土耳其版AI素养量表：信效度验证

摘要

伴随人工智能（Artificial Intelligence, AI）技术极速融入大众生活，公众是否具备理解、运用、评估以及负责任地使用人工智能的能力，日益成为教育界关注的焦点。

本研究旨在把Wang等人（2022）研发的人工智能素养量表（Artificial Intelligence Literacy Scale，AILS）移植至土耳其语环境，并检验其信度与效度。该量表主要用于测定非AI背景成年人的素养水平。

研究共搜集了402名受试者的数据，并运用验证性因素分析（Confirmatory Factor Analysis, CFA）检验结构效度，借助Cronbach's Alpha系数评估内部一致性信度。

研究结果指出，适配后的量表依旧维持原有的四维架构和12个条目。验证性因素分析显示：

χ²/df = 1.82

RMSEA = 0.04

RMR = 0.03

NFI = 0.95

CFI = 0.98

GFI = 0.96

AGFI = 0.94

各项指标均达到优良拟合标准，说明量表具备较好的结构效度。

在信度方面，四个维度的Cronbach's Alpha系数分别为：0.72，0.74，0.76，0.72。

整体量表Alpha系数为0.85，表明该量表具备较高的内部一致性和良好的测量稳定性。

研究最终认为，经过本土化适配的人工智能素养量表，是测定土耳其成年人AI素养水平的有效且可靠的工具。

从图灵到ChatGPT：人工智能如何融入我们的日常生活

追溯人工智能的演进史，1950年图灵（Alan Turing）发表的经典论文《计算机器与智能》（Computing Machinery and Intelligence）被普遍视为AI研究的起点。在这篇具有里程碑意义的论文中，图灵首次提出机器能否像人一样思考的问题，并大胆预测未来机器将具备与人竞争的能力。

六载之后，于美国达特茅斯学院举办的学术会议上，“人工智能（Artificial Intelligence）”这一概念首次被正式提出。自此，人类开启了探索机器智能的漫长征途。

然而，AI的发展并非坦途。在20世纪70年代，因成果未达预期，美英相继削减经费，AI由此进入被称为“AI寒冬（AI Winter）”的低谷。直至80年代，得益于日本政府的大力支持，AI研究重获关注，迎来新的机遇。

真正促使人工智能实现飞跃发展的核心动力，源于人工神经网络（Artificial Neural Networks）的兴起。与早期依赖规则推理的专家系统不同，神经网络能从数据中自主习得规律，从而显著提升机器解决复杂问题的能力。随着算力增强、海量数据积累及算法持续优化，AI逐渐突破实验室边界，开始进入普通人的世界。

当下，从智能手机、智能穿戴到智能家居，从医疗诊断、自动驾驶到工业制造、能源管理，AI已深度嵌入社会运转的各个环节。它不再是一项遥远的前沿技术，而是正在成为支撑社会运行的关键基础设施。

特别值得注意的，是OpenAI发布的ChatGPT在推出后仅两个月便突破一亿用户规模，刷新了互联网产品增长纪录。这一现象不仅展示了生成式AI的巨大潜力，也标志着AI正以前所未有的速度进入大众视野。

与此同时，AI带来的影响已超越技术范畴。诸多研究预测，AI将在未来持续重塑全球经济、产业及职业生态。许多现有职业将被重新定义，新型职业也将不断涌现。在此背景下，如何理解AI、如何与AI协作，已成为关乎个人发展与社会进步的重要课题。

人工智能素养为何至关重要？

当谈及“素养”时，大众常联想到读写能力。然而，现代教育语境下的素养远不止于知识与技能的掌握。

真正的素养，是一种能理解信息、阐释现象、作出判断并创造意义的综合能力。它体现的是个体面对复杂情境时的思维品质与行动力。

因此，人工智能素养并非指会操作某个AI工具，也不意味着掌握复杂编程技术。相反，它更侧重于个体能否理解AI背后的运行逻辑，能否理性看待AI的优劣，并能在现实生活中负责任地利用AI解决问题。

Çelebi等人（2023）将AI素养界定为一种综合能力体系。这种能力不仅包含理解AI基本概念与原理，还包括对AI技术进行批判性评估，以及在实际生活中高效、合理且合规地使用AI的能力。

这一观点与Long和Magerko（2020）的研究高度呼应。他们指出，AI素养与数字素养（Digital Literacy）、数据素养（Data Literacy）等概念存在交集，但又独具内涵。数字素养关注个体能否有效利用数字技术，而AI素养则更进一步，关注个体是否理解智能系统如何运作，以及这些系统将如何影响个人决策、社会运行乃至人类未来。

换言之，在数字时代，会使用技术已不再足够；在AI时代，人们还必须学会理解技术、评估技术，并规范地使用技术。

人工智能素养究竟涵盖哪些能力？

AI不仅是一项技术，更涉及技术、社会、伦理、法律及责任等多个维度。因此，评价一个人的AI素养，不能仅考察其技术操作能力。

Wang等人（2022）开发的量表基于这一理念，将AI素养划分为四个相互关联又相对独立的维度。

首要的是认知意识（Awareness）。该维度关注个体能否识别并理解AI技术。例如，能否区分智能与非智能设备，能否发现日常产品与服务中隐含的AI应用，以及是否理解AI能完成哪些任务。认知意识体现的是个体“看见AI”的能力。

其次是应用能力（Usage）。随着AI工具普及，人们不仅需认识AI，更需学会利用其提升学习、工作与生活效率。因此，该维度关注个体能否熟练运用AI工具，并将其有效融入现实情境。它反映的是个体“运用AI”的能力。

第三个维度是评价能力（Evaluation）。面对日益复杂的AI产品，单纯接受机器答案显然不够。真正具备AI素养的人，应能分析不同AI工具的优缺点，识别AI输出结果中的偏差与局限，并根据具体任务选择最佳方案。这一维度体现的是个体“批判性理解AI”的能力。

最后是伦理意识（Ethics）。随着AI广泛应用，数据隐私、算法偏见、信息安全及滥用问题日益凸显。因此，个体不仅要知AI能做什么，更要思AI应做什么。伦理维度关注的正是这种责任意识与价值判断能力，强调使用AI时遵循伦理原则，尊重隐私与数据安全，并警惕技术被不当利用的风险。

从这四个维度可见，AI素养并非单纯的技术能力，而是一种融合知识、技能、思维与价值观的综合素养。

对教育研究的深层启示

这项研究的最大价值，不单在于完成了一份量表的跨文化适配，更在于揭示了AI时代人才培养的新方向。

长期以来，人们常把AI教育理解为编程教育或技术培训。然而，本研究构建的四维框架提醒我们，真正的AI教育不应局限于技术操作，而应帮助学习者逐步形成“理解AI、运用AI、评价AI、规范用AI”的完整能力体系。

从这个意义上说，AI素养已不仅是一项技术能力，而是一种新的公民素养。它关乎个体如何在智能社会中作出判断、承担责任和参与决策，也关乎未来教育如何培养能与AI协同发展的新时代学习者。

对于当前开展教师AI素养研究、学生AI素养测评及AI课程建设的研究者而言，Wang等人提出的“认知—应用—评价—伦理”四维框架，无疑为AI素养的理论构建、测量工具开发及课程设计提供了重要参考。它所描绘的，不仅是一套测量指标，更是一幅AI时代公民能力发展的新蓝图。

参考文献：

Çelebi, C., Yılmaz, F., Demir, U., & Karakuş, F. (2023). Artificial intelligence literacy: An adaptation study. Instructional Technology and Lifelong Learning, 4/2, 291-306. https://doi.org/10.52911/itall.1401740