川海智库

报告概述

本报告是2025年美国教学资源调查（AIRS）的技术文档，研究对象为美国K-12公立学校讲授英语语言艺术、数学和自然科学课程的教师，覆盖全美并在19个州进行超额抽样。报告详细介绍了调查的抽样设计、问卷开发、数据收集与加权方法，内容涉及教师对教学材料的使用情况、看法、专业学习支持、课堂实践以及人工智能与教学等新兴主题。读者可通过本报告了解调查的信度和代表性，并为使用调查结果进行政策分析和教育实践提供依据。

报告的核心结论

教师对教学资源的使用和看法存在显著差异

报告通过全国代表性样本收集了教师对英语语言艺术、数学和科学教学材料的详细反馈，涵盖了材料使用频率、质量评价、适配性及支持需求。不同年级、学科和学校特征的教师在资源选择与满意度上呈现分化，为政策制定者提供了差异化干预的依据。

人工智能相关教学实践首次纳入调查范围

2025年AIRS新增了人工智能与教学模块，收集了教师在课堂中应用AI工具的现状、态度与支持需求。这一主题的加入反映了教育技术发展的最新趋势，为理解AI如何融入K-12教学提供了基线数据。

调查完成了高覆盖率的全国代表性样本

2025年AIRS共回收8,601份有效教师问卷，加权后样本在教师经验、学校层次、学生构成等关键特征上与全国人口参数高度匹配，确保了调查结果的代表性。尽管因激励提供商问题导致完成率略低于往年，但通过补充样本和校准加权仍实现了设计目标。

报告回答的关键问题

美国K-12教师如何选择和使用教学材料？

报告通过调查教师对英语语言艺术、数学和科学教学材料的使用频率、获取途径、满意度及调整方式，提供了全国性数据。结果显示教师依赖多种来源的材料，并会根据学生需求进行改编，但不同学科和年级的选用模式存在差异。

教师对教学资源支持有哪些需求？

报告评估了教师获得专业学习、学校领导支持和外部资源的情况。发现教师普遍希望获得更多高质量、与标准对齐的教材，以及针对教材使用的持续培训，尤其是在高贫困和多元文化学校中需求更为迫切。

人工智能在教学中的应用现状如何？

报告首次收集了教师使用人工智能工具的实践数据，涵盖AI用于备课、学生评估、个性化学习等场景。初步结果显示教师对AI的接受度较高，但缺乏系统培训和政策指导，不同群体之间的应用差距明显。

完整报告包含什么

  • 完整的技术文档说明了2025年AIRS的调查设计、抽样方案和加权流程，包括如何从RAND美国教师小组中抽取全国代表性样本，以及在19个州进行超额抽样的具体方法。
  • 报告提供了详细的问卷内容，涵盖教学任务、材料使用、课堂实践、专业学习、AI与教学等模块，并说明了问题来源和修改依据。
  • 数据收集过程完整记录，包括调查时间线、邀请和完成情况、筛选规则和应对激励提供商中断的补充措施。
  • 附录中包含完整的加权描述性统计结果（可在线获取），按照教师经验、学校层次、学生经济状况、种族组成、学校规模、城乡区位和教师性别、种族等分类展示。
  • 报告介绍了校准加权方法，通过三个中间权重的乘积（抽样框校准、样本选择、响应概率）并再次校准使加权样本匹配全国教师人口参数。
  • 参考了往年AIRS报告和相关研究方法文献，提供了完整的引用列表和数据使用说明。

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