關(guān)注“在線學(xué)習(xí)”

獲取更多資訊！

刊載信息

錢小龍，宋子昀，& 黃蓓蓓.(2026).三維框架下中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策比較研究——基于LDA主題模型和PMC指數(shù)模型的分析. 中國遠程教育(1),143-168.

三維框架下中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策比較研究——基于LDA主題模型和PMC指數(shù)模型的分析
錢小龍, 宋子昀, 黃蓓蓓

【摘要】教師教育數(shù)字化轉(zhuǎn)型是構(gòu)建高質(zhì)量教師教育體系的有效依托，相關(guān)政策的制定和引領(lǐng)至關(guān)重要。中國、美國和韓國在教師教育數(shù)字化轉(zhuǎn)型方面具有一定特色，其政策值得深入研究。本研究在構(gòu)建“政策主題—政策工具—政策效力”三維框架后，融合利用LDA主題模型、內(nèi)容分析法、PMC指數(shù)模型并借助半結(jié)構(gòu)化訪談，對中美韓三國21份教師教育數(shù)字化轉(zhuǎn)型政策文本進行全面分析與深入解讀。研究發(fā)現(xiàn)：政策主題呈現(xiàn)橫縱交叉性，中美韓三國均強調(diào)教師的素養(yǎng)提升，但主題時序分布有所差異；政策工具存在結(jié)構(gòu)性張力，中美韓三國均重視供給而忽視需求，但內(nèi)部工具使用有所側(cè)重；政策效力良好但協(xié)調(diào)性低，中美韓三國均關(guān)注政策視角與驅(qū)動，但各維效力水平有所不同。為制定科學(xué)的教師教育數(shù)字化轉(zhuǎn)型政策，建議中國基于教師畫像設(shè)計分層政策主題，構(gòu)建敏捷調(diào)適的政策話語分配機制；依托梯度擴散來優(yōu)化政策工具結(jié)構(gòu)，發(fā)揮推拉聯(lián)動的工具要素組合效應(yīng)；通過人機協(xié)同以開展群體智能決策，打造多維并進的政策效力提升路徑。

【關(guān)鍵詞】教師教育; 教育數(shù)字化轉(zhuǎn)型; 政策主題; 政策工具; 政策效力

一、

問題提出

伴隨數(shù)字時代的到來，教育數(shù)字化轉(zhuǎn)型成為全球趨勢，不同教育領(lǐng)域的數(shù)字化轉(zhuǎn)型也風(fēng)起云涌。教師教育肩負著培養(yǎng)教師的重任，其數(shù)字化轉(zhuǎn)型尤為關(guān)鍵。教師教育數(shù)字化轉(zhuǎn)型是指融合運用數(shù)字技術(shù)，從組織架構(gòu)、教學(xué)過程、研修培訓(xùn)、師資配備、評價考核等方面推動教師教育系統(tǒng)全方位、深層次的創(chuàng)新與變革，從而構(gòu)建高質(zhì)量的教師教育體系。中國、美國和韓國的數(shù)字教育指數(shù)排名位居全球前十，處于第一梯隊（祝新宇 等, 2024）。在教師教育數(shù)字化轉(zhuǎn)型實踐中，中美韓三國特色鮮明，形成了三種典型的轉(zhuǎn)型范式。中國以實現(xiàn)教師隊伍治理體系和治理能力現(xiàn)代化為目標(biāo)導(dǎo)向，依托“一平臺兩系統(tǒng)”持續(xù)推進教師教育數(shù)字化轉(zhuǎn)型，在數(shù)字化助推學(xué)、教、管、服方面取得顯著成效（教育部教師工作司, 2023），屬于“趕超突破型”范式。美國作為“創(chuàng)新引領(lǐng)型”的代表，以主動使用技術(shù)、持續(xù)專業(yè)發(fā)展、全面技術(shù)體驗、框架標(biāo)準(zhǔn)對齊為原則（U. S. Department of Education, 2016, p.9），強調(diào)將技術(shù)有效融入教師培養(yǎng)的全流程中，形成具有引領(lǐng)性的教師能力標(biāo)準(zhǔn)。韓國是亞洲教育數(shù)字化轉(zhuǎn)型的典型標(biāo)桿，其著眼于培養(yǎng)適應(yīng)未來教育環(huán)境的教師，依托年度教職員研修的優(yōu)先事項，從個性化培訓(xùn)支持和未來教師培訓(xùn)體系等方面推進教師教育數(shù)字化轉(zhuǎn)型（Han, 2024），形成“變革示范型”范式。

目前，教師教育數(shù)字化研究包括技術(shù)賦能邏輯（趙磊磊 等, 2022）、培訓(xùn)資源建設(shè)（單俊豪 & 閆寒冰, 2022; 任友群 等, 2022）、教師專業(yè)發(fā)展（Gondwe & Maseko, 2022）、教師學(xué)習(xí)空間（洪玲, 2023）等主題。與之相關(guān)的政策研究聚焦信息技術(shù)在教師教育中的應(yīng)用，包括教師教育技術(shù)政策的典型特征（楊挺 & 靳傳盟, 2016）、教師信息化能力政策的主要內(nèi)容（徐章韜, 2021）與歷史經(jīng)驗（孟伋 & 黃力, 2020）等。著眼于教師教育數(shù)字化轉(zhuǎn)型這一涉及系統(tǒng)重構(gòu)與生態(tài)變革的重大議題，學(xué)者們不僅從全局思考現(xiàn)實困境（相巨虎 & 陳鵬, 2023）、轉(zhuǎn)型路徑（鄭旭東 等, 2023）與未來圖景（龍寶新 & 陳新兵, 2025），還關(guān)注轉(zhuǎn)型背景下的教師素養(yǎng)（魏非 & 祝智庭, 2022; 田小紅 等, 2023）等關(guān)鍵要素。此外，胡小勇等（2023）從微觀入手，分析了世界高等教育先進國家教師數(shù)字素養(yǎng)政策的焦點。然而教師教育數(shù)字化轉(zhuǎn)型政策強調(diào)組織變革、制度創(chuàng)新與文化重塑，與之相關(guān)的全局性、系統(tǒng)性轉(zhuǎn)型政策研究較少。伴隨教師教育數(shù)字化轉(zhuǎn)型的深入推進，中國如何制定教師教育數(shù)字化轉(zhuǎn)型政策？具體而言，中國教師教育數(shù)字化轉(zhuǎn)型政策關(guān)注的內(nèi)容有哪些？政策采取何種實現(xiàn)手段？政策效力如何？回答上述問題還需進一步研究。因此，本研究構(gòu)建“政策主題—政策工具—政策效力”三維分析框架，對三國政策進行比較研究，力求為中國教師教育數(shù)字化轉(zhuǎn)型政策的制定提供參鑒。

二、

研究設(shè)計

為對中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策進行科學(xué)且有效的對比，本研究從分析框架、研究方法和政策選取三方面進行設(shè)計。

（一）分析框架

不同學(xué)者構(gòu)建的政策分析框架有所差異，如“政策目標(biāo)—政策手段”兩維框架（Edquist & Hommen, 1999）、“政策主體—政策工具—政策主題”三維框架（王正青 & 米娜瓦爾?米爾哈力, 2024）、“政策主體—政策目標(biāo)—政策工具—政策內(nèi)容”四維框架（周密 & 胡清元, 2022）等，尚未形成統(tǒng)一的分析框架。聚焦教師教育數(shù)字化轉(zhuǎn)型政策，根據(jù)“內(nèi)容錨定→手段解構(gòu)→質(zhì)量評估”的邏輯，本研究從政策主題、政策工具和政策效力三方面構(gòu)建分析框架。

1. 政策主題

政策主題是政策關(guān)注和涵蓋的核心內(nèi)容與主要議題，體現(xiàn)了政府注意力的分配，能夠幫助深入理解政策內(nèi)容和把握政策目標(biāo)。政策主題由政策主題詞匯聚而成。政策主題詞是政策文本中用于表征該政策核心內(nèi)容的特征詞匯，能夠?qū)崿F(xiàn)對政策視角和政策內(nèi)容的高度凝練（儲伊力 等, 2024）。因此，在政策文本量化分析中，通常通過政策主題詞來表征政策主題。本研究既從整體上洞察多個國家教師教育數(shù)字化轉(zhuǎn)型政策的高頻主題詞和共同主題，也從單個典型國家出發(fā)深入總結(jié)教師教育數(shù)字化轉(zhuǎn)型政策的具體主題。

2. 政策工具

政策工具是為實現(xiàn)政策目標(biāo)而采取的一系列手段、技術(shù)、方法和機制（陳振明 & 張敏, 2017）。本研究采用羅伊?羅斯威爾（Rothwell, R.）和沃爾特?澤格菲爾德（Zegveld, W.）的政策工具理論（Rothwell & Zegveld, 1984），從供給型、環(huán)境型和需求型三類政策工具出發(fā)，分析教師教育數(shù)字化轉(zhuǎn)型政策。其中，供給型、環(huán)境型和需求型政策工具分別表現(xiàn)為政策對教師教育數(shù)字化轉(zhuǎn)型的牽引力、保障力和拉動力。在此基礎(chǔ)上，借鑒修南（2024）、王正青和米娜瓦爾?米爾哈力（2024）的研究成果，結(jié)合教師教育數(shù)字化轉(zhuǎn)型的特點，總結(jié)三類政策工具所對應(yīng)的子工具（如表1所示）。

表1 教師教育數(shù)字化轉(zhuǎn)型政策工具類型

3. 政策效力

在本研究中，政策效力指的是對教師教育數(shù)字化轉(zhuǎn)型政策文本的內(nèi)容有效性和一致性展開量化評價，借此反映當(dāng)前政策的優(yōu)勢與不足，進而有利于后期對政策進行優(yōu)化調(diào)整。政策效力得分越高，則說明政策設(shè)計得越科學(xué)。此外，為提高教師教育數(shù)字化轉(zhuǎn)型政策評價的科學(xué)性與跨國公平性，本研究將得到的政策主題和政策工具納入政策評價指標(biāo)體系當(dāng)中，并利用德爾菲法修訂評價指標(biāo)。同時，補充客觀角度對政策實施成效的分析，從實踐層面為政策效力評價提供一定的佐證。

（二）研究方法

分別通過LDA（Latent Dirichlet Allocation）主題模型、內(nèi)容分析法和PMC指數(shù)模型（Policy Modeling Consistency Index）對政策主題、政策工具和政策評價進行研究。在此過程中，將LDA主題模型和內(nèi)容分析法得到的相關(guān)數(shù)據(jù)（如詞頻）和結(jié)論結(jié)果納入PMC相應(yīng)的評價指標(biāo)之中。此外，利用半結(jié)構(gòu)化訪談分析研究結(jié)果。

1. LDA主題模型

LDA主題模型假設(shè)每篇文檔由多個主題混合而成，而主題則是由多個關(guān)鍵詞按一定的概率分布組成，能較好地識別文本中的共性與潛在主題，可以有效挖掘政策主題。首先，進行預(yù)處理，包括分詞、設(shè)置停用詞表（哈工大停用詞表、四川大學(xué)機器學(xué)習(xí)智能實驗室停用詞表）、構(gòu)建自定義詞典（教師教育數(shù)字化轉(zhuǎn)型相關(guān)的專業(yè)術(shù)語）和同義詞詞典。其次，根據(jù)困惑度（Perplexity）和一致性（Coherence）來判斷最優(yōu)主題數(shù)目，再結(jié)合聚類分析得到的氣泡圖檢驗主題數(shù)目劃分效果。最后，得到對應(yīng)的主題詞，并根據(jù)主題詞來歸納主題。其中，為提升文本挖掘的準(zhǔn)確性以及有效保留目標(biāo)語言的原意和文化特異性，針對中文文本、英文文本、韓文文本分別采用Python中的jieba、NLTK和spaCy分詞工具。此外，在整體分析中美韓三國的政策文本時，采用“原始文本+專業(yè)翻譯+回譯校驗”的方式，建立跨文化教師教育數(shù)字化轉(zhuǎn)型術(shù)語映射表（如數(shù)字化轉(zhuǎn)型、Digital Transformation、??? ???），從而將英文和韓文準(zhǔn)確翻譯為中文。

2. 內(nèi)容分析法

使用NVivo軟件來分析中美韓三國政策所使用的政策工具。本研究的三位研究者具有教育政策研究經(jīng)驗（共發(fā)表教育政策研究相關(guān)論文3篇），并較為了解中美韓三國的教育和文化。其中，研究者A為教授、博士生導(dǎo)師、美國加州大學(xué)歐文分校訪問學(xué)者，從事教育數(shù)字化和國際比較教育研究，主持并完成相關(guān)的國家社會科學(xué)基金重點項目與一般項目等；研究者B為985高校的高等教育學(xué)博士，從事高等教育、教育技術(shù)和比較教育領(lǐng)域的跨學(xué)科研究，深入研究了美國高校的人才培養(yǎng)模式；研究者C為青年學(xué)者，在CSSCI（含擴展版）來源期刊上發(fā)表7篇論文，且參與過撰寫韓國教育數(shù)字化轉(zhuǎn)型研究報告。首先，以政策工具理論為指引建立分析框架，并把其作為相應(yīng)節(jié)點。其次，對政策文本內(nèi)容進行編碼，歸入相應(yīng)的節(jié)點中，統(tǒng)計匯總頻數(shù)。具體而言，以政策中的句子為分析單元，對中國、美國和韓國的教師教育數(shù)字化轉(zhuǎn)型政策進行編碼（某一政策內(nèi)容可包含多種政策工具編碼）。最后，結(jié)合統(tǒng)計結(jié)果對政策工具的使用情況進行說明。此外，在利用PMC指數(shù)模型評價政策文本時，將政策文本導(dǎo)入NVivo軟件，由三位研究者遵循“背對背獨立評分→小組討論→迭代修正”的方式進行賦分，若符合評價標(biāo)準(zhǔn)則賦值為1，反之則賦值為0。

3. PMC指數(shù)模型

PMC指數(shù)模型的核心思想為萬物處于運動和聯(lián)系之中并且應(yīng)考慮所有相關(guān)變量（Estrada, 2011），可以用來評價政策的整體水平和內(nèi)部一致性水平。在進行評價時，其強調(diào)應(yīng)基于各維度的均衡性而非“側(cè)重性”，相同權(quán)重的設(shè)置有利于所有潛在因素發(fā)揮作用（宋亞萍, 2021）。憑借評價精度和聚焦程度高、評價操作性強等優(yōu)勢，PMC指數(shù)模型成為當(dāng)前政策評價中較受歡迎的一種工具，并被應(yīng)用于教育數(shù)字化轉(zhuǎn)型政策評價中（錢小龍 等, 2024; 蔡旻君 & 張書琦, 2024）。在政策評價的過程中，主要按照識別變量與選取指標(biāo)、建立多投入產(chǎn)出表、計算PMC指數(shù)、繪制PMC曲面圖等步驟來實施。其中，識別變量與選取指標(biāo)尤為關(guān)鍵。本研究在結(jié)合相關(guān)研究成果、前文政策工具框架、文本挖掘的高頻詞、LDA主題模型分析結(jié)果的基礎(chǔ)上，初步構(gòu)建教師教育數(shù)字化轉(zhuǎn)型政策評價指標(biāo)體系。然后采用德爾菲法，向來自教師教育、教育數(shù)字化、國際比較教育等領(lǐng)域的15位專家學(xué)者發(fā)放調(diào)查問卷，請其從“跨國可比性”的角度修訂評價指標(biāo)，提升跨國比較的公平性。參考相關(guān)文獻，通過量化標(biāo)準(zhǔn)（均值＞4.0、標(biāo)準(zhǔn)差＜1.0、變異系數(shù)≤0.25）和質(zhì)性建議（修改、增加、刪除和其他意見）對指標(biāo)進行修訂。

4. 半結(jié)構(gòu)化訪談

本研究立足數(shù)據(jù)分析結(jié)果，基于文化維度理論中的權(quán)力距離、不確定性規(guī)避、個人/集體主義、長期/短期取向等維度（Hofstede, 2011），并結(jié)合教育體制差異來設(shè)計訪談提綱。訪談提綱的內(nèi)容包括兩方面：一是針對政策主題、政策工具和政策效力分析結(jié)果而設(shè)計的問題，如“您認(rèn)為中國政策術(shù)語為什么經(jīng)歷從教育技術(shù)能力到信息技術(shù)應(yīng)用能力、信息素養(yǎng)，再到數(shù)字素養(yǎng)的演變？這是否體現(xiàn)漸進式改革邏輯？”“您覺得美國政策中多元化的基礎(chǔ)設(shè)施工具（如網(wǎng)絡(luò)設(shè)施、平臺設(shè)施、資源設(shè)施、應(yīng)用設(shè)施）是否與個人主義文化有關(guān)？”二是開放性的綜合問題，如“總體而言，您覺得本國文化特質(zhì)和教育體制如何影響教師教育數(shù)字化轉(zhuǎn)型政策的設(shè)計？”“在您看來，韓國或美國的哪些政策經(jīng)驗可能因文化差異或體制不同而難以直接移植到中國？”在此基礎(chǔ)上，采用目的性抽樣，對7位來自比較教育、教師教育、教育政策、教育數(shù)字化等領(lǐng)域的專家學(xué)者進行半結(jié)構(gòu)化訪談，并根據(jù)專家的回答靈活調(diào)整問題或進一步追問，從而深入解釋和分析研究結(jié)論。

（三）政策選取

本研究按照以下標(biāo)準(zhǔn)選取政策文件。第一，發(fā)文機構(gòu)需是最高行政機關(guān)、教育相關(guān)部門。第二，發(fā)文主題必須與教師教育數(shù)字化轉(zhuǎn)型密切相關(guān)。第三，在發(fā)文影響方面，所選政策文本要能對各級教育部門的教師教育數(shù)字化轉(zhuǎn)型行動發(fā)揮直接且重大的引領(lǐng)作用。第四，在發(fā)文時間方面，將政策發(fā)文時段設(shè)置為2012—2024年。2012年為慕課元年，慕課不僅推動以在線教育為依托的教育數(shù)字化典型實踐，還倒逼教師角色轉(zhuǎn)變與數(shù)字素養(yǎng)提升，直接觸發(fā)教師教育數(shù)字化轉(zhuǎn)型的政策制定。第五，在文本可獲得性方面需具有開放性，所選政策文本必須是各國政府官方網(wǎng)站上公開發(fā)布且可供下載的開放性文本資料。綜上，本研究共選取了21份教師教育數(shù)字化轉(zhuǎn)型政策，如表2所示。

表2 教師教育數(shù)字化轉(zhuǎn)型政策

三、

研究結(jié)果

按照上述研究思路，在Python和NVivo等工具的支持下，得到了相關(guān)結(jié)果，以下從政策主題、政策工具和政策效力三方面對結(jié)果進行解讀。

（一）政策主題分析

在政策主題方面，首先對中美韓三國教師教育數(shù)字化轉(zhuǎn)型的政策進行整體分析，然后對單一國家進行具體分析。具體而言，在對政策文本進行預(yù)處理后得到高頻詞，涉及教師、學(xué)校（包括中小學(xué)、大學(xué)等）、培訓(xùn)機構(gòu)、教育部等政策受眾，包含技術(shù)、教育、能力、資源、課程等關(guān)鍵議題，囊括技術(shù)、需求等政策驅(qū)動因素。排名前100高頻詞的詞云圖如圖1所示。然后，通過計算困惑度和一致性來確定主題數(shù)目。以中美韓三國的21份政策為例，圖2表明主題數(shù)目為5時困惑度值最低且出現(xiàn)拐點，圖3表明主題數(shù)目為5時一致性值最大，圖4表明主題數(shù)目為5時各主題之間無相互重疊，因此中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策的主題數(shù)目為5。隨后，得到中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策的主題詞（按權(quán)重大小由大到小排列）。

圖1 政策文本詞云圖（Top100）

圖2 主題—困惑度變化情況

圖3 主題—一致性變化情況

圖4 政策的pyLDAvis

然后將主題詞定位到所屬政策文本，結(jié)合主題詞的內(nèi)涵和所屬政策文本歸納政策主題，包括教育模式創(chuàng)新、智能環(huán)境建設(shè)、資源支持保障、數(shù)字治理轉(zhuǎn)型、教師素養(yǎng)提升五大政策主題（如表3所示）。

表3 中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策主題（總體）

依據(jù)上述指標(biāo)和相關(guān)結(jié)果，得到中國、美國和韓國教師教育數(shù)字化轉(zhuǎn)型政策的高頻詞（如圖5、圖6、圖7所示），然后得到中美韓三國的主題數(shù)目（分別為3、3、4）。第一，中國聚焦新型教師教育教學(xué)模式的構(gòu)建、教師教育智能治理與服務(wù)升級、教師信息素養(yǎng)提升與隊伍建設(shè)三方面。第二，美國聚焦可持續(xù)的教師專業(yè)發(fā)展支持、教師培養(yǎng)項目的設(shè)計與實施、教師教育技術(shù)能力標(biāo)準(zhǔn)應(yīng)用三方面。第三，韓國聚焦教師教育數(shù)字化環(huán)境建設(shè)、在線教師研修的質(zhì)量管理、技術(shù)驅(qū)動的研修模式創(chuàng)新、教師專業(yè)能力重構(gòu)與提升四方面。根據(jù)分析得到中美韓三國政策各自的政策主題詞和政策主題（如表4所示）。

圖5 中國政策文本詞云圖（Top100）

圖6 美國政策文本詞云圖（Top100）

圖7 韓國政策文本詞云圖（Top100）

表4 中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策主題（細分）

盡管中美韓三國政策主題較具體，但總體上指向五大主題，與前文分析結(jié)果一致。進一步分析可發(fā)現(xiàn)，中美韓三國均關(guān)注教師素養(yǎng)提升。其中，中國對教師素養(yǎng)的話語表述歷經(jīng)“教育技術(shù)能力→信息技術(shù)應(yīng)用能力→信息素養(yǎng)→數(shù)字素養(yǎng)”的演變，美國主要使用“教育技術(shù)能力”（Education Technology Competencies）和“數(shù)字素養(yǎng)”（Digital Literacy）等概念，韓國關(guān)注“數(shù)字素養(yǎng)”（??? ??）、“未來智能信息社會教師核心能力”（?? ?????? ?? ????）、“數(shù)字教育創(chuàng)新能力”（??? ?? ???? ??）等。美國則特別強調(diào)資源支持保障，一是依據(jù)教師教育數(shù)字化轉(zhuǎn)型的需求重新設(shè)計教師培養(yǎng)項目，二是通過開發(fā)和應(yīng)用教師教育技術(shù)能力標(biāo)準(zhǔn)來保證教師隊伍的質(zhì)量。

此外，得到中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策主題—文檔分布（如表5所示），如中國的7項政策中有4項聚焦“A3　教師信息素養(yǎng)提升與隊伍建設(shè)”、韓國的7項政策中有2項聚焦“C3　技術(shù)驅(qū)動的研修模式創(chuàng)新”。中美韓三國的政策主題在時間上均具有一定的延續(xù)性，美國的政策主題延續(xù)性最為明顯。例如，美國發(fā)布的第二份和第三份政策文件的主題均屬于“B3　教師教育技術(shù)能力標(biāo)準(zhǔn)應(yīng)用”。

表5 中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策主題—文檔分布

（二）政策工具分析

利用NVivo軟件進行編碼，共得到819個參考點（如表6所示）?？傮w而言，中美韓三國對政策工具的選擇具有明顯的傾向性，即呈現(xiàn)“環(huán)境型＞供給型＞需求型”的政策工具選擇偏好。具體來說，以環(huán)境型政策工具（占56%）為主，其次是供給型政策工具（占36%），需求型政策工具最少（占8%）。從國家層面來看，中美韓三國的政策工具選擇情況與總體情況一致。

表6 中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策工具

第一，環(huán)境型政策工具。中美韓三國均呈現(xiàn)出“策略舉措＞目標(biāo)規(guī)劃＞法規(guī)管制＞組織建設(shè)”的選擇傾向。其中，中美韓三國使用的策略舉措工具比例都在50%左右，明顯多于其他三類政策工具。在目標(biāo)規(guī)劃方面，美國的使用比例最高（29%），韓國（25%）和中國（21%）次之。其中，目標(biāo)規(guī)劃有兩種取向，一是中美韓三國均采用的戰(zhàn)略性愿景目標(biāo)，二是韓國額外補充的可操作性量化目標(biāo)。例如，韓國對教師進行數(shù)字化輔導(dǎo)，到2025年培養(yǎng)1,200名規(guī)模的TOUCH教師隊伍。在法規(guī)管制方面，中美韓三國的使用比例較為接近。與美國和韓國相比，中國使用組織建設(shè)工具的比例更高（14%），如建立教師信息技術(shù)能力提升工程執(zhí)行辦公室等。

第二，供給型政策工具。中美韓三國均重點使用教育培訓(xùn)工具，其中韓國的使用比例最高（66%），如實施基于人工智能的個性化培訓(xùn)、開發(fā)在線培訓(xùn)課程等。此外，美國較多使用基礎(chǔ)設(shè)施工具（41%），包括網(wǎng)絡(luò)設(shè)施、平臺設(shè)施、資源設(shè)施、應(yīng)用設(shè)施等類別，涵蓋了高速寬帶、教師專業(yè)學(xué)習(xí)系統(tǒng)、虛擬數(shù)字公民課程、數(shù)字應(yīng)用程序、學(xué)習(xí)分析儀表盤等，而中國（27%）和韓國（26%）則稍顯不足。在資金投入方面，中國（8%）、美國（6%）和韓國（3%）的使用比例均較低。在數(shù)字服務(wù)方面，中國予以一定的關(guān)注（18%），如提供教師管理服務(wù)、教師培訓(xùn)一站式服務(wù)等，但韓國（4%）和美國（1%）的重視程度較低。

第三，需求型政策工具。中美韓三國主要通過服務(wù)外包和示范推廣來拉動教師教育數(shù)字化轉(zhuǎn)型的相關(guān)需求，但極少使用政府采購與國際交流工具。在服務(wù)外包方面，美國的使用比例最高（67%），其次是韓國（44%），中國最少（34%）。例如，美國指出要建立包容性的技術(shù)生態(tài)系統(tǒng)，推動政府、學(xué)校、企業(yè)等不同利益相關(guān)者在技術(shù)購買、學(xué)習(xí)空間設(shè)計和課程規(guī)劃方面進行合作。在示范推廣方面，中國、美國和韓國的使用比例分別為57%、22%和39%。例如，中國注重開展示范性的教師信息化教學(xué)能力培訓(xùn)項目，力求形成可推廣的經(jīng)驗和模式，帶動各地因地制宜地開展教師培訓(xùn)。從政府采購工具的選擇情況來看，只有美國和韓國使用，中國尚未使用。在國際交流方面，只有中國（9%）和韓國（11%）進行了較少的應(yīng)用。

（三）政策效力分析

在初步構(gòu)建教師教育數(shù)字化轉(zhuǎn)型政策評價指標(biāo)體系后，采用德爾菲法進行指標(biāo)修訂。根據(jù)第一輪問卷結(jié)果，一級指標(biāo)符合量化標(biāo)準(zhǔn)并收到0條專家意見，二級指標(biāo)符合量化標(biāo)準(zhǔn)但收到4條專家意見。因此，針對二級指標(biāo)進行修改（增加“X7:5政策透明度”和“X9:4國際競爭”，并修改政策領(lǐng)域中二級指標(biāo)的評價標(biāo)準(zhǔn)），在此基礎(chǔ)上進行第二輪專家調(diào)查。根據(jù)表7，與第一輪二級指標(biāo)的總體情況相比，第二輪二級指標(biāo)整體上的集中程度提高，離散程度降低，協(xié)調(diào)程度提高。

表7 第一輪和第二輪二級指標(biāo)的總體情況

由表7可知，評價指標(biāo)的科學(xué)性和合理性提高，不需要再次進行第三輪專家問卷調(diào)查，最終的評價指標(biāo)體系如表8所示。

表8 教師教育數(shù)字化轉(zhuǎn)型政策評價指標(biāo)體系

依據(jù)政策文本的代表性和綜合性，選出9份政策文件作為評價對象（分別為中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策中的1、4、5、9、10、14、17、20、21號政策文件）。接著，通過研讀賦分，得到各項政策的多投入—產(chǎn)出表。然后，計算得到各項政策的PMC指數(shù)，通過參考相關(guān)研究（蔡冬松 等, 2021），按照PMC指數(shù)處于0—5.39為較差、5.40—6.29為及格、6.30—7.19為良好、7.20—9為優(yōu)秀的標(biāo)準(zhǔn)劃分政策等級（如表9所示）。

表9 中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策的PMC指數(shù)與政策等級

為直觀地了解政策的優(yōu)劣情況，利用Matlab繪制9份政策的PMC曲面圖（圖8）和9份政策各指標(biāo)得分的雷達圖（圖9）。由此可知，中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策的PMC指數(shù)均值為6.48，政策等級總體良好，說明中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策文本的質(zhì)量較好且設(shè)計較為科學(xué)。然而，中美韓三國政策的PMC曲面均有一定的凹陷，說明中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策的協(xié)調(diào)性還有待提升。具體而言，中美韓三國政策中有2份為優(yōu)秀、4份為良好、3份為及格。9份政策樣本的PMC指數(shù)由高到低為：P20（7.22）＞P4（7.20）＞P17（6.96）＞P5（6.72）＞P1（6.46）＞P21（6.44）＞P14（6.10）＞P10（5.61）＞P9（5.59）。

圖8 9份政策的PMC曲面圖

圖9 9份政策各指標(biāo)得分雷達圖

為進一步比較中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策的差異，繪制了中美韓三國政策各指標(biāo)均值的雷達圖（如圖10所示）。由此可知，中國有7項指標(biāo)的平均值大于等于平均值，美國有2項，韓國有7項。中美韓三國在政策視角（X5）、政策主題（X3）、政策驅(qū)動（X9）上的平均得分較高。例如，在微觀的政策視角方面，為了提高職前教師利用技術(shù)變革教學(xué)的能力，美國提出要“為高校教師建立可持續(xù)的、全方位的專業(yè)學(xué)習(xí)系統(tǒng)”（U. S. Department of Education, 2016, p.11）。再如，中國依托國家智慧教育公共服務(wù)平臺為超過1,300萬教師提供研修課程資源（林煥新, 2023），實現(xiàn)從政策主題到實踐應(yīng)用的轉(zhuǎn)化。又如，在落實《2022年教職員研修的優(yōu)先事項》之后，韓國教師在線培訓(xùn)的內(nèi)容和方法日益多元化（???, 2022）。然而，中美韓三國在政策性質(zhì)（X1）、政策時效（X2）、政策工具（X4）和政策領(lǐng)域（X6）上的得分較低。在政策時效方面，中美韓三國的平均分分別為0.33、0.33、0.67，在所有指標(biāo)中處于較低水平。

圖10 中美韓三國政策各指標(biāo)均值雷達圖

四、

結(jié)論與啟示

通過“政策主題—政策工具—政策效力”三維框架分析中美韓三國教師教育數(shù)字化轉(zhuǎn)型政策文本，可以發(fā)現(xiàn)中美韓三國在教師教育數(shù)字化轉(zhuǎn)型政策方面的異同。在國際比較分析的基礎(chǔ)上，結(jié)合中國實際，可以為中國教師教育數(shù)字化轉(zhuǎn)型政策的制定提供啟示。

（一）結(jié)論與討論

根據(jù)數(shù)據(jù)結(jié)果，結(jié)合對領(lǐng)域?qū)＜业陌虢Y(jié)構(gòu)化訪談資料，將教師教育數(shù)字化轉(zhuǎn)型政策的量化結(jié)果置于社會文化語境和制度語境中進行二次詮釋與深度解釋。

1. 政策主題呈現(xiàn)橫縱交叉性：中美韓三國均強調(diào)教師的素養(yǎng)提升，但主題時序分布有所差異

中美韓三國的政策主題具有橫縱交叉性特征，在橫向和縱向兩個維度形成主題的交叉。一方面，在橫向內(nèi)容范疇上，以教師素養(yǎng)提升為共同焦點，但其他主題有所側(cè)重。中美韓三國均關(guān)注教師素養(yǎng)中的數(shù)字素養(yǎng)。中國的政策話語歷經(jīng)從“教育技術(shù)能力”到“數(shù)字素養(yǎng)”的演變，不僅是技術(shù)迭代的直接投射，還體現(xiàn)中華文明“循序漸進”的變革智慧。韓國提出的“未來智能信息社會教師核心能力”反映了其長期取向文化，具體表現(xiàn)為“通過教師培訓(xùn)體系創(chuàng)新引領(lǐng)未來公共教育”（???, 2021）。此外，美國強調(diào)資源支持保障的背后由“促進教師發(fā)展→提高人才培養(yǎng)質(zhì)量→增強美國全球競爭力”的政策邏輯所主導(dǎo)（Tatto, 2021）。與中國和美國相比，韓國政策主題的覆蓋性更廣。另一方面，在縱向時序變化上，主題的延續(xù)性與時新性共存。美國政策的延續(xù)性最強，這與已有研究結(jié)論一致（王正青 等, 2024）。本研究所選取的美國政策介于兩輪《國家教育技術(shù)規(guī)劃》之間，既落實2016年“為教育工作者提供技術(shù)支持”的要求（資源支持保障），又為2024年的“數(shù)字設(shè)計鴻溝”做鋪墊（教師素養(yǎng)提升）。為深入理解上述延續(xù)性，還需要將其置于美國的復(fù)雜政策生態(tài)和文化體制中進行考察。正如有訪談專家指出的，這背后還依賴于其相對成熟的多層治理協(xié)作網(wǎng)絡(luò)、注重證據(jù)評估的決策文化以及對教師專業(yè)發(fā)展的持續(xù)重視。此外，中國和韓國的政策主題還體現(xiàn)時新性。為建設(shè)教師教育強國，中國逐步形成了與時俱進的教師教育政策體系（李廣 等, 2024）。對韓國而言，提高教師的專業(yè)性以應(yīng)對未來的環(huán)境是近三年教師培訓(xùn)的共同背景（Han, 2024）。

2. 政策工具存在結(jié)構(gòu)性張力：中美韓三國均重視供給而忽視需求，但內(nèi)部工具使用有所側(cè)重

在政策工具的選擇上，中美韓三國均重視教師教育數(shù)字化轉(zhuǎn)型的環(huán)境營造與供給牽引，但忽視需求拉動。由于教育利益相關(guān)者的多樣性、較高的管理風(fēng)險和轉(zhuǎn)型初期市場導(dǎo)向性不足等因素（陳良雨 & 段旭萍, 2023），中美韓三國在轉(zhuǎn)型中形成了較高的不確定性規(guī)避文化，限制了需求型政策工具的使用。同時，有訪談專家從政策依賴的視角加以解釋，認(rèn)為：“環(huán)境型工具主導(dǎo)現(xiàn)象是政策慣性的延續(xù)。需求側(cè)改革需要直面教師群體的異質(zhì)性需求，這對政策精細化提出了更高要求?！贝送猓愓吖ぞ叩木唧w使用情況也有所差異。第一，環(huán)境型政策工具：中國關(guān)注教師教育數(shù)字化轉(zhuǎn)型的組織建設(shè)，這與中央統(tǒng)籌的教育行政體制密不可分，反映了文化中較高的權(quán)力距離。分權(quán)自治的教育體制下，美國在政策中更多提供框架性的策略舉措，較少關(guān)注層級化的組織建設(shè)。第二，供給型政策工具：除共同重視教育培訓(xùn)外，美國較多使用基礎(chǔ)設(shè)施工具且類型多元，是個人主義文化和市場機制共同作用的結(jié)果。此外，有訪談專家關(guān)注基礎(chǔ)設(shè)施背后體現(xiàn)的“選擇而非服從”理念，認(rèn)為其“反映了美國對教師作為‘教育設(shè)計者’而非‘技術(shù)執(zhí)行者’角色的尊重”。在推進教師管理信息化的戰(zhàn)略目標(biāo)下，中國重視“積極推進教師系統(tǒng)及相關(guān)教育管理服務(wù)平臺與教師工作的深度融合”（教育部, 2017），因而重視教師信息管理層面的數(shù)字服務(wù)。第三，需求型政策工具：由于政府采購程序冗長且復(fù)雜以及國際交流受到文化差異和政策獨立性的限制，因此，政府采購和國際交流這兩類工具使用較少。此外，韓國致力于構(gòu)建公共教育與教育技術(shù)產(chǎn)業(yè)雙贏系統(tǒng)（王文靜 & 李思潔, 2024），這使其對四類需求型政策工具均有所使用。

3. 政策效力良好但協(xié)調(diào)性低：中美韓三國均關(guān)注政策視角與驅(qū)動，但各維度效力水平有所不同

中美韓三國的教師教育數(shù)字化轉(zhuǎn)型政策具有一定的科學(xué)性與有效性，但在各個評價指標(biāo)上的得分差異較大，各個維度的政策效力水平不同且協(xié)調(diào)性有待提升。一方面，中美韓三國均關(guān)注政策視角和政策驅(qū)動。這表明中美韓三國均明確意識到教師教育數(shù)字化轉(zhuǎn)型是一項系統(tǒng)性工程，既是國家層面教育數(shù)字化戰(zhàn)略行動的重要組成部分，又需要師范院校和綜合大學(xué)等參與，利用技術(shù)創(chuàng)新教師培養(yǎng)活動，還需要立足教學(xué)這一核心場域（祝智庭 & 胡姣, 2022），受到國家政策、技術(shù)發(fā)展、教育需求等內(nèi)外部因素的多重驅(qū)動。另一方面，中美韓三國對政策性質(zhì)、政策時效和政策領(lǐng)域的關(guān)注較為欠缺，且存在差異。其一，中美韓三國對政策預(yù)測性質(zhì)的關(guān)注不足，不僅與不確定規(guī)避文化下的“預(yù)測性任務(wù)排斥”有關(guān)，還可能與周期性權(quán)力更替下的“任期考核壓力”有關(guān)。其二，中美韓三國的政策時效難以覆蓋全生命周期。由于政治體制和執(zhí)行結(jié)構(gòu)的差異，中國和美國的政策時效聚焦長期或中期某一維度，而韓國則同時涵蓋中期和短期兩大維度。蔡旻君和張書琦（2024）也發(fā)現(xiàn)，中國的教育數(shù)字化政策在制定時大多聚焦于單一目標(biāo)。其三，中美韓三國的政策較少關(guān)注環(huán)境、科學(xué)、文化領(lǐng)域。其中，只有美國對文化領(lǐng)域有一定關(guān)注，強調(diào)要把數(shù)字設(shè)計鴻溝納入學(xué)校文化中。中美韓三國往往優(yōu)先考慮直接目標(biāo)與核心任務(wù)，環(huán)境、科學(xué)、文化領(lǐng)域的議題往往被視為次要任務(wù)。此外，上述領(lǐng)域的議題需要復(fù)雜的跨學(xué)科合作和政策設(shè)計，這可能也造成了相關(guān)內(nèi)容的缺失。

（二）啟示與建議

針對中國教師教育數(shù)字化轉(zhuǎn)型政策中存在的問題，理性參考借鑒美國和韓國教師教育數(shù)字化轉(zhuǎn)型政策的優(yōu)點，從以下三方面為中國教師教育數(shù)字化轉(zhuǎn)型政策的制定提供對策建議。

1. 基于教師畫像設(shè)計分層政策主題，構(gòu)建敏捷調(diào)適的政策話語分配機制

中國教師教育數(shù)字化轉(zhuǎn)型政策主題不夠全面，針對性也有待提升。盡管中國通過重復(fù)信息素養(yǎng)等話語來促進教師素養(yǎng)提升，但政策缺乏時新性。為此，需要調(diào)和政策主題在橫向和縱向上的矛盾。這既需要以教師畫像為抓手，促使政策主題實現(xiàn)全面性與針對性的平衡，也需要以政策主題分配機制為依托，促使政策主題實現(xiàn)延續(xù)性與時新性的統(tǒng)一。

橫向上，利用數(shù)智技術(shù)繪制教師發(fā)展群體畫像，基于此設(shè)計從宏觀到微觀的分層政策主題框架。教育部可以依托國家智慧教育平臺，全方位收集教師的基礎(chǔ)信息數(shù)據(jù)、學(xué)習(xí)行為數(shù)據(jù)、教學(xué)實踐數(shù)據(jù)等，構(gòu)建覆蓋地理區(qū)域、發(fā)展階段、具體學(xué)科的多維度教師專業(yè)發(fā)展需求圖譜。此外，還可以在平臺上增加“反饋窗口”，收集并分析教師需求信息，提升教師在決策制定中的話語權(quán)。在此基礎(chǔ)上，發(fā)揮社會主義協(xié)商民主制度的優(yōu)勢，組建教師教育數(shù)字化轉(zhuǎn)型共同體，將教師發(fā)展的多元需求凝練為全面性的政策主題。還需要分析教師在數(shù)字素養(yǎng)教育模式革新和智能教育教學(xué)環(huán)境建設(shè)兩方面的需求，彌補當(dāng)前政策主題的缺失與針對性不足。例如，考慮師范生智能實訓(xùn)空間、教師數(shù)字素養(yǎng)診斷系統(tǒng)等政策議題，化解教師在數(shù)字化學(xué)習(xí)中面臨的軟硬基礎(chǔ)設(shè)施缺失的難題（史逄玉 等, 2024）。

縱向上，構(gòu)建敏捷調(diào)適的政策話語分配機制，進行政策主題的動態(tài)調(diào)整。中國可以通過構(gòu)建以教育政策研究機構(gòu)和政策執(zhí)行者為主、社會監(jiān)測為輔的教育政策評估組織（葛新斌 & 趙紅艷, 2024），開發(fā)意見反饋的層級數(shù)字平臺（劉雨航 & 方淑敏, 2024），組建由教師代表組成的“教師教育數(shù)字化轉(zhuǎn)型議事會”，掌握政策實施效果。結(jié)合動態(tài)更新的需求圖譜，采用“增量改革”策略調(diào)整政策話語，即對實施效果顯著的政策進行細化延伸，對滯后政策采取主題置換，為爭議政策建立政策緩沖期。在政策迭代上，采用“雙周期交叉”模式，對短周期聚焦技術(shù)革新等時新性主題，通過“主題內(nèi)交叉”模式進行微調(diào)，對長周期主題通過“主題間交叉”模式實現(xiàn)系統(tǒng)性更新，從而既保證政策延續(xù)性，又體現(xiàn)政策時新性。

2. 依托梯度擴散優(yōu)化政策工具結(jié)構(gòu)，發(fā)揮推拉聯(lián)動的工具要素組合效應(yīng)

政策工具是政策執(zhí)行的關(guān)鍵。面對“環(huán)境型＞供給型＞需求型”的政策工具分布情況，中國需要用“梯度擴散”的方式動態(tài)優(yōu)化政策工具的整體結(jié)構(gòu)。此外，作為超大型國家，中國的政策執(zhí)行情境具有復(fù)雜性，需要從整合的視角打好政策“組合拳”。

一方面，著眼于教師教育數(shù)字化轉(zhuǎn)型的時間階段差異，按照“夯實環(huán)境根基→提升供給質(zhì)量→激活市場需求”的邏輯，采用“梯度擴散”的漸進式改革策略，減少轉(zhuǎn)型中的不確定性規(guī)避傾向，有重點地協(xié)調(diào)工具使用比例，優(yōu)化工具結(jié)構(gòu)。在試點期，夯實環(huán)境根基。中國需要制定教師教育數(shù)據(jù)安全指南和數(shù)字資源質(zhì)量標(biāo)準(zhǔn)等政策文件。此外，發(fā)揮個體的能動性，通過采用中國特色的“破立”方法（陳金龍 & 吳智楠, 2024）優(yōu)化政策設(shè)計機制，減少政策慣性。在優(yōu)化期，提升供給質(zhì)量：一是依托標(biāo)準(zhǔn)規(guī)范，提升教育培訓(xùn)和數(shù)字服務(wù)的質(zhì)量；二是完善資金分配模式，實施差異化補貼標(biāo)準(zhǔn)；三是在探索實施框架協(xié)議采購的基礎(chǔ)上，嘗試構(gòu)建通用和個性為一體的分層供給機制來刺激需求。在成熟期，激活市場需求，構(gòu)建并完善數(shù)字教育產(chǎn)業(yè)化發(fā)展機制 ，打造優(yōu)質(zhì)普惠的產(chǎn)業(yè)服務(wù)生態(tài)（祝智庭 等, 2022）。此外，進行環(huán)境升級，制定教師教育數(shù)據(jù)安全法規(guī)與數(shù)字化轉(zhuǎn)型促進條例等，識別并化解教師教育數(shù)字化轉(zhuǎn)型中的風(fēng)險。

另一方面，在環(huán)境保障的基礎(chǔ)上，通過推拉雙向互動，發(fā)揮“供給—需求”政策工具組合的動力耦合效應(yīng)，實現(xiàn)政策效果累積。其一，利用供給型政策工具中的教育培訓(xùn)和數(shù)字服務(wù)，激發(fā)教師對數(shù)字化工具和平臺的使用需求，提升其使用體驗，從而影響政府采購、服務(wù)外包等需求型政策工具的選擇，如使政府能夠有效基于教師實際使用反饋采購數(shù)字化資源，讓企業(yè)負責(zé)技術(shù)運維并承擔(dān)非核心業(yè)務(wù)等。其二，基于“先試點后推廣”的政策傳統(tǒng)與政策制定模式（張國強 & 薛一馨, 2018），充分發(fā)揮示范推廣工具的優(yōu)勢，將試點經(jīng)驗轉(zhuǎn)化為供給層面政策的工具與要素。例如，提煉“人工智能助推教師隊伍建設(shè)試點典型案例”中各高校在智能化基礎(chǔ)設(shè)施建設(shè)和個性化教育服務(wù)提供等方面的優(yōu)秀經(jīng)驗，化解中國基礎(chǔ)設(shè)施工具不夠多元、數(shù)字服務(wù)工具偏向管理的難題。

3. 通過人機協(xié)同開展群體智能決策，打造多維并進的政策效力提升路徑

中國的政策在政策性質(zhì)、政策時效和政策領(lǐng)域上存在欠缺，其政策效力存在短板。教師教育數(shù)字化轉(zhuǎn)型的重要方向是以融合機器數(shù)據(jù)智慧與人腦自然智慧的人機共治智慧進行決策（龍寶新 & 陳新兵, 2025），有效將智能變量轉(zhuǎn)化為治理增量（蔣蕊韓, 2024）。為此，可以通過人機協(xié)同的方式開展群體智能決策（王易 等, 2024），從多個維度提升教師教育數(shù)字化轉(zhuǎn)型政策的效力。

第一，設(shè)計雙循環(huán)校驗機制，豐富政策性質(zhì)，提升政策的預(yù)測力。中國需要成立由政府領(lǐng)導(dǎo)，由高校專家、企業(yè)高層、教師代表組成的委員會。然后，依托“一平臺兩系統(tǒng)”整合教師教育數(shù)據(jù)，構(gòu)建多源異構(gòu)的教師教育數(shù)字化轉(zhuǎn)型數(shù)據(jù)底座，繼而構(gòu)建智能預(yù)測模型。在此基礎(chǔ)上，設(shè)計雙循環(huán)校驗機制，即讓機器基于數(shù)據(jù)生成預(yù)測情景，讓人類剔除違背社會價值觀的機器方案，從而反向訓(xùn)練模型，在學(xué)習(xí)迭代的過程中預(yù)測教師需求規(guī)模、潛在技術(shù)風(fēng)險（黃蓓蓓 等, 2024）、未來應(yīng)用場景和教育發(fā)展形態(tài)等。

第二，采用層級式細化策略，優(yōu)化政策時效，提升政策的穿透力。對中國而言，需要關(guān)注政策時效的全生命周期。首先，基于數(shù)據(jù)底座，通過數(shù)據(jù)挖掘精準(zhǔn)診斷轉(zhuǎn)型現(xiàn)狀，評估現(xiàn)有資源與能力，結(jié)合預(yù)測結(jié)果總結(jié)發(fā)展方向，從而制定長期目標(biāo)，回應(yīng)高質(zhì)量教師教育體系建設(shè)和中國教師教育現(xiàn)代化的戰(zhàn)略愿景。其次，設(shè)計教育決策大模型（劉驥 & 張晉, 2025）和智能化任務(wù)分解平臺，對專家輸入的長期目標(biāo)進行拆解，生成關(guān)聯(lián)性任務(wù)樹，并識別任務(wù)優(yōu)先級。再次，專家進行修正，并通過周期性反饋實現(xiàn)迭代更新。最后，將長期目標(biāo)進一步細化為可操作的階段性實施方案，進而明確中期目標(biāo)和短期目標(biāo)。

第三，組建跨領(lǐng)域?qū)＜覉F隊，拓展政策領(lǐng)域，提升政策的融合力。在邀請不同領(lǐng)域的專家學(xué)者參與政策制定的基礎(chǔ)上，利用人工智能識別教師教育數(shù)字化與環(huán)境、科學(xué)、文化等領(lǐng)域的隱性關(guān)聯(lián)，讓專家學(xué)者對機器發(fā)現(xiàn)的關(guān)聯(lián)進行理性評估、價值排序與路徑優(yōu)化。例如，教師教育數(shù)字化轉(zhuǎn)型與環(huán)境可持續(xù)發(fā)展相聯(lián)系，探索利用綠色數(shù)字技術(shù)創(chuàng)新教師教育運維與管理模式，通過在線課程培養(yǎng)教師的氣候變化教育勝任力（宋方靜 等, 2025），回應(yīng)國家“在教育的數(shù)字化、國際化、綠色化方向上開辟發(fā)展新空間”的號召（教育部, 2024）。

五、

結(jié)語

本研究構(gòu)建了“政策主題—政策工具—政策效力”三維框架，對中美韓三國的教師教育數(shù)字化轉(zhuǎn)型政策進行了深度分析與比較，為評估和優(yōu)化我國教師教育數(shù)字化轉(zhuǎn)型政策提供了翔實的數(shù)據(jù)支持、全面的分析框架和多元的國際視野。面向未來，需要以理性思維和未來之眼洞察教師教育數(shù)字化轉(zhuǎn)型可能面臨的挑戰(zhàn)。一方面，伴隨數(shù)智技術(shù)與教師教育的深度融合，從人機協(xié)同走向人機共生成為重要趨勢，但人工智能的微觀權(quán)力可能對人形成控制與支配（陳飛, 2025），需確保教師、教師教育者、教育管理者等主體的能動性。另一方面，數(shù)字化轉(zhuǎn)型在重塑教師教育生態(tài)的同時，也可能加劇城鄉(xiāng)教師智能技術(shù)感知敏銳度的層級分化并進一步引發(fā)數(shù)字鴻溝（趙磊磊 & 王一凡, 2025），因此要辯證看待教師教育數(shù)字化轉(zhuǎn)型中的“賦能”與“負能”。

參考文獻

蔡冬松, 柴藝琳, & 田志雄. （2021）. 基于PMC指數(shù)模型的吉林省數(shù)字經(jīng)濟政策文本量化評價. 情報科學(xué)（12）, 139-145.

蔡旻君, & 張書琦. （2024）. 推進教育數(shù)字化轉(zhuǎn)型的政策保障研究——基于PMC指數(shù)模型的量化評估分析. 電化教育研究（9）, 37-44, 60.

陳飛. （2025）. 人工智能時代微觀權(quán)力的哲學(xué)省思. 南通大學(xué)學(xué)報（社會科學(xué)版）（1）, 30-40.

陳金龍, & 吳智楠. （2024）. 中國共產(chǎn)黨制度建設(shè)的“破立”方法. 南通大學(xué)學(xué)報（社會科學(xué)版）（5）, 1-11, 159.

陳良雨, & 段旭萍. （2023）. 教育數(shù)字化轉(zhuǎn)型中的政策工具選擇及運用. 中國電化教育（5）, 74-79.

陳振明, & 張敏. （2017）. 國內(nèi)政策工具研究新進展：1998—2016. 江蘇行政學(xué)院學(xué)報（6）, 109-116.

儲伊力, 曹振祥, 儲節(jié)旺, 凌麗, & 吳娟. （2024）. 長三角地區(qū)高新技術(shù)產(chǎn)業(yè)政策文本量化研究——基于919份政策文本的二模網(wǎng)絡(luò)分析. 數(shù)字圖書館論壇（2）, 44-57.

杜寶貴, & 陳磊. （2022）. 基于PMC指數(shù)模型的科技服務(wù)業(yè)政策量化評價：遼寧及相關(guān)省市比較. 科技進步與對策（1）, 132-140.

葛新斌, & 趙紅艷. （2024）. “組團式”教育援藏政策執(zhí)行的制約因素與調(diào)適策略. 西北師大學(xué)報（社會科學(xué)版）（5）, 111-119.

洪玲. （2023）. 教師教育智慧學(xué)習(xí)空間：內(nèi)涵、框架與實踐策略. 開放教育研究（1）, 53-59.

胡峰, 溫志強, 沈瑾秋, & 姚緣. （2020）. 情報過程視角下大數(shù)據(jù)政策量化評價——以11項國家級大數(shù)據(jù)政策為例. 中國科技論壇（4）, 30-41, 73.

胡小勇, 李婉怡, & 周妍妮. （2023）. 教師數(shù)字素養(yǎng)培養(yǎng)研究：國際政策、焦點問題與發(fā)展策略. 國家教育行政學(xué)院學(xué)報（4）, 47-56.

黃蓓蓓, 宋子昀, & 錢小龍. （2024）. 生成式人工智能融入高等教育生態(tài)系統(tǒng)的風(fēng)險表征、預(yù)警及化解. 現(xiàn)代教育技術(shù)（5）, 16-26.

蔣蕊韓. （2024）. 人工智能嵌入社會治理的風(fēng)險、誘因及實踐策略. 四川輕化工大學(xué)學(xué)報（社會科學(xué)版）（6）, 30-38.

教育部. （2017-4-5）. 關(guān)于全面推進教師管理信息化的意見. 中華人民共和國教育部網(wǎng)站. http://www.moe.gov.cn/srcsite/A10/s7151/201704/t20170419_302874.html

教育部. （2024-1-11）. 2024年全國教育工作會議召開. 中華人民共和國教育部網(wǎng)站. http://www.moe.gov.cn/jyb_xwfb/gzdt_gzdt/moe_1485/202401/t20240111_1099814.html

教育部教師工作司. （2023）. 深入落實國家教育數(shù)字化戰(zhàn)略行動 全面提升教師隊伍信息化素養(yǎng)和現(xiàn)代化治理水平——2022年教師隊伍數(shù)字化建設(shè)情況報告. 中國電化教育（4）, 1-6.

李廣, 姜佳含, & 秦一銘. （2024）. 教師教育強國建設(shè)的歷史依據(jù)、時代訴求與戰(zhàn)略舉措. 現(xiàn)代教育管理（9）, 85-93.

林煥新. （2023-3-25）. 數(shù)字化拓寬強師之路——數(shù)字化賦能高質(zhì)量教師隊伍建設(shè)綜述. 中華人民共和國教育部網(wǎng)站. http://www.moe.gov.cn/jyb_xwfb/s5147/202303/t20230327_1052888.html

劉驥, & 張晉. （2025）. 智能技術(shù)何以促進教育決策現(xiàn)代化. 中國遠程教育（3）, 93-110.

劉雨航, & 方淑敏. （2024）. 教育數(shù)字化轉(zhuǎn)型中的注意力治理：機制、風(fēng)險及其應(yīng)對. 中國電化教育（12）, 31-38, 47.

龍寶新, & 陳新兵. （2025）. 面向教育數(shù)字化的教師教育轉(zhuǎn)型：理念、圖景與行動. 中國電化教育（1）, 82-92.

孟伋, & 黃力. （2020）. 中小學(xué)教師信息化能力建設(shè)的歷史經(jīng)驗——基于1999—2019年相關(guān)政策的梳理分析與反思. 現(xiàn)代教育技術(shù)（10）, 71-77.

錢小龍, 朱家瑩, & 黃蓓蓓. （2024）. 基于PMC指數(shù)模型的“十四五”基礎(chǔ)教育數(shù)字化轉(zhuǎn)型政策評價——以江浙滬地區(qū)為例. 遠程教育雜志（1）, 50-60.

任友群, 馮曉英, & 何春. （2022）. 數(shù)字時代基礎(chǔ)教育教師培訓(xùn)供給側(cè)改革初探. 中國遠程教育（8）, 1-8, 78.

單俊豪, & 閆寒冰. （2022）. 教育新基建賦能數(shù)字化教師培訓(xùn)資源建設(shè). 現(xiàn)代教育技術(shù)（3）, 32-41.

史逄玉, 王新宇, & 柏宏權(quán). （2024）. 從“屏上學(xué)”到“事上見”的學(xué)用差距何以縮減——基于教師數(shù)字化學(xué)習(xí)典型實踐的多案例分析. 中國電化教育（9）, 95-101.

宋方靜, 段玉山, & 孫宏博. （2025）. 何以提升在職教師氣候變化教育勝任力——基于倫敦大學(xué)學(xué)院教師培訓(xùn)項目的案例研究. 比較教育研究（2）, 38-48.

宋亞萍. （2021）. 高校一流本科教育政策內(nèi)容量化評價與優(yōu)化——基于PMC指數(shù)模型的分析. 教育發(fā)展研究（9）, 12-20, 36.

田小紅, 季益龍, & 周躍良. （2023）. 教師能力結(jié)構(gòu)再造：教育數(shù)字化轉(zhuǎn)型的關(guān)鍵支撐. 華東師范大學(xué)學(xué)報（教育科學(xué)版）（3）, 91-100.

王文靜, & 李思潔. （2024）. 公共教育與教育技術(shù)產(chǎn)業(yè)雙贏系統(tǒng)：基礎(chǔ)教育數(shù)字化轉(zhuǎn)型的韓國路徑. 比較教育學(xué)報（5）, 3-15.

王易, 王成良, & 邱國棟. （2024）. 群體智能學(xué)習(xí)型決策：“大數(shù)據(jù)+AI”賦能的決策范式演化研究. 中國軟科學(xué)（12）, 35-50.

王正青, & 米娜瓦爾?米爾哈力. （2024）. 數(shù)字化轉(zhuǎn)型背景下G7成員國數(shù)字教育政策比較研究——基于政策主體、工具與主題的三維分析. 中國電化教育（2）, 89-99.

王正青, 田霄, & 唐曉玲. （2024）. 美國國家教育技術(shù)計劃的政策主題、目標(biāo)與工具變遷——基于NETP 1996—2024年的文本研究. 電化教育研究（9）, 113-121.

魏非, & 祝智庭. （2022）. 面向教育數(shù)字化轉(zhuǎn)型的教師信息化能力建設(shè)方略. 中國教育學(xué)刊（9）, 13-20.

相巨虎, & 陳鵬. （2023）. 邁向高質(zhì)量：教師隊伍數(shù)字化轉(zhuǎn)型的洞見癥結(jié)與破解之道. 中國電化教育（9）, 59-68, 75.

修南. （2024）. 政策工具視角下歐盟國家推進教育數(shù)字化轉(zhuǎn)型的行動路徑研究——基于芬蘭、瑞典、法國、匈牙利和羅馬尼亞的比較. 外國教育研究（3）, 78-97.

徐章韜. （2021）. 教師信息化教學(xué)能力的政策內(nèi)容、演進邏輯及可能走向. 現(xiàn)代教育技術(shù)（5）, 44-51.

楊挺, & 靳傳盟. （2016）. 我國中小學(xué)教師教育技術(shù)政策回顧與展望. 西南大學(xué)學(xué)報（社會科學(xué)版）（3）, 105-109.

張國強, & 薛一馨. （2018）. 改革開放四十年我國教育信息化政策特征與展望. 電化教育研究（8）, 39-43.

張永安, & 耿喆. （2015）. 我國區(qū)域科技創(chuàng)新政策的量化評價——基于PMC指數(shù)模型. 科技管理研究（14）, 26-31.

趙磊磊, & 王一凡. （2025）. 社會整合視角下城鄉(xiāng)學(xué)校共同體建設(shè)數(shù)字化轉(zhuǎn)型的實踐進路. 四川輕化工大學(xué)學(xué)報（社會科學(xué)版）（1）, 105-114.

趙磊磊, 張黎, 代蕊華, & 王曉茜. （2022）. 人工智能賦能教師教育：基本邏輯與實踐路向. 中國教育學(xué)刊（6）, 14-21.

鄭旭東, 李榮輝, & 萬昆. （2023）. 略論基礎(chǔ)教育教師隊伍數(shù)字化轉(zhuǎn)型. 中國電化教育（2）, 60-66.

周密, & 胡清元. （2022）. 區(qū)域科技創(chuàng)新政策協(xié)同的多維度文本分析——基于京津冀和長三角的異質(zhì)性視角. 首都經(jīng)濟貿(mào)易大學(xué)學(xué)報（6）, 59-76.

祝新宇, 馬曉強, 魏軼娜, 羅李, 金龍, & 李永智. （2024）. 全球數(shù)字教育發(fā)展：指數(shù)構(gòu)建與中國方略. 教育研究（6）, 4-16.

祝智庭, & 胡姣. （2022）. 教育數(shù)字化轉(zhuǎn)型的本質(zhì)探析與研究展望. 中國電化教育（4）, 1-8, 25.

祝智庭, 鄭浩, 許秋璇, & 吳永和. （2022）. 教育數(shù)字化轉(zhuǎn)型的政策導(dǎo)向與生態(tài)化發(fā)展方略. 現(xiàn)代教育技術(shù)（9）, 5-18.

Edquist, C., & Hommen, L. (1999). Systems of innovation: Theory and policy for the demand side. Technology in Society, 21(1), 63-79.

Estrada, M. A. R. (2011). Policy modeling: Definition, classification and evaluation. Journal of Policy Modeling, 33(4), 523-536.

Gondwe, F., & Maseko, B. (2022). Technology-enhanced teacher professional development: The experience of a digital EdTech start-up in Malawi. In J. Olivier, A. Oojorah, & W. Udhin (Eds.), Multimodal learning environments in Southern Africa(pp.197-211). Palgrave Macmillan.

Han, Y. O. (2024). Exploring the direction of teacher training for the past three years (2021-2023). The Journal of the Convergence on Culture Technology, 10(4), 23-31.

Hofstede, G. (2011). Dimensionalizing cultures: The hofstede model in context. Online Readings in Psychology and Culture, 2(1), 1-26.

Rothwell, R., & Zegveld, W. (1984). An assessment of government innovation policies. Review of Policy Research, 3(3-4), 436-444.

Tatto, M. T. (2021). Teacher education in the United States of America: An overview of the policies, pathways, issues and relevant Research. In D. Mayer (Ed.), Teacher education policy and research(pp.177-194). Springer.

U. S. Department of Education. (2016). Advancing educational technology in teacher preparation: Policy brief. U.S. Department of Education.

???. (2021-10-14). 2022? ?? ?? ?? ?? ?? ??. ???? ?? ???? ??????. https://www.moe.go.kr/boardCnts/viewRenew.do?boardID=327&lev=0&statusYN=W&s=moe&m=0305&opType=N&boardSeq=89277

???. (2022-12-16). 2023? ?? ?? ?? ?? ?? ??. ???? ?? ???? ??????. https://www.moe.go.kr/boardCnts/viewRenew.do?boardID=327&boardSeq=93408&lev=0&searchType=null&statusYN=W&page=3&s=moe&m=0305&opType=N

A Comparative Study of Digital Transformation Policies for Teacher Education in China, USA, and Republic of Korea within a Three Dimensional Framework: Analysis Based on LDA Theme Model and PMC Index Model

Qian Xiaolong, Song Ziyun, Huang Beibei

Abstract:The digital transformation of teacher education is an effective basis for building a high-quality teacher education system, and the formulation and guidance of relevant policies are crucial. China, the United States, and Republic of Korea have certain characteristics in the digital transformation of teacher education, and their policies are worth further research. Under the guidance of policy process theory, a three-dimensional framework of “policy theme-policy tool-policy effectiveness” is constructed, integrating LDA theme model, content analysis method, PMC index model and using semi-structured interviews to comprehensively analyze and deeply interpret 21 policy texts on digital transformation of teacher education in the three countries. Research shows that policy themes exhibit horizontal and vertical intersections, with all three countries emphasizing the improvement of teachers’ literacy, but the temporal distribution of themes varies. There is structural tension in policy tools, with all three countries focusing on supply and neglecting demand, but there is a certain emphasis on the use of internal tools. The policy has good effectiveness but low coordination. All three countries focus on policy perspectives and drivers, but their levels of effectiveness vary. To formulate scientific policies for the digital transformation of teacher education, it is recommended to design hierarchical policy themes based on teacher portraits and establish an agile and adaptable policy discourse allocation mechanism. The study also recommends relying on gradient diffusion to optimize the structure of policy tools and leverage the combination effect of push-pull linkage tool elements. Through human-machine collaboration, group intelligent decision-making can be carried out to create a multi-dimensional and progressive path for improving policy effectiveness.

Keywords:teacher education; digital transformation of education; policy themes; policy tools; policy effectiveness

作者簡介

錢小龍，南通大學(xué)教育科學(xué)學(xué)院教授、未來教育研究所所長（南通 226019）。

宋子昀，南通大學(xué)教育科學(xué)學(xué)院碩士研究生（南通 226019）。

黃蓓蓓，南通大學(xué)未來教育研究所研究員（通訊作者：amyhbb@ntu.edu.cn 南通 226019）。

基金項目

2024年度江蘇省教育科學(xué)規(guī)劃戰(zhàn)略性與政策性重大招標(biāo)課題“數(shù)智技術(shù)賦能終身學(xué)習(xí)公共服務(wù)體系建設(shè)的創(chuàng)新機制研究”（課題編號：A/2024/b6）

責(zé)任編輯：單玲 陳鳳英

期刊簡介

《中國遠程教育》創(chuàng)刊于1981年，是教育部主管、國家開放大學(xué)主辦的綜合性教育理論學(xué)術(shù)期刊，是中文社會科學(xué)引文索引（CSSCI） 來源期刊、全國中文核心期刊、中國人文社會科學(xué)期刊AMI綜合評價（A刊） 核心期刊、中國科學(xué)評價研究中心（RCCSE） 核心期刊、中國期刊方陣雙效期刊、人大復(fù)印報刊資料重要轉(zhuǎn)載來源期刊，面向國內(nèi)外公開發(fā)行。

本刊關(guān)注重大教育理論與政策，推動科技賦能教育，反映國際學(xué)術(shù)前沿，聚焦本土教育改革，注重學(xué)術(shù)研究規(guī)范，提倡教育原創(chuàng)研究。

地址

北京市海淀區(qū)西四環(huán)中路45號

郵編

電話

010-68182514

電郵

zzs@ouchn.edu.cn

網(wǎng)址

cjde.ouchn.edu.cn

本文來源｜中國遠程教育微刊

聲明：轉(zhuǎn)載此文是出于傳遞更多信息之目的。若有來源標(biāo)注錯誤或侵犯了您的合法權(quán)益，請作者持權(quán)屬證明與我們聯(lián)系，我們將及時更正、刪除，謝謝。