返回文献精选

六维 AI 素养问卷（SFAILQ）：覆盖青少年、青年与中年成人的 AI 素养测评

论文精读：Liu 等（2026）基于 2443 名参与者开发六维 AI 素养问卷（SFAILQ），用 CFA 与测量不变性检验验证其在青少年、青年与中年成人三个年龄组中的结构效度。

文献AI素养量表开发测量不变性

文献：Liu, Q., Miao, W., Li, J., & Lei, Y. (2026). The Six-Facet Artificial Intelligence Literacy Questionnaire (SFAILQ): Assessing AI literacy in adolescents, young adults, and midlife adults. Behavioral Sciences, 16(7). DOI 10.3390/bs16071110。期刊为 MDPI 旗下 Behavioral Sciences，IF 2.5（Q2），开放获取。

研究问题：AI 素养已成为数字时代个体参与社会生活的核心能力，但现有 AI 素养量表大多面向大学生或职场人群，且测量维度不一、缺乏统一结构。论文要回答的是：能否开发一个同时适用于青少年、青年与中年成人的通用 AI 素养问卷？AI 素养应包含哪些核心维度？该量表能否在不同年龄组间保持相同的因子结构？

论证思路：作者在梳理现有 AI 素养概念与量表的基础上，归纳出 AI 素养的多维构成，编制六维 AI 素养问卷（SFAILQ）；通过三个年龄组的大规模样本（共 2443 名参与者）完成条目筛选与结构验证——先用验证性因子分析（CFA）检验六因子结构，再进行多组测量不变性检验（测量等同性跨年龄组），以论证该量表在不同年龄段人群中的可比较性。这是少数同时覆盖中年成人的 AI 素养量表，填补了既有工具偏重学生群体的空白。

原文图1 CFA结果
图1（原文 Figure 1）六维 AI 素养问卷（SFAILQ）的验证性因子分析

一、六维 AI 素养框架：从知识到创造的能力光谱

SFAILQ 将 AI 素养操作化为六个相互关联的维度（维度命名以原文为准）：

  1. AI 知识：对人工智能基本概念、技术原理与发展历史的事实性了解；
  2. AI 理解：对 AI 应用场景、能力边界与工作机制的深层理解；
  3. AI 应用：在实际学习、工作与生活中使用 AI 工具解决具体问题的操作能力；
  4. AI 批判性评估：对 AI 输出质量、偏见与可靠性的质疑与评估能力；
  5. AI 伦理：对隐私、公平、责任与人机关系等伦理议题的认知与判断；
  6. AI 创造/沟通：借助 AI 进行创造性表达与有效人机沟通的能力。

这一框架的显著特点是从“会用”延伸到“会批判、会负责、会创造”——把 AI 素养从单纯的技术操作层面提升为涵盖认知、批判与伦理的复合能力，呼应了学界将 AI 素养视为“数字素养升级版”的共识。

二、跨三个年龄组的大规模样本

量表开发最忌在单一同质样本上“自证”。SFAILQ 的样本设计是其重要贡献：

  • 总样本 2443 名参与者，覆盖青少年、青年与中年成人三个年龄组；
  • 研究分多阶段完成（如 n=747、n=479 等子样本），用于条目分析、探索性与验证性因子分析等不同环节；
  • 三个年龄组覆盖了从中学到中年职场的人生跨度，是少数将中年成人纳入 AI 素养测评对象的研究。

这一设计使量表的适用性不再局限于大学生群体——对于面向全民的 AI 素养监测、终身学习评估与政策制定，跨年龄的可比较测量工具是必要前提。

三、CFA 结果与测量不变性检验

  • 六因子结构验证：验证性因子分析（CFA）检验了六维模型与数据的拟合情况（见上图，原文 Figure 1），报告了常用的模型拟合指数（如 χ²/df、CFI、TLI、RMSEA、SRMR 等）以判断六因子结构是否得到支持；
  • 测量不变性检验：通过多组分析检验跨年龄组的测量等同性——依次检验形态不变性、度量不变性、标量不变性等层级，以确定三个年龄组能否在同一量表上做有意义的得分比较；
  • 信度证据：各维度报告了内部一致性信度，为量表的实际使用提供可靠性依据。

测量不变性是本研究方法论上的亮点：仅证明“量表在三个群体内部都拟合”还不够，只有通过了跨组不变性检验，年龄组间的 AI 素养得分差异才能被解读为真实的素养差异，而非测量工具本身的偏差。

四、应用价值与启示

  1. 素养监测与比较：SFAILQ 为跨年龄、跨群体的 AI 素养现状调查提供了统一尺度，可用于青少年数字素养教育评估与成人继续教育需求诊断；
  2. 教育干预靶点：六维结构提示 AI 教育不能只教“工具操作”，批判性评估与伦理维度应进入课程目标；
  3. 研究基础设施：作为开放获取（MDPI, CC BY）工具，量表可被后续研究直接引用、翻译与本土化，推动 AI 素养研究的可比较积累；
  4. 政策参考：面向中年成人的覆盖为终身学习与全民数字素养政策提供了测量依据——这是多数现有量表力所不及的。

精读笔记

核心论点：AI 素养是一个包含知识、理解、应用、批判性评估、伦理与创造/沟通的六维复合构念；SFAILQ 在 2443 名跨年龄样本上验证了这一结构，并通过测量不变性检验证明其可在青少年、青年与中年成人之间进行有效比较。

方法要点：

  • 多阶段样本设计（总 2443 人，含 n=747、n=479 等子样本），条目分析与因子验证各司其职；
  • CFA 验证六因子结构（原文 Figure 1）＋多组测量不变性检验，形成“结构效度—跨组可比性”的证据链；
  • 覆盖三年龄组的罕见抽样，直接回应量表适用人群过窄的文献缺口。

局限与边界：

  • 六维框架与条目措辞以原文为准，本文仅作概括，细粒度维度边界需对照原文核对；
  • 自报式问卷测得的“素养”为知觉水平，与实际 AI 使用行为之间的对应关系需要效标效度研究；
  • 样本覆盖年龄广度虽佳，但不同年龄组的文化、教育背景异质性可能影响条目理解，跨文化效度尚待检验。

可延伸方向：

  • 将 SFAILQ 与行为数据（真实 AI 使用日志、任务绩效）结合，检验预测效度；
  • 纵向追踪各年龄组 AI 素养的动态变化，检验量表对培训干预的敏感性；
  • 跨文化翻译与等价性研究（如中文版、多语言版），比较不同教育体系下的 AI 素养结构。

原文地址

  • DOI：10.3390/bs16071110
  • 期刊：Behavioral Sciences (MDPI), 2026, 16(7)；IF 2.5（Q2），开放获取
  • 图表来源：原文 Figure 1（CFA 结果图），CC BY 许可