人工智能素养量表(AILS-CCS)构建与验证研究

随着ChatGPT、Sora、Claude等生成式AI工具逐步融入课堂、办公场所及日常场景，教育研究者正面临一个关键问题：掌握AI工具的使用是否等同于具备AI素养？

AI素养：数字素养的延伸与拓展

长久以来，“数字素养（Digital Literacy）”是教育数字化转型中的核心概念。

然而，伴随AI技术的迅猛发展，研究者逐渐意识到：

数字素养无法全面涵盖个体与AI互动的能力。

数字素养侧重于信息获取、处理及数字工具的使用能力，而AI素养则更进一步关注：

是否理解AI的基本原理；

是否能合理操作AI工具；

是否能识别AI生成内容的真实性与可信度；

是否能在使用中遵循伦理规范并承担社会责任。

简言之，数字素养关注的是“是否会用技术”，而AI素养更强调“是否理解技术、评估技术并负责任地使用技术”。

因此，越来越多学者将AI素养视为一种区别于数字素养的全新核心素养。

AI时代的教育挑战：学生会用，但未必能判断

研究者通过文献回顾发现，当前大学生已成为AI工具的主要用户群体。

相关数据显示，超过80%的中国大学生已接触并使用过AI工具。

但同时，新的问题逐渐显现：

许多学生虽能熟练操作AI，却难以识别其局限性。

例如：

当ChatGPT提供看似合理的答案时，学生能否判断其真实性？

当AI生成带有偏见的内容时，学生能否察觉其中的问题？

当个人数据上传至AI平台时，学生是否意识到潜在风险？

显然，这些能力已超出“使用工具”的范畴，属于更高层次的AI素养。

因此，关注学生是否使用AI已远远不够，更重要的是他们是否具备驾驭AI的能力。

AI素养的核心构成

通过大量文献分析与实证研究，研究者构建了一个包含四个维度的AI素养框架。

该框架成为AILS-CCS量表的核心结构。

一、认知（Awareness）

这是AI素养的基础。

它强调对AI概念、原理及运行机制的理解。

例如：

理解AI的定义；

了解机器学习、深度学习等基本概念；

理解AI如何“感知”与“学习”。

如果说使用AI如同驾驶汽车，那么认知层面的素养就是了解汽车的运行原理。

缺乏这一理解，人们往往只能停留在“会用”的层面，难以形成真正的技术洞察力。

二、应用（Usage）

应用维度关注将AI实际运用于学习与生活的能力。

例如：

能否熟练操作AI工具；

能否借助AI解决实际问题；

能否利用AI支持学习活动。

该维度体现的是AI的实践能力。研究发现，AI使用频率与AI素养水平呈显著正相关。这说明越积极地参与AI实践，越容易形成高水平的AI素养，这与数字素养研究的结论一致。

三、评价（Evaluation）

这是整个框架中最具关键性的维度。

研究者认为，人与人之间真正的差距不在于是否会用AI，而在于能否评价AI。

评价能力主要包括：

判断AI输出内容的可靠性；

识别AI内容中的偏见；

理解AI工具的局限性；

对AI生成结果保持合理质疑。

在大模型时代，最稀缺的能力不是“提问”，而是“判断”。未来教育的重点，应是培养学生审视AI答案的能力。

四、伦理（Ethics）

伦理维度体现的是AI时代的责任意识。

它包括：

遵守AI使用规范；

保护个人隐私与信息安全；

关注AI可能带来的社会影响；

警惕AI技术的滥用风险。

随着生成式AI在教育中的渗透，伦理问题日益重要。

未来教育应培养的不仅是会用AI的人，更是能负责任地使用AI的人。

从15个题项到4个维度：量表的构建过程

为构建科学可靠的测量工具，研究团队经历了严格的量表开发流程：

首先，通过系统文献综述建立理论框架；

随后邀请专家进行内容效度检验；

接着组织大学生进行预测试和深度访谈；

然后通过探索性因素分析筛选题项；

最后利用验证性因素分析检验模型稳定性。

最终形成的AILS-CCS包含15个题项，分别归属于认知、应用、评价和伦理四个维度。

统计结果显示，该量表具有良好的信度、效度及结构稳定性，可作为评估大学生AI素养的重要工具。

一个值得关注的发现：AI素养存在性别差异

研究还发现，男性大学生在AI认知、AI应用及AI评价三个维度上的得分显著高于女性大学生。

但研究者认为，这种差异未必代表能力差异，更可能是女性学生倾向于低估自己的数字技术能力。

这一发现提醒我们，在推进AI教育过程中，应更加关注不同群体的发展需求，特别是帮助女性学生建立AI学习自信，提升其参与AI学习与实践的机会。

对教师AI素养研究的启示

对关注教师AI素养的研究者而言，这项研究的价值不仅在于开发了一份大学生量表。

更重要的是，它进一步验证了一个共识：

AI素养并非单纯的技术能力，而是由认知、应用、评价与伦理共同构成的综合能力体系。这一发现与当前教师AI素养研究中的AIK、AIPK、AICK及AIPACK框架高度一致。

未来无论是学生还是教师，其AI素养的发展都不应停留在“学会使用工具”层面，而应逐步走向理解AI、善用AI、批判AI、规范AI。这或许才是人工智能时代教育真正需要培养的核心能力。

参考文献

Ma, S., & Chen, Z. (2024). The Development and Validation of the Artificial Intelligence Literacy Scale for Chinese College Students (AILS-CCS). IEEE Access, 12, 146419–146429. DOI:10.1109/ACCESS.2024.3468378.