激励与关系
92孩子为他们信任的教师学习；数十年研究把师生关系与出勤、努力与结果相连。无软件再现了认识你并期望你做事的成人的效应。
格子越深，表示该主题在这项指标上越高。
抗AI78
薪酬38
入行门槛42
自主性48
需求82
影响力92
低高
简短问答
成为教师需要什么资格？
几乎每个国家，在公立学校任教都需要大学学位、一段时间督导下的课堂实践，以及政府执照或注册。包装不同：四年教育学士、学科学位加如英格兰PGCE的一年培训，或如芬兰的硕士学位。私立与国际学校有时不要求本地执照，但学位要求近乎普遍。
成为教师要多久？
中学毕业后通常四到六年：三或四年学位，一到两年教师培训与督导实践，然后一到两年试用或入职期才获完全执照。芬兰标准路径约五到六年，因为硕士强制；一些快速通道项目数月内把转行者送进教室，培训并行。
教师收入多少？
因国家差异比几乎任何可比职业都大。卢森堡法定标尺——经合组织最高——升至逾12万欧元；德国教师常见5.5万至8.5万欧元并有公务员身份；美国平均据NEA在2023–24约7.2万美元；英格兰主标尺2024–25约3.2万至4.9万英镑；印度低收费私立学校月薪可能不足2万卢比。
为何有全球教师短缺？
教科文组织2023年估计世界到2030年需4400万额外教师，其中约1500万在学生人数增长最快的撒哈拉以南非洲。在较富裕国家问题是流失与招聘而非人口：约8%美国教师每年离开职业，短缺集中在物理、数学、计算与特殊教育。
人工智能会取代教师吗？
岗位的部分已在自动化：常规批改、起草工作表、操练练习与行政报告。但课堂教学的核心——激励三十名真实儿童、管理行为、注意到哪个安静学生周二起不再懂，以及承担法定保护职责——没有自动化替代。多数体系正把AI导师部署为人类教师下的作业层，而非取而代之。
哪些国家最尊敬教师？
瓦尔基基金会2018年全球教师地位指数调查35国，中国排名第一——受访者把教师比作医生——马来西亚与台湾紧随其后，若干欧洲国家则把教师排得更接近社工或图书馆员。芬兰是选拔驱动威望的标准案例：小学教师项目录取约十分之一申请者并要求硕士。
教学在每个自动化预测中位置奇特：其内容交付层属于最可自动化的工作——视频、自适应软件与AI导师已规模化讲解、操练与批改——而其课堂层属于最不可自动化。模型可以比许多人类更好地解释光合作用；它不能让三十名十二岁孩子停止说话、注意到其中一个没吃饭，并承担法定照护职责。
现实近期未来是劳动分工，而非替代。AI辅导系统——从2023年起在美国学校试点的可汗学院基于GPT-4的Khanmigo，到亚洲辅导市场使用的自适应应用——正成为人类教师下的作业与练习层，而同一模型悄悄吸收职业最讨厌的成分：文书。
Low
机器可替代的工作占比
岗位任务小时约五分之一——常规批改、工作表与教案材料起草、操练练习、行政报告——现现实可自动化，许多已转向软件。课堂核心抗拒：对一屋孩子的现场管理、激励与关系、保护责任，以及对特定学习者需要什么的即时判断，是无已部署系统执行的任务，也无政府许可机器承担照护职责。
按任务计分，而非头衔。越低越安全。
AI难以取代的职业 →机器夺不走的
现场课堂管理
88在心情与需求冲突的三十名孩子中维持秩序与注意力，是涉及在场、时机与权威的实时社交技能——当前机器人或AI无一接近它。
保护与照护职责
84教师是法律责任成人：发现虐待与忽视、管理医疗紧急、亲自对家长与法庭负责。司法管辖区为此许可人类，无一准备许可其他任何东西。
社会化与示范
78学校教孩子如何在群体中做人——轮流、分歧、努力、冲突后修复——很大程度上靠看着成人做。那种做人的学徒制是父母最不想自动化的学校教育部分。
对真实学习者的适应判断
74决定这孩子的错答信号误解、那一个是家中糟糕夜晚、第三个是未诊断学习障碍——然后同一分钟内对每个不同行动——仍超出任何已部署系统。
它们已经在夺的
常规批改与反馈
75选择题与简答评分早自动化；大语言模型现起草教师审阅而非撰写的作文反馈与量规分数，压缩每周数小时批改。
行政报告
70出勤追讨、成绩单评语、数据录入与常规家长沟通——工作量调查反派——正是当前AI最先吸收的文本重、模板形任务。
教案材料起草
66工作表、测验、分层阅读段落与幻灯片现可秒生并编辑而非创作；从英格兰橡树国家学院向外的国家机构2023–24年开始推出AI备课辅助。
操练、练习与常规辅导
60自适应平台——可汗学院、多邻国、东亚补习市场辅导应用——已规模化运行间隔练习与程序教学，AI导师把这延伸到逐步指导。
工作如何变化
AI导师成为作业的第二班
Khanmigo的2023年学校试点勾勒新兴模式：每个学生在家获得不知疲倦的练习伙伴，而教师编排、布置与审阅——富裕家庭曾向私人辅导市场购买的大规模廉价版本。
教师成为学习设计者
随着内容生成与交付变便宜，差异化工作移向策展与编排：选择班级用共享现场小时做什么、编排人类讨论对机器练习、质量控制机器制材料。
数据看板进入教员室
学习平台浮现曾经测验间不可见的每学生掌握、错误模式与预警信号；从纽约到首尔——其AI数字教材自2025年起推出——的体系押注分析层改变课堂决策。
混合学校教育保持常态
2020年关闭迫使每位教师同时经远程教学训练，基础设施从未离开：作业平台、录制课与虚拟家长晚会持续，随之而来的是对两间房都流利的教师的需求。
分岔出的新职业
教学设计师
为学校、出版商与企业培训设计课程、材料与评估——离开教室教师增长最快的目的地，AI工具链在扩张而非缩小这一角色。
在线导师／课程创作者
全球辅导市场——从一对一视频平台到完整在线学校——以十万计雇用前课堂教师，销售软件层缺乏的恰是人类注意力与问责。
学习分析专员
为学校与学区解释数字教室的数据废气：哪些干预奏效、哪些学生在漂离、哪些看板值得相信——坐在教学经验与数据科学之间的角色。
教育AI内容与安全审阅者
部署AI导师的教育科技公司与部委需要能同时判断教学法、准确性与儿童安全的人；有经验教师是课堂AI的自然审阅者、课程对齐者与红队。
AI 暴露情景
三个可逆透镜：增强、替代切片、新缝隙。教学标记，非预测。
增强
保留岗位；AI 加速草稿、分诊或调研，判断与责任仍在人。
替代切片
狭窄任务堆可能先压缩，相邻手艺反而增长。
新缝隙
在需信任 AI 输出的受监管场景，可能出现监督、集成与领域质检角色。
展望
最先离开岗位的任务是教师最怨恨的那些——批改、报告、工作表生产——这使教学在面对自动化的职业中不寻常：技术最初减去苦差而非判断。政治斗争将围绕解放的小时填什么：更小有效工作量，或AI协助合理化的更大班级。
需求算术无论如何保护职业。教科文组织到2030年4400万教师缺口意味着世界多数问题是教师太少而非太多；无可信AI部署在往往先缺电再缺软件的教室中关闭那种规模的短缺。
每个学校体系嵌入的长期赌注是：童年形成——注意力、动机、品行、照护——需要可问责的人类成人与孩子同处一室。当前技术浪潮中没有任何东西测试过那一赌注；它只测试了工作表。
相近职业
不限同一领域，六项评分最接近的职业。
🚒
Firefighter
贸易走向其他人所逃离的地方——从罗马的维吉利人和江户的守护者到今天的野火船员和24小时的救援班。
抗AI 90 💉护士
医疗体系中规模最大的职业：从斯库台里的灯到重症监护室的监护仪，当其他人回家之后，仍守在床边的那个人。
抗AI 91 🚓警察
巡逻、侦查并维护治安的宣誓警官，从维多克的便衣侦探和皮尔1829年的警察，到今天备受争议的公众信任。
抗AI 66 🌉土木工程师
把河流、岩石与重力变成桥梁、道路与清洁饮水的职业——自伊姆霍特普起，文明安静的承重行当。
抗AI 72 🧬遗传顾问
将基因组科学与非指导性、富有同情心的咨询相结合，帮助人们了解遗传状况、测试选择和结果。
抗AI 72 🧪化学家
亲手制造并测量物质本身的科学家——从塔普提在巴比伦蒸馏香水的年代到今天的机器人实验室，仍是那个判断谱图意味着什么的人。
抗AI 70继续探索
继续探索
教育·人文领域的其他职业
🎓
教授
公开讲授一门学问并以此谋生的学者——从柏拉图学园到终身教职与 AI 助教，二十五世纪的教学与发现史。
抗AI 76 📜历史学家
受过训练的往昔审问者——从希罗多德、司马迁到数字化档案库，把脆弱的文献变成可供核实的历史记述。
抗AI 70 🧩心理学家
研究心智与行为的科学家：从1879年冯特在莱比锡的实验室，到今天的治疗室，受过训练去听懂一个人自己尚且说不出口的话。
抗AI 82 🌐笔译员
在语言之间搬运意义的职业——从《七十士译本》、哲罗姆的《武加大译本》到托莱多、纽伦堡的同传厢与机器翻译时代。
抗AI 28 📖图书馆员
记录知识的守护者与向导,从尼尼微的泥板到电子借阅之争——把人类知道的一切加以整理,使任何人都能找到。
抗AI 55