摘 要：县域普通高中振兴是实现教育公平、建设教育强国的重大问题。《县域普通高中振兴行动计划》（以下简称《计划》）首次把人工智能技术当作县中振兴的重要支撑，但是政策要求和教师实践之间还存在较大的差距。为了系统分析出造成这种落差的原因和破解的办法，该文把技术接受与使用理论的多层次视角融合起来，创建契合县域教育特定情境的“政策—组织—个体”三层递进分析模型。该模型把UTAUT的核心变量具体嵌入到宏观政策驱动、中观组织转化、微观个体接受的三层情境当中，用来分析赋能过程的传导机制。根据上述框架，研究先解释《计划》中确定的AI赋能战略导向；再对政策驱动力向组织层面转化、向教师个体传导过程中各层关键变量的阻滞情况做系统的诊断；最后用内容分析法对十二个典型案例进行解码，提炼出有效的经验，构建出一个“三层联动、双向反馈”的系统化赋能路径。该研究既给认识AI赋能县中教师的复杂进程赋予了整合性的理论透镜，又给推进县域教育的数字化转型赋予了兼具理论参照和操作性方案。
关键词：县域普通高中；《县域普通高中振兴行动计划》；人工智能；县中教师
一、引言
县域高中是县域基础教育的最高段，承载着全国近60%高中学生的升学期望，提升县中教育质量，不仅关系到乡村振兴战略的实施与教育扶贫成果的巩固，而且能对社会的代际流动及和谐稳定产生重要影响。党的二十大报告提出要“加快义务教育优质均衡发展和城乡一体化”，县中振兴是其中一个重要抓手。2025年政府工作报告再提县中发展，从以往的“加强县域普通高中建设”到“提升县域高中质量”。随后教育部等六部门联合印发的《县域普通高中振兴行动计划》（以下简称《计划》），提出“更好适应人工智能对育人方式变革的影响”。
教师是县域普通高中发展的建构者和实践者，培养教师是推进教育高质量发展的关键之策。已有研究大多从县域高中整体的路径探究或者政策分析角度，详细讨论县中振兴的发展规划，却忽略教师作为政策落实的关键作用。教师对于AI技术的认知是否会影响AI以及技术赋能教育的效果，对此，本研究旨在回答三个环环相扣的问题：AI赋能县中教师的战略导向与系统部署为何？这一赋能意图在由政策层面向教师个体传导时，于何处受阻？应如何构建协同机制以修复传导链，实现有效赋能？为解答这些问题，本研究引入了一个整合性的“政策—组织—个体”三层分析模型，对赋能过程进行系统性诊断与重构。
二、理论框架
Venkatesh等人在2003年提出UTAUT模型，此模型整合了多个技术接受理论的核心变量，将个体对信息技术的接受行为主要归结为绩效期望、努力期望、社会影响和促进条件四大核心变量，并考虑了性别、年龄、经验与自愿性等调节效应。随着研究的不断深入，为全面解释复杂情境下的技术接受行为，Venkatesh等学者在2016年进一步提出了技术接受与使用的多层次框架，该框架突破了早期模型中关注个体心理的局限，系统地整合了影响技术接受的各类因素并对其分为三个相互作用的分析层次。宏观环境层作为外部背景，通过环境属性、组织属性与位置属性自上而下设定边界与提供资源；核心路径层是UTAUT、UTAUT2的基准模型，呈现个体从信念到行为意向，最终驱动使用行为的直接因果链；微观情境层则涵盖用户属性、技术属性、任务属性及时间维度，直接或者调节核心路径的作用过程。此演进框架强调情境化理论构建，主张在不同应用场景中具体定义和重构变量关系，并具有动态演进视角，因而特别适用于分析特定群体在复杂环境下的技术采纳与持续使用行为。
县中教师作为嵌入中国特定县域教育生态中的职业群体，其对人工智能技术的接受程度与使用行为深受个人、学校、政策乃至地域文化等多重因素交织影响。基于上述多层次框架并结合我国县中教育的实际，本研究的核心分析框架为“‘政策—组织—个体’情境化三层递进模型”，将教师的技术接受行为视为一个在政策驱动、组织中介与个体接受三层情境中递进演化且相互反馈的动态过程。政策驱动层构成了宏观的制度环境与初始动力，其核心是《计划》所提供的战略合法性与方向指引、县级政府执行转化所设定的资源分配规则与绩效期望以及区域教育生态的示范性所产生社会影响，共同为AI赋能设定方向。组织中介层是关键转化枢纽，学校通过硬件设施、校本培训、制度激励与文化氛围等具体举措，构建组织化的促进条件，将宏观政策意图情境化、操作化，直接塑造教师所感知的努力期望、绩效期望以及内部的社会影响。个体接受层是最终的落脚点，教师个体基于自身特质、既有经验，在组织所创设的环境下，形成对AI技术的感知有用性、感知易用性，受到社会影响并最终决定其从意向到行为、从尝试到深化的使用模式。
该模型强调，赋能的有效性依赖于政策驱动力能够顺利穿透组织层，并转化为个体可感知、可获得的积极变量。同时，教师个体的实践反馈亦能自下而上地调适组织支持与政策设计，形成双向互动的良性循环。下文将在此模型指导下，逐层展开分析。
三、《计划》下的AI赋能导向
我国对于县域教育的发展规划，大致经历了从“农远工程”的资源覆盖，到“班班通”的环境建设，再到当前《计划》所引领的智能生态构建三个阶段。与以往模式相比，《计划》作为新时期县中振兴的纲领性文件，从战略定位、核心目标以及实施途径三大维度，前瞻性地锚定教育数字化转型这一未来方向，为AI技术融入县中教育提供了系统化的行动指南。
（一）战略定位：将AI作为破解县中发展瓶颈的关键支撑
教育生态重构的根本即《计划》在总体要求中明确提出“适应人工智能对育人方式的变革”，把AI技术置于“完善城乡基础教育协调发展机制”的核心地位。这标志着政策对人工智能角色的认知发生了根本性转变：从“农远工程”中教师多为被动的资源接收者和使用者，到教师充分运用AI所具备的资源泛在共享、流程精准化、运行高效率等核心特性，突破地理鸿沟的资源重组与应对规模教育的个性关照。针对县中优秀生源外流、抢挖优质师资的问题，《计划》强调借助AI来带动课堂变革的新样态，如虚拟的“双师课堂”的出现，在“班班通”设备的基础上嵌入AI技术，跨越了地理上的障碍，把城市的优质师资送到了乡村；针对县中学生差异性问题，则可以利用AI进行学情分析与精准教学，实现个性化培养。教师成为利用AI创新教育教学的主导者，得以促进县中振兴、加快城乡普通高中教育协调发展。
（二）核心目标：AI赋能聚焦质量提升与公平推进双维度
《计划》在目标设定上超越了早期政策侧重起点公平的局限，转向关注教育全过程的质量提升与结果公平。其一是指向教育质量的内涵式改进。在教学方面，学校教师注重共享优质教育资源、创新课程教学方式，利用AI提升办学水平；从管理层面来讲，学校重点打造智能预估系统，达成教学资源精确分配与优化配置；在评价层面，教育科研工作者带领各级教师创建以立德树人为核心，以多种评价体系为根基的质量评定体系，采用AI搜集大量信息，超越以往评价体系中单一指标，做到对教育过程与成效的全方位思考。这一系列要求共同支撑了《计划》提出的到2030年教师专业素质明显提升、教育教学方式现代化等长远质量目标。其二为聚焦教育公平的实质性推进问题。推进教育公平是加快建设高质量教育体系的题中之义，需要从纵向、横向、空间三个维度进行三维系统性、体系化思考，县域高中教育发展均衡问题属于空间维度中的一大重点问题。对口帮扶行动要求，加大中西部教育基础薄弱县、民族地区、边疆地区县中帮扶力度，而人工智能技术就变成实现这一战略目标的工具。
（三）实施路径：从技术建设到能力提升的系统化部署
《计划》摆脱了单纯依靠硬件投入的老路，转向对技术设施、数字资源、人力资本进行系统化、生态化的部署，强调应用、融合、持续创新。在技术基础设施角度，政策集中于教育资源扩容行动和办学条件改善行动，试图依靠推进教育领域新型基础设施建设，为AI技术的深度集成与应用赋予可靠的环境。更重要的是其提出完善国家普通高中学校建设标准，鼓励地方制定实施细则，以此导向保证硬件建设更加符合县域实际需求和财政承受能力，防止技术设备盲目堆砌和闲置浪费。在数字资源建设方面，政策鼓励本地化、特色化的数字教育资源开发，强调优质资源在县域中学的普及应用。这就要求AI教育资源不能只是城市模式的简单复制，而应该具有对县域教学场景、文化背景、学情特点的适应性。因地制宜的资源建设导向，是使AI从“可用”走向“好用”、深度融入教学过程的关键。在人力资源建设角度，《计划》以“实施教师学历提升计划”、分层分类培训、探索教师轮岗交流等多种方式，系统地提高县中教师的数字化素养和AI应用能力。一方面，利用专题培训、科研专家以及城市教师“一对一”等的培训直接传递给教师AI教学的知识与技能；另一方面，依靠培养本土化的技术骨干队伍、常态化网络教研机制等手段提升本地区教师自身的AI技术应用、推广能力，从而实现自我造血。
四、AI赋能县中教师的现实困境：传导链的阻滞与固化
县域普通高中在教育高质量发展、乡村振兴等方面具有重要的意义，但是它的发展也面临着诸多困境。按照“政策—组织—个体”情境化三层递进模型，AI赋能县中教师并不是在单一层面受阻，而是一个传导失灵、反馈断裂的整体性难题。宏观政策驱动力在传递到组织层面之后再到达教师个体的时候，效力逐级衰减，而基层的实践困境又无法向上反馈以调适政策与组织支持，从而形成恶性循环。
政策作为AI赋能的顶层驱动，其供给与县域实践的适配性不足构成传导链的初始梗阻。我国近60%的高中生就读于县中，但当前政策多聚焦宏观方向指引，缺乏针对县域教育异质性的差异化设计。《2022年人工智能教育蓝皮书》指出我国人工智能教育存在经费不足、缺乏专业师资、无技术条件支持等困境，尤其是基础教育阶段及偏远地区学校。教育部人工智能赋能教育行动试点中，虽覆盖东部7个省份与中西部20个地市，但具体资源配置未充分回应区域差异，如东部县中更需AI与学科融合创新支持，而中西部县中首要需求是基础硬件与工具培训。这种“一刀切”的政策供给，使得基层学校和组织面临的初始促进条件不够清晰和精准，影响了后续转化的有效性。
学校作为政策落地与个体实践的中间枢纽，由于政策支持的不精准与不充分，其转化功能显著弱化。第一，硬件设施支撑薄弱，《中国教育统计年鉴2022》数据显示，乡村高中的网络多媒体教室仅45423间，镇区高中为388105，远低于城区的563866间，教师数字终端配备中，乡村高中、镇区高中也与城区学校形成鲜明差距，基于大数据的深入研究发现县中教育资源总量虽可满足基本教学需求，但是在AI教学所需的数字化设施、智能工具配备等方面与城区学校差距显著。第二，校本培训缺乏针对性，中国教育发展战略学会等发布的《县域教育洞察白皮书（2025）》（下称《白皮书（2025）》）显示在AI技术面临的挑战中，教师缺乏系统培训占比为80%，说明现有的培训难以有效提升教师的努力期望。第三，激励制度与文化氛围缺失，难以激发教师动力，《白皮书（2025）》中教师回应学校最该加强的方面中“教师福利与人文关怀”（71%）与“教师评价与激励体系”（66%）排在前两位，许多教育工作者提出当今的教师评价与激励体系未能完全有效回应教师的付出与牺牲，这制约了教师参与技术变革的积极性。
由于政策落地断层、组织转化失效，造成县中教师技术能力、应用深度、易用性感知的短板，造成态度、行为转化受阻。第一，教师技术能力不足，在中小学教师数字素养报告中超过80%的教师可以熟练使用数字化技术，但是对数字技术前沿进展了解的教师不到20%。前沿进展了解的缺乏会妨碍教师把AI融入教学当中，从而造成行为转化的阻碍。第二，教师应用AI浅层化，感知有用性不高，部分教师由于认识不够、操作能力缺乏，不能把AI技术自然地融入到教学过程中。差异在访谈中有所体现，资深教师已经把AI用在备课、授课、学情分析等各个环节上，年轻教师则主要希望AI能用于学情分析，显示出不同教龄、不同专业发展阶段的教师对AI技术的接受程度和应用广度存在明显的分层。在《白皮书（2025）》里提到教育工作者对于AI的期望，其中智能批改作业等事务性工作所占比重为88%，教师利用AI的期望主要在于减负，而不是进行深层次的使用。第三，教师感知易用性不足，由中国教育发展战略学会区域教育专业委员会等30余家教育单位联合发布的《2025年中小学教师人群应用人工智能情况调研报告》显示61.6%的县中教师表示不知道怎样向AI表达教学需求，47.2%的教师需要多次调试提示词才能得到有效的结果，提示词门槛和工具操作复杂性给教师造成技术使用上的困难，降低了易用性感知。
五、突破路径：基于典型案例的三层协同传导机制构建
（一）数据来源
本研究选取了十二个典型案例，来源于教育部公布的第一、第二批“中小学人工智能教育基地”学校名录，以及“央馆人工智能课程”大规模应用试点校中成效较为突出的单位。案例选择遵循“典型性、覆盖性、成果可验证性”原则，确保了样本覆盖东、中、西部不同区域，兼顾不同发展水平的县城与乡村学校，并涵盖了新入职教师与资深专家、单一学科与跨学科探索等多样化的实践主体。所有案例分析均基于公开的、翔实的经验总结报告、研讨会纪要或权威媒体报道文本。
（二）研究方法
内容分析法是对明显的传播内容做客观而有系统地量化并加以描述的一种研究方法。基于内容分析法的规范流程，结合理论框架、现实困境以及十二篇案例文本的词云图，聚焦政策与组织层面为AI赋能教师所提供的支持以及县中教师在教学中对AI的实际应用，初步构建了编码表。两位研究人员选取三篇文本进行预独立编码，以修改和完善编码表，最终选择“政策支持”“组织保障”“个体实践”三大维度作为父节点，并在这些维度下进一步细化了十二个子节点。两名研究者基于此编码体系使用NVivo14软件对典型县中案例文本独立进行编码，随后采用Cohen’s Kappa系数检验编码一致性，计算得Kappa值为0.83（≥0.75），表明编码体系具有良好信度；最后对编码分歧点进行集体讨论，结合案例文本原始信息修正编码结果，确保分析的客观性与准确性。
（三）研究结果与路径构建
通过对典型案例的内容分析发现（如表1所示）（表1略），案例文本中关于组织保障与个体实践的讨论最为密集，二者合计占比超过总参考点的70%。这印证了组织中介层转化和个体接受层内化是赋能最终生效的落脚点。各县域、学校牢牢抓住政策的支持，在组织保障维度上，“教研机制创新”与“教师培训体系”是高频焦点。成功的学校不仅注重开展组织培训，更着力打造基于真实教学问题的教研共同体，将AI应用深度嵌入备课、听评课、课例研讨的日常环节。同时，其倾向于建立与教师专业发展阶段相匹配的、分层分类的培训体系。在个体实践维度中，“教学全流程应用”与“专业能力发展”占比最高。这表明，有效的实践通常鼓励教师将AI工具用于备课、授课、作业、评价、学情分析等完整教学链条，使其价值在完整的工作流中得到全面体现。同时，教师在此过程中，其课程开发能力、数据解读能力、跨学科设计能力等得到同步发展，得到螺旋式上升成长。值得注意的是，“学科融合创新”与“育人理念转型”也占有相当比重，意味着人作为技术使用的主体深度赋能必然导向教学模式的变革与教育观念的更新。
基于前述，摆脱人工智能赋能县中教师困境的途径，不是单方面的强化，而是要从线性传导思维转向生态协同思维，创建起一个三层联动、双向反馈的系统化赋能途径。
1.组织支撑体系化
组织保障层集中于教育革新落地实施，创建起“培训赋能、教研提质、评价激励、平台支撑”的全链条保障体系，打破培训、教研、评价彼此割裂的局面。教师培训体系多样化，采用青蓝工程、青蓝结对、三年一轮训等机制，在工作坊、实操坊等形式下，针对具体场景，提升教师的努力期望，全方位提高教师数字化应用与专业教学能力，全面满足各种教师的发展需求，提高培训的实践性、有效性。大力推进新技术对于教师教研结构、教研服务模式变革的作用，在教研机制创新中要以问题为导向，聚焦AI赋能教学、跨学科融合等核心议题，推动教学研究与实践改进深度融合，将人工智能应用深度嵌入集体备课、听评课等常规教研活动，系统推进“AI课例研究”专项循环，通过不断地实践、反思、再实践，探究出具有本土适应性的教育创新经验体系。同步推进教师评价和激励机制改革，把人工智能融合教学的创新成果系统纳入绩效考核、职称评聘、评优评先体系，构建鼓励探索、宽容失败的制度文化生态，有效激发教师的内生发展动力来获得正向的社会影响激励。智能教学环境下的平台与设施搭建，以智慧教育云平台、云端教研平台、数字化教室等为载体，为教学和教研的数字化转型提供技术支持，重点在于组织核心教学力量和学科团队，对外部优秀的、适合的、能够适应的、深度定制的人工智能资源进行改造，创建出既符合校本教育需求，又带有地方文化特色的本地化数字教育资源库。
2.教师实践进阶化
个体实践层是教育革新微观落地的环节，体现在以应用驱动、能力提升、素养培养为核心的导向。智能技术的发展促使教师在教学实践当中角色的教学价值发生改变。“教学全流程应用”从课前靶向资料推送、课中动态教学调整、课后分层作业布置、精准反馈四个环节入手，借助人工智能技术完成智能备课、自动化作业批改、初步学情分析等工作，大幅度降低教师的工作量，使教师能够把更多的精力投入到教育中，其主要目的就是减轻教师的工作负担，提高教育生产力。精准教学依靠人工智能展开数据驱动的精细化诊断与靶向干预，助力教师执行科学化、个性化的教学决策。通过数据分析学生个体及群体的知识薄弱环节，实行分层教学目标的设定、差异化的练习推送、个性化的辅导，使教学决策由经验主义转向数据主义，主要目的就是提高教学干预的精准化、有效性。学科融合创新呈现技术赋能、跨域联动、素养导向的特征，以AI与学科教学融合、STEAM教育、“生态+跨学科”课程群等形式打破学科壁垒，强化知识应用和创新能力培养。教师在参加培训、教研协作、项目实践等途径中，在数字化教学工具应用、课程开发、课题研究等各方面实现能力的迭代，学生通过科技创新竞赛、素养测评等方式获得多元发展。教师只有真正理解“人工智能为何赋能教师、何以赋能教师”，才能以开放包容的态度面对人工智能，正确看待和认识人工智能对教育教学的颠覆性影响，客观辩证地看待人工智能的“可为和不可为”，重新定位自身的教育主体地位。因此育人理念的转型是以生为本、立德树人，在技术赋能的同时保持教育的温度，用四阶思维课堂、灵性读写等教学范式，达到知识传授与素养培育、情感交流的有机统一。教师探究以AI智能导师和教师情感引导与价值导向相结合的双师协同教学体系，引导学生用AI技术深入挖掘和创新本土文化资产，创建特色课程内容。
3.协同机制动态调适化
协同机制动态调适的核心逻辑就是打破政策定调、组织执行、个体落实的静态线性模式，创建起以数据监测为依据、以实践需求为导向、以赋能实效为目标的弹性适配系统，保证赋能系统永葆活力的关键在于创建起一个具备感知、反馈、学习、进化能力的敏捷协同生态，这就意味着政策、组织、个体之间要形成双向甚至多向的“对话”关系，并且能够根据内外部变化做出动态调整。
政策驱动与组织保障的动态调适要做到需求对接、资源倾斜、成效反馈的有效对接，使政策供给精准匹配组织支撑的实际需求。一方面，建立政策与组织需求前置对接机制。智能教育政策应当明确所制定政策类型，在政策制定阶段，由教育行政部门联合学校组织层开展AI赋能需求调研，聚焦组织层面在AI资源开发、培训体系优化、平台搭建等方面的具体诉求，将其纳入政策规划与资源配置方案。针对组织层面提出的“跨学科AI课程开发缺乏技术支持”的诉求，政策可定向倾斜资源，引入高校专家团队或技术企业参与校本资源库的定制化建设，而非单纯投入通用型AI设备。另一方面，建立组织与政策成效反向反馈机制。组织层面定期向政策制定方提交AI赋能实施报告，重点反馈政策资源的使用效能、政策落地中的现实障碍。政策制定方则以反馈信息为依据，动态优化政策设计：对成效显著的资源倾斜方向加大支持力度；对执行受阻的政策条款进行弹性调整，允许组织层面根据本校教师实践基础制定差异化落实方案；对未覆盖的需求缺口补充政策支持，形成政策适配组织，组织反哺政策的良性循环。
组织保障与个体实践的动态调适则搭建诉求传导、机制优化、实践赋能的快速通道，让组织支撑精准回应教师的AI应用诉求。首先，建立个体与组织间诉求常态化收集机制。依托教研工作室、智慧教育平台留言板块、定期座谈会等载体，鼓励教师反馈AI实践中的具体难题、个性化需求。组织层面建立“诉求台账”，对诉求进行分类梳理，明确响应时限与责任主体，确保诉求有人接、问题有人管。其次，建立组织与个体保障动态优化机制。组织层面将教师诉求转化为组织支撑的调整依据，针对性优化培训、教研、资源供给等核心环节。在培训体系上，针对通用型培训脱离学科实际的问题立即调整“青蓝工程”“三年一轮训”的内容设计，增加“AI+学科”场景化实操模块；在教研机制上，若教师集中反映“跨学科AI教学无从下手”，则将“AI+跨学科融合”纳入校际协同教研、“AI课例研究”组织跨校骨干教师联合开发课例模板，通过实践、反思、迭代形成本土化解决方案；在资源供给上，针对本土文化特色AI课程资源不足的困境，可联动学科团队加快本地化数字教育资源库的补充升级，纳入教师自主开发的本土文化AI教学素材，实现教师诉求驱动组织优化，组织优化支撑教师实践的正向循环。
个体实践与政策驱动的动态调适核心在于建立成效传导、政策校准的长效机制，用教师AI应用的成效和诉求来反向促进政策科学化迭代。一方面，从组织层面的常态化评估出发，把教师实践中的AI应用成效汇总分析之后，向上反馈给政策制定方，给政策效果评价赋予微观实证支撑。另一方面，政策制定方依据个体实践反馈出来的共性需求，对宏观导向以及资源配置实施改进。针对部分教师反映的农村县中AI设备运维难的问题，政策可以增加AI设备运维专项补贴条款；针对骨干教师反映的AI课程开发缺乏资金支持的问题，政策可以设立AI教学创新专项课题，为教师实践提供经费和平台支持。个体实践、组织汇总、政策优化、个体受益的间接传导模式，既保证了个体诉求的系统性表达，又使政策优化更贴近教师实践的真实场景，实现政策与个体实践的同频共振。
综上所述，人工智能赋能县中教育振兴，需贯彻摒弃侧重技术而忽视人文关怀、侧重个别培训而轻视整体生态构建、侧重个体发展而忽略团队协作与组织支持的偏颇观念。学校与区域教育管理机构系统化地构建一个集成性的支援生态系统，全面覆盖基础设施建设、专业人员成长、研究与教学机制、激励文化培育以及资源共享网络。在生态系统的作用下，教师对人工智能的应用将从简单的、表面的工具运用逐步进化至深度整合于教学核心流程的创新实践，以此全面达成《计划》目标——通过人工智能技术的集成，彻底革新育人的模式与方法。
六、结语
本研究将技术接受理论与中国特色的教育治理场景进行了深度结合，提出了一个具有解释力的分析模型，深化了对于宏观教育技术政策如何通过组织环境最终影响教师个体行为过程的理解。在实践层面，研究所提出的路径不再孤立地呼吁加强培训或增加投入，而是提供了一套旨在打通传导阻滞、激发系统内生动力的协同行动方案，为各地教育行政部门和学校落实《计划》、务实推进人工智能赋能县中教师提供了兼具原则性与操作性的参考。
案例研究虽能深入揭示机制，但在代表性上可能存在一定边界。未来研究可采用大样本追踪调查，进一步检验三层模型中各变量间的具体作用路径与强度；亦可深入探讨不同县域文化、校长领导风格、教师社群结构等更为细腻的情境因素如何调节三层之间的传导效果。
（本文参考文献略）
How Artificial Intelligence Empowers Teachers in County-Region High Schools
YuanLei LongLulu QinJiaqi
Abstract: The revitalization of county-region high schools is an important issue to achieve educational equity and build a leading country in education. The County-Region High School Revitalization Action Plan (hereinafter referred to as the Plan) regards AI technology as an important support for the revitalization of the county-region for the first time, but there remains a significant gap between policy requirements and teacher practice. In order to systematically analyze the causes and solutions of this gap, this study integrates the multi-level perspective of the technology acceptance and use of technology theory, and constructs a three-level progressive analysis model of “policy organization individual” suitable for the specific situation of county-region education. The model embeds the core variables of UTAUT into the three-level situation of macro policy driven, meso organizational transformation and micro individual acceptance to analyze the transmission mechanism of the AI-enabled process. Based on this framework, the study first explains the AI empowerment strategic orientation set in the plan. Then system diagnoses the blocking state of key variables at all levels in the process of policy driving force transforming to the organizational level and transmitting to individual teachers. Finally, the content analysis method is used to decode twelve typical cases, extract effective experience and construct a systematic enabling path of “three-level linkage and two-way feedback”. This study not only provides an integrated theoretical lens for understanding the complex process of teachers in AI enabled counties, but also offers a theoretical reference and practical scheme for promoting the digital transformation of county-region education.
Key words: county-region high schools; County-Region High School Revitalization Action Plan; artificial intelligence; county-region high school teachers
初审：普清筠
复审：孙振东
终审：蒋立松
