整理说明：本文整理自李小祖逸《素养简史：AI 素养教育的（不）可能》，精读对象为 Learning, Media and Technology 的社论《The (im)possibility of AI literacy》（作者 Luci Pangrazio，澳大利亚迪肯大学副教授）；正文保留作者第一人称与原有表述，封面与示意图为本站原创。

今天看了一个很好的社论（Editorial），发表于 SSCI 一区期刊 Learning, Media and Technology——这是一个以“教育技术批判研究”为特色的期刊。世界之大无奇不有，还有这种期刊定位。

我今天要讲的这篇文章就跟有代表性。看标题：The (im)possibility of AI literacy。

标题里的括号 (im) 是非常后现代主义的写法（德里达）：这个标题不是断言“AI 素养可不可能”，而是把可能与不可能同时悬置——问的是”在什么条件下它才可能“。它想探讨的问题是：

• AI 这种学习对象，究竟是否适合被“素养化”？
• 即便可以，它还能不能沿用我们熟悉的 literacy 模型？

作者 Luci Pangrazio 是澳大利亚迪肯大学副教授。写这篇社论不是一时兴起的：她 2018 年前后就在研究青少年数字素养和个人数据素养（Personal Data Literacies），2023 年已经开始做“批判数据素养”的系统化，2024 年至今的主要研究方向在于”素养作为治理“。

作为一个“素养研究专家”，Pangrazio 关注到一个有趣现象：围绕 AI，乐观派和悲观派意见完全相反——有人期待 AI 增强能力、提高生产力，有人担心失业、环境影响以及思维和学习方式的改变。

这个现象我们也观察到了；我们没观察到的是：但两边居然经常强调同一个解决方案——AI literacy。 似乎只要人具有 AI 素养，就能够既避免 AI 风险，又充分发挥 AI 潜力。

于是作者开始警惕：literacy 正在变成一种 “cure all（万灵药）”，一个面对 AI 复杂问题的万能教育解决方案。

一、素养简史：先别谈 AI，先了解一下素养

在 16 世纪以前，素养（literacy）就是读写能力：解码、理解和创造由文字构成的文本。所谓“读写能力”很大程度上属于文化精英。作者特别提到，随着印刷术发展和启蒙运动的兴起，贵族还曾担忧大众识字会削弱他们的权威——所以 literacy 从一开始就不只是“一个人大脑里有没有某项技能”，它还涉及知识准入权。

大众识字教育普及以后，它一方面帮助个人获得社会流动和自主表达的能力；另一方面，也曾被国家和教育制度用于传播共同价值、道德规范并维持社会秩序。换言之，literacy 历来同时具有赋权的一面，也有治理的一面。

接下来作者一下从 19 世纪跳到 1970 年代，到了弗莱雷（Freire），这个概念又发生了一次重要变化。“素养”不再只是读写能力（reading the word），更是”见众生（reading the world）的批判性理解和反思能力。人不仅应该会读一个文本，还应该能够追问文本背后的社会关系和规则。

所以 Pangrazio 强调，literacy 的历史本身就是复杂、有争议的：它可以服务于服从，也可以服务于自主、表达与抵抗。 如果今天还要把 AI 教育称为 literacy，那么它不能只剩“会使用 AI”，它最起码应该继承弗莱雷的 critical literacy 对权力、社会现实和意识形态的追问。

二、现有的 AI 素养模型有何不足？

她看了近年来几类代表性的综述和模型，例如吴子杰（Ng et al., 2021）等人的框架。在这些模型中，AI literacy 通常包括：应用 AI、创造 AI，以及伦理层面评价 AI。

她的判断是：伦理层面评价 AI 确实最具批判取向，也最难，但此后所有模型都只说“要做”，没说“怎么做”。

传统的批判式素养可以批判性反思“文本”——分析一本书、一部电影、一则广告是怎样构造意义的，揭示意义如何通过构成要素被生产，识别互文、假设、矛盾。

可 AI 能这样被分析吗？AI 的文本显然不能被当作反思的对象，可那该反思谁呢？是算法？是大语言模型？是训练数据？无论你有什么招，现在的问题是对手无法被选中。

困难一：AI 远比我们想象地“大”

我们很容易把 AI 想象成 ChatGPT：“我决定打开它，然后使用它。“这样确实容易谈 AI literacy：什么时候应该用？怎么验证？怎样伦理使用？

但现实里的很多 AI 已经不是一个独立工具，而是平台生态的一部分。例如 Copilot 嵌入 Microsoft 365，社交媒体使用 AI 进行内容审核，其他平台也把 AI 放进搜索、推荐和日常功能中。

结果是：有时候我们可以选择“不打开 ChatGPT”，却不能选择“不使用平台里的 AI”。尤其当学校或者工作单位要求使用某个平台时，“不用 AI”甚至已经不是一种现实选择。AI 系统本身具有黑箱性质，普通用户很难理解它内部究竟怎样工作；一些自治或自我演化系统还会根据任务和环境调整内部机制，所以 AI 变成一个不断变化的“移动靶”。

作者进一步指出，目前不少所谓 AI literacy 研究还自作主张地完成了另一个简化：AI = 生成式 AI。ChatGPT 等生成式 AI 成为主要讨论对象，而社会中大量推荐、审核、预测、自治型 AI 系统反而被忽略。

作者也不满足于悬置这些问题，而是建设性地指出：与其执着于“把系统内部打开”，不如**横向观察（across systems）**它与其他系统发生了什么关系。也就是说，真正值得研究的可能不是单独一个模型，而是：AI + 平台 + 人 + 制度 + 数据 + 组织组成的“生态系统”。

因此，更完备的 AI 素养应教人理解：AI 进入什么制度？改变什么关系？谁因此被赋能？谁失去选择？

困难二：更麻烦的是，AI 还在改变“读者”

“AI”作为研究对象，由于边界的嵌入性，很难被选中；更难的是，它还在改变它的使用者。

作者认为，AI 正在逐渐影响我们的实践、价值取向和行为。例如：搜索结果自动摘要、自动纠错、文本生成、内容推荐、社交媒体审核、阅读策略、笔记方式、课程内容……这些东西使用久了以后，会逐渐变成日常生活的默认组成部分。AI 不再只是一个站在我们面前、等着我们评价的对象，它也开始参与塑造：我们看到什么、怎样寻找知识、怎样讨论以及怎样学习。

作者引用 Mike Ananny 的一个特别漂亮的区分：生成式 AI 既是一个 public object——公众讨论和监管的对象；同时又是一个 public agent——它本身参与塑造公众讨论及其发生的公共空间。

于是产生了全文一个很深的悖论：

我们正在用 AI 和被 AI 影响的工具与传播途径，来讨论 AI 在如何影响我们。

作者甚至提出，我们需要有某种时间和空间“退出来”，观察 AI 怎样改变我们的行为和实践；否则，用来批判 AI 的工具和讨论场所本身都已经受到 AI 塑造。

到这里，标题里的 impossibility 才真正出现。AI literacy 并非“不可能”或者“没意义”，而是传统 literacy 隐含的那种结构——一个主体站在外面，阅读和批判性反思一个对象——在 AI 环境里越来越难成立。

还有第三个问题

接下来 Pangrazio 换了一个角度：即使前面的问题都能够解决，她还有一个疑问——为什么我们好像把 AI literacy 当成了一个全新的教育领域？

数字素养研究已经发展近 30 年，其中早已有大量关于数字平台、媒体、信息、算法、商业权力、数据和批判性使用的研究。然而今天很多 AI literacy 论文却总是重新从“AI literacy 还没有被明确定义”开始。作者认为，这在某种程度上忽视了数字素养（digital literacy）和媒介素养（media literacy）已经积累的理论传统。

而且 digital literacy 的历史还给我们留下了一个不太乐观的现实：几十年的“数字素养”研究并不意味着学校已经把数字素养教育做得很好。作者引用澳大利亚和 ICILS 的数据说明，一些正式测评中的学生数字能力甚至出现下降。

作者推论：如果教育系统没有能力建立强健、持续的 digital literacy 教育，谁会进来填补这个空缺？——科技公司。 这里并非在说科技公司不懂教育，而是科技公司为了利益都能宁可让科技发展慢一些（如：谷歌搜索的广告收益和 Gemini 发展的矛盾），那么科技公司会定义出怎样的“AI 素养”？

因此作者担心素养被商业俘获（commercial capture）：表面上是在培养 AI 素养，实际上逐渐变成产品使用培训。

三、那该怎么办？

最后一节作者把前面的批判收回来。她从头到尾都没有说“AI 素养是错误的，应该废除”这样的话。她说的是：我们不应该把 AI 素养当作帮助学习者理解和驾驭 AI 的“万能解”。

一旦所有问题都被表述成素养问题，就容易发生一个非常重要的责任转移。例如：

• 系统存在偏见 → 用户应该学会识别偏见；
• 隐私存在风险 → 用户应该提高隐私意识；
• AI 影响工作 → 员工应该提高 AI 能力。

于是本来涉及制度、企业和基础设施的问题，被逐渐转化成个人能力问题。

文章提出最后也是最重要的扩展：面对 AI，我们可能至少需要三种“解”同时存在：

1. 素养（Literacy）：解决“人有没有理解和行动能力”；
2. 权利（Rights）：解决“一个人本来就应该得到什么保障”——安全、公平、隐私、不受歧视；
3. 主权（Sovereignty）：解决“谁拥有和控制数据、模型与基础设施”，国家、机构或组织应当独立控制自己的数据与基础设施。

此外，作者还提到，考虑到 AI 的不透明与快速演化，思辨（speculation）与诠释（interpretive）式研究方法可能比很多平庸的实证研究更靠谱。

结语：作者究竟想干什么

回顾一下，全文其实只有一条论证线。

文章开头问：AI 给大家出了这么多难题，为什么我们的答案总是“提高 AI 素养”？ 然后作者做了三步论证：

1. 先回到素养简史，发现：素养依赖于对文本的理解和批判性反思；
2. 再考察 AI 这种对象，发现：AI 既不像培养素养的“文本”，又已经进入并塑造我们阅读世界的环境；
3. 最后回到教育政策：有些 AI 引发的问题确实需要人提升能力，但另外一些需要权利保障和基础设施层面的改变。

所以标题中的 (im)possibility 的含义是：AI literacy 是必要的，却可能永远不充分。

而这篇文章真正想阻止的，是我们过早形成这样的思想惯性：

AI 带来的社会问题 → 教育问题 → 素养问题 → 个人能力问题。

很荣幸，和你一起读了一篇这么精彩的文章。

---

来源：李小祖逸《素养简史：AI 素养教育的（不）可能》｜精读对象：Pangrazio, L. The (im)possibility of AI literacy. Learning, Media and Technology（社论）