与 E. Wyatt Gordon 博士的问答访谈:“以 AI 重塑未来学习体验与教师队伍”

  • AI Insights
  • 人才与领导力

Pearson VUE 发送的考试对全球社区产生了直接且积极的影响,推动发展进步的同时也帮助客户兑现了对其行业的承诺。在本系列中,通过与整个公司内在某个测评领域产生持久影响的人员交谈,我们深入了解了实现这一切的过程。本次我们的访谈对象是教育工作者认证部门负责人 E Wyatt Gordon 博士。目前,培生承担着美国超过 65% 的教育工作者资格认证测评,在建设高素质教师队伍方面发挥着至关重要的作用。

在当今教育形势下,教师的有效培养比以往任何时候都更加关键。教育系统正在开展大范围改革,同时面临着教师短缺和新入职教育工作者准备不足的双重挑战。随着师生对 AI 工具的使用日益频繁,教学体验也在发生深刻变革。作为一名曾经的教师和现在的企业领导者,Wyatt 对于如何充分利用 AI 潜力开发出科学的教学和学习方法,分享了个人看法。

Pearson VUE
高级副总裁兼测评系统负责人
E. Wyatt Gordon 博士

问:Wyatt,请简单介绍一下您的个人背景、教师从业经历,以及您如何走上如今负责测评系统业务的职业道路?

我成长于一个教育世家,家人始终认为学习是开启人生机遇、推动社会流动的关键。我的父亲、姨妈、姐姐、祖父和祖母都是大学教授,母亲和叔叔则在小学任教。这种成长环境让我深刻认识到教育在应对社会严峻挑战、创造个人持续发展中的强大作用。

任教期间,我一直都聚焦政策、商业与教育的融合实践,致力于设计并实施能够大规模提升学习成果的系统解决方案。这段经历塑造了我独特的领导理念——将一线实践经验与政策制定和组织发展战略相结合。

目前,我担任培生教育工作者认证部门负责人,有幸能够延续家族在教育领域的使命,领导多个关键项目,包括“National Evaluation Series”(国家测评系列)、edTPA(教师教学表现测评)以及众多州立教育工作者测评体系。我们的使命是帮助设计并实施教育工作者发展解决方案,因为教师的成功直接关联学生的学习成效,而学习能改变命运。

我成长于一个教育世家,家人一直认为学习是开启人生机遇、推动社会流动的关键。

问:您通常一天需要负责哪些工作?

我的日常工作主要围绕战略规划、跨部门协作及与利益相关方的沟通。我常与州政府和教育机构的合作伙伴深度交流,了解他们的核心需求,确保我们的服务与其关键优先事项高度契合,既直接支持教育工作者,也间接推动学生学习成果的提升。与此同时,我也与内部团队紧密配合,审查新产品和服务创新方案,或解决运营中的挑战,确保我们的交付质量达到合作伙伴的预期标准。

此外,我会留出时间进行宏观层面的思考。这包括审核项目绩效数据、关注最新政策动向与行业趋势、与政策制定者探讨其所在州的教育发展前景,或反思我们的工作如何与课堂实践的进衔接。无论每天的日程如何变化,我始终坚持一个原则:通过每一个决策,助力教育工作者取得成功,从而推动学生的学习与成长。

问:培生测评系统与美国多个州都有合作。对您的业务而言,这必定是一项复杂且不断变化的工作。作为领导者,您是如何应对如此大规模、高风险的工作内容的?

这确实是一项复杂多变的工作。各州的教育系统都有各自的优先事项、政策方向和时间安排,面临的挑战也各不相同,风险自然不容小觑。比如,有的州关注教育工作者应掌握的核心知识内容,有的则聚焦于学生成绩反映出的改进领域,还有的亟需应对教育工作者的短缺问题。各州必须回应辖区内多方利益相关者的关切,而任何政策调整都将直接影响教育工作者及其学生。例如,一次教师资格测评未通过,可能会阻碍一位候选人进入他们为之准备多年的教育行业。面对这样的复杂性,我始终坚持三项原则:以人为本、以客户为中心、持续改进。

我们始终以倾听为起点,认真听取州政府负责人、教师培养机构的教员以及教育工作者本人的意见。他们的观点帮助我们识别亟待解决的挑战,并发现创新可以发挥作用的关键领域。在此基础上,我们与各州建立起以信任与透明为基础的稳固合作关系,使他们将我们视为携手并进、共同追求成功的合作伙伴,而不仅仅是服务供应商。最后,我们始终保持灵活应变的姿态——因为教育政策与实践不断演变,我们也必须持续调整、不断前行。

问:有人认为考试是一道“天堑”。您如何帮助人们理解,教育工作者测评的真正目的是保障教育质量?

考试可能引发压力,尤其对已为教师职业投入大量时间备考的考生而言,考试常被视作必须跨越的难关。但我们更愿意从另一个角度来看待考试——它不是障碍,而是一种保障,确保每一位学生都能接受来自准备充分、具备专业素养的教师的教育。如果设计得当,教育工作者测评不仅体现公平原则,更是维护公共利益的重要手段。它帮助验证有志从教者是否具备走进课堂所需的知识与技能。这不仅对学生至关重要,也能让教师自身受益——以充分准备的状态开始职业生涯,是一种真正专业的赋能来源。

我们的职责是确保这些测评有效、可靠,并与每个州的政策目标保持一致。通过与州政府以及教师培养项目的紧密合作,我们为考生提供必要支持,让测评的重点不再是“通过考试”,而是帮助他们成长为一名胜任的教师。归根结底,考试的意义在于建立信任,让家庭、学校和社区确信每一位教育工作者在上岗第一天就已做好充分准备,能够胜任教学工作,助力学生未来发展。

问:关于 AI 如何改变教师的课堂教学方式及学生的学习体验,外界一直存在不少争议。您认为这项技术最大的机遇是什么?又该由谁负责制定有效的规范?

毫无疑问,AI 在教育领域的应用正在加速,并将重塑学习方式、教学模式,甚至测评设计的逻辑。我们已经看到,以学生为中心的生成式 AI 学习工具使用率极高,可以帮助学习者制定个性化学习路径,激发灵感并优化个人目标。事实上,根据 Microsoft 最近发布的报告《2025 年教育中的人工智能》(AI in Education 2025),86% 的教育机构目前正在使用生成式 AI,成为 AI 应用最广泛的行业之一。培生也观察到,高等教育机构对 AI 技能的需求迅速上升,同时在推动深化课堂学习深化方面也投入。

而技术的应用只是起点。教育学——即儿童教育的方法与实践——本身也应不断发展,以更好地满足学习者的需求。我相信 AI 具有巨大潜力,能够深化我们对教育学与成人教育学理论实际应用的理解,从而为儿童和成人学习者提供更具针对性的支持。借助当前的技术工具,我们可以利用数据和洞察,制定更有效的教学策略——依据其在特定学科、知识点或学生群体中是否真正推动了学习成果的提升。

微软报告精辟指出:“AI 可以成为强大的思维伙伴和增效工具,能够拓展创意、简化任务,并为教学与学习开辟新的可能”。这令人振奋,但也引发一个关键问题:什么才是有效的教学与学习?如果没有能够胜任的教师、经过精心设计的 AI 系统以及强有力的支持机制,这项技术将难以为学习者和教育成果带来真正的价值。

因此,制定 AI 使用规范的责任不能由某一方单独承担。政策制定者、教育管理者、技术提供商以及教育工作者都应共同承担责任,确保 AI 的使用符合道德标准、保持透明,并且最重要的是——真正有效。在培生,我们认为自身的责任是以审慎的态度推动创新,并在与各州和教育机构合作的过程中,确保 AI 技术始终服务于教育的核心使命:卓越教学与真实学习。

问:胜任本职工作的教师需具备哪些特质?在 AI 正在重塑教育模式和教师角色的背景下,教师如何持续提升技能以匹配新需求?尤其是在教学方式从标准化向个性化转变的趋势下?

胜任教师不仅了解学科知识,还知道如何将其有效传授给不同学员,他们需要理解学生在掌握某一概念时的典型认知路径,识别可能出现的理解障碍,并能运用恰当的教学策略或示例,帮助学生实现“顿悟式”学习。

随着 AI 推动教育不断转型,并加速向更个性化的学习方式发展,教师对教育学的情境化理解变得尤为重要。AI 虽然可以生成教学资料、分析学习表现数据,甚至提供学习路径建议,但只有掌握深厚教学法素养的教师,才能将这些洞察转化为真正契合学习者发展需求、并具有实际成效的教学实践。

我认为,随着我们对不同类型内容最有效教学策略的理解不断加深,AI 在直接教学中的辅助作用将更日益显著。而教育工作者将继续作为技术应用中的核心力量——通过监督学习进度、实时干预,并识别最适合学生的学习方式,提供有温度的人性化指导。

问:您认为随着 AI 技术的发展,教育工作者认证将如何演变?

我认为,未来认证将更加注重真实性,并以实践为基础。AI 技术可以帮助捕捉和分析教师与学生之间的真实互动,评估教学设计是否因学习者需求进行调整,而不再仅仅依赖单一的数据点。这意味着,认证的重点将从“是否掌握知识”变成“是否能以提高学习效果的方式运用知识”。

此外,我认为认证将朝着更加持续化和个性化的方向发展。执业资格历来都是一个准入关卡,能够确保教师在进入课堂之前起码达到最低标准。这一保障仍将至关重要,但 AI 现在为我们提供了更先进的工具,使教师在职业生涯中能够持续成长、不断提升。

未来,教师执业资格认证将在连接我们对学生学习方式与教师教学方法不断演进的理解方面发挥越来越关键的作用。监管与政策框架将持续影响教育问责机制、课程设计以及教师岗前培训体系。

教育的未来取决于我们是否敢于将创新、政策与实践深度融合,从而真正赋能教育工作者,释放学习的无限潜能。以负责任的方式使用 AI 并坚持将教育学作为一切工作的核心,我们就能确保教育工作者和学员在未来的课堂上共同成长。

  

以下观点反映的是 Pearson VUE 对人工智能在教育领域潜在应用的探索,相关内容并不代表培生当前产品或服务的实际功能。

培生所开展的任何人工智能相关工作,均将严格遵守适用的数据保护法律,并依据我们的《人工智能责任治理框架》,确保技术应用过程中的透明性、公平性与人为监督。

文中所表达的观点均为 Gordon 博士个人意见,不代表 Pearson VUE 的官方立场。