От учителей, испытывающих трудности с технологиями, до наделённых силами цифровых граждан: исследование профилей и предшествующих факторов AI-грамотности преподавателей в китайском контексте изучения английского как иностранного
From Technology‐Challenged Teachers to Empowered Digitalized Citizens: Exploring the Profiles and Antecedents of Teacher AI Literacy in the Chinese EFL Context
2025-01-27
SCID: 54.1/8qps6qrj
Discuss with AI
оценка ИИдизайн ИИэтика ИИзнания об ИИиспользование ИИшкала грамотности ИИкитайский контекст EFLMplus 7.4возраст и педагогический стажлатентный профильный анализмногономиальная логистическая регрессияграмотность учителей в области ИИ
Figures from the paper
Abstract (AI)
Грамотность в области искусственного интеллекта (ИИ) вышла на передний план, позволяя людям уверенно ориентироваться в современном цифровом мире. Однако исследования AI-грамотности преподавателей в контексте обучения английскому как иностранному (EFL) остаются ограниченными. В данном исследовании поставлена задача выявить внутриличностные различия в AI-грамотности и изучить их связь с возрастом и стажем преподавания на выборке из 782 преподавателей английского. В связи с отсутствием надежного инструмента для измерения AI-грамотности преподавателей мы сначала разработали и валидировали шкалу, включающую пять подсекций: знания об ИИ, использование ИИ, оценивание с помощью ИИ, проектирование с ИИ и этика ИИ. Далее была проведена латентно-профильная аналитика (LPA) с использованием Mplus 7.4, результаты которой выявили четыре отдельных профиля: низкая AI-грамотность (C1: 12,1%), умеренная AI-грамотность (C2: 45,5%), хорошая AI-грамотность (C3: 28,4%) и отличная AI-грамотность (C4: 14,1%). Многочленный логистический регрессионный анализ показал значимые связи между AI-грамотностью преподавателей и как возрастом, так и годами педагогического стажа. Кроме того, 32 респондента приняли участие в полуструктурированных интервью. Качественные данные, проанализированные с помощью MAXQDA 2022, подтвердили количественные результаты и предоставили более глубокое понимание восприятия преподавателями своей AI-грамотности. Исследование имеет теоретическое и практическое значение для понимания AI-грамотности преподавателей в китайском EFL-контексте.
Key Findings
1
Разработана и валидирована шкала учительской AI-грамотности из пяти подсекций: знания об ИИ, использование ИИ, оценка ИИ, проектирование ИИ и этика ИИ.
2
Латентный профильный анализ 782 преподавателей английского языка выявил четыре профиля AI-грамотности: низкая (12,1%), умеренная (45,5%), хорошая (28,4%) и отличная (14,1%).
3
Многономиальная логистическая регрессия показала значимые связи между профилями AI-грамотности учителей и как возрастом, так и годами преподавательского стажа.
4
Качественные интервью с 32 участниками подтвердили количественные результаты и дали более глубокое понимание восприятия учителями своей AI-грамотности.
Research Object
AI-грамотность учителей в китайском контексте преподавания английского как иностранного (EFL)
Research Subject
Профили, внутриличностные различия, предшествующие факторы и взаимосвязи AI-грамотности учителей (включая пять подсекций: AI Knowledge, AI Use, AI Assessment, AI Design, AI Ethics) с возрастом и стажем преподавания
Publication Details
Publication Date
2025-01-27
Journal
Publisher
ISSN
Cited by
112
Access Type
Author Information
Download PDF
Subscribe to digest