（来源：新华日报）

□ 王菊 靳淑梅

高等教育数字化转型中，高校新文科教师的AI素养提升涉及的不仅仅是人工智能技术的学习与应用，而是涵盖教育理念、知识结构、教学范式与价值体系等方方面面的系统性重构。高校应从教师新角色定位与多维能力重塑两个维度，结合高校智能教育发展趋势与新文科育人特质，找准新时代高校新文科教师AI素养提升的重要着力点。

角色定位：高校新文科智能教育生态的协同演进

数智化时代的高校新文科教师已从知识的单向传播者转为智能教育生态的主动建构者，应以“数智育人价值的引领者+学科交叉融合的推动者+智能教育伦理的守护者+智能学习范式的示范者”的多重身份演进，助推新文科教育教学新生态的加速生成。

数智育人价值的引领者。高校新文科教育的核心使命是培养具有学科交叉背景的复合型人才。随着教育数字化的纵深推进，高校新文科教师应适时将AI等数智化技术应用于日常教育教学实践，让AI技术从单纯的辅助工具转变为教学过程的深度参与者，以更好帮助学生提升综合素养，习得工具理性与价值理性的辩证统一关系，进而塑造健全人格，实现人的全面发展。

学科交叉融合的推动者。打破学科壁垒，构建“文科+AI”的协同创新机制，教师需要成为推动跨学科合作的重要“节点”，一方面将AI等数智技术引入文科教学与研究，开发“AI+文学”“AI+经管”等多学科交叉融合课程；另一方面主动与计算机科学、数据科学等领域的学者建立合作，以智能伦理、数字人文社科等跨学科研究项目的开展，推动新文科研究成果的技术转化。

智能教育伦理的守护者。面对AI等数智技术的潜在风险，高校新文科教师需承担伦理治理的主体责任。在教育层面，可通过课程思政、专题讲座等形式大力普及科技伦理知识；在制度层面，应积极参与制定高校智能教育伦理规范，明确AI辅助教学的技术应用边界；在实践层面，须建立“技术应用—伦理审查—效果反馈”的闭环机制，以及时发现并纠正人机协同教学与科研中的技术滥用和数据安全等问题。

智能学习范式的示范者。AI等数智技术的快速迭代要求高校教师既要始终保持对数字与智能技术融合趋势的敏锐洞察，主动学习生成式AI、AI学科智能体等前沿技术，也要积极参与智能教育领域的培训与学术交流，通过创建虚拟教研室、在线研修社区等，及时掌握智能化时代新文科教育教学的新方法、新路径，还要以身示范，科学引导学生树立“技术迭代—能力进阶”的学习观，培养学生适应数智新时代的自主学习能力。

目标建构：高校新文科教师多维能力的智能重塑

高校新文科教师的AI素养提升需更注重新技术应用与人文价值的深度融合，突破“工具理性”局限，重塑“价值引领—知识整合—能力进阶—伦理治理”的多维能力。具体包括：

智能育人理念的深度重构。高校新文科教育的核心在于培养具有人文底蕴与科技洞见的复合型人才。高校新文科教师需确立“技术向善”的育人观，将社会主义核心价值观、中华优秀传统文化传承与智能技术应用深度融合。同时树立“以学生为中心”的教育理念，借助AI技术精准识别学习者认知特征与情感需求，构建“数据驱动的个性化育人路径”，实现文科教育从“标准化供给”向“精准化培养”的范式转型。

跨学科知识体系的智能整合。新文科的“新”本质上是学科交叉融合的产物，要求教师具备“文科根基+AI通识+领域专长”的复合知识结构。需掌握智能技术基础知识，包括大数据分析、生成式AI等技术原理及其在文科领域的应用场景；熟知智能教育理论知识，理解技术与文科教学深度融合的内在逻辑；熟练掌握跨学科方法论知识，能够运用AI工具开展文本挖掘、社会网络分析等教学实践工作，推动文科研究从经验归纳向数据驱动的范式升级。

人机协同教学能力的系统提升。数智新时代的文科课堂应是“教师引导+AI辅助+学生探究”三元互动的学习新生态。为此，高校新文科教师需重点提升三项核心能力：一是智能教学设计能力，能够运用AI等数智技术工具开发交互式课程；二是数据驱动评价能力，借助学习行为分析技术实现过程性评价与增值性评价的结合；三是人机协同管理能力，能够熟练运用AI等数智技术工具优化教学流程、整合跨学科资源，真正实现数智化时代的“有教无类”和“因材施教”。

数据驱动科研创新的范式转变。新文科研究需突破传统学科边界，构建“AI赋能与创新—问题导向—学科交叉”的科研新范式。因此，高校新文科教师需及时掌握AI驱动的科研方法，如利用大语言模型开展文献综述、通过知识图谱技术整合跨学科研究成果；具备AI工具研发能力，结合文科研究需求开发领域专属应用，如针对古籍整理的OCR识别系统、面向文化遗产保护的数字孪生平台；推动AI技术与文科研究伦理的深度融合，在数据采集、模型训练等环节坚守学术规范。

科技伦理安全治理的责任担当。高校新文科教师作为智能教育的掌控者，应肩负起技术伦理教育者与践行者的双重角色。一方面，要将科技伦理纳入课程教学内容，通过案例研讨等方式培养学生的批判性思维，如分析AI生成内容的著作权归属、算法歧视对社会公平的影响等；另一方面，要在科研与教学实践中自觉接受伦理审查及数据安全监管等。在数据收集过程中确保研究对象的隐私权利等，以自身行为示范技术伦理规范。

（作者分别为宿迁学院人事处处长，宿迁学院教师教育学院教授；本文系江苏高校哲学社会科学研究项目〈2025SJYB1771〉、江苏省教育科学规划重点课题〈ZDIKT/2025/1-8-002504〉阶段性研究成果）