乔雪峰 | 工作重塑 ：生成式 AI 何以为教师减负赋能

引文信息

乔雪峰.工作重塑 ：生成式 AI 何以为教师减负赋能[J].教育科学研究，2024(12)：12-19.

工作重塑 ：生成式 AI 何以为教师减负赋能

乔雪峰 南京师范大学教育科学学院 教授

摘要

持续的超负荷工作压力引起教师自我决定能力的逆变，导致教师出现职业倦怠。传统的外源性减负政策受到棘轮效应和负向螺旋的双重桎梏，其政策成效不彰。生成式AI作为新质生产工具，以技术进步为驱动力为教师减负赋能，催生了基于人机协同的新质生产力。生成式AI能够打破制约教师自决能力的负反馈回路，以持续增加的内生动能逐步解构外源性压力，促使教师成为胜任新时代发展要求的新质劳动者。新质劳动者和新质生产力工具的协同联动，亟需着力打通发展路径上的堵点与卡点。在多方跨界合作下，共塑以教师内生动能为发展引擎、生成式AI为技术支柱、全社会支持网络为环境基石的基础教育新业态，成为推动新质生产力在教育领域持续发展的关键。

关键词

生成式AI；减负增能；人机协同；外源性减负；新质生产力

基金项目

本文为国家社会科学基金 2022 年教育学一般项目“基于复杂适应系统分析的县域中小学教师高质量发展模式转型研究”（BFA220175）的成果之一。

目录预览

一、问题的提出

二、超负荷压力下教师自决能力的逆变

（一）教师时间主权与工作自主性危机

（二）教师工作胜任力与专业性的负向共变

（三）教师自我决定能力的自消减机制

三、从形式减负到实质减负 ：生成式 AI对教师工作的重塑

（一）生成式 AI 重塑教师工作的自主性

（二）生成式 AI 重塑教师胜任力

四、基于多方跨界合作的教师减负增能新业态

五、结论与启示

一、问题的提出 

在社会加速变革的全局态势下，时空高度压缩和科技加速发展不仅提升了教育系统的动态效率，也将教师嵌入到更为复杂的社会网络体系中。^[1]教育评估常态化、学生需求多元化以及家长期望不断提升等多重因素的叠加效应，推高了教师的工作负荷。^[2]长期的工作负载超标诱发了职业倦怠，威胁到教师专业身份的稳固。

政策制定者、研究者和实践者大多将工作负担视为外源性压力，试图通过减轻工作量来增强教师的自主工作动能。然而，这种外源性减负策略往往忽略了教师工作任务的“棘轮效应”（ratchet effect），即释放出的工作空间被新的工作任务迅速占据，使得教师陷入看似减负实则工作量不减反增的困境 ^[3]。此外，外源性减负策略未能考虑到持续高强度工作对教师能动性的侵蚀，可能导致教师将工作视作非自我导向的外在任务，陷入对外部干预“依赖 - 挫败 -再依赖”的负向螺旋。如何使教师摆脱工作任务的棘轮束缚和负向螺旋，成为教师减负问题的症结。

以 ChatGPT 为代表的生成式 AI 技术作为新质生产力工具，为教育领域带来了突破性的变革机遇 ^[4-5]。生成式 AI 技术能够快速处理繁琐的教学和评估任务，展现出缓解教师工作过载的潜力。然而，生成式 AI 带来的工作量减少并不意味着工作负担的减轻。在教师能动性受损的情境下，生成式 AI 的教育应用仍可能受制于棘轮效应和负向螺旋，沦为长期性有限的外源性减负举措。如何运用生成式 AI 激活教师工作的内生动能，将教师工作由外部控制重塑为自我决定行为，成为打破教师减负棘轮效应和负向螺旋的关键。

鉴于此，本研究将生成式 AI 驱动教师减负增能视为基于人机协同发展新质生产力的过程，依托自我决定理论（self-determination theory，SDT）剖析教师工作负荷对行为动机的影响机制，探讨生成式 AI 如何促进教师工作从外部控制向内生动力驱动的行为转型，进而提出营造与人机协同的新质生产力相适应的教育新业态 ^[6]。

二、超负荷压力下教师自决能力的逆变

社会加速变革中，社会成员所承担的工作任务强度处于持续上升态势，教师工作负担的加重可视为这一宏观社会趋势在教师行业的投射。源头性减负措施虽能暂缓教师工作强度上升的速率，但并不能从根本上逆转这一趋势。同时，此类措施过于强调外源性任务对教师工作负担的决定性作用，而忽略了教师在工作实践中的能动性。这种偏向可能导致教师在面对不断演进的社会压力时感到极度无力，陷入自我质疑之中，并失去持续从事教育实践的内在动力。 ^[7]

（一）教师时间主权与工作自主性危机

持续的工作压力下，教师对工作时间的主权掌握成为维系工作自主性的关键因素。教师基于对时间主权的实质性控制，在实践活动中根据自身意愿、知识体系和价值信念自由地做出决策与行动，从而实现工作自主掌控。在操作层面，教师通过对时间的社会性建构，将线性、均质的自然时间转化为具有社会意义的序列，为实践活动赋予特定目标和价值。^[8]

然而，在高速发展的社会背景下，教师所面临的多任务并行状况逐渐侵蚀了其对自然时间的掌控力，进而弱化了其对工作意义的感知。教学活动、家长沟通及行政事务等多重任务不再以线性顺序进入教师时间序列，而是在相同的时间框内叠合，迫使教师在诸多任务间进行频繁切换。^[9] 同时，大量教育行政工作的垂直下沉和社会活动的横向挤入，对教师工作造成冲击 ^[10]。不期而至的任务打断了原有工作流程，迫使教师重新规划其工作计划与节奏，以适应这种无序的工作需求。

多任务并行的常态与突发任务的频繁冲击进一步导致教师时间意义的紊乱。教师不得不放弃根据活动固有逻辑顺序进行时间安排的常规方法，转而基于活动的紧迫性和重要性进行时间优先级的重新分配。在此过程中，当不同类别的事件需求发生交错时，低优先级的任务往往被迫让步于高优先级任务。这种基于任务优先级的时间分配策略使得教师的社会化时间趋于无序。即便是经过精心规划，面对新出现的更高优先级任务，教师也必须重新调整已有的时间安排；只有当活动真正发生时，自然时间的社会意义才得以确立。

为应对复杂的社会化时间结构，教师被迫采纳更为精细化的时间同步策略，以实现各工作环节的和谐运作。此举将时间细分为微小片段，以保障活动流程的连贯顺畅。然而，这种精细化的时间管理策略潜藏着一种预设：教师必须在有限的时间资源内完成更多任务，且在不同性质的活动之间频繁切换。这种做法不可避免地放大了教师对时间短缺的感知。在组织结构内部，基于时间优先级的任务排序将时间稀缺性从组织层面经过互动层面传导至个人层面，使得个体对时间紧张的感知进一步加重。当时间短缺感触及个人层面时，教师便深刻体会到自我时间的极度缺乏，即所谓的“时间饥荒”，感觉自身所掌握的时间远远不足以应对所承担的任务和活动 ^[11]。

持续的超负荷工作压力下，时间的社会属性及教师对时间的控制能力受到削弱。时间不再是教师可以主动构建和利用的资源，反而成为受外部压力制约的限制性因素。持续的工作压力在时间维度上所累积的效应，逐渐蚕食了教师对时间主权的掌握，并侵蚀了教师工作自主性的内核。

（二）教师工作胜任力与专业性的负向共变

工作胜任力是教师在工作实践场域有效应对挑战并促进自我发展的能力，这一能力与工作内容的专业化程度伴生并处于持续演化状态。当教师工作的专业性受到充分认可，使其得以利用专业知识技能解决实际问题时，他们对工作的意义感相应增强，从而激发教师持续提升胜任力。反之，若教师受缚于机械重复性任务，无法充分发挥其专业潜力，则其胜任力可能面临逐步衰退的境遇 ^[12]。

在加速变化的社会脉络中，教师工作面临着专业性降格和非专业性任务挤占过多时间的双重冲击。一方面，教育行政部门采用精细化操作工具评量教师行为表现，将教师专业活动简化为一系列操作程序。教学过程被转化为可量化的任务序列，要求教师严格按照预设的规程执行教学任务。过于精细的考核工具制约了教师的专业实践，致使其职责趋于简单化和机械化。此种分解与规范化的控制模式削弱了教师对课程内容的掌控力，并在教学内容、方向以及进度等关键领域限制了教师的专业自主权。如此，教师专业知识与实践的丰富性和深度受到了削减，进而降低了工作的意义感。

另一方面，大量非专业性任务涌入教师工作领域，挤占了教师发展专业能力的空间。行政部门推崇“工作留痕”的理念，要求教师进行详尽的工作记录并撰写报告。这些措施虽表面上有助于监督和反馈，但实际操作中文书工作的繁琐往往超出了合理界限，工具性的合理化侵蚀了目标本身的合理性。在履行行政任务和编写报告的过程中，教师的劳动更多是为了满足政策规定，而非基于内在的反思和自我提升的需要。

专业性降格与非专业性工作挤占过多时间的双重压力下，教师专业知识与技能应用的边界收窄，教师工作呈现去专业化趋势。教师的自我认知从积极主动的专业实践者转变为被动的执行者，成为了执行指令的“工具人”。教师工作不再被视为蕴含专业判断、自主选择与选择意愿的活动，而是退化为受外部条件强制性规定而被动接受的责任。面对责任要求，教师的行为倾向逐渐从主动运用专业知识技能转变为寻求简化、直接甚至敷衍了事的解决方案。这种职业身份和行为的转变，导致教师专业胜任力的持续退化。

（三）教师自我决定能力的自消减机制

长期高强度工作压力不仅抑制了教师自我决定能力，也触发了该能力的自消减机制。这意味着即便是工作压力保持不变的情况下，教师自我决定能力亦呈现出持续的衰退趋势。这种自我衰减主要源自教师工作自主性和胜任力之间的负向交互效应，涉及“自主性→胜任力”和“胜任力→自主性”两条负向反馈路径。

在“自主性→胜任力”的负向路径中，教师自主性的衰退可能会导致其在专业工作降格和非专业性工作侵占的双重压力下，趋向于被动顺从外部指令，进而触发胜任力的衰减。面对教育行政部门推行的精细化、程序化评估工具，教师自主性的削弱可能促使他们更多地遵循程序性规则，抑制自身专业判断能力的发挥。同时，在非专业性任务的侵入下，自主性的削弱导致边缘化其专业能力，加剧了教师的去专业化。由此，伴随着教师自主性的降低，其胜任力呈现出加速下行的趋态。

在“胜任力→自主性”的负向路径中，教师工作胜任力的降低可能导致其在面临多任务并行和突发任务的冲击时愈发无力和无助，进而触发教师自主性的衰退。面对多任务并行的状况，胜任力的减弱可能使其难以在不同任务之间顺畅切换，导致专业空间的进一步压缩。面对突发任务的冲击，胜任力的削弱导致其工作计划被打乱，教师工作变得难以预测和控制，自主性进一步下降。由此，伴随着教师胜任力的减退，教师自主性呈现出加速衰退的趋势。

在“自主性→胜任力”和“胜任力→自主性”的交互作用中，这两条路径，构成了闭合的负反馈回路。这一负反馈回路呈现出自我强化的特性，一旦形成就很难打破。即使教师工作强度得到短暂缓解，这个负反馈回路仍会持续运作，使教师深陷工作压力困境而难以自拔。随着这一负反馈回路的持续作用，教师的自我决定能力持续衰减。在这种情况下，即便采取了旨在降低工作强度的外源性减负策略，亦不足以冲抵负反馈回路所引起的衰减效应。

综上可知，教师工作负荷的加剧可归结于工作任务的“名减实增”以及教师自我决定能力的负反馈效应的累积影响。一方面，外源性减负措施所释放的空间被新增的工作任务填补，造成了教师工作负担名义上减轻却实质上加重的悖论现象 ；另一方面，持续的工作压力改变了教师自我决定能力的内在动力机制，导致教师被困于自我强化的负反馈回路之中。在这种“名减实增”的工作任务与自我决定能力负反馈回路的双重夹击下，教师的自我调节及自我激励能力逐渐丧失，处于持续的自我损耗状态 ^[13]。

三、从形式减负到实质减负 ：生成式 AI对教师工作的重塑

加速变化的社会语境下，教师工作减负的策略亟需从表层的形式减负转向深层的实质减负。形式减负虽在表象上缓解工作强度，却未触及教育场域中任务强度持续攀升的本质，反而可能引发“名减实增”的悖论。尤其在长期超负荷压力下，教师的自我决定能力发生逆变，单纯减少任务量的举措难以有效应对这一问题。相比之下，实质减负则强调通过提升教师的自主性和胜任力来提升教师应对工作任务的能力，破除制约教师自我决定能力的负反馈回路，使其成为可主动应对加速社会中工作压力的新质劳动者。在此情境下，生成式 AI 作为新质生产力工具，有望重塑教育领域的生产关系和生产方式，实现教师劳动形态的质的飞跃 ^[14]。在达成机制上，生成式 AI 聚焦于重塑教师的工作自主性和胜任力，打破限制自我决定能力的负反馈回路，进而实现教师工作负担的实质性减轻。

（一）生成式 AI 重塑教师工作的自主性

生成式 AI 将自主性的焦点从单纯的任务执行转向任务的有机整合，为教师提供了重塑社会化时间能力的新路径。在生成式 AI 的辅助下，教师能够重新组织现代社会中高度碎片化的时间，将这些时间碎片整合成连贯的工作流。这一过程赋予教师“认知盈余”(cognitive surplus)，增强其对社会化时间的掌控，从而缓解了时间压缩的感受 ^[15]。面对多任务并行和突发任务冲击时，教师能够从被动响应转变为主动整合各项任务，从而可能逆转“自主性→胜任力”的负向反馈。

首先，生成式 AI 重新定义了时间片段的意义，提升了教师对工作时间的掌控感。加速变革的社会中快节奏生活和多元化工作任务使得教师的时间资源呈现出高度碎片化表征，难以形成连贯统一的时间结构。在离散的时间片段中，教师难以形成完整的认知闭环，继而导致了时间资源匮乏与时间利用效率低下的悖论：一方面是教师面对庞大工作量而感到时间不足；另一方面是碎片化的时间结构使得教师无法在单个时间片段中有效处理复杂任务，导致大量时间碎片被荒废。生成式 AI 通过优化时间资源配置，支持教师在有限的时间碎片中高效完成复杂任务，从而改善了对时间碎片的负面感知。当特定任务能够在这些碎片化的时间内得以完成，教师对时间碎片的认识也逐渐转变，原先被视为零散的时间碎片现在被视为较为完整的时间单元。这种认知转变不仅提高了时间利用效率，也促进了教师在工作和生活中获得更大的自主行动空间。

其次，生成式 AI 可降低教师完成重复性或机械性任务的时间与认知成本，减轻教师的时间压缩感。当前，教师所承担的工作量急剧增长，对教师的时间资源构成了巨大压力。面对堆积如山的工作任务和紧迫的时间限制，教师常常感到严重的时间压缩感。生成式 AI 借助其数据处理与分析能力，能够协助教师高效处理重复性、繁琐或低价值任务。通过将这些任务自动化，教师得以将更多的时间和精力转移至更具专业性的工作，实现时间资源的有效增值。由此，在生成式 AI 的辅助下，教师能够重新分配有限的时间资源，从事更有价值的专业活动，从而优化了时间资源的整体管理，并减轻任务过多而产生的时间压缩感。

另外，生成式 AI 可以帮助教师优化任务流程，实现时间分配与任务流程的同步对接，以桥接分散的时间碎片，重新构建起完整的时间结构。生成式AI 通过深入分析任务要求之间的逻辑联系，能够提出任务排序与调度的优化策略，有效减轻教师的工作负担。在此基础上，它能够根据教师的工作模式和偏好，提供个性化的任务管理建议，优化任务执行的顺序和时间利用效率。例如，它可以建议将耗时但不紧急的任务安排在工作日程的间隙期，而将紧急且关键的任务优先处理于工作高峰时段。同时，生成式 AI 还具备预测各类任务所需完成时间的能力，从而提高教师在任务安排与时间分配上的精准度。通过这种优化的任务流程管理，原先孤立无序的时间碎片得以有效连接，转化为整体连贯的时间序列。

（二）生成式 AI 重塑教师胜任力

生成式 AI 可提升教师对工作的胜任能力，使教师从被动适应工作要求转向主动拓展行动边界。在传统教育观念中，教师胜任力通常被限定为适应性胜任力（adaptive competence）^[16]，即在教育变革的浪潮中调整自身以满足预设的职业要求。然而，持续的工作压力可能导致教师陷入被动适应状态，采取“以不变应万变”的静态应对策略来面对日益增长的外部期望。借助生成式 AI 的赋能，教师胜任力得到重新架构，朝着更主动和创造性的方向发展，即转向发展性胜任力（developmental competence）^[17]。与适应性胜任力相比，发展性胜任力不仅包括个体履行当前职责的能力，还涵盖了基于对未来趋势预见的主动学习，并在职业生涯中持续自我革新与转型的承诺。

首先，生成式 AI 为教师提供了重新审视并解构长期存在的外部评估压力的新径。在持续的评估压力下，教师往往将考核评估视为外加的规则和秩序。教师角色则被简化为执行规则和遵守秩序的“工具人”，其主动发展空间受到限缩。这种被动性导致教师工作目标退化，从“学生中心、持续改进”的理念转变为勉力达成既定标准。生成式 AI 的介入则可以促进教师从执行者的角色转变为教学质量改进的主导者，从“工具人”重归“价值理性人”。在这个过程中，教师的专业发展从被动适应转变为基于专业判断和主动干预。这一根本性转变为教师在教学改进过程中提供了更大的自主性，并使其能够从评估中提取有助于教学实践的正反馈。

其次，生成式 AI 能够激发教师超越传统教育资源限制的潜力，促进其跃迁式专业发展。长期以来，教师的职业成长往往受到国家政策、组织资源、社会观念等多重因素的制约，这些因素共同构成了隐性的教师专业“成长天花板”，限制了教师职业发展上限。借助生成式 AI，教师能够突破这些约束条件的束缚，实现职业生涯发展轨迹的跃迁。生成式AI 提供的资源整合和知识管理能力，跨越了时间和空间的界限，为教师在教育实践和个人职业规划上提供了超越常规的可能性。这种技术赋能下的专业成长不仅是量的累积，更是质的飞跃，推动教师在知识创造、创新实践和教育领导力等方面实现全方位的提升 ^[18]。

第三，生成式 AI 赋能教师摆脱路径依赖，转型为教育生态系统中的创新引领者。在传统的教育体系中，教育行政部门和学校组织为教师精心设计了“最优发展路径”，意图指导教师在教学和科研活动中沿预定轨迹前进。虽然这种设计在一定程度上能够避免教师走弯路，但同时也将教师活动限制在狭窄的框架内，变成了发展的“信息茧房”。生成式 AI 通过破除既定路径的限制，将教师的发展轨迹从封闭的线性模式转变为开放的多元网络。教师可以根据个人志趣、专业发展需求以及实际的教学需求，自由探索学科融合和跨领域的新兴方向。这种转变拓宽了教师专业影响力的边界，为整个基础教育生态系统注入了创新的内生动力，催生了持续的自我更新和系统性变革。

由此，生成式 AI 作为外源性驱策力，有望破解教师自主性和胜任力之间的负反馈回路，进而构建以正反馈为核心的自我赋能机制。生成式 AI 的介入可以阻断教师自主性与胜任力之间原有的负反馈链条，代之以新的正反馈回路：随着教师自主性的增强， 其胜任力得以提升 ；而胜任力的增长，又会反哺并增强教师的自主性。这种由生成式 AI 催化的正反馈回路并非瞬时或表层的改变，而是深层次的、持续性的转型过程 ^[19]。在此过程中，自主性和胜任力之间的持续互促构成了正向发展的动力飞轮，促使教师逐渐构建起自我驱动的内在动机，持续提升个人的自我效能感和职业满足度，实现了教师专业成长的自我赋能与自我强化。

四、基于多方跨界合作的教师减负增能新业态

尽管生成式 AI 在教师减负增能方面展现出巨大潜力，其在教育场景中的融合却受到教师固有的抗变心理、学校规章制度、社会质疑等多重因素的制约，导致教师减负赋能路径的梗阻 ^[20]。同时，有别于沿袭现有技术轨迹的增量式创新，生成式 AI 在教师工作中的应用呈现出颠覆性创新的特点，其带来的不确定性加剧了教师对工作进展方向的预测难度，激发了教学失控的深层忧虑 ^[21]。在多重制约下，许多教师被迫回退到负反馈回路主导的工作流程，这种回退行为可能在教育系统内引发连锁反应，对生成式 AI 在教育领域的应用造成逆流，阻碍了新质生产力的深化发展。

为了破解教师工作压力困局，推动人机协同的新质生产力的发展，教育行政部门、科技企业、高校和中小学需要进行跨界合作，共同营造以教师内生动能为发展引擎、生成式 AI 为技术支柱、全社会支持网络为环境基石的基础教育新业态，助力教师实现从“异化劳动”到“自主劳动”的质的飞跃。

首先，需要矫正公众对生成式 AI 的认知误区，深化其作为教育协同增效工具的理解。目前社会对于生成式 AI 在教育应用中的角色存在一定的认知偏差，或将其误视为教师职能的替代者，或将其简化为教辅工具，导致公众对 AI 短期效益的过度估计和对其长期潜在影响的轻视。公众的认知偏差使得教师在采纳生成式 AI 时顾虑重重，担心其使用可能被误解为对机器的过度依赖，而非自身专业能力的展示，从而损害其在公众中的专业形象。为了消除这种顾虑，教育行政部门和学校领导需要将生成式AI 定位为教师工作的智能增效系统，鼓励教师在工作场景中主动探索生成式 AI 的应用，培养对于此类工具的具身认知。同时，教育行政部门者应开展人工智能通识教育和普及教育，纠正公众对教师使用AI 技术的误解，推动生成式 AI 作为教育改革和增效工具的广泛接受和应用。

其次，教育领域应基于泛用型生成式 AI 工具，进一步开发专用于教育的垂直 AI（vertical AI）解决方案。尽管泛用型生成式 AI 能够提供基本的智能问答和内容生成服务，但难以满足教师在专业深度和细粒度上的需求，削弱了教师使用 AI 技术的意愿。为了更好地服务于教育领域的特定需求，科技企业、高等院校和基础教育机构可共同研发具备“教育品质”的垂直 AI 产品。这些产品应致力于实现在教育环境中的无缝集成，将丰富的行业数据和深度的专业知识转化为有价值的洞见，以精确制导方式响应教师的专业需求，从而促进其专业成长和教学实践的优化。

第三，注意力向前端转移，健全支持教师主动探索 AI 教育应用的体制机制，推动教师发展模式由任务驱动向内生动能驱动转型。传统的任务驱动模式因目标明确和易于监管的特征而受到教育行政部门的青睐，却以牺牲教师专业性为代价，对教师工作胜任力及长期工作效能产生削弱效应。与之对照，内生动能驱动模式更加注重教师自我决策与能力提升，能够有效激活教师的内在潜能，促进正反馈回路运作，并在长时间跨度上提升工作效能。由此，教育行政机构和学校领导应摒弃微观管理策略，赋予教师更广泛的专业空间。基于教师的实际需求，提供支持性资源和自发成长的机会，使教师得以根据个人职业发展路径进行自我提升。同时，学校领导需营造鼓励试错和容错的学校文化，提供必要的安全网，鼓励其在教学实践中的主动创新和“试错型”探索。

教师减负增能新业态的塑造是教师行为动能切换的过程，其间多方合作焦点随着进程的推进而持续演变。在引入生成式 AI 初期，多方合作应聚焦于消除系统性梗阻和提供外部动力支持，协助教师利用生成式 AI 工具突破棘轮效应和负向螺旋的束缚，实现自我赋能。随着教师自我赋能在量能层面的累积，教师抵御外部压力的能力逐渐增强。当量能累积达至临界态时，教师便能自主维持增能势头，形成自我强化的内生动力循环，实现自驱式减负增能的均衡。此时，合作焦点应转向优化支持性外部环境，并对潜在的社会逆流因素进行实时监测与调整。这种转变意味着从直接提供动力支持到营造教师发展环境的战略性转移，确保教师能够在生成式 AI 的支持下实现长期、自主的职业发展态势。这种深度整合与战略转换使得人机协同作为新质生产力，在技术、结构和策略层面促进教育领域生产力的根本性提升，为教育的高质量发展铺开新径 ^[22]。

五、结论与启示

当前，我国科技飞速进步、社会结构快速变迁和工作生活节奏的加快，将个体推向“不进则退”的紧迫流变之中。面对日益增长的工作负担，传统的外源性减负策略显得力不从心，需要依托跨越式的新质生产力来破解教师工作压力困局。新质生产力以创新驱动为核心，以提升劳动者素质与效率为旨归，代表了新时代先进的生产力形态。对于教师而言，激活教师工作的内驱动力，促其成为能够胜任时代发展要求的新质劳动者，成为解决快速变革社会中教师减负增能问题的关键。

生成式 AI 颠覆了传统依赖外源性减负策略的范式，构建可与新质劳动者相协同的新质生产系统，为教师减负增能开辟了内生性路径。该技术通过赋予教师自主性和胜任力以新的维度，触发两者之间的正反馈机制，从而实现教师工作动力从外在压力向内生动能的根本转变。生成式 AI 激活了自主性和胜任力间的正反馈回路，为教师自我驱动的提升铺就内在激励的路径。随着正反馈回路的持续运行，教师从被动应对工作任务转向主动开展人机协同，以新质生产力形态来应对社会加速变化带来的挑战，实现教师角色的重新定位和价值的重塑。

尽管生成式 AI 在教师减负赋能方面展现出广泛的应用潜力，但人机协同在现实应用路径上仍面临多重制约。为了促进教师向新质劳动者顺利转型，并通过生产力的跃升来消解社会加速带来的压力，需要营造以教师内生动能为发展引擎、生成式 AI 为技术支柱、全社会支持网络为环境基石的基础教育新业态。首先，在教师工作的应用场景中应持续精校相关主体对生成式 AI 作为智能增效系统的具身认知，确保其在不同应用场景中的有效整合。基于具身认知的AI 应用能够增强 AI 技术与教师自身经验及工作环境的联结，促进人机协同在实际工作场景中的深度整合。其次，需要在泛用型生成式 AI 技术基础上进一步开发专为教育领域定制的垂直 AI 系统，以精准适配教师的个性化需求。此类垂直 AI 系统应深度融入教育场景的多样性中，并在各类教学情境中展现其适应性和灵活性。同时，需强化以教师内生动能为核心的工作模式，推动教师工作的数智化转型。教育行政部门和学校领导应当拓宽容错空间，识别并消除可能削弱教师内部动机的规章制度与过度监管行为，营造支持性和授权性的工作氛围。

声明：发表此篇文章是出于传递更多信息之目的，文章综合来源于网络。若有来源标注错误或侵犯了您的合法权益，请与本网联系，我们将及时更正、删除，谢谢。 邮箱地址：info@chinayoujiao.com，联系电话：4007885161