欧盟发布新AI素养框架：重新定义“会学习”

作者｜沈祖芸

中国新学校研究会副会长

随着AI能迅速生成流畅的文章、精美的海报和完整的研究报告，学校首先需要解决的不再是“学生是否会用AI”，而是“如何确认学习真实发生”。

欧盟委员会与经合组织（OECD）最近推出的《面向AI时代赋能学习者：中小学AI素养框架》（https://ailiteracyframework.org/frameworks/）勾勒出了一种教学情境：一名学生将两篇文章放在一起。

左边是学生的初稿，右边是经过AI反馈修改后的版本。学生不能只提交右边那篇更流畅的文章；他们需要逐一标注：哪些变化源于AI建议，哪些源于自己的重新思考；哪些被采纳，哪些被修改，哪些被拒绝；最后还要解释做出这些选择的原因。

教师不再只问那个常困扰学校的问题：“这篇文章是不是AI写的？”

教师开始问一个更接近教育本质的问题：“在这篇文章变得更好的过程中，你到底学到了什么？”

这是《中小学AI素养框架》中设计的学习任务之一，但它暗示了AI给学校带来的最深刻冲击不是学生获得了新工具，也不是识别作弊的问题。它动摇的是学校长期依赖的一项基本假设：一份好的学习成果可以证明学习已经发生。

在生成式AI出现之前，教师通常可以从一篇文章、一份实验报告、一个演示文稿或一道完整解答中，推断学生经历过怎样的阅读、思考和修改。

现在，这种推断正变得不可靠。

当高质量输出可以在几秒钟内生成，学校必须重新定义什么是“会学习”。

当标准答案变得廉价

过去三年里，许多学校的AI教育从提示词或编程开始。以提示词为例，学生学习如何提供背景、如何使任务更具体、如何设定角色、格式和限制条件；教师参加培训，学习如何让AI生成教案、习题、评价语和家校通知。

这些技能当然有用。但它们主要解决的是操作问题：如何让机器给出更符合要求的结果。

而现在的学校真正面对的是一组学习问题：

学生是否理解了这个结果？

他是否知道结果为什么会出现？

他能否发现其中的错误、遗漏和偏见？

当AI给出一个看似合理的答案时，他是否有能力说“不”？

《面向AI时代赋能学习者：中小学AI素养框架》首先划出了一条重要边界：

接触AI工具并不自动产生AI素养。

这份报告是我近年来比较看好且对教育+AI趋势判断到位的，读来非常有启发。报告认为，一个每天使用聊天机器人的学生，可能非常熟悉各种提示技巧，却不了解AI如何根据数据模式和概率产生输出；可能能生成一篇结构完整的文章，却无法判断其中的事实是否可靠；可能善于让AI模仿不同文风，却说不清自己的观点究竟是什么。

报告还提出了一个让学校不安的事实：使用AI的学生可能更快完成质量更高的作品，但更好的作品并不必然转化为更持久的学习。

学生把过多认知劳动交给AI可能形成报告所说的“元认知惰性”——他完成了任务，却没有持续监控自己是否真正理解；得到了答案，却没有发现自己在哪一步遇到困难；交出了一份成果，却不能在没有AI时重新完成同类问题。

因此，AI带来的一个危险幻觉是：结果更好了，学习也一定更好了。

两者现在可能已经分离。

提示词并不是完整的学习能力

今天的提示词可能在下一代AI产品中变得不再重要。

目前需要学生反复输入的背景、格式和限制条件，未来可能被系统自动识别；现在需要掌握的某项操作，很可能在一次软件更新后就被新的交互方式取代。

如果一门AI课程主要围绕产品、功能和提示模板组织，它很容易成为一门迅速过时的工具课。

新框架试图寻找的是另一类能力：即使模型、平台和交互界面不断变化，仍然能够帮助学生做出判断的能力。

报告把AI素养建立在三层结构之上：

技术和社会知识，人类的持久技能，以及面对AI时的态度与倾向。

报告的结构图把批判性思维、创造力、问题解决、协作、沟通、计算思维以及自我与社会意识放在中心；同时要求学生保持反思、责任、好奇、创新、适应和共情。

提示词在这里仍然存在，但它只是计算思维和人机沟通中的一个环节。

学生真正需要知道的，不只是如何向AI发出指令，而是：

我正在解决什么问题？

我为什么需要AI？

什么样的信息可以交给它？

它的回答依据什么？

我如何核验结果？

如果结果偏离目标，我应该调整提示、改变工具，还是停止使用AI？

最终决定由谁作出？

这套问题的重点是在帮助学生保持对学习过程的控制权。

从获取答案转向管理认知链

欧盟框架用四个领域组织了19项能力：

与AI互动、用AI创造、管理AI、塑造AI。

结构图把“与AI互动”放在基础位置，“创造”与“管理”并列展开，最后进入“塑造AI”。这四个领域合在一起不是一张工具能力清单，而是一条学生主体性逐步增强的路径。

从学习的角度看，它们重新定义了一个学生在完成任务时应该经历什么。

1. 学习始于识别，这是调用的前提

框架的第一个领域不是“使用AI”，而是“与AI互动”。

学生首先要看到AI在哪里影响他们的生活。

短视频为什么连续推送相似内容？

音乐平台为什么认为他会喜欢某一首歌？

导航软件为谁节省了时间，又可能给哪些社区带来更多拥堵？

聊天机器人为什么显得如此肯定、友好和善解人意？

学生还要学会用准确的语言解释AI，不把概率生成描述成真正的“理解”，不把模拟出的关心误认为是真实情感。

这意味着“会学习”的第一步是识别自己所处的信息环境，而不是立即使用工具。

2. 学习必须包含验证

在框架提供的课堂情境中，学生会检查AI给出的数学解题过程，核实AI推荐的本地餐馆是否已关闭，比较AI对历史事件的不同解释，然后回到可信资料和一手史料中寻找证据。

任务的重点不是发现AI会犯错，真正要形成的能力是：面对一个流畅、完整且自信的答案，仍然知道如何验证。

这是一种认识论能力。

学生需要判断什么算证据，哪个