加拿大一项覆盖中小学、大学和专业学习机构，历时一年半的大规模调查研究显示，许多教师并未做好引导学生使用生成式人工智能的准备。研究指出，当前人工智能教育普遍聚焦于技术培训，却忽视了教师是否真正“感到准备好”，而这种“准备感”恰恰决定了人工智能素养教育能否真正落地。

　　这种“准备感”的缺失，并非源于教师缺乏技术操作能力，而是因为教师对生成式人工智能的态度横跨技术、伦理、教学、专业和情感等多个维度，远非简单的“支持”或“反对”所能概括。一名教师可能掌握了人工智能工具的操作方法，却仍然不确定它是否符合自己的教学价值观，可能在利用人工智能教学或评价学生作业时感到不安。

　　这项研究指出，这种不适感，不应被简单归因为抵制态度或素养不足，它更可能是一种负责任的审慎，背后体现着教师在新技术面前对教育本质的严肃思考。研究团队发现，在工作坊中，一些教师全程认真参与讨论，却不愿在调查表格中为自己标注明确的舒适度位置。基于对这种复杂态度的观察，研究提出了4种“舒适度角色”：传统思考者、浅尝者、好奇探索者和深潜者。这些角色不是固定标签，而是引发反思的工具。例如，同一位教师在用人工智能辅助备课时可能是好奇探索者，但在涉及学生作业的诚信问题时却可能变得谨慎，接近浅尝者。研究强调，教师的舒适度会随情境、目的和风险变化，任何简单分类都无法反映真实状态。

　　然而，教师的这种复杂感受并非只停留在个人层面，其影响会直接传导至学生。调查显示，当前许多加拿大学生已经在缺乏结构化指导的情况下使用生成式人工智能。如果教师因自身不适而回避讨论这些工具，学生就只能自行摸索，由此导致人工智能素养差距进一步扩大。这种差距比技术接触机会不均更隐蔽，也更难以弥补。

　　基于上述发现，研究提出了教师人工智能素养培育的优化方向，其核心是跳出“技能至上”的惯性思路。其一，将培育目标从掌握工具操作升级为建立真实的“准备感”，在培训内容中纳入伦理判断、教学法反思和职业价值讨论，让教师有空间思考人工智能与自身教育理念的契合度。其二，将培育形式从单向授课转向对话式工作坊，为不同接受度的教师创造平等交流空间，尤其重视吸纳迟疑、观望的声音，不将“接受快慢”作为评价标准。其三，构建师生协同的人工智能素养培育体系，同步开发面向学生的舒适度谱系，使人工智能素养教育成为师生共同探讨使用边界和价值的过程。总之，要引导教师在支持和信任中回应“该不该用、何时用、用了对学生意味着什么”的问题，从而把政策要求转化为课堂上的真实改变。