近日，科学教育研究中心童大振团队在生成式人工智能赋能教师教育研究领域取得新进展。相关研究成果以“DeepSeek-assisted physics instructional design: An empirical study of high school physics teaching”为题，于2026年6月30日在国际物理教育研究领域权威期刊《Physical Review Physics Education Research》发表。童大振为第一作者，安徽师范大学教师教育学院为第一完成单位。

随着生成式人工智能快速进入教育场景，如何引导师范生合理使用大模型开展教学设计，已成为智能时代教师教育的重要议题。该研究以220名职前物理教师为对象，围绕“牛顿第三定律”高中物理教学设计任务，采用准实验研究、交互日志分析、认识网络分析和访谈等方法，系统考察DeepSeek对职前教师教学设计质量和人机协同过程的影响。

研究发现，DeepSeek能够有效支持职前教师在教学内容分析、学习者分析、教学目标设定和教学过程细化等方面提升教学设计质量。但研究同时指出，人工智能并不能自动生成高质量教学设计。高表现者往往能够形成“问题表征—AI交互—过程监控”的主动调控模式，而低表现者则更容易出现直接依赖AI输出的倾向。研究还发现，DeepSeek在情境导入、实验设计等方面具有启发价值，但也存在课程标准版本滞后、表述不够精准等问题。

该研究认为，生成式人工智能在教师教育中的合理定位应是“认知支架”而非“替代工具”。相关成果为智能时代师范生AI素养培养、教学设计课程改革以及人智协同教师教育模式建构提供了实证依据和实践启示。