錢小龍 等 | 三維框架下中美韓三國(guó)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

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(guó)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(guó)遠(yuǎn)程教育(1),143-168.

三維框架下中美韓三國(guó)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(guó)、美國(guó)和韓國(guó)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(duì)中美韓三國(guó)21份教師教育數(shù)字化轉(zhuǎn)型政策文本進(jìn)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(guó)均強(qiáng)調(diào)教師的素養(yǎng)提升，但主題時(shí)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(guó)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(guó)均關(guān)注政策視角與驅(qū)動(dòng)，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(guó)基于教師畫像設(shè)計(jì)分層政策主題，構(gòu)建敏捷調(diào)適的政策話語(yǔ)分配機(jī)制；依托梯度擴(kuò)散來(lái)優(yōu)化政策工具結(jié)構(gòu)，發(fā)揮推拉聯(lián)動(dòng)的工具要素組合效應(yīng)；通過(guò)人機(jī)協(xié)同以開(kāi)展群體智能決策，打造多維并進(jìn)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(wèn)題提出

伴隨數(shù)字時(shí)代的到來(lái)，教育數(shù)字化轉(zhuǎn)型成為全球趨勢(shì)，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(fù)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(yùn)用數(shù)字技術(shù)，從組織架構(gòu)、教學(xué)過(guò)程、研修培訓(xùn)、師資配備、評(píng)價(jià)考核等方面推動(dòng)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(guó)、美國(guó)和韓國(guó)的數(shù)字教育指數(shù)排名位居全球前十，處于第一梯隊(duì)（祝新宇 等, 2024）。在教師教育數(shù)字化轉(zhuǎn)型實(shí)踐中，中美韓三國(guó)特色鮮明，形成了三種典型的轉(zhuǎn)型范式。中國(guó)以實(shí)現(xiàn)教師隊(duì)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(tái)兩系統(tǒng)”持續(xù)推進(jìn)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(guó)作為“創(chuàng)新引領(lǐng)型”的代表，以主動(dòng)使用技術(shù)、持續(xù)專業(yè)發(fā)展、全面技術(shù)體驗(yàn)、框架標(biāo)準(zhǔn)對(duì)齊為原則（U. S. Department of Education, 2016, p.9），強(qiáng)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(guó)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(lái)教育環(huán)境的教師，依托年度教職員研修的優(yōu)先事項(xiàng)，從個(gè)性化培訓(xùn)支持和未來(lái)教師培訓(xùn)體系等方面推進(jìn)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(yàn)（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(shí)困境（相巨虎 & 陳鵬, 2023）、轉(zhuǎn)型路徑（鄭旭東 等, 2023）與未來(lái)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(jìn)國(guó)家教師數(shù)字素養(yǎng)政策的焦點(diǎn)。然而教師教育數(shù)字化轉(zhuǎn)型政策強(qiáng)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(jìn)，中國(guó)如何制定教師教育數(shù)字化轉(zhuǎn)型政策？具體而言，中國(guó)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(shí)現(xiàn)手段？政策效力如何？回答上述問(wèn)題還需進(jìn)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(duì)三國(guó)政策進(jìn)行比較研究，力求為中國(guó)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(jì)

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

（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(píng)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(duì)政策視角和政策內(nèi)容的高度凝練（儲(chǔ)伊力 等, 2024）。因此，在政策文本量化分析中，通常通過(guò)政策主題詞來(lái)表征政策主題。本研究既從整體上洞察多個(gè)國(guó)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(gè)典型國(guó)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(shí)現(xiàn)政策目標(biāo)而采取的一系列手段、技術(shù)、方法和機(jī)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(duì)教師教育數(shù)字化轉(zhuǎn)型的牽引力、保障力和拉動(dòng)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(diǎn)，總結(jié)三類政策工具所對(duì)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(duì)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(kāi)量化評(píng)價(jià)，借此反映當(dāng)前政策的優(yōu)勢(shì)與不足，進(jìn)而有利于后期對(duì)政策進(jìn)行優(yōu)化調(diào)整。政策效力得分越高，則說(shuō)明政策設(shè)計(jì)得越科學(xué)。此外，為提高教師教育數(shù)字化轉(zhuǎn)型政策評(píng)價(jià)的科學(xué)性與跨國(guó)公平性，本研究將得到的政策主題和政策工具納入政策評(píng)價(jià)指標(biāo)體系當(dāng)中，并利用德?tīng)柗品ㄐ抻喸u(píng)價(jià)指標(biāo)。同時(shí)，補(bǔ)充客觀角度對(duì)政策實(shí)施成效的分析，從實(shí)踐層面為政策效力評(píng)價(jià)提供一定的佐證。

（二）研究方法

分別通過(guò)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(duì)政策主題、政策工具和政策評(píng)價(jià)進(jìn)行研究。在此過(guò)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(píng)價(jià)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(gè)主題混合而成，而主題則是由多個(gè)關(guān)鍵詞按一定的概率分布組成，能較好地識(shí)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(jìn)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(jī)器學(xué)習(xí)智能實(shí)驗(yàn)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(yǔ)）和同義詞詞典。其次，根據(jù)困惑度（Perplexity）和一致性（Coherence）來(lái)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(yàn)主題數(shù)目劃分效果。最后，得到對(duì)應(yīng)的主題詞，并根據(jù)主題詞來(lái)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(yǔ)言的原意和文化特異性，針對(duì)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(guó)的政策文本時(shí)，采用“原始文本+專業(yè)翻譯+回譯校驗(yàn)”的方式，建立跨文化教師教育數(shù)字化轉(zhuǎn)型術(shù)語(yǔ)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(lái)分析中美韓三國(guó)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(yàn)（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(guó)的教育和文化。其中，研究者A為教授、博士生導(dǎo)師、美國(guó)加州大學(xué)歐文分校訪問(wèn)學(xué)者，從事教育數(shù)字化和國(guó)際比較教育研究，主持并完成相關(guān)的國(guó)家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目與一般項(xiàng)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(guó)高校的人才培養(yǎng)模式；研究者C為青年學(xué)者，在CSSCI（含擴(kuò)展版）來(lái)源期刊上發(fā)表7篇論文，且參與過(guò)撰寫韓國(guó)教育數(shù)字化轉(zhuǎn)型研究報(bào)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(diǎn)。其次，對(duì)政策文本內(nèi)容進(jìn)行編碼，歸入相應(yīng)的節(jié)點(diǎn)中，統(tǒng)計(jì)匯總頻數(shù)。具體而言，以政策中的句子為分析單元，對(duì)中國(guó)、美國(guó)和韓國(guó)的教師教育數(shù)字化轉(zhuǎn)型政策進(jìn)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(jì)結(jié)果對(duì)政策工具的使用情況進(jìn)行說(shuō)明。此外，在利用PMC指數(shù)模型評(píng)價(jià)政策文本時(shí)，將政策文本導(dǎo)入NVivo軟件，由三位研究者遵循“背對(duì)背獨(dú)立評(píng)分→小組討論→迭代修正”的方式進(jìn)行賦分，若符合評(píng)價(jià)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(wàn)物處于運(yùn)動(dòng)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(lái)評(píng)價(jià)政策的整體水平和內(nèi)部一致性水平。在進(jìn)行評(píng)價(jià)時(shí)，其強(qiáng)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(píng)價(jià)精度和聚焦程度高、評(píng)價(jià)操作性強(qiáng)等優(yōu)勢(shì)，PMC指數(shù)模型成為當(dāng)前政策評(píng)價(jià)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(píng)價(jià)中（錢小龍 等, 2024; 蔡旻君 & 張書琦, 2024）。在政策評(píng)價(jià)的過(guò)程中，主要按照識(shí)別變量與選取指標(biāo)、建立多投入產(chǎn)出表、計(jì)算PMC指數(shù)、繪制PMC曲面圖等步驟來(lái)實(shí)施。其中，識(shí)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(píng)價(jià)指標(biāo)體系。然后采用德?tīng)柗品ǎ騺?lái)自教師教育、教育數(shù)字化、國(guó)際比較教育等領(lǐng)域的15位專家學(xué)者發(fā)放調(diào)查問(wèn)卷，請(qǐng)其從“跨國(guó)可比性”的角度修訂評(píng)價(jià)指標(biāo)，提升跨國(guó)比較的公平性。參考相關(guān)文獻(xiàn)，通過(guò)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(jiàn)）對(duì)指標(biāo)進(jìn)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(gè)人/集體主義、長(zhǎng)期/短期取向等維度（Hofstede, 2011），并結(jié)合教育體制差異來(lái)設(shè)計(jì)訪談提綱。訪談提綱的內(nèi)容包括兩方面：一是針對(duì)政策主題、政策工具和政策效力分析結(jié)果而設(shè)計(jì)的問(wèn)題，如“您認(rèn)為中國(guó)政策術(shù)語(yǔ)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(jìn)式改革邏輯？”“您覺(jué)得美國(guó)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(tái)設(shè)施、資源設(shè)施、應(yīng)用設(shè)施）是否與個(gè)人主義文化有關(guān)？”二是開(kāi)放性的綜合問(wèn)題，如“總體而言，您覺(jué)得本國(guó)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(jì)？”“在您看來(lái)，韓國(guó)或美國(guó)的哪些政策經(jīng)驗(yàn)可能因文化差異或體制不同而難以直接移植到中國(guó)？”在此基礎(chǔ)上，采用目的性抽樣，對(duì)7位來(lái)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(jìn)行半結(jié)構(gòu)化訪談，并根據(jù)專家的回答靈活調(diào)整問(wèn)題或進(jìn)一步追問(wèn)，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(jī)構(gòu)需是最高行政機(jī)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(duì)各級(jí)教育部門的教師教育數(shù)字化轉(zhuǎn)型行動(dòng)發(fā)揮直接且重大的引領(lǐng)作用。第四，在發(fā)文時(shí)間方面，將政策發(fā)文時(shí)段設(shè)置為2012—2024年。2012年為慕課元年，慕課不僅推動(dòng)以在線教育為依托的教育數(shù)字化典型實(shí)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(kāi)放性，所選政策文本必須是各國(guó)政府官方網(wǎng)站上公開(kāi)發(fā)布且可供下載的開(kāi)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(duì)結(jié)果進(jìn)行解讀。

（一）政策主題分析

在政策主題方面，首先對(duì)中美韓三國(guó)教師教育數(shù)字化轉(zhuǎn)型的政策進(jìn)行整體分析，然后對(duì)單一國(guó)家進(jìn)行具體分析。具體而言，在對(duì)政策文本進(jìn)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(jī)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(dòng)因素。排名前100高頻詞的詞云圖如圖1所示。然后，通過(guò)計(jì)算困惑度和一致性來(lái)確定主題數(shù)目。以中美韓三國(guó)的21份政策為例，圖2表明主題數(shù)目為5時(shí)困惑度值最低且出現(xiàn)拐點(diǎn)，圖3表明主題數(shù)目為5時(shí)一致性值最大，圖4表明主題數(shù)目為5時(shí)各主題之間無(wú)相互重疊，因此中美韓三國(guó)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(guó)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(guó)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(guó)、美國(guó)和韓國(guó)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(guó)的主題數(shù)目（分別為3、3、4）。第一，中國(guó)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(jí)、教師信息素養(yǎng)提升與隊(duì)伍建設(shè)三方面。第二，美國(guó)聚焦可持續(xù)的教師專業(yè)發(fā)展支持、教師培養(yǎng)項(xiàng)目的設(shè)計(jì)與實(shí)施、教師教育技術(shù)能力標(biāo)準(zhǔn)應(yīng)用三方面。第三，韓國(guó)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(dòng)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(guó)政策各自的政策主題詞和政策主題（如表4所示）。

圖5 中國(guó)政策文本詞云圖（Top100）

圖6 美國(guó)政策文本詞云圖（Top100）

圖7 韓國(guó)政策文本詞云圖（Top100）

表4 中美韓三國(guó)教師教育數(shù)字化轉(zhuǎn)型政策主題（細(xì)分）

盡管中美韓三國(guó)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(jìn)一步分析可發(fā)現(xiàn)，中美韓三國(guó)均關(guān)注教師素養(yǎng)提升。其中，中國(guó)對(duì)教師素養(yǎng)的話語(yǔ)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(guó)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(guó)關(guān)注“數(shù)字素養(yǎng)”（??? ??）、“未來(lái)智能信息社會(huì)教師核心能力”（?? ?????? ?? ????）、“數(shù)字教育創(chuàng)新能力”（??? ?? ???? ??）等。美國(guó)則特別強(qiáng)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(jì)教師培養(yǎng)項(xiàng)目，二是通過(guò)開(kāi)發(fā)和應(yīng)用教師教育技術(shù)能力標(biāo)準(zhǔn)來(lái)保證教師隊(duì)伍的質(zhì)量。

此外，得到中美韓三國(guó)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(guó)的7項(xiàng)政策中有4項(xiàng)聚焦“A3　教師信息素養(yǎng)提升與隊(duì)伍建設(shè)”、韓國(guó)的7項(xiàng)政策中有2項(xiàng)聚焦“C3　技術(shù)驅(qū)動(dòng)的研修模式創(chuàng)新”。中美韓三國(guó)的政策主題在時(shí)間上均具有一定的延續(xù)性，美國(guó)的政策主題延續(xù)性最為明顯。例如，美國(guó)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(guó)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(jìn)行編碼，共得到819個(gè)參考點(diǎn)（如表6所示）。總體而言，中美韓三國(guó)對(duì)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(lái)說(shuō)，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(guó)家層面來(lái)看，中美韓三國(guó)的政策工具選擇情況與總體情況一致。

表6 中美韓三國(guó)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(guó)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(guó)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(guó)的使用比例最高（29%），韓國(guó)（25%）和中國(guó)（21%）次之。其中，目標(biāo)規(guī)劃有兩種取向，一是中美韓三國(guó)均采用的戰(zhàn)略性愿景目標(biāo)，二是韓國(guó)額外補(bǔ)充的可操作性量化目標(biāo)。例如，韓國(guó)對(duì)教師進(jìn)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(duì)伍。在法規(guī)管制方面，中美韓三國(guó)的使用比例較為接近。與美國(guó)和韓國(guó)相比，中國(guó)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(guó)均重點(diǎn)使用教育培訓(xùn)工具，其中韓國(guó)的使用比例最高（66%），如實(shí)施基于人工智能的個(gè)性化培訓(xùn)、開(kāi)發(fā)在線培訓(xùn)課程等。此外，美國(guó)較多使用基礎(chǔ)設(shè)施工具（41%），包括網(wǎng)絡(luò)設(shè)施、平臺(tái)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(guó)（27%）和韓國(guó)（26%）則稍顯不足。在資金投入方面，中國(guó)（8%）、美國(guó)（6%）和韓國(guó)（3%）的使用比例均較低。在數(shù)字服務(wù)方面，中國(guó)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(guó)（4%）和美國(guó)（1%）的重視程度較低。

第三，需求型政策工具。中美韓三國(guó)主要通過(guò)服務(wù)外包和示范推廣來(lái)拉動(dòng)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(gòu)與國(guó)際交流工具。在服務(wù)外包方面，美國(guó)的使用比例最高（67%），其次是韓國(guó)（44%），中國(guó)最少（34%）。例如，美國(guó)指出要建立包容性的技術(shù)生態(tài)系統(tǒng)，推動(dòng)政府、學(xué)校、企業(yè)等不同利益相關(guān)者在技術(shù)購(gòu)買、學(xué)習(xí)空間設(shè)計(jì)和課程規(guī)劃方面進(jìn)行合作。在示范推廣方面，中國(guó)、美國(guó)和韓國(guó)的使用比例分別為57%、22%和39%。例如，中國(guó)注重開(kāi)展示范性的教師信息化教學(xué)能力培訓(xùn)項(xiàng)目，力求形成可推廣的經(jīng)驗(yàn)和模式，帶動(dòng)各地因地制宜地開(kāi)展教師培訓(xùn)。從政府采購(gòu)工具的選擇情況來(lái)看，只有美國(guó)和韓國(guó)使用，中國(guó)尚未使用。在國(guó)際交流方面，只有中國(guó)（9%）和韓國(guó)（11%）進(jìn)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(píng)價(jià)指標(biāo)體系后，采用德?tīng)柗品ㄟM(jìn)行指標(biāo)修訂。根據(jù)第一輪問(wèn)卷結(jié)果，一級(jí)指標(biāo)符合量化標(biāo)準(zhǔn)并收到0條專家意見(jiàn)，二級(jí)指標(biāo)符合量化標(biāo)準(zhǔn)但收到4條專家意見(jiàn)。因此，針對(duì)二級(jí)指標(biāo)進(jìn)行修改（增加“X7:5政策透明度”和“X9:4國(guó)際競(jìng)爭(zhēng)”，并修改政策領(lǐng)域中二級(jí)指標(biāo)的評(píng)價(jià)標(biāo)準(zhǔn)），在此基礎(chǔ)上進(jìn)行第二輪專家調(diào)查。根據(jù)表7，與第一輪二級(jí)指標(biāo)的總體情況相比，第二輪二級(jí)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(jí)指標(biāo)的總體情況

由表7可知，評(píng)價(jià)指標(biāo)的科學(xué)性和合理性提高，不需要再次進(jìn)行第三輪專家問(wèn)卷調(diào)查，最終的評(píng)價(jià)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(píng)價(jià)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(píng)價(jià)對(duì)象（分別為中美韓三國(guó)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(hào)政策文件）。接著，通過(guò)研讀賦分，得到各項(xiàng)政策的多投入—產(chǎn)出表。然后，計(jì)算得到各項(xiàng)政策的PMC指數(shù)，通過(guò)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(jí)（如表9所示）。

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

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(dá)圖（圖9）。由此可知，中美韓三國(guó)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(jí)總體良好，說(shuō)明中美韓三國(guó)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(jì)較為科學(xué)。然而，中美韓三國(guó)政策的PMC曲面均有一定的凹陷，說(shuō)明中美韓三國(guó)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(guó)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(dá)圖

為進(jìn)一步比較中美韓三國(guó)教師教育數(shù)字化轉(zhuǎn)型政策的差異，繪制了中美韓三國(guó)政策各指標(biāo)均值的雷達(dá)圖（如圖10所示）。由此可知，中國(guó)有7項(xiàng)指標(biāo)的平均值大于等于平均值，美國(guó)有2項(xiàng)，韓國(guó)有7項(xiàng)。中美韓三國(guó)在政策視角（X5）、政策主題（X3）、政策驅(qū)動(dòng)（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(guó)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(guó)依托國(guó)家智慧教育公共服務(wù)平臺(tái)為超過(guò)1,300萬(wàn)教師提供研修課程資源（林煥新, 2023），實(shí)現(xiàn)從政策主題到實(shí)踐應(yīng)用的轉(zhuǎn)化。又如，在落實(shí)《2022年教職員研修的優(yōu)先事項(xiàng)》之后，韓國(guó)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(guó)在政策性質(zhì)（X1）、政策時(shí)效（X2）、政策工具（X4）和政策領(lǐng)域（X6）上的得分較低。在政策時(shí)效方面，中美韓三國(guó)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(guó)政策各指標(biāo)均值雷達(dá)圖

四、

結(jié)論與啟示

通過(guò)“政策主題—政策工具—政策效力”三維框架分析中美韓三國(guó)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(guó)在教師教育數(shù)字化轉(zhuǎn)型政策方面的異同。在國(guó)際比較分析的基礎(chǔ)上，結(jié)合中國(guó)實(shí)際，可以為中國(guó)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(duì)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(huì)文化語(yǔ)境和制度語(yǔ)境中進(jìn)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(guó)均強(qiáng)調(diào)教師的素養(yǎng)提升，但主題時(shí)序分布有所差異

中美韓三國(guó)的政策主題具有橫縱交叉性特征，在橫向和縱向兩個(gè)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(diǎn)，但其他主題有所側(cè)重。中美韓三國(guó)均關(guān)注教師素養(yǎng)中的數(shù)字素養(yǎng)。中國(guó)的政策話語(yǔ)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(jìn)”的變革智慧。韓國(guó)提出的“未來(lái)智能信息社會(huì)教師核心能力”反映了其長(zhǎng)期取向文化，具體表現(xiàn)為“通過(guò)教師培訓(xùn)體系創(chuàng)新引領(lǐng)未來(lái)公共教育”（???, 2021）。此外，美國(guó)強(qiáng)調(diào)資源支持保障的背后由“促進(jìn)教師發(fā)展→提高人才培養(yǎng)質(zhì)量→增強(qiáng)美國(guó)全球競(jìng)爭(zhēng)力”的政策邏輯所主導(dǎo)（Tatto, 2021）。與中國(guó)和美國(guó)相比，韓國(guó)政策主題的覆蓋性更廣。另一方面，在縱向時(shí)序變化上，主題的延續(xù)性與時(shí)新性共存。美國(guó)政策的延續(xù)性最強(qiáng)，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(guó)政策介于兩輪《國(guó)家教育技術(shù)規(guī)劃》之間，既落實(shí)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(jì)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(guó)的復(fù)雜政策生態(tài)和文化體制中進(jìn)行考察。正如有訪談專家指出的，這背后還依賴于其相對(duì)成熟的多層治理協(xié)作網(wǎng)絡(luò)、注重證據(jù)評(píng)估的決策文化以及對(duì)教師專業(yè)發(fā)展的持續(xù)重視。此外，中國(guó)和韓國(guó)的政策主題還體現(xiàn)時(shí)新性。為建設(shè)教師教育強(qiáng)國(guó)，中國(guó)逐步形成了與時(shí)俱進(jìn)的教師教育政策體系（李廣 等, 2024）。對(duì)韓國(guó)而言，提高教師的專業(yè)性以應(yīng)對(duì)未來(lái)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(guó)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(guó)均重視教師教育數(shù)字化轉(zhuǎn)型的環(huán)境營(yíng)造與供給牽引，但忽視需求拉動(dòng)。由于教育利益相關(guān)者的多樣性、較高的管理風(fēng)險(xiǎn)和轉(zhuǎn)型初期市場(chǎng)導(dǎo)向性不足等因素（陳良雨 & 段旭萍, 2023），中美韓三國(guó)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(shí)，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(duì)政策精細(xì)化提出了更高要求。”此外，三類政策工具的具體使用情況也有所差異。第一，環(huán)境型政策工具：中國(guó)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(guó)在政策中更多提供框架性的策略舉措，較少關(guān)注層級(jí)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(guó)較多使用基礎(chǔ)設(shè)施工具且類型多元，是個(gè)人主義文化和市場(chǎng)機(jī)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(guó)對(duì)教師作為‘教育設(shè)計(jì)者’而非‘技術(shù)執(zhí)行者’角色的尊重”。在推進(jìn)教師管理信息化的戰(zhàn)略目標(biāo)下，中國(guó)重視“積極推進(jìn)教師系統(tǒng)及相關(guān)教育管理服務(wù)平臺(tái)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(gòu)程序冗長(zhǎng)且復(fù)雜以及國(guó)際交流受到文化差異和政策獨(dú)立性的限制，因此，政府采購(gòu)和國(guó)際交流這兩類工具使用較少。此外，韓國(guó)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(duì)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(guó)均關(guān)注政策視角與驅(qū)動(dòng)，但各維度效力水平有所不同

中美韓三國(guó)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(gè)評(píng)價(jià)指標(biāo)上的得分差異較大，各個(gè)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(guó)均關(guān)注政策視角和政策驅(qū)動(dòng)。這表明中美韓三國(guó)均明確意識(shí)到教師教育數(shù)字化轉(zhuǎn)型是一項(xiàng)系統(tǒng)性工程，既是國(guó)家層面教育數(shù)字化戰(zhàn)略行動(dòng)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(dòng)，還需要立足教學(xué)這一核心場(chǎng)域（祝智庭 & 胡姣, 2022），受到國(guó)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(dòng)。另一方面，中美韓三國(guó)對(duì)政策性質(zhì)、政策時(shí)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(guó)對(duì)政策預(yù)測(cè)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(cè)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(guó)的政策時(shí)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(guó)和美國(guó)的政策時(shí)效聚焦長(zhǎng)期或中期某一維度，而韓國(guó)則同時(shí)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(guó)的教育數(shù)字化政策在制定時(shí)大多聚焦于單一目標(biāo)。其三，中美韓三國(guó)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(guó)對(duì)文化領(lǐng)域有一定關(guān)注，強(qiáng)調(diào)要把數(shù)字設(shè)計(jì)鴻溝納入學(xué)校文化中。中美韓三國(guó)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(jì)，這可能也造成了相關(guān)內(nèi)容的缺失。

（二）啟示與建議

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

1. 基于教師畫像設(shè)計(jì)分層政策主題，構(gòu)建敏捷調(diào)適的政策話語(yǔ)分配機(jī)制

中國(guó)教師教育數(shù)字化轉(zhuǎn)型政策主題不夠全面，針對(duì)性也有待提升。盡管中國(guó)通過(guò)重復(fù)信息素養(yǎng)等話語(yǔ)來(lái)促進(jìn)教師素養(yǎng)提升，但政策缺乏時(shí)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(shí)現(xiàn)全面性與針對(duì)性的平衡，也需要以政策主題分配機(jī)制為依托，促使政策主題實(shí)現(xiàn)延續(xù)性與時(shí)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(jì)從宏觀到微觀的分層政策主題框架。教育部可以依托國(guó)家智慧教育平臺(tái)，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(shí)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(tái)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(yǔ)權(quán)。在此基礎(chǔ)上，發(fā)揮社會(huì)主義協(xié)商民主制度的優(yōu)勢(shì)，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(bǔ)當(dāng)前政策主題的缺失與針對(duì)性不足。例如，考慮師范生智能實(shí)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(yǔ)分配機(jī)制，進(jìn)行政策主題的動(dòng)態(tài)調(diào)整。中國(guó)可以通過(guò)構(gòu)建以教育政策研究機(jī)構(gòu)和政策執(zhí)行者為主、社會(huì)監(jiān)測(cè)為輔的教育政策評(píng)估組織（葛新斌 & 趙紅艷, 2024），開(kāi)發(fā)意見(jiàn)反饋的層級(jí)數(shù)字平臺(tái)（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(huì)”，掌握政策實(shí)施效果。結(jié)合動(dòng)態(tài)更新的需求圖譜，采用“增量改革”策略調(diào)整政策話語(yǔ)，即對(duì)實(shí)施效果顯著的政策進(jìn)行細(xì)化延伸，對(duì)滯后政策采取主題置換，為爭(zhēng)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(duì)短周期聚焦技術(shù)革新等時(shí)新性主題，通過(guò)“主題內(nèi)交叉”模式進(jìn)行微調(diào)，對(duì)長(zhǎng)周期主題通過(guò)“主題間交叉”模式實(shí)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(shí)新性。

2. 依托梯度擴(kuò)散優(yōu)化政策工具結(jié)構(gòu)，發(fā)揮推拉聯(lián)動(dòng)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(duì)“環(huán)境型＞供給型＞需求型”的政策工具分布情況，中國(guó)需要用“梯度擴(kuò)散”的方式動(dòng)態(tài)優(yōu)化政策工具的整體結(jié)構(gòu)。此外，作為超大型國(guó)家，中國(guó)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(shí)間階段差異，按照“夯實(shí)環(huán)境根基→提升供給質(zhì)量→激活市場(chǎng)需求”的邏輯，采用“梯度擴(kuò)散”的漸進(jìn)式改革策略，減少轉(zhuǎn)型中的不確定性規(guī)避傾向，有重點(diǎn)地協(xié)調(diào)工具使用比例，優(yōu)化工具結(jié)構(gòu)。在試點(diǎn)期，夯實(shí)環(huán)境根基。中國(guó)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(gè)體的能動(dòng)性，通過(guò)采用中國(guó)特色的“破立”方法（陳金龍 & 吳智楠, 2024）優(yōu)化政策設(shè)計(jì)機(jī)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(shí)施差異化補(bǔ)貼標(biāo)準(zhǔn)；三是在探索實(shí)施框架協(xié)議采購(gòu)的基礎(chǔ)上，嘗試構(gòu)建通用和個(gè)性為一體的分層供給機(jī)制來(lái)刺激需求。在成熟期，激活市場(chǎng)需求，構(gòu)建并完善數(shù)字教育產(chǎn)業(yè)化發(fā)展機(jī)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(jìn)行環(huán)境升級(jí)，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(jìn)條例等，識(shí)別并化解教師教育數(shù)字化轉(zhuǎn)型中的風(fēng)險(xiǎn)。

另一方面，在環(huán)境保障的基礎(chǔ)上，通過(guò)推拉雙向互動(dòng)，發(fā)揮“供給—需求”政策工具組合的動(dòng)力耦合效應(yīng)，實(shí)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(duì)數(shù)字化工具和平臺(tái)的使用需求，提升其使用體驗(yàn)，從而影響政府采購(gòu)、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(shí)際使用反饋采購(gòu)數(shù)字化資源，讓企業(yè)負(fù)責(zé)技術(shù)運(yùn)維并承擔(dān)非核心業(yè)務(wù)等。其二，基于“先試點(diǎn)后推廣”的政策傳統(tǒng)與政策制定模式（張國(guó)強(qiáng) & 薛一馨, 2018），充分發(fā)揮示范推廣工具的優(yōu)勢(shì)，將試點(diǎn)經(jīng)驗(yàn)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(duì)伍建設(shè)試點(diǎn)典型案例”中各高校在智能化基礎(chǔ)設(shè)施建設(shè)和個(gè)性化教育服務(wù)提供等方面的優(yōu)秀經(jīng)驗(yàn)，化解中國(guó)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(guò)人機(jī)協(xié)同開(kāi)展群體智能決策，打造多維并進(jìn)的政策效力提升路徑

中國(guó)的政策在政策性質(zhì)、政策時(shí)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(jī)器數(shù)據(jù)智慧與人腦自然智慧的人機(jī)共治智慧進(jìn)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(guò)人機(jī)協(xié)同的方式開(kāi)展群體智能決策（王易 等, 2024），從多個(gè)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(jì)雙循環(huán)校驗(yàn)機(jī)制，豐富政策性質(zhì)，提升政策的預(yù)測(cè)力。中國(guó)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(huì)。然后，依托“一平臺(tái)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(cè)模型。在此基礎(chǔ)上，設(shè)計(jì)雙循環(huán)校驗(yàn)機(jī)制，即讓機(jī)器基于數(shù)據(jù)生成預(yù)測(cè)情景，讓人類剔除違背社會(huì)價(jià)值觀的機(jī)器方案，從而反向訓(xùn)練模型，在學(xué)習(xí)迭代的過(guò)程中預(yù)測(cè)教師需求規(guī)模、潛在技術(shù)風(fēng)險(xiǎn)（黃蓓蓓 等, 2024）、未來(lái)應(yīng)用場(chǎng)景和教育發(fā)展形態(tài)等。

第二，采用層級(jí)式細(xì)化策略，優(yōu)化政策時(shí)效，提升政策的穿透力。對(duì)中國(guó)而言，需要關(guān)注政策時(shí)效的全生命周期。首先，基于數(shù)據(jù)底座，通過(guò)數(shù)據(jù)挖掘精準(zhǔn)診斷轉(zhuǎn)型現(xiàn)狀，評(píng)估現(xiàn)有資源與能力，結(jié)合預(yù)測(cè)結(jié)果總結(jié)發(fā)展方向，從而制定長(zhǎng)期目標(biāo)，回應(yīng)高質(zhì)量教師教育體系建設(shè)和中國(guó)教師教育現(xiàn)代化的戰(zhàn)略愿景。其次，設(shè)計(jì)教育決策大模型（劉驥 & 張晉, 2025）和智能化任務(wù)分解平臺(tái)，對(duì)專家輸入的長(zhǎng)期目標(biāo)進(jìn)行拆解，生成關(guān)聯(lián)性任務(wù)樹(shù)，并識(shí)別任務(wù)優(yōu)先級(jí)。再次，專家進(jìn)行修正，并通過(guò)周期性反饋實(shí)現(xiàn)迭代更新。最后，將長(zhǎng)期目標(biāo)進(jìn)一步細(xì)化為可操作的階段性實(shí)施方案，進(jìn)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(tuán)隊(duì)，拓展政策領(lǐng)域，提升政策的融合力。在邀請(qǐng)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(shí)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(duì)機(jī)器發(fā)現(xiàn)的關(guān)聯(lián)進(jìn)行理性評(píng)估、價(jià)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(yùn)維與管理模式，通過(guò)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(guó)家“在教育的數(shù)字化、國(guó)際化、綠色化方向上開(kāi)辟發(fā)展新空間”的號(hào)召（教育部, 2024）。

五、

結(jié)語(yǔ)

本研究構(gòu)建了“政策主題—政策工具—政策效力”三維框架，對(duì)中美韓三國(guó)的教師教育數(shù)字化轉(zhuǎn)型政策進(jìn)行了深度分析與比較，為評(píng)估和優(yōu)化我國(guó)教師教育數(shù)字化轉(zhuǎn)型政策提供了翔實(shí)的數(shù)據(jù)支持、全面的分析框架和多元的國(guó)際視野。面向未來(lái)，需要以理性思維和未來(lái)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(jī)協(xié)同走向人機(jī)共生成為重要趨勢(shì)，但人工智能的微觀權(quán)力可能對(duì)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(dòng)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(shí)，也可能加劇城鄉(xiāng)教師智能技術(shù)感知敏銳度的層級(jí)分化并進(jìn)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(fù)能”。

參考文獻(xiàn)

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(jì)政策文本量化評(píng)價(jià). 情報(bào)科學(xué)（12）, 139-145.

蔡旻君, & 張書琦. （2024）. 推進(jìn)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(píng)估分析. 電化教育研究（9）, 37-44, 60.

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

陳金龍, & 吳智楠. （2024）. 中國(guó)共產(chǎn)黨制度建設(shè)的“破立”方法. 南通大學(xué)學(xué)報(bào)（社會(huì)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(yùn)用. 中國(guó)電化教育（5）, 74-79.

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

儲(chǔ)伊力, 曹振祥, 儲(chǔ)節(jié)旺, 凌麗, & 吳娟. （2024）. 長(zhǎng)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(píng)價(jià)：遼寧及相關(guān)省市比較. 科技進(jìn)步與對(duì)策（1）, 132-140.

葛新斌, & 趙紅艷. （2024）. “組團(tuán)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(bào)（社會(huì)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(shí)踐策略. 開(kāi)放教育研究（1）, 53-59.

胡峰, 溫志強(qiáng), 沈瑾秋, & 姚緣. （2020）. 情報(bào)過(guò)程視角下大數(shù)據(jù)政策量化評(píng)價(jià)——以11項(xiàng)國(guó)家級(jí)大數(shù)據(jù)政策為例. 中國(guó)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(guó)際政策、焦點(diǎn)問(wèn)題與發(fā)展策略. 國(guó)家教育行政學(xué)院學(xué)報(bào)（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(xiǎn)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(huì)治理的風(fēng)險(xiǎn)、誘因及實(shí)踐策略. 四川輕化工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版）（6）, 30-38.

教育部. （2017-4-5）. 關(guān)于全面推進(jìn)教師管理信息化的意見(jiàn). 中華人民共和國(guó)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(guó)教育工作會(huì)議召開(kāi). 中華人民共和國(guó)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(shí)國(guó)家教育數(shù)字化戰(zhàn)略行動(dòng) 全面提升教師隊(duì)伍信息化素養(yǎng)和現(xiàn)代化治理水平——2022年教師隊(duì)伍數(shù)字化建設(shè)情況報(bào)告. 中國(guó)電化教育（4）, 1-6.

李廣, 姜佳含, & 秦一銘. （2024）. 教師教育強(qiáng)國(guó)建設(shè)的歷史依據(jù)、時(shí)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(qiáng)師之路——數(shù)字化賦能高質(zhì)量教師隊(duì)伍建設(shè)綜述. 中華人民共和國(guó)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(jìn)教育決策現(xiàn)代化. 中國(guó)遠(yuǎn)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(jī)制、風(fēng)險(xiǎn)及其應(yīng)對(duì). 中國(guó)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(dòng). 中國(guó)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(yàn)——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(píng)價(jià)——以江浙滬地區(qū)為例. 遠(yuǎn)程教育雜志（1）, 50-60.

任友群, 馮曉英, & 何春. （2022）. 數(shù)字時(shí)代基礎(chǔ)教育教師培訓(xùn)供給側(cè)改革初探. 中國(guó)遠(yuǎn)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(jiàn)”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(shí)踐的多案例分析. 中國(guó)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(xiàng)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(píng)價(jià)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(bào)（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(guó)路徑. 比較教育學(xué)報(bào)（5）, 3-15.

王易, 王成良, & 邱國(guó)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(guó)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(guó)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(guó)電化教育（2）, 89-99.

王正青, 田霄, & 唐曉玲. （2024）. 美國(guó)國(guó)家教育技術(shù)計(jì)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(guó)教育學(xué)刊（9）, 13-20.

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

修南. （2024）. 政策工具視角下歐盟國(guó)家推進(jìn)教育數(shù)字化轉(zhuǎn)型的行動(dòng)路徑研究——基于芬蘭、瑞典、法國(guó)、匈牙利和羅馬尼亞的比較. 外國(guó)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(jìn)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(guó)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(bào)（社會(huì)科學(xué)版）（3）, 105-109.

張國(guó)強(qiáng), & 薛一馨. （2018）. 改革開(kāi)放四十年我國(guó)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(guó)區(qū)域科技創(chuàng)新政策的量化評(píng)價(jià)——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(huì)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(shí)踐進(jìn)路. 四川輕化工大學(xué)學(xué)報(bào)（社會(huì)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(shí)踐路向. 中國(guó)教育學(xué)刊（6）, 14-21.

鄭旭東, 李榮輝, & 萬(wàn)昆. （2023）. 略論基礎(chǔ)教育教師隊(duì)伍數(shù)字化轉(zhuǎn)型. 中國(guó)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(zhǎng)三角的異質(zhì)性視角. 首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報(bào)（6）, 59-76.

祝新宇, 馬曉強(qiáng), 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(guó)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(guó)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(jiǎn)介

錢小龍，南通大學(xué)教育科學(xué)學(xué)院教授、未來(lái)教育研究所所長(zhǎng)（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(lái)教育研究所研究員（通訊作者：amyhbb@ntu.edu.cn 南通 226019）。

基金項(xiàng)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(jī)制研究”（課題編號(hào)：A/2024/b6）

責(zé)任編輯：?jiǎn)瘟?陳鳳英

期刊簡(jiǎn)介

《中國(guó)遠(yuǎn)程教育》創(chuàng)刊于1981年，是教育部主管、國(guó)家開(kāi)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(huì)科學(xué)引文索引（CSSCI） 來(lái)源期刊、全國(guó)中文核心期刊、中國(guó)人文社會(huì)科學(xué)期刊AMI綜合評(píng)價(jià)（A刊） 核心期刊、中國(guó)科學(xué)評(píng)價(jià)研究中心（RCCSE） 核心期刊、中國(guó)期刊方陣雙效期刊、人大復(fù)印報(bào)刊資料重要轉(zhuǎn)載來(lái)源期刊，面向國(guó)內(nèi)外公開(kāi)發(fā)行。

本刊關(guān)注重大教育理論與政策，推動(dòng)科技賦能教育，反映國(guó)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(hào)

郵編

電話

010-68182514

電郵

zzs@ouchn.edu.cn

網(wǎng)址

cjde.ouchn.edu.cn

本文來(lái)源｜中國(guó)遠(yuǎn)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(lái)源標(biāo)注錯(cuò)誤或侵犯了您的合法權(quán)益，請(qǐng)作者持權(quán)屬證明與我們聯(lián)系，我們將及時(shí)更正、刪除，謝謝。