能和职业地位（从课前43.6%升至课后68.4%，期末降至27.5%）；“生成内容通用性”——AI缺乏对具体班级和学生的情境理解（从30.8%升至55.3%，期末回落到42.5%）。 研究者注意到，在课堂即时讨论中，学生曾被引导思考更广泛的社会影响——如关系侵蚀、专业价值削弱等。然而到课程结束时，他们的担忧更多转向了技术的具体性能局限（准确性和情境适配），而非宏观社会影响。这与Dilek等人的研究结论相似：教师更关心即时的课堂实际问题，而非远距离的社会后果。
研究回答了核心问题：科学方法课程中的探究活动如何影响职前教师对GenAI的思考？ 答案是大多数学生并未成为热情的采纳者，也非完全的拒绝者，而是走向了有限、审慎的使用立场。他们会问：这项技术对什么任务有用？在什么情况下我会拒绝使用它？——这正是技术怀疑主义所追求的审慎决策能力。 但研究也揭示了一个值得警惕的倾向：宏观层面的担忧（如教学专业价值、师生关系）在课程结束后并未成为学生最关注的焦点，他们更多转向了“技术是否能准确运作”这样的实用问题。
这项研究将技术批判有机融入科学教师培养，给师范教育提供了清晰的实践启示： 其一，嵌入课程，轻量落地。 利用科学方法课1—2个课时，引导师范生亲手操作AI平台、审视生成内容的局限，而非仅教授操作技巧。这种设计不挤占学科教学核心内容，却能有效唤醒技术反思意识。 其二，培养判断力，而非熟练工。 培训重心应从“提示词工程”转向专业判断力的锤炼。让AI充当素材搜集与框架填充的初级助手，而将学情分析、探究引导等核心环节留给教师自己，守住“以学定教”的专业底线。 其三，警惕效率侵蚀教育温度。若将学生评语、成长寄语等关乎情感联结的任务完全交由算法代劳，省下时间的代价是师生关系的空心化。教师应始终把人际互动环节握在手中。
GenAI正在深刻改变教师的工作方式。面对这场变革，教育者需要的不只是“如何用”的操作手册，更是“为何用、何时用、何时不用”的判断框架。这项研究表明，在科学方法课程中有意识地引入对GenAI的批判性探究，可以帮助未来教师走向更具反思性的技术实践。当未来的科学课堂中，教师能审慎地判断何时借助AI、何时依赖自己的专业判断——或许正是这门课程播下的思考种子开始生长的时刻。