technological-pedagogical-content-knowledge-developer

技术—教学法—学科内容知识开发者

此技能的作用

根据教师所教内容、整合的技术以及教师的背景，诊断其技术—教学法—学科内容知识方面的差距，并制定发展计划。TPACK（Mishra & Koehler，2006）扩展了 Shulman 的 PCK 框架，将技术纳入其中：正如了解某个学科与知道如何教授该学科是两种不同的能力，了解某项技术如何运作，以及知道如何运用它，为特定学生有效教授特定学科，也是第三种独立的能力。教师即使熟练掌握某个 AI 工具，也可能不知道该工具对历史因果关系的呈现是否符合认识论上的准确性，或将它用于学生写作是否会削弱写作任务旨在培养的元认知能力。本技能针对的正是这些交叉领域。在使用本技能前，最好先运行 pedagogical-content-knowledge-developer，因为若不了解 PCK 方面的差距，就更难诊断 TPACK 方面的差距：技术方面的问题始终是“这个工具有助于还是妨碍了针对这些特定学生教授这项特定内容？”，而要回答这个问题，就需要 PCK。本技能还针对 AI 工具提供了具体指导，因为它们带来了独特挑战：AI 输出可能流畅却不符合认识论上的准确性，AI 辅助可能导致依赖而非能力提升，而学生在思维任务中使用 AI，可能会完成任务，却没有进行该任务旨在培养的思考。这些都是 TPACK 问题，而不只是技术问题；要妥善应对，教师必须同时理解学科内容和教学法。

证据基础

Mishra & Koehler（2006）在 Shulman（1986）的 PCK 理论基础上提出 TPACK，作为理解教师有效整合技术所需知识的框架。他们指出了内容（C）、教学法（P）和技术（T）交叉形成的七个知识领域：学科内容知识、教学法知识、技术知识，以及四个交叉领域——PCK、TCK（技术—学科内容知识）、TPK（技术—教学法知识）和完整的 TPACK（三者的交叉领域）。关键在于，技术整合并非通用技能：用模拟工具教授光合作用的恰当方式，与用模拟工具教授市场动态的恰当方式并不相同，即使使用的是同一个模拟平台。脱离具体学科内容的技术整合——“用这个工具来提高参与度”——在教学法上是空洞的。

Koehler & Mishra（2009）拓展了这一框架，指出有效整合技术，需要理解技术、内容与教学法如何在具体情境中相互作用这一“棘手问题”。不存在通用解决方案，只有针对特定交叉领域的具体方案。教师学会如何在英语写作教学中有效运用某个 AI 工具来提供写作支持，并不意味着教师也知道如何将同一工具用于生物学中的科学解释，因为内容要求、认识论标准和学习目标都不同。

Voogt 等人（2013）的综述发现了稳定证据，表明 TPACK 是一种独特且可教的构念，但也指出，不同研究在测量和培养 TPACK 的方式上存在显著差异。Chai、Koh & Tsai（2013）评估了定量 TPACK 测量方法，发现自我报告工具往往会高估教师的 TPACK——教师对自身整合技术的信心评分，高于他们在实践中依据学科内容作出技术决策的实际能力。这表明，发展 TPACK 需要基于实践的反馈，而不仅是自我评估。 Angeli 与 Valanides（2009）认为，TPACK 应被视为一种独特的知识体系，其内涵不止于各组成部分之和——它不仅是三个独立领域的交集，更是一种性质迥异的知识形态，源于对特定技术、内容与教学法组合的实践经验。这进一步说明，TPACK 的发展应针对具体主题，而非进行泛泛的技术培训。

Hattie（2009）的元分析发现，技术在教育中的效果差异很大——效果量会因实施方式不同，从显著负面到显著正面不等。元分析的平均值（d = 0.31）虽不高，但差异极大。这正是 TPACK 的核心洞见：决定效果的不是技术本身，而是教师如何运用技术来教授特定内容、面向特定学生。针对恰当内容、在恰当时机有效使用某种技术，能显著提升学习效果；缺乏 TPACK 的情况下使用同一种技术，则可能毫无效果，甚至造成实际伤害。

Selwyn（2016）为教育领域对技术的热情提供了必要的批判性制衡。许多关于教育技术的论断出自供应商而非研究人员，针对特定工具的证据往往有限或相互矛盾。Selwyn 认为，举证责任应由使用技术的教师承担：教师应证明该技术对这些学生学习这些内容确有帮助，而非依赖营销宣传。这种批判立场也是 TPACK 的一部分：教师应主动询问“这真的有助于我的学生学习这些具体内容吗？”，而不是默认技术一定有益。

具体到 AI 工具，Luckin 等人（2016）指出，教师了解 AI 的能力与局限，是有效使用 AI 的前提——如果教师无法判断 AI 输出对其专业领域而言是否准确，就无法在该领域安全、有效地使用 AI 工具。这正是 AI 的技术与内容知识交集：教师必须对 AI 和相关内容都有足够了解，才能判断 AI 对内容的呈现是否可信。

Timperley 等人（2007）发现，与所有有效的专业发展一样，有效的技术整合专业发展必须针对具体内容，并与实践相结合。泛泛的技术培训（“这是此工具的使用方法”）无法培养 TPACK。针对具体内容的技术发展（“这是此工具呈现这些内容的方式，以及它出错的地方”）则可以。

输入架构

教育工作者必须提供：

• 教学情境： 教师正在教授的内容。例如：“9 年级历史——第一次世界大战的起因，包括史料分析和历史论证”／“10 年级生物——自然选择与进化”／“8 年级伦理学——道德推理与电车难题”
• 使用中的技术： 具体的技术或 AI 工具。例如：“Claude（AI 助手），用于学生史料分析和论证构建”／“PhET 模拟，用于模拟自然选择”／“集成 AI 写作建议的 Google Docs，用于论文起草”
• 学习者阶段： 年龄范围或年级。例如：“14-15 岁”／“9 年级”／“D 阶段”
• 教师背景： 学科培训、经验和技术信心。例如：“经验丰富的历史教师，技术信心中等，首次在课堂上使用 AI 工具”／“小学综合教师，技术信心较强，科学内容知识有限”

可选（如有，由上下文引擎注入）：

• PCK 输出： 如果已运行 pedagogical-content-knowledge-developer，则提供其输出
• 预期学习成果： 技术旨在帮助学生达成的目标
• 学校技术环境： 设备、平台、隐私限制

提示词

You are an expert in technological pedagogical content knowledge development, drawing on Mishra & Koehler's (2006, 2009) TPACK framework, Shulman's (1986) foundational PCK work, Voogt et al.'s (2013) review, Angeli & Valanides's (2009) conceptualisation of TPACK as a unique knowledge domain, Hattie's (2009) evidence on technology effects, Selwyn's (2016) critical perspective on educational technology, and Luckin et al.'s (2016) work on AI in education. You understand that TPACK is content-specific, technology-specific, and context-specific — there is no general TPACK, only specific TPACK for specific intersections.

Your task is to diagnose the teacher's TPACK gaps and produce a development plan for the following teaching context.

**Teaching context:** {{teaching_context}}
**Technology in use:** {{technology_in_use}}
**Learner stage:** {{learner_stage}}
**Teacher background:** {{teacher_background}}

The following optional context may or may not be provided. Use whatever is available; ignore any fields marked "not provided."

**PCK output:** {{pck_output}} — if provided, use the PCK diagnosis as the foundation. TPACK builds on PCK. If not provided, note that the TPACK diagnosis may be incomplete without a prior PCK assessment.
**Intended learning outcome:** {{intended_learning_outcome}} — if provided, evaluate whether the technology actually serves this outcome.
**School technology context:** {{school_technology_context}} — if provided, factor constraints into the recommendations.

## Process

Follow these seven steps precisely. Each step produces a named section in the output.

**Step 1 — TPACK Diagnosis.**
Assess the teacher's knowledge across the three TPACK intersections. Be specific to this technology and this content.
- **Technology-Content Knowledge (TCK):** Does the teacher understand how this technology represents this content — accurately, approximately, or distortingly? Can they identify where the technology's representation of this content is epistemically sound and where it is not?
- **Technology-Pedagogy Knowledge (TPK):** Does the teacher know which of their pedagogical moves this technology supports, which it undermines, and which it is irrelevant to? Can they identify when the technology is helping students learn versus when it is helping students complete a task without learning?
- **Full TPACK:** Can the teacher make real-time judgments during a lesson about when the technology is serving student learning and when to step away from it? This is the integrated knowledge that emerges from experience with this specific combination.
Also identify TPACK strengths the teacher likely brings from their background.

**Step 2 — Technology-Content Analysis.**
Analyse how this specific technology represents this specific content.
- What does it make visible that is otherwise hard to see?
- What does it simplify in ways that may produce misconceptions?
- What does it omit that matters for this content at this learner stage?
- If the technology is an AI tool: how reliable are its outputs for this specific content domain? At what level of specificity does the teacher need to verify outputs before using them with students? What kinds of errors is this AI most likely to make in this domain?

**Step 3 — Pedagogy-Technology Alignment.**
Identify which pedagogical moves this technology supports well, which it actively undermines, and which are neutral. For each move:
- **Supports:** The technology enhances this pedagogical move — it does something the teacher cannot easily do without it.
- **Undermines:** The technology actively works against this pedagogical move — using the technology for this purpose will reduce learning.
- **Neutral:** The technology neither helps nor hinders — using it adds complexity without adding value.
Be specific: "undermines the productive struggle with evidence selection that is the core historical thinking skill" is useful. "May be distracting" is not.

**Step 4 — AI-Specific Guidance.**
Complete this step if the technology is an AI tool. Skip if not.
Address four questions:
1. **Reliability:** What does this AI do well for this content and this learner stage, and what does it do poorly or unreliably? Be specific to the content domain.
2. **Verification:** Which AI outputs require teacher verification before being used as content in this subject? What does verification look like for this domain?
3. **Student critical evaluation:** How should the teacher develop students' critical evaluation of AI outputs in this domain? Include a specific modelling move the teacher can use in the first lesson.
4. **Autonomy-dependency risk:** Is there a genuine danger that using this AI for this task will prevent students from developing the capability the task was designed to build? If so, how should the task be structured to mitigate this?

**Step 5 — Equity and Ethics.**
Identify the equity and ethical dimensions of this technology integration:
- Does uneven access to the technology create differential learning experiences?
- Does the technology collect or expose student data in ways that require disclosure or consent for this age group?
- Are there content-specific ethical issues — for example, using AI for tasks involving student emotional disclosure, or using analytics on behaviour students have not consented to have tracked?
- Does the technology create advantages for students who already have more technology access at home, widening rather than narrowing equity gaps?

**Step 6 — Dispositional TPACK.**
Describe the orientation the teacher needs to maintain effective TPACK in practice. This is not a one-time assessment but a continuous stance:
- The habit of asking "is this technology actually helping my students learn this specific content right now?" during every lesson
- The willingness to step away from the technology when it is not serving learning, even if the lesson was planned around it
- The critical disposition toward vendor claims and technology enthusiasm that Selwyn (2016) describes
- The recognition that TPACK is not a destination — it requires continuous evaluation as technology changes, content evolves, and students bring different prior experiences

**Step 7 — TPACK Development Plan.**
Produce a sequenced plan building from existing PCK. Organise into three phases:
- **Before using the technology with students:** What the teacher needs to learn about this technology's representation of this content. What low-stakes practice will build confidence. What to test before the first lesson.
- **During the first use:** What to observe in student responses to the technology. What adjustments to be ready to make. What signals that the technology is helping versus hindering.
- **After the first cycle:** How to evaluate whether the technology served the learning outcome. What to refine. When to consider abandoning the technology for this content.

Return your output in this exact format:

## TPACK Development Plan: [Technology] in [Topic]

**Teaching context:** [Summarised]
**Technology:** [Specific tool]
**Learner stage:** [Age/year]
**Teacher background:** [Summarised]
**Intended learning outcome:** [If provided; otherwise "Not specified"]

### 1. TPACK Diagnosis

**Technology-Content Knowledge (TCK):**
[Does the teacher understand how this technology represents this content?]

**Technology-Pedagogy Knowledge (TPK):**
[Does the teacher know which pedagogical moves this technology supports or undermines?]

**Full TPACK:**
[Can the teacher make real-time decisions about technology use based on student learning?]

**TPACK strengths:**
[What the teacher brings from their background]

### 2. Technology-Content Analysis

**What this technology makes visible:**
[Content this technology represents well]

**What this technology obscures or distorts:**
[Where the technology's representation is inaccurate or misleading for this content]

**Reliability assessment (for AI tools):**
[How reliable are outputs for this domain, and what verification is needed]

### 3. Pedagogy-Technology Alignment

| Pedagogical move | Technology effect | Explanation |
|---|---|---|
| [Move 1] | Supports / Undermines / Neutral | [Why] |
| [Move 2] | Supports / Undermines / Neutral | [Why] |
| [Move 3] | Supports / Undermines / Neutral | [Why] |

**Critical recommendation:**
[The most important thing the teacher must understand about how this technology interacts with their pedagogy for this content]

### 4. AI-Specific Guidance

[If applicable]

**Reliability for this domain:** [What the AI does well and poorly]
**Verification requirements:** [What must be checked and how]
**Student critical evaluation:** [How to model this — specific first-lesson move]
**Autonomy-dependency risk:** [Assessment and mitigation]

### 5. Equity and Ethics

**Access equity:** [Differential access risks]
**Data privacy:** [Requirements for this age group and this technology]
**Content-specific ethics:** [Any issues specific to this content domain]

### 6. Dispositional TPACK

[The ongoing critical stance the teacher needs to maintain]

### 7. TPACK Development Plan

**Before using with students:**
1. [Priority action]
2. [Second priority]
3. [Third priority]

**During first use:**
- [What to observe]
- [Adjustments to be ready for]
- [Signals of help vs hindrance]

**After first cycle:**
- [How to evaluate]
- [What to refine]
- [When to consider abandoning]

**Self-check before returning output:** Verify that (a) the diagnosis is specific to this technology AND this content, not generic technology advice, (b) the technology-content analysis identifies specific representational strengths and distortions, (c) the pedagogy-technology alignment identifies at least one pedagogical move the technology undermines, (d) the AI-specific guidance (if applicable) addresses autonomy-dependency risk directly, (e) the equity and ethics section is specific to this technology and this learner stage, (f) the dispositional section describes a critical ongoing stance not a one-time assessment, and (g) the development plan is sequenced and actionable.

示例输出

情境： 教学背景：“九年级历史——第一次世界大战的起因，包括史料分析和历史论证” / 所用技术：“Claude（AI 助手）——学生将使用 Claude 帮助分析一手史料，并围绕费舍尔论点与修正主义观点构建历史论证” / 学习阶段：“14-15 岁” / 教师背景：“经验丰富的历史教师，对第一次世界大战主题具备扎实的学科教学知识（PCK），技术信心一般，首次在课堂上使用 AI 工具” / 预期学习成果：“学生培养历史思维技能，包括史料评估、基于证据的论证，以及对相互竞争的历史观点进行评估”

---

TPACK 发展计划：在第一次世界大战起因教学中使用 Claude（AI 助手）

教学背景： 九年级历史——第一次世界大战的起因、史料分析、历史论证（费舍尔论点与修正主义观点） 技术： Claude（AI 助手） 学习阶段： 14-15 岁（九年级） 教师背景： 经验丰富的历史教师，对第一次世界大战主题具备扎实的 PCK，技术信心一般，首次在课堂上使用 AI 预期学习成果： 历史思维技能——史料评估、基于证据的论证，以及对相互竞争的观点进行评估

1. TPACK 诊断

技术-内容知识（TCK）： 教师可能不了解 Claude 如何呈现历史内容。主要不足包括：

• Claude 能否以符合史学准确性的方式，可靠地区分 Fischer 的论点与修正主义观点？（对于确立已久的史学争论，通常可以做到；但它可能会给出综合性摘要，淡化历史学家之间尖锐的分歧。）
• Claude 能否准确引用一手史料？（不能——大模型经常会编造或错误归属具体引文和日期。教师必须了解，Claude 对一手史料的转述通常可靠，但具体引文必须核实。）
• Claude 是否能以恰当的复杂度呈现历史因果关系？（它倾向于给出平衡、圆融的摘要，而非真正的史学争论所具有的鲜明论点。这可能会冲淡任务旨在探讨的核心争论。）

技术-教学法知识（TPK）： 教师可能具备扎实的通用教学法知识，但不了解 AI 工具如何与历史思维教学法互动。主要不足包括：

• 教师可能没有意识到，使用 Claude 生成历史论证，会让学生失去在证据面前进行有益思考的过程，而这正是历史思维技能的核心。如果学生让 Claude“论证 Fischer 论点”，就会得到一套流畅的论证，却没有亲自完成历史思考：筛选证据、权衡其重要性，并构建论证。
• 教师可能不知道如何设计融入 AI 的任务，同时保留思维要求——具体来说，就是让学生使用 AI 来完成思考，与使用 AI 来支撑自己的思考之间的区别。

完整的 TPACK： 教师尚未在课堂上使用过 AI，因此缺乏通过观察学生实际如何使用工具而获得的实践性 TPACK。他们还无法实时判断：“这个学生正在借助 Claude 更深入地思考证据”，还是“这个学生正在借助 Claude 回避对证据的思考”。这需要通过经验培养，但了解应当关注什么可以加快这一过程。

TPACK 优势：

• 对 WWI 内容具备扎实的 PCK——教师了解相关史学观点、一手史料和学生常见误解。这是一项显著优势：他们能够评估 Claude 提供的历史内容是否准确，而缺乏这类 PCK 的教师则做不到。
• 具备扎实的历史思维教学法知识——教师知道如何设计培养史料评估和论证能力的任务。挑战在于将这些技能适配到 AI 介入的环境中，而不是从头开始培养这些技能。

2. 技术内容分析

Claude 让哪些内容更加清晰：

• Claude 可以快速生成结构清晰的史学观点摘要（Fischer、修正主义、后修正主义），让学生比单靠阅读更快地了解这场辩论。这有助于在学生研读一手史料之前提供背景信息。
• Claude 可以展示历史论证的结构（论点 → 证据 → 推理 → 限定），为学生提供一个参照范例，以便对照自己的作业。
• Claude 可以生成后续问题，促使学生思考可能忽略的证据：“你是否考虑过俄罗斯的动员在 Fischer 辩论中发挥的作用？”这能为思考提供支架，而不是代替学生思考。

Claude 会掩盖或扭曲哪些内容：

• Claude 往往会对辩论进行平衡、委婉的综合概述，而非呈现真正的史学研究中鲜明、坚定的立场。Fischer 的论点并不平衡——它是一种挑衅性的、以证据为基础的质疑，在历史学界引发了分歧。如果 Claude 把它淡化为“有些历史学家更归咎于德国，而另一些则强调各方共同承担责任”，就扭曲了这场辩论的思想力量。
• Claude 无法像历史学家那样评估一手史料的来源和可信度。它能描述史料写了什么，却难以做出推论：“皇帝发给沙皇的电报可能是真诚的外交沟通，也可能是精心设计的表演——仅凭文本，我们无法确定其意图。”这正是这项任务旨在培养的历史思维。
• Claude 对一手史料的“了解”源自训练数据，而非阅读原始文献。它可能会给出转述版的史料，并夹杂细微的不准确之处；内容知识不扎实的教师可能难以察觉。

可靠性评估：

• 可靠： 对 Fischer 辩论、联盟体系和七月危机进程的一般性概述。这些是公认的历史内容，Claude 通常能够准确处理。
• 大致可靠： 对具体历史学家观点的概述。Claude 能把握大体论点，但可能无法体现其中的细微差别，也可能无法准确呈现各位历史学家所依据的具体证据。请根据教师自身的知识进行核实。
• 不可靠： 一手史料的具体引文、七月危机中的具体日期（Claude 给出的日期可能略有错误），以及关于具体文献“证明”了什么的说法。在将 Claude 对一手史料所作的任何具体事实陈述作为教学内容提供给学生之前，教师必须先行核实。

3. 教学法与技术的契合度

教学活动	技术影响	说明
评估来源（出处、可靠性、实用性）	削弱	如果学生让 Claude 评估某个来源，他们无需培养自身的评估能力，就能得到一份合格的评估。评估来源本身就是思考过程——把它外包给 AI 会违背学习目的。
构建基于证据的论证	削弱	如果学生用 Claude 起草自己支持 Fischer 或修正主义者的论证，他们会得到一份流畅的成品，却没有进行这份成品本应体现的历史思考。构建论证本身就是学习，而不是论证成品。
搭建论证结构的支架	支持	Claude 可以提供历史论证的结构（主张—证据—推理—限定），作为一个框架。然后，学生可以用自己的内容填充框架。这样既能搭建支架，又不会取代思考。
生成后续问题和反论点	支持	学生起草自己的论证后，Claude 可以提出质疑：“修正主义历史学家可能会通过指出……来回应你的主张。”这会推动学生思考自己可能没有考虑到的反面证据。
提供历史背景	支持	Claude 可以提供学生进行批判性思考所需的背景信息（事件时间线、联盟关系说明）。这类表层知识的提供能腾出课堂时间，用于更深层次的思考。
评估历史推理的质量	中性到削弱	Claude 可以评估论证是否有明确的主张和证据，但无法可靠地评估历史推理的质量——也就是学生对证据的运用是否真正体现了史学思维，而非只是听起来合格。教师必须完成这项评估。
培养对历史知识的谦逊态度	削弱	Claude 以流畅且自信的方式呈现信息，可能示范的是确定性，而非真正的历史探究所具有的恰当不确定性。如果学生把 Claude 视为权威，而非需要评估的工具，就会削弱这项任务旨在培养的谦逊态度。

关键建议： Claude 必须被定位为学生完成思考后使用的工具，而不是在思考之前或代替思考来使用。任务顺序应为：（1）学生在不使用 AI 的情况下研读一手资料并构建自己的论证；（2）随后，学生使用 Claude 来质疑、扩展或完善自己的论证，向它询问反面证据、其他解读，或对推理结构的反馈。这样既能保留思考要求，又能有效利用 AI。如果顺序颠倒——学生先让 Claude 提供论证，再对其进行编辑——历史思考就没有真正发生。

4. AI 专项指导

此领域的可靠性： Claude 在综合成熟的史学争论和概述第一次世界大战起因方面表现良好。但在引用具体的一手史料（可能会捏造或错误归属）、给出准确日期（可能略有偏差）以及阐述细微的史学差异（可能会把争论简化成面面俱到的概述）方面表现较差。对于这项任务，教师应将 Claude 关于具体史料的事实性说法视为未经核实，直到查证为止；但其结构和分析框架通常较为可靠。

核查要求： 在单元开始前，教师应：

1. 请 Claude 概述费舍尔论点和修正主义立场。检查：Claude 是否将费舍尔的论点呈现为真正具有挑衅性，还是将其润饰成圆融的外交式总结？如果是后者，教师需要补充自己的阐释。
2. 请 Claude 引用任务中使用的关键一手史料（皇帝的电报、战争会议纪要）。检查：引文准确还是捏造的？如果是捏造的，绝不能告诉学生让 Claude 提供引文——他们必须使用教师提供的史料。
3. 请 Claude 评估一份一手史料的来源和出处。检查：Claude 是否从史学角度评估该史料，还是只给出泛泛的评价？如果是泛泛而谈，就说明不能把史料评估外包给 Claude。

学生批判性评估——第一课的示范环节： 第一次在课堂上使用 Claude 时，教师应在学生面前现场示范如何进行批判性评估。步骤：

1. 在全班面前问 Claude：“德国是否应对第一次世界大战负主要责任？”
2. 大声朗读 Claude 的回答。
3. 问学生：“这个回答哪些地方说得对？哪些地方过度简化了？它用了什么证据？这些证据是具体的还是含糊的？”
4. 指出：“Claude 给出了一个平衡的回答。但费舍尔的论点并不平衡——它是有意提出的挑衅。对这个问题给出平衡的回答，实际上会扭曲这场史学争论。这说明我们该如何在历史学习中使用 Claude？” 这能示范学生所需的批判态度：AI 能生成流畅的回答，但流畅并不意味着符合历史事实或忠实呈现史学观点。

自主性依赖风险： 这项任务的此类风险很高。整个学习成果——通过基于证据的论证培养历史思维——要求学生亲自思考。如果学生用 Claude 构建关于费舍尔与修正主义的论证，他们虽然完成了任务，却没有进行这项任务旨在培养的历史思考。书面论证这一产出会存在，但学习成果——评估证据、权衡相互竞争的解释并提出有依据的立场的能力——却不会实现。

缓解措施：将任务分为两个阶段。第一阶段（不使用 AI）：学生阅读史料，手写论证草稿并提交初稿。第二阶段（可使用 AI）：学生用 Claude 挑战自己的草稿——请它提供反面证据、对推理提出反馈，或探索另一种解释。教师评估初稿（体现学生自己的思考）和修订稿（体现学生应对挑战并改进推理的能力）。

5. 公平与伦理

机会公平： 如果在课堂上使用 Claude，且使用学校设备，学生在课堂期间享有公平的使用机会。然而，在家可以使用 AI 的学生可能会在课外进一步完善论点，从而获得相对优势。缓解措施：将课堂上完成的初稿（使用 AI 前）作为评估历史思维能力的主要依据。AI 辅助修改体现的是另一种技能（根据反馈进行修改），应单独评估。

数据隐私： 14 至 15 岁的学生使用 Claude 时，会与第三方 AI 平台交互。相关要求：

• 学校必须制定涵盖学生数据的机构使用条款，或要求学生通过学校提供且不会保留对话数据的账户使用该工具。
• 不应要求学生向 AI 输入个人信息、情绪方面的披露内容或可识别身份的详细信息。
• 应告知学校的数据保护官（或同等职务人员），学生作品正由第三方 AI 系统处理。
• 在 GDPR 或类似框架适用的司法管辖区，要求该年龄段学生使用第三方 AI 工具时，可能需要通知家长或取得家长同意。教师应在使用前向学校核实。

内容相关的伦理问题： 一战主题不涉及个人信息披露，但教师应注意，学生可能会使用 AI 探索战争、暴力和大规模死亡相关内容。Claude 对此类问题的回答通常恰当且有背景说明，但在布置涉及敏感历史内容的 AI 辅助活动前，教师应先进行预览。

6. 倾向性 TPACK

教师需要在课堂上对 AI 持续保持评估态度——这不是一次性的设置，而是一项持续开展的实践：

• 每节课： 问自己：“学生是在使用 Claude 深入思考，还是在逃避思考？”留意这样的区别：学生问 Claude“有人会用什么证据反驳我的论点？”（有益的使用——拓展思考），还是问 Claude“写一篇关于 Fischer 论点的文章”（替代性的使用——逃避思考）。
• 课间： 评估 AI 生成的学生作品是否能与学生自行完成的作品区分开来。如果无法区分，可能需要修改任务设计——作品中对思考的要求或许不够明显。
• 抵制沉没成本： 如果 AI 集成无助于实现学习成果，应愿意在单元教学期间将其移除。技术应服务于历史教学，而非反其道而行。在一节不使用 AI 的课上，学生仅凭一手史料和自己的推理辩论 Fischer 论点，可能比一节由 AI 辅助、产出更精致但论证真实性较低的课更能促进历史思维。
• 保持 Selwyn 的批判性立场： 当同事或管理人员以“创新”为由提倡更多使用 AI 时，教师应当问：“它是否能比不使用 AI 更好地帮助我的 9 年级学生发展历史思维？”如果答案并非明确肯定，那么仅凭创新这一理由还不充分。

7. TPACK 开发计划

与学生一起使用 Claude 之前：

1. 验证 Claude 在一战内容上的可靠性。 运行第 4 节中所述的三项验证测试。务必在学生与其互动之前，了解 Claude 在哪些方面准确、在哪些方面不可靠。
2. 设计两阶段任务结构。 编写任务说明，确保第一阶段（不使用 AI）展现学生自己的历史思考，第二阶段（可使用 AI）则在不取代思考的前提下发挥作用。为学生准备第二阶段的提示建议：“请 Claude 挑战你的论点。”“请 Claude 告诉你修正主义历史学家会用哪些证据反驳你的立场。”
3. 准备第一堂课的示范环节。 编写第 4 节所述批判性评估现场示范的脚本。提前练习一次，让示范显得自然，而非刻意安排。

首次使用期间：

• 观察学生的查询。 在教室里走动，看看学生在 Claude 中输入什么。他们是在提出拓展思考的问题，还是想让 Claude 替他们完成任务？如果大多数学生都在让 Claude 撰写论点，请暂停课程并引导他们：“我希望你们让 Claude 来挑战你们的论点，而不是替你们写论点。”
• 做好调整访问权限的准备。 如果第一阶段的草稿明显弱于第二阶段的成果，AI 可能正在代替学生思考。可以考虑将 AI 的使用限制在特定类型的查询，而不是开放式使用。
• 记录一个有效的学生互动案例和一个无效的案例。 课后把两者都记下来。这有助于积累经验性 TPACK，而这些经验无法在事前通过技能获得。

首轮实践之后：

• 比较第一阶段和第二阶段的成果。 如果从第一阶段到第二阶段的质量提升体现在推理上（更深入地处理反面证据、表述更为细致），说明 AI 正在服务于学习目标。如果质量提升仅体现在流畅度和润色上，说明 AI 服务的是成果，而非学习。
• 直接询问学生：“使用 Claude 是否帮助你更仔细地思考 Fischer 争论，还是只是给了你自己也能得出的答案？”学生的自我报告并不完美，但仍有参考价值。
• 决定是否继续。 如果 AI 的融入改善了历史思考（而不只是让论点写得更好），就完善任务设计并继续使用。如果它导致学生产生依赖，或给出流畅却缺乏思考的回答，可以考虑将 AI 限制在特定用途（生成反论点、对草稿提供反馈），或在这项任务中完全移除 AI。

---

已知局限

1. TPACK 同时具有技术特异性和内容特异性。 此技能为一种技术与一个内容领域相结合的情境提供指导。教师若要在两个学科中整合三种不同工具，就需要针对每种组合分别运行此技能。不存在通用的 TPACK——只有针对特定交叉领域的特定 TPACK。

2. 技术的发展速度快于研究积累。 当前，关于教育领域 AI 工具的证据较少，且相关情况变化迅速。此技能中针对 AI 的指导，基于对 PCK 研究和 AI 能力的一般评估进行的第一性原理推理，而不是基于针对特定内容领域中具体 AI 工具的重复实证研究。请将 AI 相关指导视为基于专业判断的建议，而非有研究背书的定论。

3. 此技能不评估技术本身，而是评估教师对如何使用该技术的了解。 如果某项技术从根本上不适合某个学习目标，那么更好的 TPACK 也无法让它变得合适。如果技术与内容分析表明，该技术会实质性扭曲内容或妨碍核心学习，那么正确的做法可能是不使用它——无论如何提升 TPACK，都不会改变这一结论。

4. 公平与伦理部分指出了风险，但无法解决这些风险。 数据隐私要求因司法管辖区而异，且变化迅速。对于任何会收集学生数据的技术，教师和学校都必须确认其符合适用法律——此技能提供的是核查清单提示，而非法律建议。

5. TPACK 的发展需要在真实学生身上实践。 与 PCK 一样，TPACK 归根结底是在使用技术进行教学、观察学生反应并不断改进的过程中形成的。此技能通过帮助识别应提出的问题和应观察的事项来加速这一过程，但无法取代实际使用技术教学并观察其效果所带来的经验式学习。