.png){kind=icon}
返回
Constructing a generative teaching capability maturity model
.png){kind=icon}
PRE
AI
DOI：10.1080/10494820.2026.2724398.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
生成式人工智能（AI）的迅速发展对教育者所需的能力及其发展方式提出了更明确的指导需求。本研究构建了初步的生成式教学能力成熟度模型（GTCMM），整理了其能力指标，并评估了专家评分的优先级。采用序贯专家征询设计，结合两轮修正德尔菲法与模糊层次分析法。21名在教育、教学设计或职场学习领域具有实践经验且熟悉生成式AI的专家评估了该模型。德尔菲过程确定了五个成熟度水平中的25个指标。定义级获得了最高的优先权重（0.406），其次是定量管理级（0.248）、优化级（0.139）、管理级（0.135）和初始级（0.070）。该框架区分了发展顺序与战略优先级，认识到基础能力即使在高阶实践获得更高权重时仍为前提条件。GTCMM将生成式教学概念化为教学知识、专业自主性、伦理判断、评估和AI支持设计的逐步整合。作为专家共识支持的初步框架，它可指导专业发展与机构规划。然而，在作为验证评估或实施模型之前，仍需进行基于课堂的、心理测量的、可用性的、纵向的及跨文化验证。
Keyword:
Generative AI
generative teaching
teaching capability indicators
Modified Delphi Method
Fuzzy Analytic Hierarchy Process
期刊
IF:
5.3
论文数:
2.8K
被引数:
9.0K
机构
引用论文
暂无论文信息