教学为未来：弥合期望差距

缩小期望差距 版权标准 本文件包含盖洛普公司（Gallup, Inc.）的专有研究成果、版权和商标材料。因此，国际和国内法律及处罚措施保障了本文件中所包含的思想、概念和建议的专利权、版权、商标权及商业秘密保护。 本文件包含的材料和/或本文件本身可下载和/或复制，但所有副本均须保留材料上和/或文件本身包含的版权、商标及任何其他专有声明。未经盖洛普公司（Gallup, Inc.）的明确书面许可，不得对本文件进行任何修改。 对本文件或其部分内容的任何形式的引用，在任何网页上都必须提供指向原始文件的完整链接。除非本文件另有明确规定，否则，本材料的传输不应被视为授予任何专利、版权或商标（由高普公司拥有或控制）下的任何类型许可。 盖洛普®是盖洛普公司的注册商标。版权所有。所有其他商标和版权均为各自所有者所有。 目录 2 简介 3 主要发现 四项详细发现 不切实际的职业期望正在损害教师队伍 模糊的工作期望使教师在学生支持方面缺乏路线图 学校领导的沟通是帮助教师成长的关键杠杆。 16 结论 17 方法论 引言 当要求教师做到不可能的事时，会发生什么？ 沃顿家庭基金会和盖洛普进行的新研究探讨了教师如何体验他们的工作要求。《为未来而教》的研究揭示了不切实际的期望和角色模糊性对工作满意度、留任意愿等关键结果的影响程度。虽然研究发现许多教师面临不切实际或模糊的期望，但它也证实了，通过改进工作期望，教师能够茁壮成长。 对期望现实的教育工作者，他们在课堂上的投入度更高，更有可能留在教育行业，并且职业倦怠感更低。缺乏清晰度也很重要，尤其是在教师应该如何支持学生的问题上。 研究发现，相当一部分教师表示，他们没有明确的指导方针，不知道如何帮助学业上遇到困难的学生或学业领先的学生。虽然人工智能工具正迅速在学校中普及，但超过一半的教师表示，他们完全没有收到关于如何将它们应用于一对一辅导或评分等任务的指导。 拥有现实的期望和实现这些期望的指导，一支繁荣的教师队伍将意味着更少的学生经历年中教师流动和过渡不稳定，以及更多学生能从那些在工作中找到意义的投入教师那里学习。 关键发现 超过半数（55%）的教师 感受到对优秀教学的期望只有 somewhat realistic（40%），不太 realistic（12%）或不 realistic at all（3%）。 将期望视为非常现实而非比较现实的教师，其工作投入度高出27个百分点，工作满意度高出21个百分点，而职业倦怠风险则低18个百分点。 2 四分之一（25%）的教师 他们对于如何支持学业落后的学生，期望并不明确，甚至完全没有明确的期望。有更高比例的受访者（32%）对于如何支持学业先进的学生，也表达了同样的看法。 大多数教师不清楚AI工具4应如何在他们的工作中使用。 例如，69%的人表示他们完全没有收到关于如何将人工智能应用于一对一教学或辅导的指导，47%的人也表示同样情况，即关于如何使用人工智能来布置作业和其他课堂材料。在那些确实收到指导的人中，绝大多数都是非正式的指导。 无论职业准备 即便在高中阶段，教师职责中哪一部分尚不明确。仅有24%的高中教师表示他们感到“非常”有责任帮助学生探索他们想追求的职业，另外50%的教师表示他们感到“有些”责任。 About four in 10 teachers (43%) 他们表示，学校领导层的沟通非常好或极佳。这些教师比他们的同行更可能觉得自己的工作期望是现实且清晰的，也更可能觉得在需要时寻求更多澄清是舒适的。 详细发现 不切实际的职业期望正在损害教师队伍 当今课堂中，成为一名优秀教师意味着什么？教师们是否认为这个标准是能够达到的？大约一半的教师（55%）认为，定义优秀教师的标准似乎遥不可及，这影响了他们的工作满意度和留在该行业的意愿。15%的教师觉得证明优秀教学的期望是不切实际的，而另外40%则认为这些期望只是有点现实。 你教学工作中这一方面有多现实？展示优秀教学的样貌。 教师对于优秀教学标准的现实性认知，在不同年龄段、经验、学科领域或学校级别的教师之间没有显著差异。然而，与最需要帮助学校的教师相比，最富裕学校的教师更可能表示他们感到面临不切实际的期望（18% vs. 10%）。 认为卓越教学标准不切实际的教师，在工作中投入度会显著降低，对工作的满意度会降低，且更容易感到职业倦怠。 例如，在感觉自己面临不切实际的高要求教学的教师中，大约四分之三（77%）经常感到筋疲力尽，而那些感觉自己要求极其现实的人中，只有五分之一（21%）会经常感到筋疲力尽。 教学期望的现实性与关键成果相关联 在期望值___的教师中 发现自身期望切合实际的教师，也远更有可能计划继续留在教室里，无论是在下一年度还是在长期。 在那些认为对优秀教学的期望非常现实的教育工作者中，94%计划继续教下一学年，相比之下，在那些觉得期望不切实际的教育工作者中，这一比例仅为74%。虽然留任意愿是多重因素作用的结果，但20个百分点的差距表明，让期望更具可实现性可能是一个有助于提高教师留任率的有效手段。 教学中的合理期望与留任意愿相关联 在期望值___的教师中 教师们经常反映，学校领导对工作的期望与实际工作情况存在冲突。百分之四十三的教师表示，对学生学业成就的期望“经常”或“总是”与他们可支配的时间和资源相冲突；百分之四十五的教师则认为，对学生学业成就的期望同样与他们学生的实际情况相冲突。 这些发现表明，不切实际的期望可能至少部分源于教师的时间和可用资源的限制，而非能力不足或个人教学准备不充分。 学校领导对__的期望有多频繁？ 高需求学校的教师更有可能面临他们认为是脱离实际的对其工作表现的要求，尤其是在积极影响学生学业成绩方面。 在需求最高的学校里，有一半（50%）的教师认为，对学生成就的期望与学生的现实情况非常频繁或总是存在冲突，而最富有的学校里只有36%的教师持此观点。 学校领导对学生成就的期望有多频繁地与学生实际情况相冲突？ 一半教师表示，期望他们不修改地使用课程是不切实际的。 在过去十年中，与标准相符的高质量课程材料（简称“高质量教学材料”或HQIM）已成为一种有前景的干预措施，许多州希望在使用时能保持其严谨性，从而改善学生的学习成果。HQIM的支持者强调，课程修改应谨慎进行，尤其是在那些修改会降低学术严谨性或从作为单元一部分的课中移除重要背景知识的情形下。 教师们就他们如何体验关于课程（教学大纲）的期望提供了不同的视角，尤其是在涉及修改（调整）时。当被具体问及在不做任何修改的情况下使用课程材料（教学大纲材料）的现实性时，一半的教师（53%）表示这种期望“不太现实”或“完全不现实”。 你教学工作中这一方面有多现实？——使用未经任何修改的课程材料。 重新筛选，排除那些认为这不适用于自己的教师 就清晰度而言，只有38%的教师表示他们对如何调整或修改课程材料有清晰的要求（其中10%表示极其清晰，28%表示非常清晰）。 模糊的工作期望使教师在学生支持方面缺乏路线图 许多教师表示，工作期望不仅不切实际，而且含糊不清。虽然45%的教师表示，他们学校对优秀教学的定义“非常”或“极其”清晰，但39%的教师表示它只是“有点”清晰，16%的教师表示它“不太”清晰或“完全不”清晰。 教师最缺乏清晰理解的两个方面，对学生而言也最为关键。四分之一（25%）的教师表示，对于支持学业落后的学生，其期望并不清晰或完全不清晰；32%的教师对支持学业优秀的学生也是如此认为。 对___的期望有多明确？ 职业准备：一项责任，却无明确归属 教师们普遍感到有权力支持学生的个人优势，但较少人说他们感到有责任帮助学生探索职业道路。这种责任是否是该教师工作期望的一部分，可能因学校和年级而异，但许多州对学生毕业时的职业准备有正式要求。4 在其他州，立法机构正在制定策略，以在K-12教育阶段扩大职业导航支持的可及性。5 在一些学校社区中，教师被期望多大程度地支持这些举措作为其职业职责的一部分，可能仍是一个悬而未决的问题。 大约每四位高中教师中就有一位（24%）感到“很大程度”的责任心，帮助学生探索他们想追求的职业，另外还有50%的教师表示他们感到“一定”的责任。尽管初中越来越被认为是开始职业探索活动的重要时期，但与高中教师相比，六位初中教师中表示感到“很大程度”（11%）或“一定”（44%）责任帮助学生探索可能选项的可能性要小得多。 图8 教师在大学生的职业探索中的作用 您觉得在帮助学生探索他们想追求的职业方面，有多大责任？ 教师更有可能感到有能力鼓励学生发挥他们的优势、兴趣或天赋，而不是帮助他们探索具体的职业道路。41%的高中教师表示，他们感到有很大责任鼓励学生的优势，而47%的教师表示他们在这方面感到有一定的责任。 大多数教师未接受过关于人工智能使用的正式指导 普遍缺乏清晰度的问题，延伸至一个日益重要的话题：关于使用人工智能工具履行教学职责的指导。 尽管采用了AI工具（十之六的教师将其用于工作），大约八之七的教师（82%）表示他们未获得关于如何将AI工具应用于多种类型工作任务的正式指导，而三分之一（34%）甚至从未从口头交流或同伴等非正式渠道获得过任何指导。 图9 您在使用AI工具进行以下特定目的方面，是否收到过任何指导？ 教师们报告称，他们在使用人工智能完成某些任务方面获得的指导比其他任务要少。例如，58%的教师表示没有收到关于如何使用人工智能进行评分和提供反馈的指导，而69%的教师对在一对一教学或辅导场景中应用人工智能也持相同看法。在那些确实获得指导的教师中，绝大多数指导都是非正式的。对于许多教师而言，关于是否、何时以及如何使用人工智能的决定是由他们个人做出的，因为在缺乏明确的机构期望的情况下，他们没有清晰的指导。 您在使用AI工具进行以下特定目的方面，是否收到过任何指导？ 服务需求较高的学校里的教师，获得指导的机会通常少于富裕学校里的教师，尤其是在如何将人工智能工具应用于学生材料创作方面。例如，在最富裕的学校中，59%的教师会收到某种形式的指导，告知他们如何使用人工智能工具制作练习题和作业，而相比之下，在需求最高的学校中，这一比例仅为49%。除少数例外情况外，指导的多少并不会因其他特征（如年级或主要教授科目）而有很大差异。 学校领导的沟通是帮助教师成长的关键杠杆。 对于一些教师而言，不切实际或模糊的期望可能与教师与学校领导之间的沟通不畅有关。大约十分之四的教师（43%）表示，他们学校领导的沟通“非常好”或“优秀”。相反，近十分之三的教师（27%）表示，其领导关于学校政策的沟通“一般”或“差”，另外还有31%表示沟通“好”。与小学教师相比，高中教师更有可能报告一般或差的沟通（33% vs. 22%）。 方法论 结果基于一项于2026年2月9日至3月2日进行的网络调查，样本为2069名在美国公立K-12学校工作的教师。这些教师来自兰德美国教师面板（RAND American Teacher Panel），该面板是一个具有全国代表性、基于概率的美国公立学校教师面板。有关兰德美国教师面板的更多信息，请访问此处。 最终样本根据美国K-12公立学校教师在校级和教师级的人口统计学特征进行了加权，包括学校级别、学生贫困率、学生种族和西班牙裔族裔、学校规模、学校城市化程度、教师性别、教师种族和西班牙裔族裔以及教师的工作年限。这些特征的指标数据来自美国国家教育统计中心。教师级特征基于2020-2021年全国教师和校长调查，而校级特征基于2024-2025年核心数据集。 对于2,069名美国教师的总样本，在95%的置信水平下，抽样误差范围为±2.5个百分点。子群体的误差范围更高。所有报告的抽样误差范围均包含计算出的权重设计效应。除了抽样误差外，问题措辞以及进行调查的实际困难也可能给公众舆论调查结果引入误差或偏差。