讲师的人工智能能力：第54号通知对教学人员意味着什么
第54号通知把人工智能相关内容写进了本科培养方案的学习成果，但没有为讲师另设人工智能标准。然而，正是各专业的讲师要教授和评估这些学习成果，而且36个月审查明确包括讲师队伍。
第54号通知是否为讲师设定了人工智能能力标准？
没有单独的标准。第11条要求讲师队伍的学历、专业和学术或职业能力满足培养方案的目标和学习成果（第11条第1款a项），而学习成果如今包括人工智能相关内容。但该条没有为讲师规定专门的数字能力或人工智能能力标准。
例如，对于本科培养方案，讲师须具有硕士或以上学历，具有博士学位的全职讲师须直接讲授专业基础知识、专业知识和深入知识模块中至少50%的学习量（第11条第2款a项和b项）。人工智能要求体现在培养方案的学习成果（第7条第2款a项）和结构（第9条第3款b项）中，而不在讲师标准中。
为什么讲师能力对审查仍然重要？
因为审查涵盖讲师队伍，而且考核评估必须能衡量学习成果，包括人工智能学习成果。
- 36个月审查包括审查并更新教材、教学资料、讲师队伍和学习资源，使其符合培养方案的目标、学习成果和内容（第25条第2款）。
- 考核评估必须以学习成果为基础，并反映达到学习成果的程度（第10条第2款）。
- 教学方法、学习活动和考核评估必须与学习成果统一设计（第10条第3款）。
由委员会写出的人工智能学习成果，只有当讲授该课程的讲师能设计任务、指导学生并评判作业时才会真正落地。我们认为，这是最可能拖慢审查的环节。
有没有面向教师的人工智能能力框架？
第54号通知中没有。其他框架是独立的文件。
联合国教科文组织的教师人工智能能力框架等国际框架描述了教师需要了解什么、能用人工智能做什么。本指南不概述其他框架或指引。在采用之前，请查阅越南教育培训部的现行文件。
在讲师自己的课程中，人工智能能力是什么样的？
讲师能设计一项人工智能辅助任务，制定清晰的人工智能使用规则，并评估学生自己的推理。
- 在自己的课程中设计一项任务，有计划地使用人工智能，而不是禁止或放任。
- 为每项任务制定清晰规则：允许、限制或禁止使用人工智能，并写入课程大纲。
- 学生随作业提交的人工智能使用日志。
- 简短的口头检测，让学生在不借助工具的情况下解释自己的推理。
- 评分量规评判学生的判断力，而不是工具的产出。
这些是WorldWise Learning的实用建议。讲师始终掌握主导权：人工智能可以提供建议，由讲师作决定。
如何衡量讲师的人工智能准备度？
先做匿名调查，再统计有多少讲师能在本专业教授和评估人工智能内容。
匿名的讲师调查能提供真实的基线：谁在使用人工智能工具、谁设计过人工智能辅助任务、谁有信心评估这类任务。对审查委员会有用的数字是：每个培养方案中，能在本专业教授和评估人工智能学习成果的讲师人数。工具包为此提供了讲师人工智能能力调查表。
培训如何纳入36个月期限？
- 在第一学期调查所有培养方案的讲师。
- 在一个院系试点实操培训，使用该院系自己的课程资料。
- 把试点产生的任务、日志和评分量规作为范例共享。
- 逐个培养方案推广到其余院系。
- 在每个培养方案作出审查决定前再次调查。
我们的讲师人工智能实操培训采用这种方式：讲师用自己的课程资料练习，并保留所有学术判断。