构建AI素养的关键能力模型
引言（Introduction）人工智能正日益深入地融入各类面向大众的数字化技术中。然而，在许多主流平台上，支撑系统运作的算法往往呈现出显著的“黑箱性（Black Box）”特征，用户难以洞察其内部运作逻辑，甚至很多人并未察觉自己正在与人工智能系统互动。此类认知偏差制约了公众有效利用人工智能的水平；削弱了人机协作的效能；也阻碍了作为AI产品使用者进行批判性思考的能力。同时，社会大众对人工智能普遍存在的误读，还可能误导政策制定的方向，并在AI发展未能满足公众期待时，诱发社会层面的失望乃至恐慌。导致公众误解的
警惕AI幻觉：别把胡说当笑谈
所谓AI幻觉，指的是AI产出看似真实合理却纯属虚构或错误的信息。随着AI深入生活与工作的各个角落，其“一本正经胡说八道”的幻觉问题愈发突出。当AI日益“全能”，我们更需补上理性认知与风险规范的“常识课”。技术跑得再快，也不能将常识抛在身后。近年来，类似AI幻觉的事件层出不穷。例如，有考生家长利用AI平台查询高校报考资讯，AI却生成不实信息，甚至承诺若出错将赔偿；有人在搜索自己姓名与职务时，“AI智能回答”竟捏造其曾“被判三年有期徒刑”的虚假内容，还配上照片；AI编造不存在的论文引用、虚构名人信息等情况，更
斯坦福AI指数报告2026：能力飞速增长，评估治理滞后
Sha Sajadieh, Raymond Perrault, Yolanda Gil 等人 | 斯坦福HAI | 2026年4月斯坦福大学人类中心人工智能研究所（HAI）每年编纂AI指数报告，整合政府、学术界与工业界的独立数据，监控AI在九个方面的进步：研发、技术表现、负责任AI、经济、科学、医疗、教育、政策与公众感知。这已是该系列报告的第九份。报告的核心观点是：AI技术能力的增长速度，已经超越了评估、管理与适应它的所有相关体系。这一差距体现在多个方面：技术测量工具逐渐失灵，监管框架方向不一，劳动力市场