人工智能双师标准

【适用范围】 本文件规定了人工智能双师的能力要求，为人工智能双师的评价提供了流程和方法。 本文件适用于普通高等院校、职业院校及其他教育机构对人工智能双师的评价与管理。 【主要技术内容】 3.1 人工智能双师 double-quality teachers of artificial intelligence 具备人工智能领域专业知识与技能，并拥有产业实践经验，能将其深度融入教育教学及产业实践的复合型教师。 3.2 人工智能工具 artificial intelligence tools 利用人工智能技术实现特定功能的软件、平台、系统或服务的统称，包括生成式对话模型、机器学习框架、低代码开发平台及相关的云服务等。 4 能力要求 人工智能双师能力分为七个维度能力，每个维度能力按初级、中级、高级三个层级设定要求。各层级能力要求逐级递进，高级应包含初级和中级的核心能力。 4.1 学习能力 学习能力要求见表1。 表1 学习能力要求 层级 要求 初级 a) 熟悉人工智能基础概念（如机器学习、自然语言处理等）及技术发展趋势； b) 每季度阅读不少于2篇人工智能领域权威材料，包括核心期刊论文、专业学术报告、知名机构发布的行业研究报告等，并能简要分析其对教育的影响； c) 完成不少于40学时的人工智能教育基础课程学习； d) 能利用人工智能生成的案例库开展教学设计。 中级 a) 学习教育数据挖掘、智能教学系统设计、人机协同教学模式等人工智能教育理论，并通过至少2门相关高级课程的考核； b) 参与省级及以上人工智能教育研讨会、学术会议，至少提交1篇会议论文或案例报告； c) 参与至少1项省部级及以上与人工智能相关的教研项目，形成可推广的成果； d) 开发不少于2个融合生成式人工智能、AR/VR等技术的教学案例并应用于课堂。 高级 满足以下任一项： a) 主持省部级或参与国家级人工智能教研项目，发表SCI/EI或核心期刊论文不少于1篇； b) 在国内外学术会议担任程序委员或分论坛主席； c) 开发面向教师的人工智能教育慕课/在线精品课程/微证书课程，或累计培训教师不少于500人。 4.2 数字化能力 数字化能力要求见表2。 表2 数字化能力要求 层级 要求 初级 a) 熟练使用教学管理系统及基础数字化工具（如PPT、Excel、问卷星）； b) 能导出并分析基础学情数据（如作业完成率、课堂参与度）； c) 使用人工智能辅助工具完成备课、批改等任务。 中级 a) 能使用人工智能相关工具（如Python、TensorFlow）处理教育数据或构建教学分析模型； b) 整合多平台数据构建教学数据看板，实现教学效果可视化； c) 设计并实施1个人工智能赋能教学项目，通过A/B测试验证有效性。 高级 a) 主导开发自适应学习系统，整合多模态数据动态调整学习路径； b) 参与构建智能学习平台； c) 能够使用相关技术/平台生成个性化学习诊断报告； d) 参与开发教育数据预测模型，支撑教学决策。 4.3 人工智能伦理与安全能力 人工智能伦理与安全能力要求见表3。 表3 人工智能伦理与安全能力要求 层级 要求 初级 a) 熟悉《个人信息保护法》《未成年人保护法》等法规及人工智能伦理基本原则； b) 能正确标注与管理学生数据，签署隐私协议并明确数据使用范围； c) 能识别常见伦理风险并采取基本防护措施。 中级 a) 能使用公平性评估工具检测人工智能教学工具中的算法偏见； b) 在课程开发中嵌入伦理审查环节，制定学生数据使用与销毁流程； c) 能识别数据泄露、未授权访问等常见安全漏洞，并制定初步应急方案。 高级 满足以下任一项： a) 参与制定组织内部或行业伦理标准； b) 能解决涉及多方利益的复杂伦理冲突。 4.4 人工智能工具应用能力 人工智能工具应用能力要求见表4。 表4 人工智能工具应用能力要求 层级 要求 初级 a) 熟练使用主流人工智能工具（包括不限于生成式AI对话模型、低代码/无代码开发平台、行业主流应用软件）完成文本分类、图像识别等基础任务； b) 能通过低代码平台搭建简易人工智能应用； c) 能将人工智能工具应用于辅助备课、课堂演示、练习测评等基础教学环节，实现人工智能工具与现有教学平台的数据互通及功能调用。 中级 a) 能使用开发框架或低代码平台开发完整智能教学应用； b) 能设计人工智能工具与教学流程深度融合方案； c) 能调试优化模型性能，制定工具维护计划。 高级 满足以下任一项： a) 能根据教育场景需求设计定制化人工智能解决方案； b) 在企业真实项目中承担关键应用与实施角色，或参与开发分布式人工智能教育系统、承担核心模块开发或部署工作并成功应用； c) 主导或参与开发开源教育工具包并在行业推广。 4.5 行业结合能力 行业结合能力要求见表5。 表5 行业结合能力要求 层级 要求 初级 a) 了解人工智能在本专业/行业中的典型应用场景； b) 参与至少1个校企合作人工智能项目，完成指定任务； c) 能将行业案例转化为教学或实训任务。 中级 a) 设计产教融合课程，融入真实行业案例与技术标准； b) 主导或参与人工智能技术转化项目，撰写技术适配与成本效益分析方案； c) 协助建立校企合作机制。 高级 满足以下任一项： a) 参与由教育部门与行业组织联合发布的产教融合型标准（如专业教学标准、职业技能等级标准、课程共建标准等）制定，或主持地方/团体产教融合相关标准制定； b) 参与构建区域性产学研平台，整合高校、企业、政府资源； c) 参与设计行业级人工智能解决方案，或成功将科研/教学成果转化为真实生产项目并产生显著效益，推动技术与产业融合。 4.6 教学实施与创新能力 教学实施与创新能力要求见表6。 表6 教学实施与创新能力要求 层级 要求 初级 a) 使用人工智能工具优化传统教学流程（如课堂行为分析、智能备课、作业批改）； b) 设计1个基于人工智能技术的教学任务或活动，提升课堂互动效率； c) 利用数据看板生成简要教学反馈报告，并用于改进教学设计。 中级 a) 设计并实施1门混合式课程，整合线上线下资源，包含视频、互动测验、讨论区及实践任务； b) 基于学生学习数据动态调整教学内容与策略，实现数据驱动的教学优化； c) 开发1个融合人工智能技术的特色教学案例或配套实践项目，并在校内或区域内试点应用。 高级 满足以下任一项： a) 主持省级及以上人工智能赋能教学模式试点项目，形成可复制、可推广的模式框架； b) 开发具有行业影响力的新型教学模式（如自适应学习、跨模态教学、教育元宇宙场景等），并形成完整实施方案； c) 在市域产教联合体、虚拟教研室等跨区域协作平台中发挥引领作用； d) 指导学生获省级及以上职业技能竞赛奖项。 4.7 人工智能服务行业产业能力 人工智能服务行业产业能力要求见表7。 表7 人工智能服务行业产业能力要求 层级 要求 初级 a) 运用调研方法收集行业对人工智能的初步需求； b) 参与小型人工智能应用部署与基础技术支持。 中级 a) 结合真实案例设计面向行业的人工智能培训方案； b) 参与企业数智转型项目，提出人工智能优化建议并协助落地。 高级 满足以下任一项： a) 参与人工智能产教融合项目规划与资源协调； b) 参与人工智能技术或产业应用领域的行业标准（如数据接口、模型规范、安全要求等）制定，或组织技术交流活动； c) 为企业提供人工智能技术服务，解决关键技术问题。 5 评价与改进 5.1 评价原则 人工智能双师的评价应遵循客观、公正、可验证、可追溯的原则，聚焦能力达成度与发展潜力，支持教师持续成长。 5.2 评价内容 评价内容涵盖第4章所列七个能力维度，具体指标及证明材料要求见附录A。评价应特别关注申请人所授课程的教学实践成效、学生学习成果的改进情况，以及来自合作企业与行业的正面反馈。这些内容是衡量双师能力的核心依据，应重点考察。 5.3 评价流程 评价流程包括材料提交与资格审查、材料评价、现场评价、综合评审与等级确定、结果公示与证书颁发，具体实施要求见附录B。 5.4 监督机制 5.4.1 评价过程应公开透明，设立独立监督小组； 5.4.2 提供实名申诉渠道，保障申请人合法权益； 5.4.3 评审专家实行回避制度，确保公平公正。 5.5 持续改进与资格维护 5.5.1 人工智能双师资格有效期为3年； 5.5.2 有效期届满前，按以下规则申请续期或晋级。 5.5.2.1 初级资格续期，需满足以下任一条件： a) 参与校级及以上人工智能相关教研或产教融合项目1项； b) 完成40学时继续教育（技术类与教学类各不少于20学时）； c) 指导学生在校级及以上竞赛或创新活动中获奖。 5.5.2.2 中级资格续期，需满足以下任一条件： a) 参与省级及以上人工智能教育/产教融合项目1项； b) 指导学生在省级及以上职业技能竞赛中获奖； c) 主持或作为核心成员完成具有显著效益的校企合作项目、企业技术服务或社会培训。 5.5.2.3 高级资格续期，需满足以下任一条件： a) 主持省级或参与国家级人工智能教育/产教融合项目1项； b) 发表高水平学术论文（如EI/SCI/核心期刊）1篇,或出版专著/教材1部； c) 获得省级及以上教学成果奖、科技进步奖等奖励； d) 在区域或行业内形成示范性引领作用（如培养骨干教师、推广教学模式等） 5.5.3 晋级申请 持证人在有效期内达到更高等级的能力要求，可在续期时同步申请晋级，评审程序同初次认定。 未通过复查者给予6个月整改期，整改后仍不合格的，撤销其资格。