返回文献精选

人工智能素养：理解、评估和使用新兴技术的框架

文献精读：Digital Promise 权威报告，以理解、评估、使用三维能力为核心组织 AI 素养框架，面向 K-12 学习者与教育者提供教学指导，与 UNESCO、ISTE 框架互补。

文献AI技术与计算机AI素养教育技术

文献：Mills, K., Ruiz, P., Lee, K., Coenraad, M., Fusco, J., Roschelle, J., & Weisgrau, J. (2024). Artificial intelligence literacy: A framework for understanding, evaluating, and using emerging technology. Digital Promise. DOI：10.51388/20.500.12265/22414。本文为中文翻译版。

研究问题：生成式人工智能快速进入课堂，学习者和教育者都需要判断“AI 是什么、能做什么、何时可用、如何负责任地使用”。然而面向 K-12 的系统性素养框架当时仍属稀缺。报告要回答：AI 素养包含哪些核心能力？如何将其组织成一个可被学校采纳、可直接指导教学实践的框架？

论证思路：报告基于 Digital Promise 在 AI 教育领域多年的研究积累，通过与教育者、研究者和实践伙伴的协同设计，将 AI 素养组织为“理解—评估—使用”三大能力领域，每个领域下细分核心要素，并提供引导性问题与教学提示，最终形成一份面向学习者与教育者的可操作框架，供学校、学区和教师直接取用。

一、框架定位与核心思想

权威机构与协同开发：Digital Promise 是美国专注于教育技术公平与创新的非营利研究机构。框架由 Kelly Mills、Patricia Ruiz、Kathy Lee 等七位研究者撰写，融合了机构此前“AI 基础教学”（AI Foundations for Teaching）等项目的研究积累，并经教育者与研究者多轮协同打磨后发布——2024 年 2 月先行公布框架，6 月发布完整报告。

核心主张：AI 素养不是孤立的编程技能，而是理解、评估、使用新兴 AI 技术所需的知识、技能与态度的集合。框架明确面向 K-12 学习者与教育者两类对象：既为学习者提供能力发展的目标清单，也为教育者提供设计教学、选择工具、评估素养发展的依据。

设计特点：

  • 面向行动：不以技术名词堆砌为目标，而是落到“我能理解什么、能质疑什么、能怎样用”的行为层面
  • 引导性问题驱动：每个要素都以可提问的方式呈现，便于课堂直接转化为讨论与活动
  • 发展性：考虑不同年龄段学习者的认知水平，为教学分阶段推进留出空间

二、三维能力：理解、评估、使用

报告框架图
图1（报告 Figure）AI 素养框架

框架以三个动词组织能力版图，三者彼此支撑而非线性先后：理解是基础，评估贯穿始终，使用是落脚点。

理解（Understand）：AI 如何运作

回答“AI 是什么、如何工作”：包括 AI 的基本概念（数据、算法、模型、机器学习等），以及 AI 的能力与局限。学习者需要知道 AI 依靠数据训练而成、可能出错，从而建立对技术的准确心智模型，既不神化也不恐慌。

评估（Evaluate）：如何批判性地看待 AI

回答“我该不该信它”：包括偏误与公平、隐私与安全、可靠性、透明度与可解释性，以及伦理与社会影响。框架强调对 AI 输出保持批判性审视，识别训练数据偏差与“幻觉”等风险，这是负责任使用的必要前提。

使用（Use）：如何有效且负责任地使用 AI

回答“我该怎样用它”：包括与 AI 有效沟通（如提示词表达）、借助 AI 解决问题与开展创造、判断何时用与何时不用，以及使用中的伦理责任。使用维度与评估维度相互咬合——负责任的使用以批判性评估为前提。

三、面向 K-12 与教育者的教学应用

报告不是单纯的能力清单，更强调落地路径：

  • 课堂层面：引导性问题可直接作为探究式教学的起点，例如“这个 AI 的回答可靠吗？为什么？”，帮助学生把抽象素养转成日常讨论
  • 教师发展：为职前与在职教师提供理解 AI、评估工具、设计 AI 融入教学活动的参照，降低上手门槛
  • 学校与学区层面：可作为制定 AI 使用政策、选择教育 AI 工具、设计校本课程与教师培训的框架依据
  • 评价导向：把素养目标显性化，为课堂观察、作品与表现性评价提供抓手，避免“会用工具”与“真有素养”混为一谈

四、与 UNESCO、ISTE 框架的互补

当前国际 AI 素养教育版图上已有多个代表性框架，Digital Promise 框架与之形成互补而非替代：

  • UNESCO（2024）：面向学生与教师分别发布 AI 能力框架（AI Competency Frameworks for Students / for Teachers），以国家政策与课程体系为锚，偏宏观制度层面
  • ISTE：ISTE 的 AI Explorations 等资源聚焦教师专业发展与课堂实操，偏“怎么做”的工具与案例
  • Digital Promise：以“理解—评估—使用”三个动词组织能力，兼具可读性与可操作性，处在“政策框架”与“课堂工具”之间的中间地带，便于一线教育者直接转化为教学目标

三者取向互补：UNESCO 回答“为什么推、系统层面怎么推”，ISTE 提供“课堂里怎么做”，Digital Promise 则回答“能力是什么、如何组织与评估”。

精读笔记

核心论点：AI 素养是理解、评估、使用三维能力构成的整体，缺一不可——只懂原理不会用，或只会用而不懂批判性审视，都不算具备 AI 素养。框架以引导性问题驱动教学转化，把宏观素养落到课堂可操作的层面，同时面向 K-12 学习者与教育者双对象。

方法要点：

  • 采用协同设计路径：研究者与教育者、实践伙伴共同打磨，兼顾学术严谨性与课堂贴近性
  • 以“能力领域—要素—引导性问题”三层结构组织内容，兼顾体系性与可操作性
  • 以动词（理解/评估/使用）命名维度，降低非技术背景教育者的理解门槛

局限与边界：

  • 框架为规范性与指导性文本，本身不提供实证效果数据，素养提升的实际效果需后续研究检验
  • 技术迭代迅速（生成式 AI 两年一变），部分要素与示例需随技术演进更新
  • 基于美国教育语境开发，跨文化迁移（如中文课堂、不同学制）需本地化适配
  • 中文翻译版便于国内参考，但术语与示例仍需结合国内教材与政策语境做本地化

可延伸方向：设计基于框架的素养测评工具（量表、表现性任务）；在国内课堂开展框架指导下的课程实验与效果研究；比较 Digital Promise 与 UNESCO、ISTE 框架在教学中的实际适配度；跟踪框架随生成式 AI 演进（多模态、智能体等新形态）的更新。

原文地址