答案泛滥的时代,AI素养怎么测?PISA 2029给出5个评价方向

AI 进入课堂之后，一个更具体的问题开始浮现：学生会使用 AI，是否就意味着具备 AI 素养？

会让 AI 写一段文字，算不算？会写提示词，算不算？能很快得到答案，但分不清答案是否可靠，算不算？

PISA 2029 的“媒体与人工智能素养”（Media and Artificial Intelligence Literacy，简称 MAIL）框架，正在把这个问题从理念讨论推向评价设计。

这份框架目前仍是第一版初稿，正式版本发布前还可能修订。但它最值得关注的地方在于：AI 素养开始被拆解成可以观察、可以评价，也可以转化为课堂任务的能力。

获取与使用

不只是会打开工具，而是会找到有效信息

在 MAIL 框架中，第一项能力是获取与使用（Access & Use）。它关注的不是学生会不会打开一个 AI 工具、会不会输入一句提示词，而是学生能否在数字内容、媒体平台和 AI 环境中，有效地定位、查询、筛选、组织和管理信息。

框架特别提醒，今天的信息获取已经不再是一个简单的“搜索问题”。搜索结果可能受到用户历史、地理位置、热度指标和商业利益影响；推荐系统也会决定哪些内容更容易被看见，哪些内容被排到后面。

这意味着，学生不能只会“找答案”，还要理解答案是怎样被呈现出来的。

对课堂教学来说，这一点很直接。教师在设计 AI 素养任务时，不应只问学生“有没有找到资料”，还可以进一步追问：

学生用了哪些关键词？
比较了哪些来源？
是否意识到搜索结果和推荐内容并不天然等于真实？
是否知道如何整理、保存和保护个人信息？

获取与使用，是 AI 素养的入口；但这个入口本身，也需要判断。

分析与评价

不只是看到内容，而是判断是否可信

第二项能力是分析与评价（Analyse & Evaluate）。这是 MAIL 框架中非常关键的一项能力，文件将它指向学生对人类和 AI 生成内容的目的、偏见、相关性和可信度进行判断的能力。

在生成式 AI 进入日常学习之后，学生面对的内容会更加复杂。文本、图片、音频和视频都可能由 AI 生成，也可能被平台算法重新排序和放大。很多内容看起来完整、流畅、权威，但并不一定准确。

因此，框架关注的不是学生能否快速接受信息，而是能否提出更深入的问题：

这条信息由谁生成？
是否可能经过 AI 参与？
它的目的是什么？
有没有偏见或遗漏？
是否需要通过其他来源核实？

对课堂教学来说，这意味着 AI 素养不应停留在“生成结果好不好”，而要进一步进入证据意识和来源判断。

例如，学生可以用 AI 生成一个回答，但任务不能到此结束。更有价值的环节，是让学生检查回答中的事实、追溯来源、比较不同材料，并说明哪些内容可信、哪些内容需要保留判断。

当答案越来越容易获得，分析与评价能力就变得更重要。

参与与协作

不只是在线互动，而是理解AI如何影响交流

第三项能力是参与与协作（Participate & Collaborate）。这项能力关注学生能否在数字环境中积极参与、与他人合作，并意识到 AI 可能在其中起到放大、调节或扭曲互动的作用。

这和传统意义上的“会不会合作”并不完全一样。今天的协作环境中，学生可能在群聊中讨论问题，在在线平台上共同完成任务，也可能借助 AI 生成建议、整理资料或修改表达。

在这样的环境里，交流不只是人与人之间的交流，还受到平台规则、算法推荐和 AI 系统的影响。

框架强调，学生需要理解数字参与的边界：如何尊重他人，如何避免冲动转发，如何在冲突中保持恰当表达，如何理解在线行动的影响。

对课堂教学来说，这提示我们，AI 素养任务不一定只发生在个人作业中，也可以进入协作任务。

例如，小组共同核查一条信息时，学生不仅要分工查找来源，还要讨论不同证据的可靠性；使用 AI 辅助协作时，也要说明 AI 参与了哪些环节，哪些判断仍由学生完成。

参与与协作，不只是会在线交流，而是能在 AI 参与的数字环境中负责任地互动。

创造

不只是生成作品，而是理解目的、受众和责任

第四项能力是创造（Create）。在 MAIL 框架中，“创造”并不只是让学生用 AI 生成一段文字、一张图片或一个视频。它更关注学生能否根据交流目的，选择合适的内容和形式，并理解创作中的原创性、署名、版权和伦理责任。

这一点对课堂教学尤其重要。

现在很多 AI 应用课容易把“作品生成”当成最终成果。学生能用 AI 做一张海报、写一段文案、生成一个故事，看起来很有成果感。但如果没有进一步说明目的、受众、素材来源和 AI 使用边界，这样的创作很容易停留在表面。

MAIL 框架提醒我们，创造能力不仅是技术能力，也是表达能力和责任意识。

课堂中可以追问：

这个作品面向谁？
为什么选择这种表达形式？
哪些部分由学生完成，哪些部分由 AI 辅助？
是否使用了他人素材？
是否需要披露 AI 的参与？

值得注意的是，框架建议在未来测评中，将相当比例的时间用于“分析与评价”和“创造”两类任务。这说明，PISA 关注的不是学生能否更快生成内容，而是学生能否在判断基础上进行负责任的表达。

创造不是简单产出结果，而是带着目的、对象和责任进行表达。

反思并负责任地行动

不只是讲伦理，而是贯穿每一次选择

第五项能力是反思并负责任地行动（Reflect & Act Ethically and Responsibly）。在 MAIL 框架中，这项能力并不是一个附加模块，而是贯穿其他能力的轴心。也就是说，学生在获取信息、评价内容、参与协作和创造作品时，都需要进行伦理反思和责任判断。

文件中特别提到，学生在数字生活中会不断面对具体选择：

是否转发一条可疑内容？
是否使用生成式 AI 完成作业？
是否给应用开放个人数据权限？
是否意识到平台设计对注意力和情绪的影响？
是否理解自己的在线行为会影响他人和长期数字身份？

这些问题并不抽象，也不只属于信息技术课。它们已经进入学生的日常学习和生活。

对课堂教学来说，AI 伦理不应只是最后一节课的概念讲授。更有效的方式，是把伦理判断放进真实任务中，让学生在使用 AI、核查信息、共同创作和公开表达时，说明自己的选择依据。

只有当学生在具体情境中面对选择，伦理与责任才会从口号变成能力。

PISA 不只看答案，也看判断过程

除了 5 项能力，MAIL 框架还有一个重要设计：它并不只依赖传统选择题，而是会结合短任务和长任务。

短任务用于覆盖基础能力；长任务则会把学生放进更接近真实数字环境的模拟场景中，让学生使用类似浏览器、聊天工具、搜索页面和媒体平台的功能完成任务。

文件中的一个样例，是让学生扮演类似记者的角色，收到一条需要核实的信息，并在模拟浏览器中查找来源、比较证据，最后提交判断和理由。

这意味着，PISA 关注的不只是学生最后选了什么答案，还包括他们怎样得出这个答案：是否打开多个来源，是否进行横向阅读，是否关注信息出处，是否比较不同证据，是否能说明判断依据。

这对课堂教学的启发很直接：AI 素养评价不能只看最后作品，还要看学生的查证路径、比较过程和理由说明。

因此，课堂任务也需要相应调整：不要只看学生能否生成文章、图片或 PPT，也要看他们能否核查 AI 回答、比较信息来源、说明使用过程，并讨论隐私、版权、公平和责任问题。

PISA 2029 MAIL 框架目前仍是第一版初稿，正式版本发布前还可能修订。但它提出的方向已经很清楚：真正的 AI 素养，不是让学生更快得到答案，而是让学生在答案越来越容易获得的时代，依然知道如何判断。

* 信息来源：OECD

* 报告名称：《Navigating an Evolving Digital World: First draft of the PISA 2029 Media and Artificial Intelligence Literacy (MAIL) Assessment Framework》

* 文件性质：PISA 2029 媒体与人工智能素养测评框架第一版初稿，正式版本发布前仍可能修订

* 内容说明：本文基于 OECD 公开页面及框架初稿整理，仅作教育资讯分享与趋势观察

* 配图说明：文章配图由 AI 整理生成，PDF 样题截图来自 OECD 公开框架，仅作辅助呈现

🎁资料福利！

本文基于《PISA 2029 MAIL Assessment Framework First Draft》整理。原始资料为 OECD 发布的 PISA 2029 媒体与人工智能素养（MAIL）测评框架第一版初稿，内容详细涵盖了 AI 素养的五大核心能力模型、评价方向以及模拟真实情境的测试样例等方向。

如果您想获取这份报告PDF用于进一步阅读，请扫描二维码添加好友，或者直接在评论区告诉我，我看到后会第一时间私发资料。想要进教师交流群，请备注“进群”，小助手会邀请您进群哦！

期待更多老师加入我们，一同前行！如果这篇文章对您有启发，别忘了『点赞、转发、在看、评论』，您的支持是我们持续分享的最大动力！