Как да проектирам обучение за преподаватели за AI, което наистина променя практиката?

Автоматичен машинен превод на тази английска страница, който още не е проверен от носител на езика.

Февруари е. Провостът е обявил инициатива за AI с отделен бюджетен ред и имаш един семестър, за да я накараш да се види в класните стаи. Или си провел шест семинара миналата есен, залите бяха пълни, а преподаването, на което присъстваш, не се е променило. Или деканът задава простия въпрос по време на бюджета: какво купиха парите?

И трите идват от един и същ дефект в дизайна. Семинарът показва на хората какво прави един инструмент. Практиката се променя, когато преподавателят прекара подкрепено, структурирано време върху проблем в собствения си курс, достатъчно дълго, за да измести нов навик стар, и когато институцията казва „да“ на експеримента, вместо само да го търпи.

Основното за срещата: стандартизирай цикъл от сесии, в който всеки участник донася истински артефакт от курса си и си тръгва с преработен такъв, сложи проверката, декларирането и контрола на риска в работния документ, вместо в заключителна реч за етиката, разтегни програмата отвъд един ден и я свържи с менторство, води групи по дисциплини и докладвай артефактите, които хората са произвели, на последваща среща, а не колко уверени са се чувствали в последния следобед.

Накратко

1. Закотви всяка сесия в артефакт от собствения курс на участника и завърши сесията с преработен артефакт.

2. Сложи проверката, декларирането и контрола на риска в работния шаблон, там, където се използват, така че притесненият участник да има къде да остави тревогата си.

3. Похарчи часовете за оценяването и рубриките, най-слабата област на изходно ниво и тази с най-голям измерен напредък.

4. Води групи по дисциплини, после диференцирай вътре в тях по опит.

5. Осигури условията: изрично разрешение да се експериментира, защитено време, материали на езиците, на които работят преподавателите ти.

6. Оценявай преработените артефакти със закъснение, плюс един показател за отношенията, и третирай оценките за удовлетвореност като шум.

Води всяка сесия върху собствения курс на участника

Най-чистото сравнение тук е Bi et al. (2026), които анкетират 568 преподаватели в пет университета и провеждат квазиексперимент със 160 от тях. И двете групи получават четири семинара по 90 минути в последователни седмици, с идентично време за контакт, платформа и подкрепа от водещия. Съдържанието се различава. Едната група получава конвенционално обучение за преподаватели по GenAI, другата получава структуриран цикъл от формулиране на подканване, преглед на резултата, преработка на учебен материал и писмено осмисляне по шаблон от седем компонента, покриващ цели, ограничения на задачата, критерии за оценяване, проверка, деклариране и контрол на риска.

Структурираната група получава по-висок резултат по всичките седем измерения на готовността. Най-голямото ѝ предимство е в дизайна на подканването, около две стандартни отклонения, и тя е единствената група, чийто напредък в дизайна на подканването издържа на отложено тестване; по-малкият напредък на конвенционалната група е паднал под изходното ниво до последващото измерване.

Още два резултата обясняват защо демонстрациите не се пренасят. В изследване в рамките на един и същ участник с 13 преподаватели от висшето образование достъпът до чатбот повишава дела на дейностите, достигащи две или повече задачи от по-висок ред по Bloom, от 41,7% на 91,7% (p = 0,01) и сваля възприеманото когнитивно усилие от медиана 6,33 на 3,33 (p = 0,004). Педагогическото обучение по подканване, добавено отгоре, не подобрява допълнително качеството на дизайна и дори леко повишава усилието. Междувременно в семинар с 60 учители по природни науки в средното училище продуктивният елемент е съвместният преглед на генерирани от ChatGPT въпроси за оценяване, който изважда на повърхността проблеми с концептуалната точност и риска от затвърждаване на погрешни представи.

Общото между тези изследвания: ученето идва от критика и преработка на материал. Хората подобряват нещото, което е пред тях, и го подобряват по-бързо, когато и колега го чете.

Спри да третираш умението като липсващото парче

Примамливата диагноза е дефицит на способност, който се запълва с по-добро обучение. Bai и Hsieh (2026) анкетират 898 университетски преподаватели по скали за AI-TPACK и установяват, че преподавателите, които разбират как работят генеративните инструменти или могат компетентно да ги управляват, не са по-склонни да съобщят, че измислят и прилагат нови преподавателски практики, от тези, които не могат. Интегрираният конструкт AI-TPACK изобщо няма пряк път към иновативно поведение. Влиянието му минава изцяло през AI грамотност, преподавателската самоефективност и професионалната идентичност.

Това променя за какво служи една сесия. Обиколката из инструмента не адресира нито едно от тези три. Сесия, в която преподавателят пренаписва собствената си задача, защитава промяната и чува колега да се съгласи, че е по-добре, адресира и трите наведнъж, и затова цикълът с артефакт побеждава демонстрацията дори когато съдържанието е по-тънко.

Изводът за дизайна е неудобен за всеки с набор от слайдове: не можеш да изнесеш лекция, с която преподавателят да започне да се вижда като преподавател, който работи по този начин. Можеш да го поставиш в ситуация, в която действа така веднъж, с подкрепа, и да оставиш доказателствата да се натрупват.

Сложи трудните части в шаблона, който използват

Рамката i-TPACK на Dogan (2026) идва от преглед по PRISMA на професионалното развитие за AI плюс търсене, което изважда още 17 изследвания. Тя подравнява пет области на знание (интелигентно технологично знание, технологично съдържателно знание, технологично педагогическо знание, интегрирано i-TPACK и етика на AI) с четири пътя, основани на доказателства: активно учене, модели и примери, коучинг и експертна подкрепа, и обратна връзка и осмисляне, управлявани от пет принципа, от „колективна синергия вместо силози“ до „гъвкавост в рамките на структурата“.

Най-острата критика на рамката към полето е, че етиката се третира повърхностно или отсъства напълно в много съществуващи програми, а поправката е в разположението. Проверката, декларирането и контролът на риска принадлежат в документа, който участниците използват цяла седмица, а не в последните 20 минути от последната сесия. Шаблон с колона за контрол на риска се попълва; заключителен сегмент за отговорно използване получава само кимване.

Границата на рамката е, че тя е концептуална, без данни за резултати на ниво програма. Използвай я като контролен списък за дизайн, а не като доказателство, че дизайнът работи. Доказателствата за резултатите са в изследванията по-горе и по-долу.

Похарчи часовете за оценяването

Ако програмата ти има място за една дълбока тема, избери оценяването. В осемчасовата програма на Talebzadeh (2026), четири сесии по два часа със 163 учители и бъдещи учители, общият AI-PCK се покачва от 151,65 на 220,14 (d = 2,36, p < 0,001). Най-големият ефект на компонент е при рубриките за оценяване (d = 2,19), които са и най-слабата област при предварителния тест. Напредъкът е по-тесен при метода на преподаване, отколкото при оценяването.

Рубриките са и мястото, където тревогата в стаята може да бъде използвана. Участник, който е неспокоен, че студентите се облягат на модел, може да напише ред в рубриката, който прави разсъждението видимо, което превръща едно притеснение в дизайнерско решение с дата.

Бюджетирай отвъд единствения ден. В същата програма бъдещите учители печелят значително повече от опитните (p = 0,033), главно в дизайна на сценарийни задачи и дизайна на рубрики. Опитните учители казват, че осем часа са твърде малко, за да изместят дълбоко вкоренени навици, и искат дългосрочна подкрепа с ментор.

Създай групи, после диференцирай вътре в тях

Проведи един универсален семинар и ще похарчиш по-голямата му част за средния участник, който не съществува. Sutedjo, Chowdhury и Liu (2026) установяват сред 127 респонденти, че самовъзприеманото педагогическо съдържателно знание е високо (M = 4,70), а съдържателното знание е близо до тавана (M = 5,15), докато технологичното педагогическо знание (M = 2,62), технологичното съдържателно знание (M = 2,75) и цялостният TPACK (M = 2,55) са заметно по-ниски. Съдържателното знание не показва значима корелация с нито една технологично интегрирана област (r = 0,11-0,15), така че владеенето на предмета не се пренася.

Тези три ниски области корелират помежду си с r = 0,81-0,91, което правдоподобно означава една способност за преподаване с тези инструменти, а не три отделни умения. Преподавай я като споделена основа и печелиш две сесии.

После раздели по опит. Bai и Hsieh установяват, че професионалната идентичност предсказва иновативно поведение почти двойно по-силно сред редките ползватели на AI, отколкото сред ежедневните, резултат на границата, но полезен указател: работата с идентичността дава най-много при хора, които едва докосват инструментите, докато честите ползватели печелят повече от междудисциплинарни проекти, отколкото от основно насочване. Laidlaw (2026) защитава групите по дисциплини като среда точно за този разговор, на основание че физикът и историкът не решават един и същ проблем.

Започни с въпроса, който задават скептиците

Автоетнографският разказ на Laidlaw (2026) излага аргумента, че съпротивата не е дефицит на умения. Преподавателите, които питат какъв е смисълът на преподаването в свят на GenAI, не питат как безопасно да използват инструмент; въпросът е онтологичен. Тя чете GenAI като прагово понятие (преобразуващо, проблемно, необратимо, интегративно, ограничено) и заключава, че тревогата, съпротивата и объркването са необходими части от преминаването през него, а не дефекти за поправяне. Препоръките ѝ обръщат стандартния семинар: започни с въпроси за идентичността, вместо с демонстрации, води групи по дисциплини, допусти различни срокове и третирай принципното неприемане, основано на дисциплинарни ценности, като легитимно. Тя предупреждава също, че съобщаването на правила може да се плъзне към „илюзия за налагане“, която замества подкрепата със съобщения за съответствие.

Вината е измерима и не е разпределена равномерно. Vassallo (2026) анкетира 109 академици и идентифицира „комплекс за вина пред AI“: 35% се тревожат, че използването на AI подкопава авторитета им, а 26% съобщават, че се чувстват все едно „преписват“, като предварителната вина за авторитета превишава разкаянието след използване, така че страданието е социално-професионално, а не лично. Очертават се четири профила: удобни приемащи (27%), виновни неползващи (29%), предпазливи ползватели (28%) и морално разстроени избягващи (16%). Една програма обслужва четири различни проблема, а 29-те процента, които чувстват вина, без да използват инструментите, се нуждаят от нещо друго, различно от демонстрация.

Размерът на задачата се вижда в проучването на AAC&U и Elon сред 1 057 преподаватели (Watson и Rainie, 2026): 68% казват, че университетите им не са подготвили преподавателите да използват генеративен AI за преподаване и менторство, с подобен дял за научната работа. 26% от респондентите изобщо не използват инструментите, включително 40% от преподавателите по изкуства и хуманитарни науки, а 82% посочват съпротивата на колегите като пречка пред приемането в катедрата.

Поправи условията, които програмата не може да поправи

Това е констатацията, която си струва да занесеш на среща с ръководството. В анкетата с 568 преподаватели зад сравнението по-горе казахстанските преподаватели съобщават по-висока изходна готовност от китайските си колеги по всичките седем измерения, с най-широки разлики в дисциплинарния пренос, дизайна на подканването и базовото разбиране. В йерархична регресия коефициентът за Казахстан, ясно значим сам по себе си, пада до незначимост, след като в модела влязат предишно използване на GenAI, скорошно обучение за AI, институционална подкрепа, възприемано разрешение, достъп до многоезични ресурси, яснота на политиката и чувствителност към риска. Това е редукция от около четири пети. Институционалната подкрепа и възприеманото разрешение носят най-голяма положителна тежест, а чувствителността към риска е единственият предиктор, който работи срещу готовността. Повече от два пъти повече казахстански, отколкото китайски преподаватели съобщават за обучение, свързано с AI, през предходните шест месеца.

Така че лостовете, с които разполага ръководителят на програма, са местни и близки: практика с ръце, изрично разрешение да се експериментира, материали на езиците, на които преподавателите реално работят, видима подкрепа от звеното. Националната рамка на политиката не носи готовност сама. Там, където чувствителността към риска хапе, отговорът е да ѝ дадеш място, където да се упражни, вместо да омаловажаваш предпазливостта, и дизайнът на рубрики и процедурите за проверка са точно това място.

Две практични триения принадлежат в същия разговор. Намерението за продължаващо използване беше най-високо оценяваното измерение на удовлетвореността в Bi et al. (2026), докато използваемостта на инструмента беше най-ниско, така че част от това, което изглежда като неохота, е триение на платформата. А Aponte et al. (2026) посочват твърдата граница: AI не може да компенсира хронично претоварване, наказателна култура на отчетност, слабо ръководство или липса на защитено време. Те твърдят, че той допринася за социо-емоционалното развитие на учителите само като инфраструктура на отношенията (защитено време за менторство, диалог между колеги, общности на практиката) и предлагат уплътняване на отношенията като стандарт, който брои доверие, непрекъснатост на подкрепата и съвместна регулация, вместо часове на контакт. Две твърдения се превеждат в дизайн на програма: освободеното време се поглъща отново като допълнително натоварване, освен ако институцията формално не изисква да бъде реинвестирано, и разговорните агенти могат тихо да заместят трудните човешки преговори, които произвеждат растеж. Рамката им е евристика, а не проверено причинно твърдение.

Ако тези условия са твоите, по-добър семинар няма да ги поправи, и да го кажеш е по-полезно, отколкото да обещаваш друго.

Докладвай артефактите със закъснение

Институционалният скелет, с който си струва да се подравниш, е Crompton, Burke и Nickel (2026), чието изследване, основано на дизайн, в два макроцикъла и със 114 участници (преподаватели от 28 американски институции и 11 държави, плюс директори на центрове за преподаване и координатори по акредитация) произвежда шест стандарта, обхващащи цялата академична роля: преподавател, координатор, ръководител, изследовател, обучаем и съприносител. Съществуващите рамки и стандарти за педагози се насочват към учители в училищното образование или обхващат само преподаването, така че център, който съпостави предлагането си с тези стандарти, може да бъде съпоставен с атестацията и акредитацията, което е и аргументът, който оцелява при преглед на бюджета.

После внимавай как оценяваш, защото по-голямата част от тази литература измерва самоотчетени впечатления. Bi et al. измерват самоотчетена готовност, а не осъществено преподаване, и групите им се формират чрез доброволно записване, а не чрез рандомизация, така че резултатите са асоциации. Bai и Hsieh е напречно сечение, самоизбрана извадка, от осем университета в една държава, и измерва всеки конструкт от същите респонденти по едно и също време. Sutedjo и колегите не могат да установят посоката на причинност, което има значение, защото най-силното им твърдение, че технологичното знание действа като входна врата, е точно това, което напречното сечение не може да реши. Talebzadeh съобщава много големи ефекти без рандомизация, последващо измерване или разбивка по дисциплини, така че d = 2,36 се чете като краткосрочен. Laidlaw е автоетнографски, а Aponte et al. заявяват, че рамката им е концептуална.

Защитима оценка следователно измерва учебните материали, които участникът е преработил, рубриките, които е написал, задачите, които е проектирал. Тя тества със закъснение, защото разликата при Bi et al. се появи само при последващото измерване, където конвенционалната група беше отслабнала, а структурираната не. Тя третира удовлетвореността и увереността като слаби сигнали, тъй като Pishtari и колегите (2026) отбелязват, че подобряването на качеството само по себе си не доказва интернализация: растящото качество на дизайна може еднакво да отразява делегиране на рутинна работа или приемане на генерирана от AI структура. И тя добавя поне един показател за отношенията, следвайки Aponte et al., защото подобряването на артефакти при изолиране на участниците не е това, което програмата е обещала.

Какво ръководителите на програми разбират погрешно

По-добрата демонстрация е по-добър семинар. Времето за контакт е задържано константно на четири сесии по 90 минути в сравнението на Bi et al., а групата, която преработва артефакти, побеждава групата, която учи за инструменти, по всяко измерение на готовността, като само един от двата напредъка е още видим при последващото измерване.

Увереността е резултатът, който има значение. Тя е най-лесното нещо за местене и най-слабо предсказващото. В изследването с 13 преподаватели възприеманото усилие пада, докато педагогическият слой не добавя измерено качество на дизайна, а оценките в края на деня биха регистрирали и двете като успех.

Етиката е заключителен сегмент. Прегледът на Dogan установява, че етиката се третира повърхностно или отсъства в много предложения, а разликата между колона в шаблон и последен слайд е дали някой я използва през третата седмица.

Една програма може да обслужи целия преподавателски състав. Анкетата със 127 преподаватели описва съдържателно знание близо до тавана до цялостен TPACK от 2,55, а четирите профила на Vassallo включват 29%, които чувстват вина, без да използват инструментите. Една сесия третира четири аудитории като една.

Скептиците са пречката, която трябва да се управлява. Разказът на Laidlaw поставя съпротивата на ниво идентичност, а Bai и Hsieh установяват, че идентичността предсказва иновация почти двойно по-силно сред редките ползватели. Хората, които най-много искаш в стаята, са тези, които демонстрацията затвърждава в подозрението им.

Институционалният мандат ще пренесе програмата. Коефициентът за Казахстан се срива с около четири пети, след като институционалната подкрепа и възприеманото разрешение влязат в модела, и тези две носят най-голяма положителна тежест. Мандатът не е същият сигнал като разрешението.

Какво ще ти се върне

„Нямаме часовете.“ Тогава ги похарчи различно, вместо да ги добавяш. Шест часа, подредени като цикъл с артефакт, побеждават шест часа демонстрации при идентично време за контакт, а по-кратък формат, похарчен за рубрики за оценяване, удря най-слабата област в предварителните данни на Talebzadeh.

„Нашите преподаватели няма да дойдат, или скептиците ще провалят всичко.“ Да набереш скептиците за демонстрация затвърждава подозрението, което ги е довело там. Започни с въпроси за идентичността, води групи по дисциплини, допусти различни срокове и кажи на глас, че принципното неприемане е легитимна позиция. Това е препоръката на Laidlaw и тя маха аргумента за съответствие от масата. Очаквай работата с идентичността да има най-голямо значение при редките ползватели, според Bai и Hsieh.

„Не можем да накараме хората да действат по него.“ В голяма степен не можеш, но можеш да промениш какво сигнализира институцията. Възприеманото разрешение и институционалната подкрепа носят най-голяма положителна тежест, след като ефектът от националния произход се срива, така че полезните ходове са евтините: заяви, че експериментирането е разрешено, защити времето формално, за да не бъде погълнато отново, осигури материали на работните езици на преподавателите и премахни триението на платформата, което беше най-ниско оценяваното измерение в същото изследване.

„Анкетата ни при излизане е силна.“ Удовлетвореността е мярката, която най-вероятно расте, докато нищо друго не расте. Поискай вместо това артефактите от последната група и се свържи с тези участници семестър по-късно; разликата при Bi et al. съществуваше само при последващото измерване.

Какво да направиш тази седмица

1. Пренапиши поканата, така че присъствието да изисква носене на един артефакт от курс: цел, рубрика или задача за оценяване.

2. Пренапиши програмата, така че първата сесия да започва с този артефакт, и добави проверка, деклариране и контрол на риска като колони в шаблона, който участниците носят цяла седмица.

3. Премести една сесия към дизайн на рубрики и оценяване и нека участниците си тръгнат с написаната рубрика.

4. Вземи едно изречение писмено от декана или провоста, че експериментирането е разрешено, после защити часовете формално, за да не бъдат погълнати отново.

5. Настрой оценката да събира преработените артефакти и да се свързва с участниците отново семестър по-късно, с един въпрос за това с кого работят сега.

Накъде след това

Какви компетентности са нужни на преподавателите по отношение на AI? покрива самата цел за компетентност, а Компетентност на учителите за AI и Образователно развитие носят материала за рамката зад нея. За структуриране на AI в курс, а не в семинар, виж Как трябва да се вгради AI в учебното преживяване?; за по-широката институционална картина, Кои са десетте най-важни извода от изследванията на AI в образованието, които преподавателите трябва да знаят? и Как да напишем и приложим институционална политика за AI?.