智能时代推进高校教师高质量专业发展研究

张艳晓,王 娜,马腾赟

(西安思源学院,西安 710038)

0 引言

高校教师专业发展在高等教育体系中起着基础性、关键性的作用。从本质上讲,教师专业发展是一个个体专业发展的过程,涉及教师对新知识的不断接受和专业能力的不断提高。智能教育时代,需要打造具有高智力教育素养的专业教师队伍来适应知识教育的发展趋势。根据时代发展和高校产教结合的特点,采用问卷调查法从多个角度分析当前高校教师专业发展中存在的问题及影响因素。以陕西某高校教师为研究对象,共发放问卷138份,问卷包括受访者基本信息(详见表1)和描述性统计量表。

表1 受访者基本信息Tab.1 Basic information of the interviewees n=138

1 调研结果

1.1 问卷信度检验

问卷的信度是指用同一方法对同一测量对象重复测量所得结果的一致性程度,用于测试量表的可靠性或稳定性。克隆巴赫可靠度系数是常用的方法,信度系数大于0.8说明问卷具有较高的信度,信度系数小于0.6说明问卷的信度较差,不推荐使用。采用克隆巴赫信度系数对量表的智能教育理念、智能专业知识、智能专业能力、教师个人专业发展及职业发展潜力五个维度进行信度检验,信度系数计算公式详见式(1)。

(1)

表2 问卷信度检验结果Tab.2 Results of questionnaire reliability test

1.2 高校教师专业发展制约因素

1.2.1 因子选取

因子分析是主成分分析和降维分析的延伸,是一种多变量统计分析方法。如表3所示,从因子分析角度探讨大学教师专业发展的限制因素,主要包括职业发展潜力、智能教学能力、智能教育理念、智能评价能力等。

表3 量表的描述性统计Tab.3 Descriptive statistics of the scale

采用最大方差旋转法对数据进行旋转,确定各因子之间的内在联系(如表4所示),每个因子都具有较大载荷,可以选取这些变量进行相关性分析,进一步找出制约因素。

表4 因变量旋转后因子载荷系数Tab.4 Factor loading coefficient after rotation of dependent variable

1.2.2 制约因素因子的相关性

如表5所示,利用式(2)给出相关性分析结果,智能教学能力、智能教育理念、职业发展潜力、智能评价能力与高校教师高质量专业发展均存在显著的相关关系,P值均小于0.01。

(2)

表5 相关性分析结果Tab.5 Results of correlation analysis

式中,ρ代表Spearman系数,x代表因变量大小,y代表自变量大小。

1.3 教师专业发展现状

大多数教师学历较高,具备专业的学术研究能力,学科专业知识相对扎实。从智能教学能力、智能教育理念、职业发展潜力、智能评价能力与专业发展的关系来看,想提高智能教学能力的教师占12.86%,不熟悉智能教育的教师占30.22%,听说过智能教育的教师占56.92%,说明高校教师对智能教育的认知还处于初级阶段。从高校教师的智能教育理念来看,24.44%的教师认为智能教育理念会影响网络教学的有效性,37.62%的教师表示自己不习惯智能教学方法。从职业发展潜力来看,13.18%的教师未来不打算使用智能设备进行教学,38.4%的教师认为智能教育对自己的职业发展规划影响较小。从智能评价能力来看,12%的教师认为这种评价方式太过繁琐,只有15%的教师愿意进行尝试。

2 结论与建议

研究结果表明,高校教师专业发展中存在着智能教育认知不足、合作意识不强、智能教学能力较弱等问题,高校应加快智能条件建设,使高校教师能够在技术支撑的教学环境中展现出创造力、适应能力及团队精神,提高对教学和研究前沿的敏感性,积极关注人工智能及其教育应用的最新发展,学习新的教育理念和方法,不断提高教学过程中的数据挖掘、过滤及应用能力。高校不同专业、不同部门的教师对专业发展的理解和认知存在差异,教师需从知识、时间、空间、组织及思维等维度入手改变自身的智能教育理念,完善职业发展规划。大数据的出现和发展为高校教师的评价工作提供了新的机遇,教师可以利用大数据技术完善智能化综合管理平台,对自身的教学行为、教学成果质量及职业道德进行管理与评价,保证定性评价与定量评价相结合,提高教育评价的科学性与有效性。