Hur utformar jag lärarutveckling för AI som faktiskt förändrar praktiken?

Automatisk maskinöversättning av denna engelska sida, ännu inte granskad av en modersmålstalare.

Det är februari. Din prorektor har annonserat en AI-satsning med en budgetpost, och du har en termin på dig att få den att synas i klassrummen. Eller så körde du sex workshoppar i höstas, rummen var fulla, och undervisningen du sitter med i har inte förändrats. Eller så ställer en dekan den enkla frågan vid budgettillfället: vad köpte pengarna?

Alla tre kommer från samma designfel. En workshop visar människor vad ett verktyg gör. Praktiken förändras när en lärare lägger stöttad, strukturerad tid på ett problem i sin egen kurs, tillräckligt länge för att en ny vana ska tränga undan en gammal, med institutionen som säger ja till experimentet i stället för att bara tolerera det.

Slutsatsen för mötet: standardisera en sessionscykel där varje deltagare tar med en verklig kursartefakt och går därifrån med en reviderad sådan, lägg verifiering, redovisning och riskkontroll inne i arbetsdokumentet i stället för i ett avslutande etiksamtal, sträck programmet förbi en enda dag och para det med mentorskap, kör ämnesspecifika kohorter och rapportera de artefakter folk producerade vid en uppföljning i stället för hur trygga de kände sig sista eftermiddagen.

Kortversionen

1. Förankra varje session i en artefakt från deltagarens egen kurs, och avsluta sessionen med att artefakten är reviderad.

2. Lägg verifiering, redovisning och riskkontroll i arbetsmallen, där de används, så att en nervös deltagare har någonstans att lägga oron.

3. Lägg timmarna på bedömning och bedömningsmallar, det svagaste området vid baslinjen och det med störst uppmätt vinst.

4. Kör ämnesspecifika kohorter och differentiera sedan inom dem efter erfarenhet.

5. Säkra villkoren: uttalat tillstånd att experimentera, skyddad tid, material på de språk din lärarkår arbetar på.

6. Utvärdera reviderade artefakter med fördröjning, plus en relationell indikator, och behandla nöjdhetspoäng som brus.

Kör varje session på deltagarens egen kurs

Den renaste jämförelsen här är Bi med flera (2026), som enkätade 568 lärare vid fem universitet och körde ett kvasi-experiment med 160 av dem. Båda armarna fick fyra 90-minutersworkshoppar under på varandra följande veckor, med identisk kontakttid, plattform och facilitatorstöd. Innehållet skilde sig. En arm fick konventionell GenAI-lärarutveckling, den andra en strukturerad cykel av promptformulering, granskning av utdata, revidering av kursmaterial och skriftlig reflektion mot en mall med sju komponenter som täckte mål, uppgiftsvillkor, bedömningskriterier, verifiering, redovisning och riskkontroll.

Den strukturerade armen fick högre poäng på alla sju beredskapsdimensioner. Dess största försprång låg i promptdesign, på ungefär två standardavvikelser, och det var den enda arm vars vinst i promptdesign överlevde fördröjd testning; den konventionella armens mindre vinst hade fallit tillbaka under baslinjen vid uppföljningen.

Ytterligare två resultat förklarar varför demonstrationer inte färdas. I en inomindividsstudie med 13 lärare i högre utbildning höjde chatbotåtkomst andelen aktiviteter som nådde två eller fler högre Bloom-uppgifter från 41,7 % till 91,7 % (p = 0,01) och sänkte den upplevda kognitiva ansträngningen från en median på 6,33 till 3,33 (p = 0,004). Den pedagogiska promptträning som lades ovanpå förbättrade inte designkvaliteten ytterligare, och den höjde ansträngningen något. Samtidigt var det produktiva inslaget i en workshop med 60 lärare i mellanstadiet den kollegiala granskningen av ChatGPT-genererade bedömningsfrågor, vilket är det som fick fram problem med begreppslig precision och risken att förstärka missuppfattningar.

Vad studierna har gemensamt: lärandet kom från att kritisera och revidera material. Människor förbättrar saken framför sig, och de förbättrar den snabbare när en kollega läser den också.

Sluta behandla färdighet som den saknade pusselbiten

Den frestande diagnosen är ett kompetensgap som stängs med bättre instruktion. Bai och Hsieh (2026) enkätade 898 universitetslärare på AI-TPACK-skalor och fann att lärare som förstod hur generativa verktyg fungerar, eller kunde använda dem kompetent, inte var mer benägna att rapportera att de uppfann och införde ny undervisningspraktik än de som inte kunde det. Den integrerade AI-TPACK-konstrukten hade ingen direkt väg till innovativt beteende alls. Dess inflytande gick helt genom AI-kompetens, undervisnings-Self-Efficacy och yrkesidentitet.

Det ändrar vad en session är till för. En genomgång av verktyget adresserar ingen av de tre. En session där en lärare skriver om sin egen uppgift, försvarar ändringen och hör en kollega hålla med om att den är bättre adresserar alla tre på en gång, vilket är varför artefaktcykeln slår demon även när innehållet är tunnare.

Designimplikationen är obekväm för alla med en bildpresentation: du kan inte föreläsa en lärare till att se sig som den sorts lärare som arbetar så här. Du kan sätta dem i en situation där de gör det en gång, med stöd, och låta evidensen ackumuleras.

Lägg de svåra delarna i mallen de använder

Dogans (2026) i-TPACK-ramverk kommer från en PRISMA-genomgång av AI-relaterad fortbildning plus en sökning som gav 17 ytterligare studier. Det kopplar fem kunskapsdomäner (intelligent teknisk kunskap, tekniskt innehållskunnande, teknisk-pedagogisk kunskap, integrerad i-TPACK och AI-etik) till fyra evidensbaserade vägar: aktivt lärande, modeller och exempel, coachning och expertstöd, samt återkoppling och reflektion, styrda av fem principer som löper från kollektiv synergi över silor till flexibilitet inom struktur.

Ramverkets skarpaste kritik av fältet är att etik hanteras ytligt eller saknas helt i många befintliga program, och lösningen är placeringen. Verifiering, redovisning och riskkontroll hör hemma i det dokument deltagarna använder hela veckan, inte i de sista 20 minuterna av sista sessionen. En mall med en kolumn för riskkontroll blir ifylld; ett avslutande avsnitt om ansvarsfull användning nickas det åt.

Ramverkets begränsning är att det är konceptuellt, utan resultatdata på programnivå. Använd det som en designchecklista, inte som bevis för att designen fungerar. Resultatevidensen finns i studierna ovan och nedan.

Lägg timmarna på bedömning

Om ditt program har plats för ett djupt ämne, välj bedömning. I Talebzadehs (2026) åttatimmarsprogram, fyra tvåtimmarsessioner med 163 lärare och lärarstudenter, steg den totala AI-PCK från 151,65 till 220,14 (d = 2,36, p < 0,001). Den största komponenteffekten var bedömningsmallar (d = 2,19), vilket också var det svagaste området vid förtestet. Vinsten var snävare i undervisningsmetod än i bedömning.

Bedömningsmallar är också där oron i rummet kan sättas i arbete. En deltagare som är orolig för att studenter lutar sig mot en modell kan skriva en rad i mallen som gör resonemanget synligt, vilket förvandlar en oro till ett designbeslut med datum på.

Budgetera förbi den enda dagen. I samma program vann lärarstudenter signifikant mer än erfarna lärare (p = 0,033), mest i scenariobaserad uppgiftsdesign och bedömningsmallar. De erfarna lärarna sade att åtta timmar var för kort för att förskjuta djupt rotade vanor, och bad om långsiktigt stöd med mentor.

Bygg kohorter och differentiera sedan inom dem

Kör en universell workshop och du kommer att lägga det mesta av den på att betjäna median deltagaren, som inte finns. Sutedjo, Chowdhury och Liu (2026) fann bland 127 svarande att självupplevd pedagogisk innehållskunskap var hög (M = 4,70) och innehållskunskapen nära taket (M = 5,15), medan teknisk-pedagogisk kunskap (M = 2,62), tekniskt innehållskunnande (M = 2,75) och holistisk TPACK (M = 2,55) var markant lägre. Innehållskunskap visade ingen signifikant korrelation med någon teknikintegrerad domän (r = 0,11-0,15), så ämneskunnande förs inte över.

De tre låga domänerna korrelerade r = 0,81-0,91 med varandra, vilket rimligen betyder en förmåga att undervisa med de här verktygen snarare än tre separata färdigheter. Undervisa den som en gemensam grund och du sparar två sessioner.

Dela sedan efter erfarenhet. Bai och Hsieh fann att yrkesidentitet förutsade innovativt beteende nästan dubbelt så starkt bland sällan-användare av AI som bland dagliga användare, ett gränsresultat men en användbar pekpinne: identitetsarbete lönar sig mest hos dem som knappt rör verktygen, medan frekventa användare får mer av tvärvetenskapliga projekt än av grundläggande vägledning. Laidlaw (2026) argumenterar för ämnesspecifika kohorter som ramen för just det samtalet, med motiveringen att en fysiker och en historiker inte löser samma problem.

Öppna med frågan som skeptikerna ställer

Laidlaws (2026) autoetnografiska redogörelse driver tesen att motstånd inte är ett kompetensunderskott. Lärare som frågar vad poängen med undervisning är i en GenAI-värld frågar inte hur man använder ett verktyg säkert; frågan är ontologisk. Hon läser GenAI som ett tröskelbegrepp (transformativt, besvärligt, oåterkalleligt, integrerande, avgränsat) och drar slutsatsen att oro, motstånd och förvirring är nödvändiga delar av att korsa det snarare än fel att korrigera. Hennes rekommendationer vänder på standardworkshoppen: öppna med identitetsfrågor i stället för demonstrationer, kör ämnesspecifika kohorter, tillåt olika tidslinjer och behandla principfast icke-antagande grundat i ämnesvärden som legitimt. Hon varnar också för att kommunicerade regler kan glida in i en ”upprätthållande illusion” som ersätter stöd med regelefterlevnadsbudskap.

Skulden är mätbar, och den är inte jämnt fördelad. Vassallo (2026) enkätade 109 akademiker och identifierade ett ”AI-skuldkomplex”: 35 % oroade sig för att AI-användning underminerar deras trovärdighet och 26 % rapporterade att de känner att de ”fuskar”, med förväntad skuld kring trovärdighet som överstiger ånger efter användning, så lidandet är socioprofessionellt snarare än privat. Fyra profiler framträdde: trygga anammare (27 %), skuldbelagda icke-användare (29 %), försiktiga användare (28 %) och moraliskt plågade undvikare (16 %). Ett program hanterar fyra olika problem, och de 29 % som känner skuld medan de inte använder verktygen behöver något annat än en demonstration.

Uppgiftens storlek syns i AAC&U/Elon-enkäten med 1 057 lärare (Watson och Rainie, 2026): 68 % sade att deras lärosäten inte har förberett lärarna att använda generativ AI för undervisning och mentorskap, med en liknande andel för forskning. 26 % av de svarande använder inte verktygen alls, däribland 40 % av lärarna inom konst och humaniora, och 82 % anger kollegors motstånd som ett hinder för institutionell adoption.

Åtgärda villkoren som läroplanen inte kan åtgärda

Det här är fyndet att ta med till ett ledningsmöte. I enkäten med 568 lärare bakom jämförelsen ovan rapporterade kazakiska lärare högre beredskap vid baslinjen än sina kinesiska kollegor på alla sju dimensioner, med de största gapen i ämnesöverföring, promptdesign och grundläggande förståelse. I hierarkisk regression föll Kazakstan-koefficienten, klart signifikant för sig själv, till icke-signifikans när tidigare GenAI-användning, nylig AI-utbildning, institutionellt stöd, upplevt tillstånd, tillgång till flerspråkigt material, policytydlighet och riskkänslighet fördes in. Det är en minskning på ungefär fyra femtedelar. Institutionellt stöd och upplevt tillstånd bar mest positiv vikt, och riskkänslighet var den enda prediktorn som verkade mot beredskap. Mer än dubbelt så många kazakiska som kinesiska lärare rapporterade AI-relaterad utbildning de senaste sex månaderna.

Så de spakar en programledare har är lokala och nära: praktisk övning, uttryckligt tillstånd att experimentera, material på de språk lärarna faktiskt arbetar på, synligt stöd från enheten. Nationell policyramning bär inte beredskapen på egen hand. Där riskkänsligheten biter är svaret att ge den någonstans att utövas i stället för att tala ned försiktigheten, och bedömningsmallar och verifieringsrutiner är den platsen.

Två praktiska friktioner hör till samma samtal. Avsikten att fortsätta använda var den högst rankade nöjdhetsdimensionen hos Bi med flera (2026) medan verktygets användbarhet var den lägsta, så en del av det som läses som motvilja är plattformsfriktion. Och Aponte med flera (2026) lokaliserar den hårda gränsen: AI kan inte kompensera för kronisk överbelastning, straffande ansvarskulturer, svagt ledarskap eller frånvaro av skyddad tid. De argumenterar för att den bidrar till lärares socioemotionella utveckling endast som relationell infrastruktur (skyddad tid för mentorskap, kollegial dialog, praktikgemenskaper) och föreslår relationell förtätning som standard, där förtroende, kontinuitet i stödet och samreglering räknas i stället för kontakttimmar. Två påståenden översätts till programdesign: frigjord tid absorberas som extra krav om inte institutionen formellt kräver att den återinvesteras, och samtalsagenter kan tyst ersätta de svåra mänskliga förhandlingar som producerar tillväxt. Deras ramverk är en heuristik, inte ett testat kausalt påstående.

Om de villkoren är dina kommer en bättre workshop inte att åtgärda dem, och att säga det är mer användbart än att lova något annat.

Rapportera artefakter med fördröjning

Den institutionella ställning som är värd att anpassa sig till är Crompton, Burke och Nickel (2026), vars designbaserade forskning över två makrocykler och 114 deltagare (lärare från 28 amerikanska institutioner och 11 länder, plus chefer för undervisningscentrum och ackrediteringssamordnare) gav sex standarder som spänner över hela den akademiska rollen: lärare, samordnare, ledare, forskare, lärande och bidragsgivare. Befintliga ramverk och lärarstandarder riktar sig till grundskola och gymnasium eller täcker bara undervisning, så ett centrum som mappar sitt utbud mot dessa kan mappas mot medarbetarsamtal och ackreditering, vilket också är argumentet som överlever en budgetgranskning.

Var sedan försiktig med hur du utvärderar, eftersom det mesta av den här litteraturen mäter självrapporterade intryck. Bi med flera mätte självrapporterad beredskap snarare än utförd undervisning, och grupperna bildades genom frivillig anmälan snarare än randomisering, så resultaten är associationer. Bai och Hsieh är tvärsnittlig, självselekterad, hämtad från åtta universitet i ett land och mätte varje konstrukt från samma svarande vid ett tillfälle. Sutedjo och kollegor kan inte fastställa kausalitetens riktning, vilket spelar roll eftersom deras starkaste påstående, att teknisk kunskap fungerar som en port, är just det en tvärsnittsdesign inte kan avgöra. Talebzadeh rapporterar mycket stora effekter utan randomisering, uppföljning eller uppdelning på ämnesnivå, så d = 2,36 läses som kortsiktigt. Laidlaw är autoetnografisk, och Aponte med flera anger att deras ramverk är konceptuellt.

En försvarbar utvärdering mäter därför det kursmaterial en deltagare reviderade, de bedömningsmallar som skrevs, de uppgifter som designades. Den testar med fördröjning, eftersom gapet hos Bi med flera visade sig först vid uppföljningen, där den konventionella gruppen hade förfallit och den strukturerade inte. Den behandlar nöjdhet och självförtroende som svaga signaler, eftersom Pishtari och kollegor (2026) noterar att kvalitetsvinster ensamma inte bevisar internalisering: stigande designkvalitet kan lika gärna spegla delegering av rutinarbete eller acceptans av AI-genererad struktur. Och den lägger till minst en relationell indikator, i linje med Aponte med flera, eftersom att förbättra artefakter samtidigt som deltagarna isoleras inte är vad programmet påstod sig göra.

Vad programansvariga missförstår

En bättre demo är en bättre workshop. Kontakttiden hölls konstant på fyra 90-minutersessioner i jämförelsen hos Bi med flera, och armen som reviderade artefakter slog armen som lärde sig om verktyg på varje beredskapsdimension, med bara en av de två vinsterna synlig vid uppföljningen.

Självförtroende är det utfall som spelar roll. Det är det enklaste att flytta och det minst prediktiva. I studien med 13 lärare föll den upplevda ansträngningen medan promptlagret inte tillförde någon mätt designkvalitet, och betyg vid dagens slut skulle ha registrerat båda som framgång.

Etik är ett avslutande avsnitt. Dogans genomgång fann att etik hanterades ytligt eller saknades i många utbud, och skillnaden mellan en mallkolumn och en sista bild är om någon använder den i vecka tre.

Ett program kan betjäna hela lärarkåren. Enkäten med 127 lärare beskriver innehållskunskap nära taket bredvid holistisk TPACK på 2,55, och Vassallos fyra profiler innehåller 29 % som känner skuld medan de inte använder verktygen. En enda session behandlar fyra målgrupper som en.

Skeptikerna är hindret att hantera. Laidlaws redogörelse lägger motståndet på identitetsnivå, och Bai och Hsieh fann att identitet förutsade innovation nästan dubbelt så starkt bland sällan-användare. De du helst vill ha i rummet är de som en demonstration bekräftar i deras misstanke.

Ett institutionellt mandat kommer att bära programmet. Kazakstan-koefficienten kollapsade med ungefär fyra femtedelar när institutionellt stöd och upplevt tillstånd fördes in i modellen, och de två bar mest positiv vikt. Ett mandat är inte samma signal som tillstånd.

Vad som kommer att slå tillbaka mot dig

”Vi har inte timmarna.” Lägg dem då annorlunda i stället för att lägga till dem. Sex timmar arrangerade som en artefaktcykel slog sex timmar av demonstrationer på identisk kontakttid, och ett kortare format lagt på bedömningsmallar träffar det svagaste området i Talebzadehs förtestdata.

”Våra lärare kommer inte, eller skeptikerna kommer att spåra ur det.” Att rekrytera skeptikerna till en demonstration bekräftar misstanken som sände dem dit. Öppna med identitetsfrågor, kör ämnesspecifika kohorter, tillåt olika tidslinjer och säg högt att principfast icke-antagande är en legitim position. Det är Laidlaws rekommendation, och den tar bort regelefterlevnadsargumentet från bordet. Räkna med att identitetsarbete spelar mest roll hos sällan-användare, enligt Bai och Hsieh.

”Vi kan inte få folk att agera på det.” Det kan du mestadels inte, och du kan ändra vad institutionen signalerar. Upplevt tillstånd och institutionellt stöd bar mest positiv vikt efter att den nationella bakgrundseffekten kollapsat, så de användbara dragen är de billiga: säg att experimenterande är sanktionerat, skydda tiden formellt så att den inte absorberas, tillhandahåll material på lärarnas arbetsspråk och ta bort plattformsfriktionen, som var den lägst rankade dimensionen i samma studie.

”Vår utvärderingsenkät är stark.” Nöjdhet är det mått som mest sannolikt stiger medan inget annat gör det. Be i stället om artefakterna från förra kullen och kontakta deltagarna igen en termin senare; gapet hos Bi med flera fanns bara vid uppföljningen.

Vad du ska göra den här veckan

1. Skriv om inbjudan så att deltagande kräver att man tar med en kursartefakt: ett mål, en bedömningsmall eller en bedömningsuppgift.

2. Skriv om agendan så att första sessionen börjar på den artefakten, och lägg verifiering, redovisning och riskkontroll som kolumner i mallen deltagarna bär med sig hela veckan.

3. Flytta en session till bedömningsmallar och bedömningsdesign, och låt deltagarna gå därifrån med mallen skriven.

4. Få en mening skriftligt från dekanen eller prorektorn om att experimenterande är sanktionerat, och skydda sedan timmarna formellt så att de inte absorberas.

5. Ställ in utvärderingen så att den samlar in reviderade artefakter och kontaktar deltagarna igen en termin senare, med en fråga om vilka de arbetar med nu.

Vart du går härnäst

Lärarnas AI-kompetenser täcker själva kompetensmålet, och Lärarnas AI-kompetens och Utveckling av undervisningen bär ramverksmaterialet bakom det. För att strukturera AI i en kurs snarare än i en workshop, se Att designa in AI i lärandet; för den vidare institutionella bilden, Tio viktigaste fynd om AI i utbildning för lärare och Institutionell AI-policy.