报告概述

本报告基于对来自28个国家52所高校的1681名教职员工的调查,旨在为高等教育领导层提供关于教师对AI使用和认知的全面见解。报告聚焦教师目前在教学中使用AI的现状、对AI影响角色变化的看法、所需技能、主要担忧,以及机构AI指南与资源的完善程度。通过全球视角,报告揭示了教师对AI的积极态度与深层顾虑,并为机构制定AI整合策略提供了数据支撑。

报告的核心结论

教师对AI在教学中的使用持谨慎乐观态度

61%的教师已在教学中使用AI,其中多数为轻度使用。57%对AI持正面情绪,65%视其为机遇,但83%担忧学生批判性评估AI输出的能力,82%担忧过度依赖。表明教师认可AI潜力,同时对实施风险保持警惕。

多数教师认为学生评估方法亟需重大改革

54%的教师认为学生评价方法需要重大变革,其中13%呼吁紧急彻底改革。同时半数教师认为当前作业需要重新设计以增强抗AI能力。反映出AI对学术诚信和学习成果评估的冲击已成为核心议题。

机构AI指南和资源不足,教师呼唤更强的支持

80%的教师认为所在机构AI指南不全面,仅6%对机构提供的AI素养资源完全满意。教师最需要的是AI工具与资源、培训、最佳实践案例和清晰指南,以促进AI融合。

教师普遍预期AI将深度改变教学角色,但对变革形态认知不一

64%的教师认为AI将给讲师角色带来显著或变革性变化,其中86%未来会使用AI。但40%的教师处于AI素养初期水平,16%虽预期变化却未完全理解具体变革,凸显了信息鸿沟和培训需求。

教师对AI威胁自身工作的担忧偏低,但不确定性存在

51%的教师不同意AI会威胁其工作,但31%持中立态度,显示相当一部分教师对长期影响不确定。AI熟练度高的教师更少视其为威胁,表明提升素养有助于缓解焦虑。

报告回答的关键问题

教师在教学中常用AI做什么?

最广泛的AI应用是创建教学材料(75%),其次是支持行政任务(58%)、教学生使用AI(50%)、评估AI输出(45%)和提升学生参与(28%)。教师对AI用于评分和反馈生成较为谨慎。

教师认为AI时代教育者最需要哪些技能?

报告显示,前五项技能依次为:促进学生批判性思维和学习、AI与数字素养、适应性和灵活性、道德与负责任AI专业知识、创新教学法。其中批判性思维位居首位,与教师对学生评估能力的担忧一致。

机构如何帮助教师更好地整合AI?

教师认为最有效的促进因素包括:提供AI工具与资源(65%)、开展AI素养培训(64%)、分享最佳实践案例(60%)、制定清晰的使用指南(50%)、营造鼓励创新的环境(31%)。当前资源满意度仅6%,改进空间巨大。

教师对学生使用AI持什么态度?

57%的教师要求学生使用AI时需披露并遵循具体指示,倾向于“合规使用”模式;23%允许使用且披露,7%要求必须使用AI,11%禁止使用。同时83%担忧学生批判性评估AI输出的能力,82%担忧过度依赖。

报告中的代表性数据

61%

教学中使用AI的教师比例

2025年调查,61%的受访教职员工报告在教学中使用过AI,但大部分仅轻度使用,表明应用深度有限。

5%

认为机构AI指南全面的教师比例

2025年调查,仅5%的教师完全同意机构有全面的AI教学指南,80%不同意该观点,反映指南体系严重不足。

64%

认为AI会给教师角色带来显著/变革性变化的教师比例

2025年调查,64%的教师认为AI将对讲师角色带来显著或变革性变化,但16%虽预期变化却未完全了解具体变革内容。

以上数据根据报告摘要整理,具体统计口径和数值请以完整报告原文为准。

完整报告包含什么

  • 完整报告包含按地区(亚太、EMEA、美加、拉丁美洲)划分的教师AI认知差异分析,揭示区域文化对AI接受度的影响。
  • 报告提供了“早期探索者”与“熟练采用者”两种教师画像,对比其对AI变革的感知、评估改革态度及威胁认知的显著差异。
  • 详细展示了教师对AI在11项教学领域(如课程设计、创建任务、评分反馈、预测分析等)的支持度分布,从“强烈反对”到“强力支持”五级量表。
  • 包含对教师AI素养发展阶段的全面统计:43%中级、37%新手、13%初级阶段、4%专家,并注明专家中46%来自STEM背景。
  • 报告并列分析教师与学生调查数据,如教师82%担忧过度依赖,而学生调查中52%有相同担忧,呈现双重视角。
  • 收录了教师对机构AI指南全面性认知与意识程度的交叉分析,将教师分为“知情者”“迷失的”“不确定”等四类群体并给出比例。
  • 报告还包含完整的DEC AI治理框架引用、执行简报编号(#006、#010、#011)以及版权与联系方式等信息。
  • 完整PDF提供了调查方法论、样本分布(52所机构、28国、1681回复)、问卷问题与选项,便于评估数据可靠性。

本页内容由川海智库整理,用于帮助读者快速了解报告主题、核心观点和主要内容。由于报告量大、人工能力有限,部分观点、数据、统计口径或表述可能存在偏差,具体内容请以完整报告原文为准。

相关报告