在人工智能技术快速渗透社会各领域的背景下，《为人工智能时代赋能学习者：中小学人工智能素养框架》（以下简称《框架》）作为欧盟委员会与经济合作与发展组织（OECD）的联合倡议，旨在为全球中小学教育提供系统性的 AI 素养培养框架。该框架由Code.org及国际顶尖专家团队支持开发，直接服务于 PISA 2029 “媒体与人工智能素养” 评估体系的构建，体现了国际社会对青少年 AI 素养培养的战略重视。
《框架》的出台响应了多重政策与现实需求。在政策层面，其与《数字教育行动计划（2021-2027）》中推动教育数字化转型的目标深度契合，并直接呼应 2023 年欧盟理事会关于数字教育与技能的建议。此外，框架还补充了 2022 年针对教育者的《人工智能与数据使用伦理指南》以及公民数字能力框架（DigComp 2.2），形成了完整的政策协同体系。值得关注的是，全球首个全面 AI 立法《欧盟 AI 法案》明确要求 AI 系统的提供者与使用者需具备足够的 AI 素养，这一法律要求成为框架开发的重要政策依据。
现实层面，AI 技术已深度融入青少年生活，但教育体系尚未做好充分准备。研究显示，49% 的 17-27 岁人群难以批判性评估 AI 系统的缺陷（如虚构事实），而 74% 的欧洲中学生认为 AI 将在其职业生活中扮演重要角色，但仅有 46% 认为学校为其提供了足够的 AI 准备。更严峻的是，青少年获取 AI 知识的渠道存在显著偏差：55% 通过社交媒体、35% 通过新闻媒体，而仅 15% 通过教育者，这暴露出正规教育体系在 AI 素养培养中的缺位。
《框架》的构建建立在对既有研究与实践的系统整合之上，形成了多维度的理论支撑体系。在数字能力框架方面，欧盟的 DigComp 框架对知识、技能、态度的分类方式及对学习者能动性的强调直接影响了《框架》的内容结构，其现实应用场景案例也为框架设计提供了实践参考。联合国教科文组织（UNESCO）的学生与教师 AI 能力框架则推动《框架》关注全球适用性与实施路径，明确区分了学习者与教育者的不同素养要求。
美国 Digital Promise 的 AI 素养框架中 “参与模式”“素养实践”“使用类型” 的互联结构，为《框架》定义能力及学习者与技术的互动方式提供了重要参考。而 AI4K12 倡议提出的 “AI 五大核心理念” 则夯实了框架的技术认知基础，包括 AI 本质及数据在训练过程中的作用等核心概念。
通过对数字能力、媒体素养及 AI 素养相关框架的系统 review，结合计算机科学、数据科学、社会科学等多学科课程分析，《框架》提炼出三大核心研究主题：其一，AI 与机器学习的技术原理，强调 AI 通过数据统计推断而非真实理解生成输出，且易受训练数据偏见影响；其二，人与 AI 协作所需的核心技能，包括元认知、批判性思维、计算思维等传统能力在 AI 场景下的新应用；其三，AI 对个体、社会与环境的影响，涵盖伦理公平、数据隐私及 AI 系统的能源消耗等可持续性议题。
《框架》的开发遵循六大原则：跨学科性要求将 AI 素养融入多学科教学；全球性强调整合国际教育者、研究者与 AI 专家的洞见；基础性定义 AI 素养的核心能力集合；实用性确保框架在各类课堂场景中可操作；示范性包含真实场景与案例；耐久性则保证知识与技能随 AI 技术演进仍具相关性。
《框架》将 AI 素养定义为 “在 AI 影响的世界中蓬勃发展所需的技术知识、持久技能与未来就绪态度”，使学习者能够参与、创造、管理和设计 AI，并批判性评估其效益、风险与伦理影响。这一定义整合了欧盟 AI 法案、OECD、UNESCO 等机构的既有定义，形成了兼顾技术理解与人文判断的综合素养模型。
在技术层面，《框架》采用 OECD 与欧盟 AI 法案对 AI 的统一界定：“基于机器的系统，为明确或隐含目标，从接收的输入中推断如何生成输出（如预测、内容、推荐或决策），并影响物理或虚拟环境”。这一定义涵盖从传统机器学习到生成式 AI 的广泛技术形态，同时强调 AI 系统的自主性与适应性特征。
《框架》采用 “领域 – 能力 – 要素” 的三层结构。四大核心领域构成框架的主体架构：参与 AI（Engaging with AI）、创造 AI（Creating with AI）、管理 AI（Managing AI）、设计 AI（Designing AI），每个领域包含 5-6 项具体能力，总计 22 项核心能力。这些领域并非递进关系，而是学习者与 AI 互动的不同维度，允许学习者在多个领域同步发展。
知识、技能与态度三大要素为 AI 素养提供持久基础。知识层面涵盖 AI 本质、人类选择对 AI 的影响、AI 对工作的重塑、技术能力与局限、社会角色五大模块；技能层面包括批判性思维、创造力、计算思维等七大能力；态度层面则强调责任、好奇、创新、适应、同理心五大特质。这三大要素贯穿四大领域，形成交叉支撑的素养网络。
AI 素养的核心内容解析
（一）知识体系：技术与社会的双重认知
AI 本质的知识模块揭示 AI 系统通过算法（结合分步程序与统计推断）处理数据、检测模式并生成概率性输出的技术原理。特别指出生成式 AI 虽能产生类人输出，但缺乏真实理解与意图，这一认知有助于破除 “AI 全知” 的误解。AI 训练依赖公开数据、用户生成内容及传感器采集的实时数据，其 “学习” 本质是基于数据集调整统计权重，这一过程使其易受训练数据中偏见的影响。
AI 与人类选择的关系模块强调 AI 并非中立技术，其设计、数据收集与内容审核全程渗透人类决策。训练数据的选择与标注、算法设计中的优先级设定均可能引入社会偏见，而人类在设计、开发与测试阶段可缓解或加剧这些偏见。例如，面部识别系统因训练数据缺乏多样性导致对特定群体的识别偏差，印证了 AI 系统对人类决策的映射。
在 AI 对工作的影响方面，《框架》指出 AI 自动化结构化任务的同时，要求人类重新定义自身角色，聚焦创造力、同理心与伦理判断等 AI 无法替代的能力。成功的人机协作需要判断哪些任务适合 AI，哪些需人类介入，这一能力对未来劳动力至关重要。技术能力与局限模块客观分析 AI 在模式识别与自动化方面的优势，同时强调其缺乏情感、伦理推理与上下文理解的本质缺陷。值得关注的是，AI 系统对计算资源与数据的高消耗及其对环境的影响，成为 AI 素养中可持续发展认知的重要内容。
AI 的社会角色模块拓展至更广泛的社会影响，包括 AI 在招聘、医疗、司法等领域决策中的渗透，以及由此引发的公平性、透明度与问责制问题。生成式 AI 对版权作品的使用挑战了传统知识产权体系，而伦理 AI 设计需涵盖公平、透明、可解释、问责、隐私保护与法律合规等核心原则。
（二）技能体系：AI 场景下的能力迁移与创新
批判性思维技能聚焦评估 AI 生成内容的准确性、公平性与偏见，要求学习者主动验证 AI 输出，避免盲目接受。例如，通过交叉引用可靠来源，评估语言模型对历史事件描述的客观性，这一过程融合了媒体素养与数字公民素养。创造力技能强调与 AI 协作生成与优化创意，同时考虑所有权、归属与素材合理使用问题。学习者可利用 AI 拓展思维边界，但需对最终内容负责，如使用 AI 生成故事场景后进行创意优化。
计算思维技能表现为分解问题并以 AI 可理解的方式提供指令，即 “提示工程” 能力。通过将复杂问题结构化，提供用例、反例与预期结果，学习者可有效引导 AI 输出，同时提升自身沟通与元认知能力。自我与社会意识技能要求学习者识别 AI 对个人选择、人际关系与社区的影响，反思其社会与环境后果。例如，分析社交媒体算法对信息获取的局限，或评估 AI 系统的能源消耗是否符合可持续发展目标。
协作技能体现在与 AI 及人类的有效互动，包括提供反馈与寻求帮助的能力。学习者通过与 AI 系统的迭代交互（如调试代码时使用 AI 辅助），发展适应性与问题解决能力。沟通技能强调以透明、非拟人化的方式解释 AI 使用，避免赋予 AI 人类特质的误解。例如，准确描述生成式 AI 基于提示与训练数据生成内容的过程，而非将其归因于 “创造力”。问题解决技能整合上述能力，要求学习者评估 AI 的适用性、风险与伦理影响，决定何时及如何使用 AI。这一过程需平衡技术能力与伦理判断，如判断生日贺卡创作中 AI 辅助的合适程度。
（三）态度体系：面向未来的 AI 素养心智模式
责任态度要求学习者谨慎思考 AI 使用的后果，考虑预期与非预期影响，致力于避免对他人的伤害。学习者应认同所有人有权了解 AI 如何影响自己，并对 AI 使用做出知情决策，如在学术作业中明确标注 AI 辅助的部分。好奇态度驱动学习者探索 AI 的当前能力与未来发展，理解其对个人生活与职业的影响。将学习视为持续过程，通过实验性使用 AI 发现新可能，如探索 AI 在不同学科中的应用场景。
创新态度鼓励学习者利用 AI 解决现实挑战，拥抱新机会。通过尝试不同方法与创意解决问题，相信 AI 可成为创造积极变化的工具，如使用 AI 设计社区问题的解决方案。适应态度表现为与 AI 协作时的韧性与灵活性，开放接受多元观点与方法。理解人机协作是基于反馈与修订的迭代过程，如在 AI 辅助写作中不断调整提示以优化输出。同理心态度引导学习者深思 AI 对个体、社区与环境的影响，权衡使用 AI 的利弊，理解其对不同群体的差异化影响。例如，评估 AI 在教育中的应用是否可能加剧学业成就差距。
四大领域的能力与教育场景
（一）参与 AI：批判性互动的基础能力
“识别 AI 在不同场景中的角色与影响” 能力要求学习者发现日常工具（如网络摄像头、视频推荐）中的 AI 存在，思考其在内容推荐、适应性学习等场景中的目的。小学阶段可通过列举熟悉的数字互动讨论 AI 应用，中学阶段则深入分析在线数学平台如何利用实时数据调整难度。“评估 AI 输出是否接受、修订或拒绝” 能力培养学习者对 AI 内容的批判评估，如对比 AI 数学解题过程与人类思路，或交叉验证 AI 对历史事件的描述。
“考察预测性 AI 系统如何提供影响观点的推荐” 能力揭示算法推荐的局限性，小学阶段通过数字序列学习引入模式识别概念，中学阶段则分析社交媒体算法对公共卫生信息传播的影响。“解释 AI 如何放大社会偏见” 能力引导学习者探究 AI 系统（如面部识别或招聘算法）中的偏见来源，小学阶段通过角色分类讨论公平性，中学阶段则评估 AI 面部识别训练数据的潜在偏见。“描述 AI 系统对能源与自然资源的消耗” 能力培养可持续发展意识，学生可制作 AI 环境影响信息图，或辩论特定场景中 AI 使用的环境责任。
（二）创造 AI：人机协作的创新实践
“使用 AI 系统探索基于原创想法的新视角与方法” 能力鼓励学习者利用 AI 拓展创意，如基于 “太空丛林” 概念生成 AI 图像并创作故事，或使用 AI 开发辩论反方观点。“使用不同类型 AI 系统可视化、原型化并组合想法” 能力支持多模态创作，小学阶段用 AI 音乐工具创作季节主题歌曲，中学阶段则为公共意识运动整合文本、图像、音乐等 AI 生成元素。
“与生成式 AI 系统协作获取反馈、优化结果并反思思维过程” 能力强调迭代创作，如使用 AI 写作工具改进故事并讨论创意变化，或利用 AI 代码助手调试游戏代码并反思调试过程。“分析 AI 如何维护或侵犯内容真实性与知识产权” 能力培养法律意识，学生可比较原创作品与 AI 生成诗歌的独创性，或辩论 AI 艺术对原艺术家风格的使用是否公平。“以避免拟人化的精确语言解释 AI 系统如何执行任务” 能力强化技术认知，如对比人类与 AI 艺术创作的差异，或描述生成式 AI 基于提示与训练数据生成歌曲的过程。
（三）管理 AI：高效协作的任务分配
“基于任务性质决定是否使用 AI 系统” 能力训练学习者的工具选择判断，小学阶段评估生日贺卡创作中 AI 的适用性，中学阶段则根据学习目标决定 AI 在特定作业中的使用。“基于 AI 与人类的能力与局限分解问题” 能力培养任务分配思维，如用 AI brainstorm 科学展创意并由人类设计实验，或用 AI 总结历史文献而由学生分析背景与偏见。
“通过提供具体指令、适当上下文与评估标准指导生成式 AI 系统” 能力提升提示工程技能，学生可构建指导同学绘制海报的提示，或设计定义 AI 辩论伙伴角色、语气与任务的提示。“向 AI 系统分配任务以适当自动化或增强人类工作流” 能力优化工作效率，如用 AI 辅助拼写检查而聚焦故事创作，或用 AI 生成概念变体而由团队评估优化。“制定并传达符合人类价值观、促进公平与透明的 AI 系统使用指南” 能力培养规范意识，学生可制作课堂 AI 使用指南海报，或为同龄人举办 AI 工具伦理使用工作坊。
（四）设计 AI：理解技术的底层逻辑
“描述如何设计 AI 系统以支持社区问题解决方案” 能力培养应用思维，小学阶段开发分类健康零食的 AI 方法，中学阶段则提出基于兴趣的课后活动 AI 推荐方案。“比较遵循人类创建算法的 AI 系统与基于数据预测的 AI 系统的能力与局限” 能力深化技术认知，学生可对比基于特征与基于行为的动物分类方法，或编程简单规则型聊天 bot 并与机器学习型系统比较。
“通过考虑相关性、代表性与潜在影响，收集与整理可用于训练 AI 模型的数据” 能力奠定数据思维基础，小学阶段按特征标注分类积木，中学阶段则探索训练 AI 识别可回收材料的数据集影响。“使用定义的标准、预期结果与用户反馈评估 AI 系统” 能力培养测试思维，学生可定义 “好笑话” 标准并评估 AI 生成效果，或用相同数据集测试不同 AI 模型并提出改进建议。“描述 AI 模型的目的、目标用户及其局限” 能力强化风险意识，学生可通过角色扮演理解 AI 规则变化的影响，或创建模型卡片总结 AI 模型的工作原理与局限。
教育者在 AI 素养培养中扮演关键角色，需将 AI 概念融入具体课堂实践，帮助学生连接抽象概念与学科内容。例如，引导学生探究 AI 系统如何运作，创造讨论公平性、偏见及现实影响的安全空间。在快速变化的技术环境中，教育者负责决定 AI 工具的引入时机、理解支架搭建方式及学生学习评估方法，同时基于教育系统指南促进 AI 的负责任使用。
《框架》为教育者提供多维度支持：知识陈述强化对 AI 技术基础的理解，确保教学准确性；基于学习理论的技能与态度指导，支持 AI 素养与现有教学实践的融合；以学习者为中心的能力与教育场景，帮助识别课堂中的 AI 素养培养目标。最终版框架将包含教学与学习示例，为教育者提供更具体的实施参考。
为推动框架落地，开发团队设计了多元实施路径。学习者案例（如 10 岁的 Sofia 用生成式 AI 创作故事、13 岁的 Jun 用 AI 辅助组织志愿者活动）展示了不同年龄段 AI 素养的实践形态。框架强调 AI 素养培养是教育生态系统的共同责任，应在正规与非正规学习环境（学校、家庭、社区）中贯穿发展。
未来计划与反馈机制
《框架》当前为 2025 年 5 月的评审草案，未来数月将通过公开在线调查、焦点小组及利益相关者讨论收集反馈。咨询活动将覆盖政策制定者、教师、学校领导、非政府组织代表等多元群体，并在欧盟数字教育利益相关者论坛及欧洲数字教育中心开展专题讨论。
最终版本将于 2026 年发布，同步推出有限的 AI 素养课程、评估与专业学习示例。开发团队邀请全球利益相关者通过指定链接（teachai.org/ailiteracy/review）参与反馈，确保框架充分反映国际实践与需求。
为促进框架探索，《框架》提供基于大语言模型的互动工具，用户可通过特定提示词与 AI 聊天机器人交互，上传框架文档后获取基于文档内容的准确回应，这一设计既体现了 AI 在教育中的应用潜力，也为框架的实际使用提供了示范场景。
《框架》的发布与实施标志着全球中小学 AI 素养教育进入系统化发展阶段，其跨学科、全球性与实用性的特征，有望为应对 AI 时代的教育挑战提供坚实基础，助力学习者在技术变革中成为积极的 AI 使用者与塑造者。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...