从「用工具」到「与AI共同教学」
生成式人工智能（GenAI）正加速进入高校课堂，教学也在从「技术辅助」阶段走向「智能重构」。过去的教育技术，多数只是信息呈现、管理或沟通的工具；而GenAI能够生成教学内容、提供适应性反馈，甚至参与教学过程中的人机协作。教师的角色随之改变——不再只是技术的使用者，而越来越像是AI支持下的教学设计者与实践者。
研究者为此提出一个概念：AI教学创新行为（AI-TIB），指教师在GenAI支持的教学中生成并实施创新做法，包括评估AI产出的内容、把它们调整到教学目标的轨道上、与AI共同设计学习活动等。
一个更贴合的框架：AI-TPACK
以往解释教师是否采用新技术，常用技术接受模型（TAM）等，关注的是「愿不愿意用」。但在AI情境下，仅仅「会用」远远不够。
AI-TPACK框架在原有的TPACK（技术—教学法—内容知识）基础上，强调教师对AI特性、算法逻辑、伦理议题和人机协作的理解，以及在AI情境中把技术、教学法和学科内容整合起来的能力。相比传统框架，它更适合解释教师如何把GenAI变成有教学意义的创新，而不只是把它当成一个工具。
研究是怎么做的
研究招募了来自8所综合性大学的898名中国高校教师，用标准化量表测量AI-TPACK各维度、教学效能感、职业认同、AI素养以及AI教学创新行为，并通过结构方程模型和多组分析检验这些变量之间的关系。
四个主要发现
第一，并非所有AI知识都与创新行为相关。 在AI-TPACK的各维度中，除「AI技术知识」和「整合性知识」外，其余维度都与AI教学创新行为显著相关。也就是说，单纯了解AI技术本身，或者笼统的知识整合，并不足以推动教学创新；与具体教学情境结合更紧密的能力维度，才与创新行为关系更密切。
第二，职业认同和AI素养起部分中介作用。 也就是说，能力结构与创新行为之间的联系，有一部分是「经由」职业认同和AI素养发生的。教师越把AI融入看作专业成长的一部分，越能批判性地理解、合乎伦理地使用AI，就越可能把知识真正转化为课堂上的创新实践。
第三，教学效能感的中介作用只得到部分支持。 按照社会认知理论，光有知识还不够，还要有「我能行」的信心。但在这项研究中，这条心理路径只被部分证实，说明效能感的作用可能更复杂，也更依赖具体条件。
第四，一个耐人寻味的差异。 多组分析显示，在自报GenAI工具使用频率较低的教师群体中，职业认同与创新行为之间的关联反而更强。可能的解释是：频繁使用者已经形成使用惯性，而对使用较少的教师来说，「AI整合是否属于我的职业角色」这一点，更能决定他们是否真的去尝试创新。
对高校和教师的启示
- 教师发展培训如果只停留在工具操作层面，效果可能有限；同时触及职业认同与AI素养，才更可能带来行为改变。
- 对使用AI较少的教师，从专业身份出发的引导（「这是教师专业成长的一部分」）可能比单纯的技术培训更有效。
- 学校需要为教师留出评估AI产出、与AI协同设计的实践空间，而不只是购买工具、要求使用。
需要留意的边界
该研究基于教师的自我报告和横断面数据，只能说明变量之间存在关联，不能直接推断因果；样本来自8所综合性大学，结论推广到其他类型院校时需保持谨慎。