基于虚拟学习平台的师范生教师胜任力的培养模式设计与构建

中图分类号：G434 文献标识码：A论文编号：1674—2117（2025）09-0092-06

引言

教师胜任力是教师从事教育工作的基础条件，也是提高教师教育水平的指南针。对于多数师范生而言，他们未来职业发展的首选通常是中小学教师。而师范生是否具备应有的教师胜任力，与他们将来能否满足教育行业的要求紧密相联，也决定了他们能否顺利就业以及就业后的工作表现和发展潜力。

随着国家教育现代化与教育信息化改革的不断推进，《国家“十四五”教育事业发展规划》《虚拟现实与行业应用融合发展行动计划（2022—2026年）》中均强调了教育新技术与在线资源在人才培养上的重要性，以及虚拟现实技术与教育领域融合的重要价值。而利用虚拟现实技术实现多维情境创设，利用大数据等在线资源实现个性化资源推送，可以有效丰富师范生培养途径，创设多元化的评价工具，为更好地推动教师队伍建设提供平台保障。

目前，虽然不少师范高校引入了虚拟学习平台以提高师范生培养质量，但对该项新技术如何运用于师范生能力培养的研究较少。因此，本文基于虚拟学习平台，尝试探讨此环境下师范生教师胜任力的培养模式构建，并以小学教育师范生为例，论述平台对师范生教师胜任力培养的作用，以期为师范生教师胜任力培养模式提供支持，推动高校师范生教育的创新和发展。

师范生教师胜任力及培养

1.师范生教师胜任力

教师胜任力是可以用来区分教师绩效表现的一种特征，主要可以涵盖知识、技能、素养及人格等多方面。目前，学界对教师胜任力还没有统一的界定标准，但国内外学者普遍认可的是，教师胜任力的定义应该包括与实施成功教学有关的专业知识和专业技能。

因此，在上述概念的基础上，结合师范生的特点与培养要求，本文对师范生教师胜任力作出以下界定：师范生教师胜任力是指师范生在拥有较高的专业知识、专业能力与专业情感的前提下，立志于投身教育事业，有能力实施成功的教育教学工作，并具有解决突发状况、特殊状况的能力。

美国学者理查德·博亚特兹提出的胜任素质洋葱模型，认为把胜任素质由内到外概括为层层包裹的结构，越向外层越易于培养和评价，越向内层越难以评价和习得。因此，本文借鉴该模型理论，并考虑到可培养、可评价、可测查的研究要求，将师范生教师胜任力具体规定为更易培养的知识技能类，包括批判性思维能力与表达能力，以及较难习得的情感态度类，包括就业自信心和职业认同感（如图1）。

根据师范生胜任力模型，结合小学教育专业培养目标，本文对小学教育专业师范生的教师胜任力培养目标及考察标准进行了界定（如下表所示）。

2.现有的胜任力培养模式

目前，教师胜任力研究大多集中于不同教师胜任力群体的现状调查和差异比较，下面，笔者对两个已形成可实践理论的培养模式进行介绍。

（1）OOICCI培养模式

OOICCI培养模式是由中国科学院大学“一生一芯”教学改革项目团队提出，该模式通过开源式学生招募（Open enrollment）激发学生投身芯片行业的志趣，按照目标导向式培养流程（Outcome-orientedprocedure）为学员设计个性化成长阶段（Individualized phases），以贯通式课程实践（Coherentpracticises）实现理实结合，通过级联式学习共同体（Cascadedcommunity）进行引导式能力训练（Inductivetrainings），从而实现高质量的芯片人才培养。目前，这套全栈式、全链条、大规模、低成本的科教融合培养方案在四轮实践中已初步显示出其对于培养芯片人才胜任力的成效。

（2）OBE培养模式

OBE教育理念又称成果导向教育，以“学生中心，产出导向，持续改进”为核心理念和行动指南，重视学生的学习成果产出。将OBE理念与胜任力培养将结合，可以打造出目标清晰、产学一体的培养方案，实现基于胜任力培养的从定义产出、实现产出到评价产出的三维全过程规划。

不难发现，为了提高胜任力培养模式的最终成效，在建构模型时就需要提出清晰的培养目标，对培养过程展开全程化规划与监控，开展对培养对象的个性化支持，同时对培养过程及结果给予及时的评价反馈。

3.师范生培养现状及挑战

目前，高校师范生的培养路径主要是通过系统的专业理论学习与教育实践相结合的方式。一方面，学校开设的课程帮助师范生构建起扎实的教育理论基础，知识讲座和学术研讨会等活动为学生提供了接触前沿教育理论、拓展知识视野的机会；另一方面，通过模拟教学、微格教学等形式，师范生可以在安全、可控的环境中进行教学演练，锻炼自己的教学设计、课堂管理、学生评估等能力。同时，教育实习是师范生培养过程中不可或缺的一环。通过在教育机构中的实习，师范生能够深入了解真实的教学环境，与学生进行互动，积累实践经验。在实习期间，他们需要完成教学任务、参与学生管理、组织课外活动等，这些实践经验将帮助他们更好地适应未来的教育教学工作。

然而，通过对新入职师范生的调查可知，现有的培养模式依然存在一些问题： ① 专业知识学习不足，理论根基不扎实。 ② 教育实习环节薄弱，教学实践能力不足。因此，利用虚拟学习平台提供教学实践机会既必要且可行。

基于虚拟学习平台的教师胜任力的培养模型构建

1.理论基础

（1）探究社会理论

探究社会理论源自Garrison、Anderson和Archer于2000年提出的“探究社会模型”，目前已经成为网络教学中极具指导性的理论框架之一。该模型包含三个核心要素—社会临场感、认知临场感和教学临场感，它们相互影响、共同创建，从而形成了有意义的教育经历（学习体验）。Anderson等人将批判性思维、认知临场感和实践探究三个概念相联系，认为认知临场感是形成批判性思维的关键要素，批判性思维的形成又离不开实践探究。该理论注重在教师指导下学生通过相互交流协作，促进认知发展和技能掌握，提高学习满意度，最终实现有效学习。因此，基于此理论探究虚拟学习平台教师胜任力培养，将会对培养师范生批判性思维能力、沟通交流能力及自信心有较高的效能。

（2）具身认知学习理论

具身认知理论主要是指生理体验和心理状态存在着较强的关联，生理体验可以激活心理感觉，而心理上的刺激也会反映到身体感知。只有在学习者认知、身体和环境这三个因素有效交互的情况下，才有可能发生学习。认知的内容是由身体通过感知器官获得的身体体验和人们对身体的主观感受提供的，也就是在主体身体经历过程中身体和客体所处环境的交互作用，决定认知的内容、方式和结果。该理论指出虚拟学习环境是以虚拟现实技术为中介，生成一个与真实环境高度相似的模拟环境。虚拟学习环境具有多模态感知和沉浸式体验等技术优势，有助于创造具身认知环境，推动学习者多通路接受信息和反馈。

（3）OBL实操教学法

实操教学法（Operation-basedLearning，简称OBL）是一种重在应用实际操作来开展教学的方法，即以实操教学为主，以理论教学为辅，来强化学生的运用能力和分析能力，以实际操作来加深学生对理论的理解。实操教学法的大致流程可以分为“准备—演示—操作一联系”四个环节。因此，在虚拟平台构建中，应优化实操场景及学生反馈，通过沉浸式的教学情境演练来提高学生实际教学实践能力。

2.模型作用效果

虚拟学习平台具有场景化、沉浸式、定制化、交互性等特点，能够为师范生提供高具身、深沉浸、强交互的实训场景，有助于师范生对教学实践的感知与体验，实现对教学知识、技能的深度理解及批判性思维的生成与发展。

第一，场景化有利于师范生学习投入。学习投人是衡量学习过程质量的重要指标，虚拟学习环境能够为师范生提供多种不同或非常见教学情境，如特殊教学、急救教学、家访等，让学习者经历观察、感受、探究等活动过程，有助于促进学习者的认知与情感投入，最终形成相关实践经验。

第二，沉浸式有利于师范生自我效能感增强。虚拟学习环境给学习者带来一种高具身感或临场感。这种临场感可以创设特定的教学情境，模拟真实生活情境可以有效激发师范生学习兴趣，使其可以沉浸在教学实践中，进而增强其自我效能感，最终实现高质量的教学模拟。

第三，交互性有利于师范生个性化学习。借助人机交互、大数据算法等人工智能技术，在虚拟学习平台上营造与虚拟学生真实的教学互动场景，有效利用实时交互与反馈、问题的动态生成等特性，充分调动师范生教学机智。

基于虚拟学习平台的教师胜任力培养的路径

虚拟学习平台利用自身环境优势，结合大数据、学习分析等人工智能技术，为师范生胜任力培养构建了一个从“训练”到“评价”，根据“评价”提供“个性化”支持，最终又指导“训练”实践的环形培养路径。在此过程中，每个阶段对能力的培养侧重点不同，而对情感态度的培养始终贯穿于整个培养过程中（如图2）。

据教学环节设置师生问答环节，平台内的虚拟学生会基于平台内嵌的EduGPT教育模型，根据师范生的语言、动作、板书等给出相应的反馈，师范生则需要点评虚拟学生的反馈，并根据学生现有状态引导其顺利完成教学目标。这一部分重点考核的是师范生的批判性思维和表达能力，看其能否对学生的反应给出及时、准确的回应，对不同的回答可以对应给出不同的、适宜的反馈，从多角度、多层次给予学生反馈，激发学生思考。

虚拟学习平台支持平台评价、师生评价、生生评价、自我评价等多种评价手段和方式，从而给师范生提供及时的建议，助力其知识、技能的完善，促进其自信心和效能感的提升，从而提高其胜任力。

1.训练阶段

教师在平台设置实训的教学目标与教学内容，师范生在明确教学内容、完成教学设计后，进人虚拟学习平台，开始教学实训。此时，师范生应完成教学导入环节，即对相关知识进行复习，并对本节课的新知识进行导入。这一部分重点考核的是师范生的表达能力，看其上课是否具有逻辑性、感染力，话语设置能否调动学生的积极性。

（1）知识导入，承上启下

（4）突发事件，“教师”处理

台都将收集学生上课期间的全方位数据，如教学语音、课堂活动记录、教师活动热力区域图、课件/板书、教姿等多模态数据，在进行整合处理与数据加工后，进入评价阶段。

在授课过程中，教师可以在师范生教学实践时设置不同的突发状况，如学生突发身体不适、教室突然飞进小鸟等可能但非常见的事件。教师可以根据师范生的教学能力、层次不同，在教学过程的不同阶段，为师范生嵌入有区分性的事件。这一部分重点考察的是师范生的批判性思维和表达能力，看其能否采用合适的方法正确处理问题，

虚拟学习平台可以通过采集虚拟训练数据、在校学习数据、考评数据、职前实训数据等多维度数据，给予智能教师辅助评价。根据教师录入的评价维度与评价标准，对数据进行处理和采集，及时地对师范生的能力、表现给予评价。教师可以基于平台提供的数据，结合课堂观察，更有针对性地对师范生进行指导，同时也可以根据平台给出的评价给予修改和补充。另外，平台支持将数据在班级同学间开放，可以互相浏览对方的教学数据，给此阶段师范生进入正常的授课流程，完成对所要求内容知识点的讲解。这一部分重点考核的是师范生的表达能力，看其课堂设置环节是否合理，教学内容设置是否有条理、有层次，知识点的讲解是否清晰易懂，能否将复杂的知识用学生可以理解的话进行论述。