六国教师回答了同一组关于教育 AI 的问题。挪威样本对自己了解、讨论教育 AI 的能力评价较高，平均为 2.51 分，对 AI 的信任却是 2.98 分；以色列样本的前一项是 1.89 分，信任反而达到 3.71 分。两项都是五分制。样本均值，表 1，p. 1295 ↗
这能说明“懂得越多，信任越少”吗？还不能。它首先提醒我们：一群人的平均水平，与一个人的知识、处境和信任怎样相连，是不同的问题。
Olga Viberg 等人的研究正好把我们带进这层区别。论文的看点不只是哪个国家得分高，而是当收益、顾虑、个人能力感和文化价值同时进入分析，一句“提高教师的 AI 素养，就能提高信任”会变得多么需要解释。
一分钟读懂
- 读完可以：分清信任、自我效能和理解力三种测量，读懂跨国均值与个人层面关联的区别，并判断培训应该提升什么。
- 研究对象：2022 年 11 月至 2023 年 6 月，六国共 508 名教师的在线调查；各地均为便利样本，主要来自中等教育。
- 核心发现：收益和顾虑能解释相当一部分信任分数差异；自我效能、AI 理解与信任的关联，会随着模型中是否加入收益和顾虑而改变。
- 阅读边界：这是对教育 AI 总体态度的横断面调查，不是国家排名、文化因果实验，也没有检验某个聊天模型的教学效果。
01 · 信任意味着谁愿意承担什么
论文的题目是《什么解释了六国教师对教育中 AI 的信任？》。Viberg 发表时署名瑞典皇家理工学院及 Digital Futures，共同贡献作者 René F. Kizilcec 来自康奈尔大学。团队还包括多地教育技术研究者，由当地合作网络组织调查和翻译。这样的合作让同一组问题进入不同教育环境，也使招募过程本身成为理解结果的重要背景。
作者采用的信任定义是：愿意接受面对另一实体时产生的脆弱性。放到课堂上，就是教师愿意把一部分工作交给系统，同时承受系统可能出错的后果。工具给出错误评价，学生不理解反馈，课堂安排被打乱，最后往往仍由教师解释和处理。定义与研究问题，pp. 1289–1291 ↗
这个定义使“信任”比“觉得新鲜”更有分量。教师可能认可 AI 有助于备课，却暂时不愿让它直接评价学生；也可能对某个功能抱有疑虑，但认为自己可以复核，因此愿意试用。值得问的是愿意接受哪一种风险，以及接受风险时有什么支持。
理论上，论文把感知收益和感知顾虑放在信任之前：预期技术有什么帮助，又可能带来哪些问题，会影响人愿不愿意交付任务。研究进一步考察，教师的个人特征与这三者分别怎样相关。原文图 1 提供了这条论证路线，它是待检验关系的概览，不是一张已经证明时间顺序的因果图。
这一设计也有明确取舍。研究没有让所有教师试用同一个系统，也没有测量系统准确率。问卷中的教育 AI 可以涵盖自动评分、学习支持或课堂管理等想象中的用途。因此，它更接近一幅教师态度的分布图，具体到某个工具是否值得托付，还需要另一类证据。
02 · 六个国家，六条不同的招募路径
研究最终纳入巴西 41 人、以色列 99 人、日本 87 人、挪威 102 人、瑞典 111 人、美国 68 人。数据收集跨越 2022 年 11 月至 2023 年 6 月，多数数据来自 ChatGPT 推出后的早期阶段。文章于 2024 年在线发表，不能因此把这些回答当作教师在 2024 年充分使用生成式 AI 后的总结。招募与样本，pp. 1294–1298；时间限制，p. 1308 ↗
以色列研究者联系科学、数学和计算机学科的教师专业发展社群，以及正在修读科学教育硕士课程的教师。日本样本也通过初高中相关学科教师网络招募。挪威则从五所高中出发，由校长转发问卷，或协助研究者联系教师。
瑞典使用专业发展社群、学校校长和国家教育机构的通讯渠道；巴西使用社交媒体、教师邮件列表和相关研究网络；美国样本由纽约州北部一个学区协助分发，招募说明面向高中科学教师。
这些路径会影响谁看见问卷，谁觉得主题与自己有关，又有谁愿意用时间回答。参加专业发展社群的人，与通过校长收到邀请的人，可能接触过不同的信息，也可能对学校政策有不同预期。此处是从招募方式提出的选择机制，不是论文已经测出的样本偏差方向。
表 1 也显示了构成差异。例如，日本样本中男性约占 84%，以色列约占 31%；各地教师的学历、任教学科和技术使用年限也不同。把所有差异压成国名，就容易让具体的教育与招募环境消失。
因此，这项研究的贡献是让不同地点的教师在同一个分析框架下相遇。它没有取得六国教师的概率样本。国际覆盖面扩大了可观察的差异，却不会自动带来全国代表性，更不能把这些主要来自中学的结果平均分配给幼儿园、小学和所有任教学科。
03 · “有信心”与“确实理解”怎样被测出来
研究把三个核心态度分别做成量表。信任用九个条目，收益用七个条目，顾虑用九个条目，均采用五点回答，再取平均分。收益条目包括 AI 可能协助识别课堂中偏离任务的学生；顾虑条目包括算法难以理解教学中的社会、情绪和动机因素。这些是题意概述。测量说明，pp. 1298–1299 ↗
量表的内部一致性系数分别为 0.806、0.850 和 0.764。可以把它理解为同一量表中的回答有一定一致程度。但一致性好，并不等于量表已经证明了实际课堂行为，也不表示不同语言版本中的同一分数完全等价。
自我效能的测法尤其值得放慢看。 作者只用了两道自评：自己对教育中的 AI 应用有多了解，以及自己有多大信心与别人讨论这些应用。它们反映的是主观能力感，范围比“能独立使用、诊断和修复系统”窄得多。将该指标译成“教师已掌握 AI 的程度”，就会悄悄多加一层含义。
AI 理解则来自一道可多选的描述题。五种描述中，研究者把基于大数据作决策的算法、概念与问题及求解方法之间的关系，各记为正 1 分；把科幻式自主机器人和传统软件式重复自动任务，各记为负 1 分；把模拟人类智能记为正 0.5 分。所选项目相加，理论范围是负 2 至正 2.5。
这道题能区分部分宽泛认识或误解，却不是全面的 AI 素养测验。一个人选对概念描述，未必能发现评分偏差；另一个人不习惯某种抽象措辞，也未必不能识别课堂中的错误。题目如何写、答案如何计分，都参与了“理解”这个变量的形成。
作者承认，自我效能和理解指标由本研究自编，主要依靠团队对表面效度的判断。后文的“理解越高”必须带着这套操作定义来读，才能把有用发现放在合适的位置。
04 · 为什么要把同一个结果算三次
研究先分别分析什么与收益、顾虑相关，再用三套回归模型解释信任。模型可以理解为在同一张比较表中，同时考虑多个因素；系数描述的是在其他已纳入因素相同时，某项分数与信任的关联。它不会把未测量的差异一并消除。
- 模型一只看收益与顾虑。 两者合起来解释了信任分数 49% 的变异。
- 模型二只看教师特征。 包括自我效能、理解、文化价值、人口与职业特征，以及国家样本固定效应；解释率为 30%。
- 模型三把两组变量合在一起。 解释率达到 58%，调整后为 56%。分析安排与表 4，pp. 1300、1303 ↗
“解释 49%”的意思是模型对应了这份样本中相当一部分分数差异。它不是说每位教师一半的信任都由两个心理开关控制，也不是在没有观察过的新学校里已经达到相同预测水平。第三个模型比第一个高 9 个百分点，显示其他特征仍带来额外信息。
国家样本固定效应帮助模型考虑各地点整体水平的不同，避免把所有地点都假定在同一基线上。开头的挪威与以色列均值，就不能直接替代这种个人层面的分析：一个组整体更自信而更谨慎，与在各项已测条件相近时更自信的人更信任，两件事可以同时成立。
研究还对少量缺失值做了十次多重插补，在不同插补数据上分别估计后汇总，并使用异方差稳健标准误。作者报告缺失值涉及的比例低于 7%。这种做法比把每个缺失值当成确定数字更能保留不确定性，但并不会弥补没有进入样本的教师。论文提供了分析脚本与去标识数据入口，便于后续复核；本文没有重新运行其模型。
05 · 摘要里的结论，到了表 4 有了条件
摘要说，自我效能与 AI 理解较高的教师，看到更多收益、较少顾虑，也报告更多信任。表 3 支持前两部分：控制已纳入因素后，自我效能与收益的系数为 0.18，与顾虑为负 0.13；AI 理解的对应系数为 0.11 和负 0.07，均达到作者报告的显著性标准。
但“更多信任”还要接着看模型。表 4 的模型二中，自我效能与理解的系数分别为 0.16、0.10，显著为正；加入收益和顾虑之后，模型三中的系数缩小为 0.05、0.04，均不再显著。与此同时，收益与信任保持正关联，系数为 0.39；顾虑保持负关联，系数为负 0.35。表 3、表 4，pp. 1302–1303 ↗
这一变化是论文最有分析价值的地方。知识和能力感所关联的那部分信任差异，与教师怎样评价收益及顾虑存在重叠。作者据此提出一种可能的机制：理解和能力感，可能通过改变对收益及问题的判断，与信任建立联系。
不过，这份调查没有先测知识，再观察观点变化，最后记录信任形成。同一次问卷里，已有信任也可能让人更愿意了解 AI，或更积极地评价其收益；此前顺利使用过某个工具，也可能同时提高能力感与信任。它们是仍需区分的竞争解释。
所以，这张表给培训者的是一个应当验证的路径：培训带来的知识变化，是否真的改变了教师对具体工具的判断？仅凭系数缩小，不能说培训效果或因果中介已经成立。反过来，“不再显著”也不等于知识无用；它说明在当前样本与模型中，额外的独立关联没有得到清楚支持。
还要注意这些是非标准化系数。理解分数与五分制自评的量尺不同，不能只比较 0.16 大于 0.10，就断言增强信心一定比学习知识有效。
06 · 文化进入了模型，国民性没有得到证明
这篇论文对文化做了一个值得肯定的处理：它没有把某国的平均文化分数直接贴到每位教师身上，而是使用 26 个条目的个人文化价值量表，测量五个维度。文化测量，pp. 1294、1299 ↗
- 不确定性规避：对模糊和不确定情境的态度。
- 长期导向：对未来回报、持续投入等取向的重视。
- 集体主义：个人与所属群体之间的关系取向。
- 权力距离：对权力不平等关系的接受程度。
- 男性气质：该框架中与性别角色区分等有关的价值维度，并不是受访者的生理性别或性别身份。
最值得讨论的发现，是不确定性规避较高的教师，反而表现出较高信任；这一正关联在模型二和模型三中都出现了。若把谨慎直接理解为拒绝 AI，这个结果就不好解释。也可以提出另一种可能：有些教师把技术想象成让流程更清楚、更可预测的支持，因此愿意信任它。究竟是哪种理解，需要另行询问，不能由量表分数替教师回答。
作者也提醒，生成式系统的不可预测性会给这类解释带来新问题。相同的“不确定性规避”取向，面对稳定的规则化反馈与开放式文本生成，可能对应不同选择。关键变量也许是使用者如何理解眼前系统，而不只是一个普遍态度标签。
其他维度更加依赖模型。长期导向在模型二显著，在加入收益与顾虑后不再显著；男性气质、集体主义则只在模型三与信任呈显著正关联。作者自己也说，后两者的关联可能不如其他结果稳健。表 4；讨论，pp. 1307–1308 ↗
国家比较同样需要保留参照组。模型三中，以巴西样本为基准，以色列系数显著为正，挪威显著为负；日本、瑞典、美国与巴西的差异没有达到同一显著性标准。这不是所有国家两两比较的检验，更不是文化价值解释完之后剩下了一种纯粹的“国家效应”。学校条件、政策环境、接触过的工具和招募网络，都可能还在国名之中。
07 · 这项研究改变了什么，又留下了什么
它最有用的贡献，是把“教师愿不愿意信 AI”从年龄、性别或技术热情的简单分类中拉出来。在这些模型里，年龄、性别、学历和一般教育技术使用年限，并没有显示出显著的信任关联；收益判断、顾虑与个人能力感反而更值得深入追踪。面对具体教师，直接询问其经验和担忧，比先套用“年轻人更信 AI”的预设更有根据。
这仍然是“本研究没有发现”，不是所有人群中永久没有差异。特别是少数身份类别人数很少，估计的不确定性较大。一个不显著的数字，不能承担消除教育支持差异的政策承诺。
另一项未解决的问题，是跨语言测量。团队进行了翻译、专家核对，部分地点也有教师试答，但作者明确说明，译本没有经过正式的心理测量评估。同一个“充分信任”，在不同语言或教育情境里，可能有不同的回答门槛。若要细读国家均值，相同分数是否代表相同程度的态度，就必须成为下一步的检验。局限，pp. 1308–1309 ↗
第三个问题来自问卷本身：知识、收益、顾虑与信任由同一批人、同一时段报告，回答可能受到整体好恶或表达习惯共同影响。这是对研究设计的分析，论文没有量出这种影响有多大。可以用实际判断任务、使用记录与分时测量来检验，而不能因为存在这种可能，就抹去所有观察到的关联。
对实践最重要的缺口则是：信任更高，是否意味着判断更好？ 研究没有测量教师能否识别错误，也没有比较学生学习结果。信任得分上升可以来自更充分的理解，也可以来自对限制认识不足。要评价培训，就需要知道哪一部分判断变得更准确。
08 · 研究启发：把“提升信任”改写成可检验的问题
以下是沿着原文提出的研究设计，不是这份调查已经完成的实验。
第一种设计，区分概念理解、主观信心和实际判断。给教师同一类教学任务，材料中同时包含可靠与有明确缺陷的 AI 建议；分别记录知识题表现、讨论信心、采纳或拒绝的决定及理由。培训后再次使用新的任务材料，观察教师是否更能在该用时采用、该查时核查。这样即使平均信任没有上涨，也可能看到有价值的学习。
第二种设计，追踪收益和顾虑如何变化。在培训前、试用后及一段真实教学实践后重复测量，并记录工具版本、使用场景与学校支持。若要进一步判断培训是否造成改变，可以设置合适的对照或分阶段实施安排。时间顺序能帮助排除部分解释，但仍需考虑教师自选参与和外部事件。
第三种设计，把文化问题落到同一个选择中。例如，同样面对一条无法说明依据的学生评价建议，教师在何种复核、解释和申诉条件下愿意使用？先通过访谈理解不同语言中的“可靠”“负责”“可控”如何被表达，再检验量表等价性。跨地区比较时尽量对齐任务、学段和招募渠道，才能更清楚地区分价值取向与制度条件。
日常教研也可以从一个较小动作开始：请教师说出愿意尝试的具体用途、最需要排除的问题，以及改变决定所需的证据。这样的回答比单一的支持率多了一层结构，也更接近学校可以提供的帮助。
09 · 延伸阅读：三种问题不要混成一种
Lyu 等人的教师信任与不信任研究 ↗把信任与不信任作为可区分的构念，结合开放回答观察两者并存。Viberg 等人则区分收益、顾虑和信任。顾虑与不信任并非天然同义，两篇论文也没有使用相同人群与同一量表，适合对照概念，不能把分数直接拼起来比较。
Lee 与 See 的适当依赖综述 ↗继续追问：信任如何影响依赖，依赖是否符合系统能力？它可以帮助我们补上本篇问卷未测的一环，把培训目标从“更相信”推进到“更会判断何时依赖”。
Long 与 Magerko 的 AI 素养框架 ↗则把相关能力展开得更宽。将它与本文的一道理解题并读，有助于看清一个具体指标照到了什么，又遗漏了哪些能力；框架本身同样不等于已完成效度验证的测验。
10 · 原文与版本
Viberg, O., et al. What Explains Teachers’ Trust in AI in Education Across Six Countries? International Journal of Artificial Intelligence in Education, 35, 1288–1316。期刊原文与 DOI ↗
本文沿用在线首发年份称作“Viberg 等，2024”：在线发表于 2024 年 10 月 15 日，正式卷页归入 2025 年。引用时应依所用版本和格式一致处理，不能把它们误认成两项研究。
本篇核读摘要、正文方法、结果、讨论与局限，使用期刊印刷页码；重点核查表 1、表 3、表 4 与图 2。原文数据与代码开放声明已读，未重新运行模型。文中的课堂判断任务和后续设计均为编辑延伸，未添写受访教师的经历或对白。
文字初稿 v0.1 · 2026 年 9 月 24 日 · 创学空间