□方 旭 許 磊 姜 沛

一、引言

教育數(shù)字化是我國開辟教育發(fā)展新賽道和塑造教育發(fā)展新優(yōu)勢的重要突破口（教育部，2022）。而智能技術(shù)助力個性化學(xué)習(xí)的實現(xiàn)則是教育數(shù)字化轉(zhuǎn)型的重要形式（教育部，2023）。人機協(xié)同作為智能技術(shù)應(yīng)用的重要形式，在實現(xiàn)個性化學(xué)習(xí)、終身學(xué)習(xí)等方面對推進教育數(shù)字轉(zhuǎn)型具有重要意義，是教育數(shù)字化轉(zhuǎn)型的必然選擇與本質(zhì)要求（戴嶺，等，2023；胡惠芝，等，2023）。隨著人工智能技術(shù)不斷深入發(fā)展，教育場景中人工智能技術(shù)支持教育教學(xué)的比重也逐步提高，人類社會正快速邁向人機協(xié)同化（蔡連玉，等，2021）。新時代教育改革的浪潮，推動著實際教學(xué)中人機協(xié)同成為現(xiàn)實，教師能夠與各種智能技術(shù)或產(chǎn)品協(xié)同開展教與學(xué)，對學(xué)生的學(xué)習(xí)情況進行總結(jié)分析與反饋，向?qū)W生進行學(xué)習(xí)資源的推薦等（余勝泉，等，2019），并且人機協(xié)同下的教育教學(xué)質(zhì)量也逐步提高。人機協(xié)同的思想最早可以追溯至工業(yè)時代，當(dāng)時普遍認為，人機協(xié)作就是人與機器在勞動層面的協(xié)作關(guān)系（毛剛，等，2021），且這種關(guān)系更多的是一種從屬關(guān)系（馬紅麗，等，2017）。在當(dāng)今人工智能時代背景下，教育中的人機協(xié)同更多是指在復(fù)雜的三元空間中，基于人與機器之間的協(xié)同關(guān)系，促進教師和學(xué)生以動態(tài)的學(xué)習(xí)方式推進教育的良性發(fā)展過程（方海光，等，2022）。也有學(xué)者認為，新時代的人機協(xié)同教育還可以分為人與“計算機”以及人與“智能教育產(chǎn)品”之間的協(xié)同，主張利用計算機和智能技術(shù)優(yōu)化學(xué)生的學(xué)習(xí)環(huán)境，提高學(xué)生的學(xué)習(xí)效率，促進智慧學(xué)習(xí)的發(fā)展（王一巖，等，2022）。目前，大多數(shù)研究主要針對人機協(xié)同的理論研究，包括人機協(xié)同下的精準(zhǔn)教學(xué)框架構(gòu)建（符雪姣，等，2023）、人機協(xié)同視角下的教師專業(yè)發(fā)展（戴云，等，2022）、人機協(xié)同支持下的教學(xué)模式研究（張永霞，等，2023）、人機協(xié)同教育視角下的教師教育變革（周躍良，等，2022）等，針對人機協(xié)同教師教學(xué)中的實證研究還較少。隨著人機協(xié)作教學(xué)應(yīng)用不斷深入，在課前備課準(zhǔn)備環(huán)節(jié)（例如教學(xué)目標(biāo)的制定與教學(xué)方案的選?。⒄n中教學(xué)環(huán)節(jié)（例如課堂講解、探究式教學(xué)等）、課后環(huán)節(jié)（例如作業(yè)布置與批改、課后個性化輔導(dǎo)等）等各個環(huán)節(jié)均可以采用人機協(xié)同的模式完成教學(xué)。相較于僅教師或機器進行教學(xué)，人機協(xié)同教學(xué)可以充分發(fā)揮教師與機器各自的優(yōu)勢，避免人與機器的劣勢，使教學(xué)更加精準(zhǔn)化、個性化與便利化，達到教學(xué)效果與效率提升的目的。雖然目前關(guān)于人機協(xié)同教學(xué)有了一定的理論分析與實踐探索，但還缺乏對人機協(xié)同教學(xué)效果的關(guān)注。那么人機協(xié)同教學(xué)滿意度如何？ 有哪些影響因素？ 為此本研究基于期望確認理論、動機理論和信息系統(tǒng)成功模型，結(jié)合訪談分析，構(gòu)建中小學(xué)教師人機協(xié)同教學(xué)滿意度的影響因素模型，在此基礎(chǔ)上展開實證研究，并提出相關(guān)建議對策，以此進一步豐富人機協(xié)同教育應(yīng)用相關(guān)理論體系，為推動人機協(xié)同教學(xué)更好地得到落實、效果得到提升提供參考。

二、模型構(gòu)建

期望確認理論主要通過研究系統(tǒng)用戶在使用系統(tǒng)前的期望度與實際使用后的確認值之間的關(guān)系，基于用戶的有用性感知和滿意度，從而探討如何從這三個方面出發(fā)提高用戶的持續(xù)性行為意向。動機理論主要通過研究用戶使用者的內(nèi)在動機和外在動機，從客觀實際出發(fā)，并結(jié)合用戶主觀認知，激發(fā)用戶產(chǎn)生某種使用行為。信息系統(tǒng)成功模型基于系統(tǒng)自身質(zhì)量以及用戶使用滿意度等四個方面，提出用戶行為意向、實際行為和滿意度三者之間相輔相成的關(guān)系。這三種理論都緊緊圍繞各因素對滿意度和用戶行為意向或持續(xù)性行為意向的影響關(guān)系，可以為本研究模型的建立提供參考，故本研究主要采用這三種理論研究建立初步模型。同時結(jié)合對相關(guān)教師的訪談，最終確定了本研究模型的變量組成。本研究選取一部分教師進行了訪談，訪談的問題包括人機協(xié)同的認知、人機協(xié)同的滿意度以及未來改善措施等。選取了語文、數(shù)學(xué)以及英語各科教師，進行了人機協(xié)同教學(xué)嘗試，取得了一定的效果，但也反映出在人機協(xié)同教學(xué)過程中出現(xiàn)的一些問題。

（一）期望確認理論

1980年，奧利弗（Oliver，1980）在對消費者滿意度研究中提出期望不確認理論（Expectancy Disconfirmation Theory，EDT），即消費者在實際使用產(chǎn)品或接受服務(wù)前后的期望與實際績效之間的差值。期望確認理論（Expectancy Confirmation Theory，ECT）是基于期望不確認理論發(fā)展而來，結(jié)合相關(guān)學(xué)者（Patterson，et al.，1996；Gilbert，et al.，1982）擴展了對該理論的研究。2001年，巴塔切爾吉（Bhattacherjee，2001）進一步完善了期望確認模型，加入了有用性感知等相關(guān)變量，形成了目前學(xué)者們普遍接受的期望確認理論（見圖1）。期望確認理論模型主要包括四個核心變量，即期望確認、有用性感知、滿意度和持續(xù)性行為意向。該理論認為系統(tǒng)用戶對使用的產(chǎn)品或服務(wù)期望確認越高，即預(yù)期值越高，那么用戶對該產(chǎn)品或服務(wù)的有用性感知和滿意度就會越高，進而促進用戶持續(xù)性行為意向的產(chǎn)生。

圖1 期望確認理論

（二）動機理論

動機是個體行為產(chǎn)生和推動行動的內(nèi)驅(qū)力。動機理論作為大量心理學(xué)研究的支持理論，具有不確定性、復(fù)雜性和不可控制等特點。動機理論主要認為動機是影響個體行為意愿、行為方向、行為強度和行為發(fā)生的重要因素（皮特里，2005）。凱勒（Keller，1983）認為動機是個體為了實現(xiàn)某一目標(biāo)或是避免某一行為的出現(xiàn)所做出的主觀努力；劉九慶等（2023）認為動機就是個體認為自己愿意去追求對自身有價值和有意義的事情，進而成為追求成功的內(nèi)在驅(qū)動力；郭偉等（2023）通過利用動機理論開展實證研究，得出以學(xué)生為中心的教學(xué)支持能夠促進學(xué)生自我調(diào)節(jié)的動機發(fā)展。此外，動機一般可以分為內(nèi)部動機和外部動機兩方面（Deci，1973），內(nèi)部動機一般指個體沒有經(jīng)過外部的強化或干擾而自發(fā)進行活動的內(nèi)在驅(qū)動力；外部動機一般是指個體受外部因素強化或是為了實現(xiàn)不同于活動本身的有價值的結(jié)果而開展活動的外在驅(qū)動力。

（三）信息系統(tǒng)成功模型

1992年，德?。―elone）和麥克萊恩（Mclean）共同提出了信息系統(tǒng)成功模型（Information System Success Model，ISSM），他們認為信息系統(tǒng)成功是一個具有時間和因果關(guān)系的過程概念（Delone，et al.，1992）。2003年，他們又基于相關(guān)研究進一步完善了信息系統(tǒng)成功模型（見圖2）。改進后的ISSM 主要包括7 個變量，即信息質(zhì)量、系統(tǒng)質(zhì)量、服務(wù)質(zhì)量、行為意向、使用、滿意度和凈收益。信息系統(tǒng)成功模型系統(tǒng)的信息質(zhì)量、系統(tǒng)質(zhì)量、服務(wù)質(zhì)量會對用戶的行為意向和滿意度產(chǎn)生影響（Delone，et al.，2003）。而在使用意向、行為和滿意度這三個變量中，ISSM 強調(diào)系統(tǒng)的使用要先于滿意度，因為用戶積極的使用行為才會導(dǎo)致較高的用戶滿意度，而較高的用戶滿意度又會反過來推動用戶形成較高的行為意向（Delone，et al.，2003）。

圖2 信息系統(tǒng)成功模型

（四）研究假設(shè)與模型構(gòu)建

1.持續(xù)性行為意向

在本研究中，持續(xù)性行為意向是指教師持續(xù)使用人機協(xié)同進行教育教學(xué)的意愿程度。滿意度是指教師在進行人機協(xié)同教育教學(xué)后的體驗感和滿意評價。楊文正等（2015）通過對數(shù)字教育資源用戶使用的研究，指出用戶對數(shù)字教育資源的滿意度對其持續(xù)性行為意向具有正相關(guān)的關(guān)系。此外，曹園園等（2016），張海等（2020）通過相關(guān)研究都驗證了滿意度對持續(xù)性行為意向的影響。如果教師在使用人機協(xié)同進行教學(xué)時教師對人機協(xié)同教學(xué)的滿意度越高，例如教師認為人機協(xié)同教學(xué)效率較高，學(xué)生的學(xué)習(xí)效果較好，那么教師可能繼續(xù)采用人機教學(xué)的愿望就會越強烈，從而支持其持續(xù)性行為意向得到提升。

有用性感知是指教師利用人機協(xié)同進行教育教學(xué)后對自身工作提升的程度，例如對自身教學(xué)效率和學(xué)生學(xué)習(xí)效果的提高程度。喬等（Joo，et al.，2014）通過研究證明有用性感知有利于學(xué)習(xí)者持續(xù)性行為意向的培養(yǎng)。羅卡等（Roca，et al.，2006）通過研究認為有用性感知是影響學(xué)習(xí)者持續(xù)性行為意向的關(guān)鍵因素。也有學(xué)者（方旭，等，2023）認為學(xué)習(xí)者對人工智能技術(shù)的有用性感知越高，其使用人工智能技術(shù)的意愿就會越高。如果教師認為利用人機協(xié)同對自身教學(xué)效率和教學(xué)效果是有用的，且人機協(xié)同教學(xué)相較之前教師單獨教學(xué)或僅用機器進行教學(xué)，教學(xué)效果更好，在實際教學(xué)過程中課堂反饋和學(xué)生反饋更為積極，那么教師繼續(xù)采用人機教學(xué)方式的愿望也就越強烈，其持續(xù)性行為意向也就越高。

娛樂性感知是指教師利用人機協(xié)同進行教育教學(xué)時的一種心理狀態(tài)，即愉悅程度。穆恩等（Moon，et al.，2001）基于研究證實了用戶對信息系統(tǒng)的娛樂性感知會影響其持續(xù)性行為意向。孫僑羽（2022）認為感知娛樂性對初中生的在線持續(xù)學(xué)習(xí)意愿有顯著正向影響。劉虹等（2014）通過研究視頻網(wǎng)站用戶的持續(xù)性行為意向得出感知娛樂性對視頻網(wǎng)站持續(xù)性使用意向具有顯著影響。同理，如果教師在人機協(xié)同教學(xué)時的教學(xué)過程是輕松且愉悅的，其越愿意繼續(xù)采用人機協(xié)同教學(xué)，其持續(xù)性行為意向也會提升。

基于以上相關(guān)學(xué)者的研究，本研究提出以下假設(shè)：

H1：教師人機協(xié)同教學(xué)的滿意度對其持續(xù)性行為意向具有顯著正向影響；

H2：教師人機協(xié)同教學(xué)的有用性感知對其持續(xù)性行為意向具有顯著正向影響；

H3：教師人機協(xié)同教學(xué)的娛樂性感知對其持續(xù)性行為意向具有顯著正向影響。

2.滿意度

教師使用人機協(xié)作進行教育教學(xué)的心理狀態(tài)并非一成不變，隨著教師對人機協(xié)作教學(xué)的深入使用，其對娛樂性的衡量標(biāo)準(zhǔn)也會愈加明晰，進而對娛樂性的感知也會發(fā)生改變。當(dāng)中小學(xué)教師的娛樂性感知逐漸提高便會相應(yīng)地提升其滿意程度。相關(guān)學(xué)者在對門戶網(wǎng)站（Lin，et al.，2005）、網(wǎng)絡(luò)購物平臺（Natarajan，et al.，2018）、短視頻平臺（張大偉，等，2020）等研究中得出，用戶的感知娛樂性越高，對平臺的積極態(tài)度就越強烈，相對應(yīng)其滿意度也會越高。同理，教師在使用人機協(xié)同教學(xué)時感知的愉悅性越高，教師在人機協(xié)同教學(xué)中的體驗感越好，其滿意度也會越高。

信息質(zhì)量是指教師對人工智能機器或工具提供信息的品質(zhì)評價。方東權(quán)（2007）認為系統(tǒng)自身的服務(wù)特性是影響用戶對系統(tǒng)平臺滿意度的一個重要因素。張慧敏等（2023）通過對在線健康信息平臺用戶滿意度的研究提出平臺信息質(zhì)量對用戶滿意度具有正向積極影響。金小璞等（2021）研究發(fā)現(xiàn)，知識付費平臺的信息質(zhì)量對用戶滿意度具有正向積極影響。人工智能可以在各個環(huán)節(jié)為教師與學(xué)生提供豐富的信息，包括學(xué)生學(xué)習(xí)狀態(tài)的診斷報告、精準(zhǔn)化的習(xí)題與講解、教師備課資源、學(xué)生學(xué)習(xí)路徑的規(guī)劃等，從而為教學(xué)效果的提升提供幫助與參考。人機協(xié)同自身所提供的信息質(zhì)量越高，提供的知識越精確且越為完善，那么教師對人機教學(xué)的滿意度也會越高。

系統(tǒng)質(zhì)量是指人機協(xié)作中人工智能機器或系統(tǒng)自身性能的衡量。系統(tǒng)界面的功能性和簡便性能優(yōu)化教師的使用體驗感，減輕教師的使用負擔(dān)。相關(guān)學(xué)者在類似情境，例如移動健身軟件系統(tǒng)（權(quán)英，等，2022）、在線健康信息平臺（張慧敏，等，2023）、社區(qū)團購消費者使用平臺（劉浩東，等，2023）的研究中得出系統(tǒng)質(zhì)量對用戶滿意度具有直接正向影響。同理，如果人機協(xié)同自身系統(tǒng)性能穩(wěn)定性越高，那么教師在使用過程中可能產(chǎn)生的問題就會越少，教師對其的滿意度就會提高。

期望確認是指教師在使用人機協(xié)作后的實際體驗感對預(yù)期體驗的確認程度。塞爾溫（Selwyn，1999）基于研究指出用戶的期望確認與使用滿意度呈正相關(guān)。劉人境等（2013）基于SNS 社交網(wǎng)絡(luò)個人用戶的研究認為用戶的期望確認度對滿意度具有正向作用。此外，也有其他學(xué)者基于各自的研究也驗證了期望確認度對滿意度的影響（Chiu，et al.，2012；Wang，et al.，2016）。如果教師在使用人機協(xié)同教學(xué)前的期望度和實際使用后的確認值差異較小，換而言之，如果教師在使用人機協(xié)同進行教學(xué)后的期望確認能得到肯定，即說明教師對于人機協(xié)同教學(xué)的預(yù)期得到了驗證，顯然其滿意度就會隨之提升。

基于上述相關(guān)學(xué)者的研究，本研究提出以下假設(shè)：

H4：教師人機協(xié)同教學(xué)的娛樂性感知對其滿意度具有顯著正向影響；

H5：人機協(xié)同自身的信息質(zhì)量對教師的滿意度具有顯著正向影響；

H6：人機協(xié)同自身的系統(tǒng)質(zhì)量對教師的滿意度具有顯著正向影響；

H7：教師人機協(xié)同教學(xué)的期望確認對其滿意度具有顯著正向影響。

3.有用性感知

教師在利用人機協(xié)同進行教學(xué)時，如果自身的教學(xué)效果和教學(xué)效率能夠明顯提高，那么其有用性感知就會提高。在有關(guān)信息系統(tǒng)持續(xù)性行為意向的研究中，信息質(zhì)量和系統(tǒng)質(zhì)量都是影響用戶有用性感知的重要因素。相關(guān)學(xué)者在移動新聞APP 系統(tǒng)（原薇，2017）、慕課平臺（徐卓鈺，等，2017）等類似系統(tǒng)的研究中得出系統(tǒng)的信息質(zhì)量和系統(tǒng)質(zhì)量對用戶有用性感知有顯著正向影響。一些研究證實在多終端網(wǎng)絡(luò)平臺系統(tǒng)（Shin，et al.，2017）、在線健康社區(qū)（Wu，2018），信息質(zhì)量對用戶的有用性感知均存在顯著的正向影響。有學(xué)者（Xu，et al.，2018）指出系統(tǒng)自身質(zhì)量具備比如運行流暢性、界面友好性、功能強大性、響應(yīng)靈活性等特征，會顯著提升使用者的有用性感知。人機協(xié)同提供的信息質(zhì)量越高，教師就會覺得其對自身教學(xué)有用，其有用性感知就會提高。同時，人機協(xié)同自身的系統(tǒng)質(zhì)量越高，教師在使用過程中面臨的困難就會越少，其有用性感知也會提高。

期望確認理論驗證了期望確認對有用性感知的影響。也有眾多學(xué)者通過研究驗證了在不同領(lǐng)域下期望確認對用戶有用性感知的影響。大量研究表明期望確認對有用性感知的正向影響作用（錢瑛，2015；楊根福，2016；張大偉等，2020）。教師在人機協(xié)同教學(xué)中各項預(yù)期都得到了驗證，人機協(xié)同教學(xué)在教學(xué)效果與效率的提升方面起到了一定的作用，作用越大，其有用性感知也會提高。

基于上述相關(guān)學(xué)者的研究，本研究提出以下假設(shè)：

H8：人機協(xié)同自身的信息質(zhì)量對教師的有用性感知具有顯著正向影響；

H9：人機協(xié)同自身的系統(tǒng)質(zhì)量對教師的有用性感知具有顯著正向影響；

H10：教師人機協(xié)同教學(xué)的期望確認對其有用性感知具有顯著正向影響。

基于以上研究假設(shè)，并結(jié)合訪談分析，本研究建立了教師人機協(xié)同教學(xué)滿意度影響因素模型圖（見圖3）。

圖3 教師人機協(xié)同教學(xué)滿意度影響因素模型圖

三、實證研究過程

（一）問卷設(shè)計與發(fā)放

本研究主要采取了問卷調(diào)查的方式進行數(shù)據(jù)收集?；谝延醒芯康某墒炝勘恚趩柧眍A(yù)發(fā)放的前提下，修改了部分有歧義或有問題的題項，形成了最終問卷（見表1）。本問卷主要調(diào)查的核心變量包括持續(xù)性行為意向、滿意度、有用性感知、娛樂性感知、期望確認、信息質(zhì)量和系統(tǒng)質(zhì)量等。每個調(diào)查變量分別設(shè)置了2～9 個題項，并采用Liket 的五級量表設(shè)置選項。目前，人工智能在中學(xué)教學(xué)中不斷普及與深入（高瓊，等，2021；吳曉如，等，2018）。以中學(xué)教師為例，問卷主要通過問卷星平臺以線上的方式發(fā)放給中學(xué)教師進行填答。這些教師都已引入了智學(xué)網(wǎng)、會課網(wǎng)等智能教學(xué)平臺，并在教學(xué)中展開人機協(xié)同教學(xué)嘗試，在課前、課中、課后教師與人工智能共同完成教學(xué)，包括學(xué)情的診斷、教學(xué)目標(biāo)的制定、課堂教學(xué)的講解、課后作業(yè)的批改與個性化資源推薦等。共回收300 份問卷，剔除填答高度一致、答題時間過短等無效問卷，最終保留256 份有效問卷，問卷有效率為85.3%。通過對有效問卷進行數(shù)據(jù)分析得到了受訪者基本情況。其中，男性教師146 名（占比57%），女性教師110 名（占比43%）。教師教授的學(xué)段分為初中和高中，分別占比39.9%、60.1%。按照教師職稱等級，分為三級教師、二級教師、一級教師、高級教師和正高級教師，分別占比12.1%、29.3%、37.1%、18.4%、3.1%。

表1 研究問卷

（二）信度與效度分析

本研究主要通過SmartPLS 4 和SPSS 22 進行數(shù)據(jù)分析。首先，在信度方面。一般認為，調(diào)查變量的克朗巴哈系數(shù)（Cronbach’s α 系數(shù)）大于0.7 時，量表具有較好的信度。通過軟件分析顯示：問卷調(diào)查的核心變量包括持續(xù)性行為意向、滿意度、有用性感知、娛樂性感知、期望確認、信息質(zhì)量和系統(tǒng)質(zhì)量等均符合標(biāo)準(zhǔn)（見表2），其區(qū)間在0.909～0.971 之間，均大于0.7，說明本次樣本調(diào)查具有良好的信度。其次，在效度方面。通過軟件分析顯示：問卷數(shù)據(jù)的KMO 值為0.973，Bartlett 球體檢驗近似卡方值為9881.054，顯著性概率為p=0.000＜0.01，說明問卷變量之間存在相關(guān)性，可以進行因子分析。在因子載荷方面，一般認為，每個觀測變量的因子載荷應(yīng)大于0.5，組合信度應(yīng)大于0.7，平均萃取方差應(yīng)大于0.5?；赟martPLS 4 的分析結(jié)果如表2所示，通過數(shù)據(jù)可知各觀測變量的因子載荷均大于0.5，且各變量的組合信度和平均萃取方差均符合效度量表的基本要求，說明本次問卷調(diào)查的數(shù)據(jù)具有良好的效度。

表2 信度和效度檢驗

（三）擬合度分析

SmartPLS 4 采用偏最小二乘法（Partial Least Squares，PLS）作為主要的建模方法，適合用小樣本研究或復(fù)雜模型，它不要求數(shù)據(jù)滿足多元正態(tài)分布，一般要求在30～50 個樣本情況下即可進行研究（Hair，et al.，2019）。本研究的研究對象為中小學(xué)教師，回收的樣本數(shù)量較少，故主要采用SmartPLS 4進行小樣本數(shù)據(jù)分析。首先對所構(gòu)建的模型擬合度進行檢驗，模型適配度數(shù)據(jù)如表3所示。根據(jù)胡立子（Hu，et al.，1998）和本特爾（Bentler，1998）的標(biāo)準(zhǔn)，SRMR＜0.08 即可接受；根據(jù)迪杰斯特拉等（Dijkstra，et al.，2015）的標(biāo)準(zhǔn)，d_ULS＜0.95，d_G＜0.95 即可接受（d）；根據(jù)本特爾和博尼特（Bentler &Bonett）的標(biāo)準(zhǔn)，NFI 取值應(yīng)在0～1 之間，并且越接近1 表示模型擬合越好（Bentler，et al.，1980）?；谝陨蠘?biāo)準(zhǔn)，結(jié)合表格數(shù)據(jù)可知本次研究的模型擬合度較好。

表3 模型擬合度

（四）路徑圖分析

本研究基于SmartPLS 4 對變量之間的回歸系數(shù)大小和顯著性進行了分析（見表4、圖4）。本研究主要通過PLS-SEM 算法及Bootstrapping 方法進行計算，在計算過程中，將重復(fù)抽次數(shù)設(shè)置為5000，取t 值為1.96，顯著性水平為0.05 作為標(biāo)準(zhǔn)。當(dāng)p＜0.001，表示極其顯著的統(tǒng)計學(xué)差異，用*** 表示；當(dāng)0.001＜p＜0.01，表示有顯著性統(tǒng)計學(xué)差異，用** 表示；當(dāng)0.01＜p＜0.05，表示有統(tǒng)計學(xué)差異，用* 表示。具體表現(xiàn)為：滿意度在p＜0.01 的情況下對持續(xù)性行為意向有顯著的正向影響；有用性感知和娛樂性感知在p＜0.001 的情況下對持續(xù)性行為意向有顯著的正向影響。娛樂性感知在p＜0.01 的情況下對滿意度有顯著的正向影響；信息質(zhì)量和系統(tǒng)質(zhì)量在p＜0.05的情況下對滿意度有顯著的正向影響；期望確認在p＜0.001 的情況下對滿意度有顯著的正向影響。信息質(zhì)量在p＜0.05 的情況下對有用性感知有顯著的正向影響；系統(tǒng)質(zhì)量在p＜0.01 的情況下對有用性感知有顯著的正向影響；期望確認在p＜0.001 的情況下對有用性感知有顯著的正向影響。結(jié)果顯示，所設(shè)立的假設(shè)全部通過檢驗。

表4 回歸結(jié)果和假設(shè)檢驗

圖4 回歸分析路徑

此外，本研究采用SmartPLS 4 對模型的解釋度進行了檢驗，通過數(shù)據(jù)分析獲得了本研究核心變量的解釋度（見表5）。一般認為，R2＞0.67，表示模型對變量的解釋度較高（Chin，et al.，1998）。從表5 數(shù)據(jù)可知，教師人機協(xié)同教學(xué)的持續(xù)性行為意向、有用性感知和滿意度的值均大于0.67，說明該模型的解釋能力良好。

表5 模型判定系數(shù)表

（五）中介效應(yīng)

本研究采用SmartPLS 4 對模型進行了中介效應(yīng)檢驗。研究主要以單個變量作為中介因素進行特定間接效應(yīng)檢驗，根據(jù)模型圖確定了滿意度和有用性感知兩個中介變量。以滿意度為中介變量，持續(xù)性行為意向為結(jié)果變量，可以發(fā)現(xiàn)的研究路徑共計4條；以有用性感知為中介變量，持續(xù)性行為意向為結(jié)果變量，可以發(fā)現(xiàn)的研究路徑共計3 條（見表6）。基于數(shù)據(jù)分析得出的P 值顯示，系統(tǒng)質(zhì)量和期望確認在以滿意度為中介變量，持續(xù)性行為意向為結(jié)果變量的中介效應(yīng)顯著；系統(tǒng)質(zhì)量和期望確認在以有用性感知為中介變量，持續(xù)性行為意向為結(jié)果變量的中介效應(yīng)顯著。

表6 中介效應(yīng)檢驗

（六）模糊集定性比較分析

本研究基于SmartPLS 4，結(jié)合問卷數(shù)據(jù)，利用PLS-SEM 算法，分析得出了教師人機協(xié)同教學(xué)滿意度的影響因素模型。客觀事物的影響因素往往不是單一的，而是受到多個變量組合產(chǎn)生的影響。結(jié)構(gòu)方程一般針對兩個變量間的關(guān)系進行探討，而模糊集定性比較分析主要對變量的組合效應(yīng)進行分析，可以作為結(jié)構(gòu)方程研究的補充，進一步增強對因變量的解釋度（Afonso，et al.，2018；Mikalef，et al.，2017）。相關(guān)研究也證實了結(jié)構(gòu)方程與模糊集定性比較分析具有良好的解釋力（潘克文，2023；Gligor，et al.，2020）。本研究除了采用定量研究外，基于問卷數(shù)據(jù)的多案例比較分析進行定性研究，采用模糊集定性比較分析（fuzzy-sets Qualitative Comparative Analysis，fsQCA）對教師人機協(xié)同教學(xué)滿意度的樣本數(shù)據(jù)進行進一步分析，可以進一步解釋教師人機協(xié)同教學(xué)滿意度的影響規(guī)律，為中小學(xué)人機協(xié)同教學(xué)的改善提供更為詳實的數(shù)據(jù)與證據(jù)支持。

1.數(shù)據(jù)校準(zhǔn)

首先，針對問卷數(shù)據(jù)進行校準(zhǔn)。根據(jù)Liket 量表類數(shù)據(jù)的標(biāo)準(zhǔn)（Pappas，et al.，2021），通常選取數(shù)據(jù)中的95%分位點、50%分位點、5%分位點對應(yīng)的數(shù)據(jù)作為錨點，錨點的選取如表7所示。然后將每個前因變量的錨點值代入fsQCA 軟件中的Calibrate 函數(shù)，對數(shù)據(jù)進行初步校準(zhǔn)。為提高模型效果，將校準(zhǔn)后的數(shù)值統(tǒng)一加0.001，避免生成值為0.5 的模糊隸屬度，完成數(shù)據(jù)校準(zhǔn)。

表7 前因變量的數(shù)據(jù)校準(zhǔn)錨點

2.必要性分析

基于fsQCA 進行數(shù)據(jù)分析首先要評估前因條件的必要性，從而了解是否有一些條件對持續(xù)性行為意向的產(chǎn)生始終存在影響。為此本研究將問卷數(shù)據(jù)通過編輯導(dǎo)入fsQCA 軟件，以持續(xù)性行為意向為結(jié)果變量，計算其他變量的一致性（Consistency）和覆蓋度（Coverage），通過數(shù)據(jù)分析得出表8。一般認為，一致性＞0.9 則表明該變量是影響果變量的必要條件（Schneider，et al.，2010）。由表格數(shù)據(jù)可知，只有娛樂性感知的一致性＞0.9，因此娛樂性感知是影響持續(xù)性行為意向的必要條件。

3.充分性分析

在組態(tài)分析前需要構(gòu)建真值表。本研究主要包括6 個前因條件，可能存在26=64 種構(gòu)型。將256 份樣本案例歸納到65 種構(gòu)型中，得到用于組態(tài)分析的真值表（見表9）。在初步歸納后，要把真值表內(nèi)一致性過低的組態(tài)所對應(yīng)的結(jié)果變量編碼改為0，代表不存在。較多學(xué)者將一致性閾值確立在0.8 來確保結(jié)論的有效性（黃嫚麗，等，2019；余璐，2019）?；趭蕵沸愿兄潜匾獥l件的前提下，本研究對數(shù)據(jù)進行真值表賦值分析。軟件分析的結(jié)果包括復(fù)雜解、簡約解和中間解，大多數(shù)研究主要基于中間解來理解前因條件的組態(tài)對結(jié)果變量的影響（Chuah，et al.，2021；Woodside，2013）。本研究通過分析并結(jié)合簡約解（見表10）和中間解（見表11），識別出核心條件和邊緣條件，再通過計算得出，有用性感知、娛樂性感知、信息質(zhì)量和系統(tǒng)質(zhì)量是影響持續(xù)性行為意向的核心條件。如以娛樂性感知為必要條件，共有7 條方案通過。通過分析結(jié)果，可以繪制影響教師人機協(xié)同持續(xù)性行為意向的條件組態(tài)圖（見表12）。表內(nèi)●是指核心前因條件存在，●是指邊緣前因條件存在，?是指核心前因條件缺失，?是指邊緣前因條件確實，空白是指無關(guān)條件。此外，已有研究表明方案的一致性不應(yīng)小于0.75（Ragin，2006）。根據(jù)表格數(shù)據(jù)可知，7 種方案的一致性在0.87527～0.9765 之間，總體方案的一致性為0.879281，均滿足標(biāo)準(zhǔn)，即7 組態(tài)皆為結(jié)果產(chǎn)生的充分條件。同時，7 種組態(tài)的總體覆蓋率為0.900921，說明這7 種方案能夠解釋大多數(shù)引發(fā)教師產(chǎn)生持續(xù)性行為意向的情況。其中，7 種組態(tài)中組態(tài)5 的原始覆蓋率最高，說明該方案對教師產(chǎn)生人機協(xié)同持續(xù)性行為意向的解釋力度最好。

表10 簡約解

表11 中間解

表12 教師人機協(xié)同持續(xù)性行為意向的條件組態(tài)

4.結(jié)果分析

本文基于7 種組態(tài)，對fsQCA 進行結(jié)果分析。結(jié)果表明：組態(tài)1 表示在教師娛樂性感知高的前提下，即便在教師滿意度、教師期望確認度、人機協(xié)同信息質(zhì)量和系統(tǒng)質(zhì)量不高的情況下，只要教師的有用性感知高，就會產(chǎn)生較高的持續(xù)性行為意向。在此方案中，有用性感知是核心條件。

組態(tài)2 表示在教師娛樂性感知高的前提下，即便在教師滿意度、教師有用性感知和期望確認度都不高的情況下，只要人機協(xié)同的系統(tǒng)質(zhì)量和信息質(zhì)量高，那么教師就會產(chǎn)生較高的持續(xù)性行為意向。在此方案中，信息質(zhì)量和系統(tǒng)質(zhì)量是核心條件。

組態(tài)3 表示在教師娛樂性感知高的前提下，即便在教師滿意度、教師有用性感知和人機協(xié)同系統(tǒng)質(zhì)量不高的情況下，只要教師的期望確認度高，就會產(chǎn)生較高的持續(xù)性行為意向。在此方案中，娛樂性感知是核心條件。

組態(tài)4 表示在教師娛樂性感知高的前提下，在教師滿意度、教師有用性感知、教師期望確認度、人機協(xié)同信息質(zhì)量和系統(tǒng)質(zhì)量都高的情況下，就會產(chǎn)生較高的持續(xù)性行為意向。在此方案中，有用性感知、信息質(zhì)量和系統(tǒng)質(zhì)量是核心條件。

組態(tài)5 表示在教師娛樂性感知高的前提下，即便不考慮教師的期望確認度，只要教師滿意度、教師有用性感知、人機協(xié)同信息質(zhì)量和系統(tǒng)質(zhì)量高，就會產(chǎn)生較高的持續(xù)性行為意向。在此方案中，有用性感知、娛樂性感知、信息質(zhì)量和系統(tǒng)質(zhì)量是核心條件。

組態(tài)6 表示在教師娛樂性感知高的前提下，即便不考慮教師的有用性感知，只要教師滿意度、教師期望確認度、人機協(xié)同信息質(zhì)量和系統(tǒng)質(zhì)量高，就會產(chǎn)生較高的持續(xù)性行為意向。在此方案中，信息質(zhì)量和系統(tǒng)質(zhì)量是核心條件。

組態(tài)7 表示在教師娛樂性感知高的前提下，只要教師滿意度高，即便教師有用性感知、教師期望確認度、人機協(xié)同的信息質(zhì)量和系統(tǒng)質(zhì)量低，也會產(chǎn)生較高的持續(xù)性行為意向。在此方案中，娛樂性感知是核心條件。

四、結(jié)論分析

（一）教師人機協(xié)同教學(xué)的持續(xù)性行為意向分析

在影響教師人機協(xié)同教學(xué)的持續(xù)性行為意向的三個因素中，娛樂性感知對持續(xù)性行為意向的回歸系數(shù)最高，其標(biāo)準(zhǔn)化回歸系數(shù)達到0.348，與滿意度（標(biāo)準(zhǔn)化回歸系數(shù)0.3）和有用性感知（標(biāo)準(zhǔn)化回歸系數(shù)0.324）相比較高。fsQCA 檢驗的結(jié)果也再次證實了娛樂性感知是影響教師持續(xù)性行為意向的必要條件。兩種研究結(jié)果都說明，教師在使用人機協(xié)同教學(xué)，無論是教學(xué)前的準(zhǔn)備工作，還是教學(xué)中的實際教學(xué)過程，教師能否感到輕松愉悅對其持續(xù)性行為意向的產(chǎn)生具有顯著的影響作用。相當(dāng)多的學(xué)者通過各個領(lǐng)域的研究也證實了娛樂性感知（李嘉韓，2023）、滿意度（華繁羽，2023；Oghuma，et al.，2016）和有用性感知（周靜，2023）對用戶持續(xù)性行為意向的顯著影響。因此，在利用人機協(xié)同進行教學(xué)時要著力提高教師教學(xué)的娛樂性，如何把較為死板的知識通過人機協(xié)同教學(xué)轉(zhuǎn)換為快樂的教與學(xué)是一個重要的問題。

（二）教師人機協(xié)同教學(xué)的滿意度分析

在影響教師人機協(xié)同教學(xué)的滿意度的四個因素中，期望確認對滿意度的回歸系數(shù)最高，其標(biāo)準(zhǔn)化回歸系數(shù)達到0.375，遠高于娛樂性感知（標(biāo)準(zhǔn)化回歸系數(shù)0.196）、信息質(zhì)量（標(biāo)準(zhǔn)化回歸系數(shù)0.214）和系統(tǒng)質(zhì)量（標(biāo)準(zhǔn)化回歸系數(shù)0.221），而娛樂性感知對滿意度的回歸系數(shù)最低。這說明，教師對人機協(xié)同的期望確認度很大程度上影響了自身的滿意度。同時，從fsQCA 分析出的組態(tài)4、5、6、7 也可看出，滿意度是影響教師產(chǎn)生持續(xù)性行為意向的重要因素。相關(guān)學(xué)者也在類似情境中指出期望確認對滿意度的積極影響（付一陽，2023）。也有學(xué)者指出，感知娛樂性對用戶滿意度具有積極正向影響（Kang，et al.，2010）。此外，相關(guān)學(xué)者研究也指出信息質(zhì)量和系統(tǒng)質(zhì)量對用戶滿意度具有積極顯著影響（權(quán)英，等，2022）。因此，在人機協(xié)同發(fā)展的過程中，可以適當(dāng)將重點放在其他方面，例如提升教師的有用性感知、完善人機協(xié)同的信息質(zhì)量和系統(tǒng)質(zhì)量等。

（三）教師人機協(xié)同教學(xué)的有用性感知分析

在影響教師人機協(xié)同教學(xué)的有用性感知的三個因素中，期望確認對有用性感知的回歸系數(shù)最高，其標(biāo)準(zhǔn)化回歸系數(shù)達到0.354，與信息質(zhì)量（標(biāo)準(zhǔn)化回歸系數(shù)0.275）和系統(tǒng)質(zhì)量（標(biāo)準(zhǔn)化回歸系數(shù)0.303）相比較高，而信息質(zhì)量對有用性感知的回歸系數(shù)最低。這說明，教師的期望確認很大程度上影響了其有用性感知的高低。此外，通過數(shù)據(jù)分析可知，期望確認對滿意度和有用性感知的影響最大。這說明，教師在使用人機協(xié)同進行教學(xué)前的預(yù)期值和實際使用后的真實感受是否相一致，即教師的期望確認度對教師自身的滿意度和有用性感知都有著極為重要的影響。通過結(jié)構(gòu)方程模型數(shù)據(jù)結(jié)果可知，想要提高教師的有用性感知就必須提高教師的期望確認。相關(guān)研究也證實了期望確認（殷猛，等，2023）、信息質(zhì)量（權(quán)英，等，2022）和系統(tǒng)質(zhì)量（王文韜，等，2018）會對用戶有用性感知產(chǎn)生積極影響，以及用戶對電子學(xué)習(xí)系統(tǒng)的有用性感知受系統(tǒng)質(zhì)量的正向影響（Mohammadi，2015）。因此，在人機協(xié)同教學(xué)過程中，要盡可能滿足教師的期望確認，即使它可能無法直接導(dǎo)致教師產(chǎn)生持續(xù)性行為意向，卻能激發(fā)提升教師的有用性感知，從而間接提升教師的持續(xù)性行為意向。

（四）結(jié)構(gòu)方程模型和fsQCA 研究結(jié)果總結(jié)

通過對比結(jié)構(gòu)方程模型的研究結(jié)果和fsQCA 的研究結(jié)果不難發(fā)現(xiàn)，兩者得出的結(jié)果基本一致。在影響教師持續(xù)性行為意向的因素中，娛樂性感知和有用性感知是核心因素，滿意度是重要因素。此外，fsQCA 結(jié)果補充了結(jié)構(gòu)方程模型結(jié)果。通過fsQCA的簡約解可知，人機協(xié)同教學(xué)的信息質(zhì)量和系統(tǒng)質(zhì)量也是影響中小學(xué)教師人機協(xié)同教學(xué)持續(xù)性行為意向的核心影響因素。而結(jié)構(gòu)方程也驗證了娛樂性感知、有用性感知、信息質(zhì)量和系統(tǒng)質(zhì)量均與教師持續(xù)性行為意向存在著直接或間接的關(guān)系。因此，結(jié)合上述研究結(jié)果，在未來的人機協(xié)同教學(xué)中，不僅需要著力提升教師的娛樂性感知和有用性感知，同時更要不斷完善和創(chuàng)新人機協(xié)同教學(xué)的信息質(zhì)量和系統(tǒng)質(zhì)量，由內(nèi)向外地影響教師實際教學(xué)效果和效率。以滿意度為重要因素劃分，fsQCA 分析出的7 條組態(tài)大致可以分為兩類，一類是組態(tài)1、2、3；另一類是組態(tài)4、5、6、7。第一類組態(tài)主要以單個或兩個因素即可促使教師產(chǎn)生持續(xù)性行為意向，包括有用性感知、娛樂性感知、信息質(zhì)量和系統(tǒng)質(zhì)量，而這也對應(yīng)了簡約解的四種核心條件。第二類組態(tài)是由多種因素共同影響教師產(chǎn)生持續(xù)性行為意向，在不考慮個別因素的情況下，只要有一部分影響因素即可促使教師產(chǎn)生持續(xù)性行為意向。此外，模糊集定性比較分析也往往有與結(jié)構(gòu)方程不一致的地方，這也正是模糊集定性比較分析的價值之一，更能反映復(fù)雜事物的本來面目（潘克文，2023）。一些變量的影響即使不顯著，但會與其他變量產(chǎn)生組合效應(yīng)。對比fsQCA 研究的結(jié)果可知，滿意度在影響教師持續(xù)性行為意向的產(chǎn)生中并沒有起到核心條件的作用。尤其是組態(tài)1、2、3顯示，不考慮教師對人機協(xié)同的滿意度，只要其他因素存在，教師就容易產(chǎn)生持續(xù)性行為意向。而在結(jié)構(gòu)方程模型中，滿意度對持續(xù)性行為意向能產(chǎn)生積極顯著影響。同時，對比fsQCA 的數(shù)據(jù)分析結(jié)果可知，期望確認只在組態(tài)3、4、6 中對持續(xù)性行為意向產(chǎn)生一定的影響，而在其他組態(tài)中，對持續(xù)性行為意向的影響較弱。由組態(tài)1 可知，在不考慮教師期望確認的情況下，只要教師的有用性感知高，就會促進教師產(chǎn)生持續(xù)性行為意向。這兩種分析結(jié)果的不一致說明了人類行為的復(fù)雜性，在同時應(yīng)用結(jié)構(gòu)方程模型和fsQCA 進行數(shù)據(jù)分析的研究中，類似不一致的情況十分常見（Abbasi，et al.，2022；Chuash，et al.，2021）?？傮w而言，結(jié)構(gòu)方程模型的數(shù)據(jù)分析結(jié)果建立了教師人機協(xié)同教學(xué)滿意度的影響因素模型，而fsQCA的研究結(jié)果為理解教師人機協(xié)同教學(xué)持續(xù)性行為意向提供了進一步的觀點，有助于更深入地理解有用性感知、娛樂性感知、滿意度、信息質(zhì)量和系統(tǒng)質(zhì)量對教師持續(xù)性行為意向的影響作用。

五、對策建議

（一）現(xiàn)狀

基于分析數(shù)據(jù)和討論結(jié)果，可以看出教師人機協(xié)同教學(xué)的整體現(xiàn)狀。首先，影響教師人機協(xié)同教學(xué)的持續(xù)性行為意向的三個觀測變量均值在3.87～4.02 之間，整體均值為3.95，該觀測變量總體情況較為良好，說明目前教師人機協(xié)同教學(xué)在整體上具有一定的持續(xù)性行為意向。同時，三個觀測變量的標(biāo)準(zhǔn)差的差距較小，說明目前大部分教師人機協(xié)同教學(xué)的持續(xù)性行為意向具有普遍性，差異性較小。其次，在滿意度方面，四個觀測變量的均值在3.89～4.00 之間，整體均值為3.95，該觀測變量總體情況較為良好，說明目前教師人機協(xié)同教學(xué)也具有了一定的滿意度。同時，從上述分析可以看出，教師人機協(xié)同教學(xué)的持續(xù)行為意向與滿意度也有待提升。同時，滿意度四個觀測變量的標(biāo)準(zhǔn)差差距較小，滿意度層面的差異并不明顯。最后，在有用性感知方面，九個觀測變量的均值在3.86～4.03 之間，整體均值為3.96，說明教師對人機協(xié)同教學(xué)有了一定的有用性感知，對人機協(xié)同教學(xué)的作用進行了肯定。同時，九個觀測變量的標(biāo)準(zhǔn)差差距也較小，說明整體數(shù)據(jù)較為集中，中小學(xué)教師的有用性感知差異不明顯。同時，教師人機協(xié)同教學(xué)有用性感知也有待提升。

（二）對策建議

本研究基于期望確認理論，結(jié)合動機理論和信息系統(tǒng)成功模型，對教師人機協(xié)同教學(xué)的滿意度進行研究，主要分析了教師人機協(xié)同教學(xué)的影響因素。在當(dāng)前“人工智能+教育”的大背景下，對于提高教師人機協(xié)同教學(xué)的滿意度具有積極意義。研究結(jié)果表明，教師人機協(xié)同教學(xué)的滿意度、有用性感知和娛樂性感知對其持續(xù)性行為意向存在積極顯著影響；教師在人機協(xié)同教學(xué)中的娛樂性感知和期望確認以及人機協(xié)同教學(xué)本身的信息質(zhì)量和系統(tǒng)質(zhì)量對教師的滿意度存在積極顯著影響；教師在人機協(xié)同教學(xué)中的期望確認和人機協(xié)同教學(xué)本身的信息質(zhì)量和系統(tǒng)質(zhì)量對教師的有用性感知存在積極顯著影響。此外，進一步通過模糊集定性比較分析可知，娛樂性感知是影響教師人機協(xié)同持續(xù)性行為意向的必要條件，有用性感知、信息質(zhì)量和系統(tǒng)質(zhì)量是影響持續(xù)性行為意向的核心條件。

基于本研究的研究結(jié)果，將從以下幾個方面提出一定的建議和措施，從而進一步推動教師人機協(xié)同進行教學(xué)的發(fā)展。

1.創(chuàng)新人機協(xié)同的教學(xué)模式

人機協(xié)同教學(xué)讓機器智能進入了課堂，借助ChatGPT、VR、小機器人等人工智能設(shè)備，拓展了傳統(tǒng)課堂教學(xué)的固定形式，增添了課堂的師生互動、生生互動和人機互動的形式。要建立了多種人機協(xié)同課堂教學(xué)模式并加之實踐，進一步加強人機協(xié)同課堂中的多模態(tài)學(xué)習(xí)分析（高瓊，等，2021）。因此，將人機協(xié)同帶入課堂勢必要創(chuàng)新傳統(tǒng)的教學(xué)模式。在目前人工智能高速進化和發(fā)展的大背景下，人機協(xié)同教學(xué)在未來的教育中是必然的。因此，無論是翻轉(zhuǎn)課堂，抑或智慧教室，還是“雙師課堂”，其教學(xué)模式應(yīng)在不同情況下采取不同的方式，具體可以包括，區(qū)分不同的課堂結(jié)構(gòu)，劃分人機課程各占成分，完善人機協(xié)同教學(xué)評價機制等。同時，要積極將科技和教學(xué)相結(jié)合，努力提升教學(xué)課堂的快樂性，幫助教師以更輕松愉快的方式進行教學(xué)。

2.發(fā)揮人機雙向賦能作用

目前的教育環(huán)境是一個被人工智能技術(shù)改造的數(shù)字環(huán)境，教師的角色和地位也因而發(fā)生改變。在人機協(xié)同的教學(xué)過程中，教師應(yīng)發(fā)揮技術(shù)之長，探究技術(shù)之短。要進一步加強對教學(xué)信息和數(shù)據(jù)的收集與分析（高瓊，等，2021），學(xué)生要盡可能開展自主探究的有意義學(xué)習(xí)（艾興，等，2020）。因此，教師應(yīng)尋求人工智能數(shù)據(jù)挖掘的技術(shù)，細化人機協(xié)同的實施辦法，精準(zhǔn)地借助技術(shù)生成學(xué)習(xí)對象的認知水平評估，從而有針對性地教育學(xué)生，因材施教；同時，教師也應(yīng)明確教育主體的關(guān)鍵作用，利用人工智能技術(shù)提升自己的專業(yè)化水平，凸顯自己在人機協(xié)同教學(xué)中的主體作用，從而實現(xiàn)人機雙向賦能作用，相互發(fā)揮各自優(yōu)勢，相互結(jié)合。

3.提高教師智能化教學(xué)素養(yǎng)

教師在開展人機協(xié)同教學(xué)時，要不斷提高自己的專業(yè)智能化教學(xué)素養(yǎng)。具體可以包括，加強對機器收集學(xué)生信息的分析能力，培養(yǎng)和發(fā)展自身的人工智能素養(yǎng)，開展和總結(jié)人機協(xié)同教學(xué)成果評價等。教師要利用人機協(xié)同，充分利用人工智能技術(shù)的高效性，實現(xiàn)學(xué)生的個性化學(xué)習(xí)。因此，在人機協(xié)同教學(xué)中，教師要充分發(fā)揮自身的才能和智慧，將人工智能技術(shù)的特點與教育的本質(zhì)相互結(jié)合（張坤穎，等2017）。教師要從人工智能提供的動態(tài)化數(shù)據(jù)中提取學(xué)生認知和情感等方面的專業(yè)成長指標(biāo)，分析學(xué)生的學(xué)習(xí)行為，從而及時改進教學(xué)策略，同時將教學(xué)設(shè)計和理念傳遞給人工智能技術(shù)，實現(xiàn)教學(xué)目標(biāo)。

4.建立人機協(xié)同教師、學(xué)校和專家的合作關(guān)系

由于有人工智能機器和技術(shù)的介入，人機協(xié)同教學(xué)勢必需要學(xué)校和相關(guān)技術(shù)專家的支持與幫助。學(xué)校方面，要積極推動學(xué)校人機協(xié)同技術(shù)的落實，對教師開展人機協(xié)同教學(xué)培訓(xùn)，幫助教師充分發(fā)揮人機協(xié)同的優(yōu)勢，促進人機協(xié)同在課堂中得到實現(xiàn)。同時，學(xué)校也可以聘請一部分人工智能專家作為校外團隊，由于涉及人工智能技術(shù)，人工智能專家在促進人機協(xié)同教學(xué)實踐中的作用就顯得尤為重要。相關(guān)人工智能技術(shù)專家應(yīng)深入實際課堂，記錄教師在人機協(xié)同教學(xué)中遇到的困難和障礙，積極幫助教師解決和應(yīng)對人機協(xié)同教學(xué)中存在的問題，從而進一步提升人機協(xié)同教學(xué)效果，構(gòu)建教師、學(xué)校和專家的合作友好關(guān)系。