夜雨聆风
AI 伦理教育不能只停留在“知道有风险”。更关键的问题是：学生在使用 AI 解决真实问题时，是否能意识到自主性、伤害、收益、偏见和公平等伦理原则。
Kong 和 Zhu 在 Computers and Education: Artificial Intelligence 发表的研究开发并验证了 AI Ethical Awareness Scale（AIEAS）。该量表基于 Belmont Report 的三个伦理原则，最终保留 9 个题项，用于测量中学生和大学生在 AI 问题解决情境中的伦理意识。
Kong, S. C., & Zhu, J. (2025). Developing and validating an artificial intelligence ethical awareness scale for secondary and university students: Cultivating ethical awareness through problem-solving with artificial intelligence tools. Computers and Education: Artificial Intelligence, 9, 100447. https://doi.org/10.1016/j.caeai.2025.100447
AIEAS 的全称是 AI Ethical Awareness Scale，中文可译为“AI 伦理意识量表”。
量表用于评估学生在使用 AI 工具进行问题解决时，对 AI 伦理原则的意识水平。研究者最初设计 10 个题项，经验证后删除 1 个载荷不足且理论表述不够清晰的题项，最终保留 9 个题项。
最终量表包含三个维度：
Human autonomy：人的自主性
Beneficence：善行/有益性
Fairness：公平性
研究在香港 AI 素养课程的第三阶段“Developing AI application”中开展。课程为期 4 周，共 14 小时，采用项目式学习方式。学生需要使用 AI 工具解决自选问题，并在项目中思考 AI 方案可能带来的伦理影响。
研究对象为 573 名香港中学生和大学生：
中学生 411 人
大学生 162 人
男生 330 人
女生 239 人
355 人具有编程知识
206 人没有编程知识
研究者在课程前后均施测 AIEAS，并结合学生反思文本分析课程后伦理意识变化。
初始 10 项模型拟合良好，但第 7 项载荷较低，且理论上没有清楚强调“人类福祉和繁荣应优先于追求 AI 人工物收益时的潜在风险”，因此被删除。
删除第 7 项后的 9 项模型拟合更优：
χ²(24) = 74.268
χ²/df = 3.095
CFI = 0.985
TLI = 0.977
RMSEA = 0.060
SRMR = 0.024
AIC = 7512.412
BIC = 7642.938
最终模型各题项标准化载荷为 0.689 至 0.899。三个潜变量之间相关高于 0.80，说明它们共同指向 AI 伦理意识这一上位构念。
量表在性别、教育阶段和编程知识群体上进行了测量等值性检验。结果支持性别和教育阶段上的严格等值，也支持编程知识上的标量等值。
内部一致性方面，三个分量表在课程前后均达到可接受水平：
Human autonomy：α = 0.725 / 0.796，ω = 0.730 / 0.797
Beneficence：α = 0.740 / 0.799，ω = 0.747 / 0.807
Fairness：α = 0.845 / 0.888，ω = 0.846 / 0.887
重测相关为 0.494 至 0.559，作者认为这属于 fair test-retest reliability。考虑到 AIEAS 测量的是与问题解决行为相关的伦理意识，课程学习和实践可能改变学生表现，因此中等重测相关是可以理解的。
第一，AIEAS 是非常适合公众号传播的短量表。最终只有 9 项，三个维度清晰，读者容易理解和使用。
第二，它不是泛泛测量“AI 态度”，而是聚焦 AI 伦理意识，特别强调学生在使用 AI 解决问题时的伦理考量。
第三，它把 AI 伦理教育与项目式学习结合起来。量表既可以用于课程前后测，也可以用于评价 AI 素养课程中的伦理教育效果。
第四，它关注中学生和大学生两个群体，适合教育技术、AI 素养、课程干预、数字伦理等方向的研究者借鉴。
AIEAS 适合用于：
AI 伦理教育课程评价
中学生和大学生 AI 伦理意识测量
AI 素养课程前后测
项目式学习中的伦理意识变化研究
AI 工具使用、AI 问题解决与伦理意识关系研究
使用时要注意：
第一，AIEAS 的中文题项是译文，不是作者官方中文版。正式研究应进行回译、专家审查和预测试。
第二，原研究情境是香港 AI 素养课程和项目式学习环境。如果用于普通课堂或非课程干预情境，需要重新验证结构。
第三，三个维度高度相关，既可以报告分维度，也可以考虑报告总体 AI 伦理意识，但具体做法应由本地样本的验证结果决定。
作答方式：AIEAS 为自陈问卷，学生根据每个陈述评价其 AI 伦理意识。原文可见正文说明使用 Qualtrics 在线施测、课程前后均使用同一套 AIEAS，但未说明具体为几级 Likert 量表；正式施测前应查阅作者原始问卷或联系作者确认计分锚点。
本文为社科学术吧对公开发表论文及其补充材料的学术整理，供研究、教学与量表选用参考。
原始量表、题项和相关材料的版权归原论文作者及出版方所有；正式引用、改编、施测或商业使用时，请以原论文和出版方授权要求为准。
中文翻译为社科学术吧整理版本，仅供理解和研究参考。正式用于中文语境前，建议进行翻译、回译、专家审查、本土化预测试和信效度检验。
转载或引用本文整理内容时，请注明原始论文来源及社科学术吧整理信息。
