AI素养的核心：从会用到懂用的四大共识

一、引言

过去两年，AI素养（AI Literacy）几乎成为全球教育领域最热门的话题之一。从联合国教科文组织（UNESCO）、OECD，到各国教育部门，再到高校和基础教育学校，都开始思考同一个问题：当人人都可以使用ChatGPT之后，我们真正需要培养的，究竟是什么样的AI素养？

然而，一个更现实的问题随之出现。虽然关于AI素养的研究越来越多，但不同研究对于AI素养的定义并不一致。有的强调技术知识，有的强调伦理意识，有的强调实践能力，还有的强调批判思维。与此同时，各种AI素养量表、评价工具不断涌现，却缺乏统一的理论框架。AI素养究竟应该包含哪些核心能力？又应该如何科学地评价？

二、AI素养，不只是“会用AI”

长期以来，人们容易把AI素养理解为一种技术能力，例如会写Prompt、会调用模型、会训练算法。

然而，这项系统综述指出，这种理解已经远远落后于AI的发展。

真正的AI素养，并不是掌握某一种AI工具，而是能够理解AI、评价AI、合理应用AI，并在伦理规范下与AI协同工作。

研究者认为，随着生成式AI迅速进入教育、医疗、金融、办公等领域，仅仅掌握技术操作已经无法满足现实需求。真正决定一个人是否具有AI素养的，是他是否能够理解AI工作的基本原理，辨别AI输出内容的可靠性，意识到AI存在的局限与风险，并能够负责任地将AI融入真实工作和生活。

换句话说，AI素养已经开始从过去关注“技术技能”，逐渐转向关注人与AI之间的协同能力。

这种变化，也意味着AI教育正在经历一次重要转型。

三、为什么AI素养如此重要？

研究引用了一组值得警惕的数据。随着2030年的临近，大量工作岗位将受到人工智能自动化的深刻影响。未来社会真正需要的人，不一定是最会写代码的人，而是最能够理解AI、驾驭AI的人。

与此同时，生成式AI正在重塑学习方式。它既能够帮助学生完成资料整理、知识总结、头脑风暴，也可能导致学生跳过思考过程，直接获得答案。

因此，一个学生是否真正具有AI素养，并不取决于他有没有使用ChatGPT，而取决于他是否知道：

什么任务适合使用AI；

什么内容不能完全依赖AI；

如何验证AI生成内容；

如何避免AI带来的偏见与误导。

研究进一步指出，对于教师而言，AI素养的重要性甚至更高。

教师不仅是AI工具的使用者，更是学生AI使用方式的塑造者。如果教师自身缺乏AI素养，就可能错误示范AI的使用方式，甚至让学生误以为所有AI输出都值得信任。因此，未来AI教育首先需要培养的，很可能不是学生，而是教师。

四、全球AI素养框架正逐渐形成四大共同能力

作者对16项研究进行比较后发现，虽然不同机构提出了不同名称的框架，但核心能力却越来越趋于一致。

第一，理解AI（Know AI）

几乎所有研究都认为，AI素养首先建立在基本认知之上。

这种理解不仅包括知道AI是什么，更重要的是理解：

AI能够做什么；

AI为什么会产生答案；

AI有哪些优势；

AI有哪些天然局限。

例如，在教育场景中，学生需要知道生成式AI为什么可能出现“幻觉”，为什么不同提示词会得到不同结果，以及为什么AI不能替代人的独立思考。这种基础认知，是后续所有AI能力的起点。

第二，应用AI（Use AI）

理解之后，才是真正的应用。

研究发现，越来越多框架强调，AI应当贯穿整个学习流程，包括在选题阶段帮助头脑风暴；在资料整理阶段辅助信息归纳；在数据分析阶段提供可视化支持；在写作阶段优化表达质量；在项目研究阶段协助知识整合等，而不是仅仅作为最后生成答案的工具。也就是说，AI不再只是一个“答案机器”，而成为学习全过程中的协作伙伴。

第三，评价AI（Evaluate AI）

这是近年来AI素养研究增长最快的一项能力。

越来越多研究认为，人类最大的价值，不再是简单生成内容，而是能够评价AI。例如：

AI回答是否准确？

是否存在事实错误？

是否存在算法偏见？

是否遗漏重要信息？

是否真正满足任务需求？

因此，批判性思维已经成为AI素养不可或缺的重要组成部分。

真正具有AI素养的人，并不会因为AI生成得流畅，就默认它一定正确，而是始终保持审慎判断。

第四，负责任地使用AI（Responsible & Ethical AI）

几乎所有AI素养框架，都把伦理放在核心位置。

研究发现，不同框架虽然名称有所区别，有的称为AI Ethics，有的称为Sociocultural Dimension（社会文化维度），但强调的内容高度一致。包括：

保护隐私；

尊重知识产权；

遵守学术诚信；

避免算法歧视；

维护人的主体性；

促进公平共享AI带来的社会价值。

换句话说，未来AI教育培养的不只是“聪明地使用AI的人”，更是“负责任地使用AI的人”。

五、AI素养到底应该怎样评价？

相比框架建设，研究更关注另一个现实问题：

如何判断一个人是否真正具有AI素养？

作者比较了16项研究发现，目前国际上最常见的方法仍然是各种AI素养问卷。

无论针对教师、大学生、中小学生，还是图书馆员、企业员工，大多数研究都采用Likert量表、自我报告问卷以及专家修订后的测量工具。

这种方式实施方便，能够快速获取大量数据，因此成为当前研究主流。

但是，作者也指出了明显局限。

问卷测量的是“自我感知”，并不能完全代表真实能力。一个人可能认为自己非常擅长AI，但真正面对复杂任务时，却无法辨别AI生成内容中的错误。因此，越来越多研究开始尝试新的评价模式。例如：

先开展AI课程；

再完成真实学习任务；

最后通过项目作品、实践表现、前后测成绩等综合评价AI素养的发展水平。

研究认为，未来AI素养评价将逐步从“问卷测量”，走向“真实任务表现评价（Performance Assessment）”，更加关注学习者是否能够在真实情境中解决问题，而不是仅仅表达自己的态度。

六、AI素养研究未来的发展方向

综合16项研究，作者提出了几个值得关注的发展趋势。

首先，未来不会不断推翻已有框架，而是在成熟框架基础上持续完善。例如，TPACK、DigCompEdu、ABCE等经典框架已经开始相互融合，不同研究更多是在已有理论基础上增加学习目标、实践活动和伦理要求，而不是重新建立完全不同的新框架。

其次，AI素养培养将更加重视不同群体的差异。幼儿、学生、教师、图书馆员、企业员工，其学习需求和评价方式显然不同，因此未来需要建立更具针对性的培养方案和评价工具。

最后，AI素养研究将更加关注教育实践。真正重要的不只是提出新的理论，而是帮助学校建立可实施、可评价、可推广的课程体系，使AI素养真正融入课堂教学和人才培养全过程。

写在最后：未来AI教育，比拼的不再是谁会用AI

阅读整篇综述，一个最大的感受是：全球AI素养研究正在逐渐形成共识。

AI素养不再等同于技术能力，也不仅仅意味着掌握某一种工具，而是一种融合知识理解、实践应用、批判评价和伦理责任的综合素养。

对于学校而言，未来课程改革的重点，也不应只是增加一门AI课程，而是思考如何让学生在真实学习过程中学会与AI协同、对AI保持理性判断，并始终坚持人的主体地位。

未来教育真正需要培养的，不是最依赖AI的人，而是最懂AI、最会用AI、最能驾驭AI，同时始终保持独立思考的人。这或许正是AI素养教育最核心的价值，也是全球AI教育改革正在共同迈向的方向。

参考文献：

Wondeson, S. (2025). Systematic Review of AI Literacy Frameworks and Assessments.

往期相关文章推荐：

AI素养究竟是什么？它应该如何被科学地测量？

赋能AI时代的学习者：OECD最新AI素养框架深度解读

一项研究揭示生成式AI时代不可忽视的五大核心能力