开场：一个课堂里的"认知地震"

2025年的某个上午，一名15岁的中学生面对历史课作业——"分析法国大革命的原因"。他没有翻开课本，而是打开ChatGPT，30秒后获得了一篇结构完整的分析。复制、粘贴、提交。整个过程不超过3分钟。

这不是假设。这是正在发生的日常。

英国高等教育政策研究所（HEPI）2025年调查显示，88%的学生在评估中使用生成式AI——较2024年53%飙升35个百分点。与之形成刺眼对比的是：同一调查中，仅46%的学生认为学校已为他们准备好应对AI时代。

更深层的困境来自教师端。OECD 2024年TALIS调查发现，OECD国家平均仅38%的教师接受过AI专业培训，而41%的教师已在教学中使用AI工具。大量教师正在"无证驾驶"——在没有系统培训的情况下，将AI引入课堂。

这不是技术升级。这是认知地震。

而就在这样的背景下，2026年6月18日，OECD与欧盟委员会在布鲁塞尔联合发布了全球首个中小学AI素养框架（AILit Framework）。这不仅是一份教学指南，更是一份面向未来的"教育宪章"——它将AI素养从"选修技能"提升为"生存刚需"，并将在三年后通过PISA 2029的MAIL评估，成为全球90多个国家教育政策的"隐形指挥棒"。

一位参会的教育部长说了一句话："这不是关于教孩子们用AI的问题。这是关于教他们在AI无处不在的世界里，如何继续做人的问题。"

这句话，正是理解这场变革的最佳切入点。

第一部分：一个框架的诞生——从"软技能"到"法律义务"

为什么是2026年？

三重力量同时汇聚，将AI素养教育推到了历史的聚光灯下。

第一重力量：技术渗透的加速度。生成式AI在两年之内从"新奇玩具"变成了"默认学习工具"。OECD数据显示，68%的青少年已经在使用AI工具，但教育系统反应速度严重滞后——缺乏统一素养定义、实施标准混乱、对AI辅助教学法认知有限，构成了危险的真空地带。

第二重力量：法律框架的倒逼。2025年2月2日，欧盟《人工智能法案》（EU AI Act）第4条正式生效——这是全球首部将AI素养列为法律义务的监管条款，要求所有在欧盟提供或使用AI系统的组织确保人员具备"足够的AI素养水平"。AI素养从"最好有"变成了"必须有"。

第三重力量：全球评估的倒计时。PISA 2029将首次引入MAIL（媒体与AI素养）评估，90多个国家的15岁学生将接受关于"如何在AI时代生存"的全球大考。AI素养不再是自选动作，而是全球教育竞争的核心赛道。

三重力量叠加，OECD与欧盟的判断清晰而紧迫：如果不尽快建立全球共识的AI素养框架，各国将各自为战、标准混乱，最终受害的是整整一代年轻人。

框架的四大领域：不只是"用AI"，而是"懂AI"

2026年6月18日发布的AI素养框架，核心架构可以概括为：四大领域、三大维度、19项核心能力。

四大领域构成了递进的能力阶梯：

与AI互动（Engage）：成为AI世界中的批判性和负责任的参与者。理解AI是什么、如何工作，批判性评估AI生成内容的真实性和偏见。

利用AI创作（Create）：将AI作为创意伙伴，同时保持人类主体性。学会与AI协作完成创意项目，而不是让AI代替思考。

管理AI（Manage）：有意识地决定如何与AI分工协作。涉及时间管理、隐私保护，以及理解过度依赖的风险。

塑造AI（Shape）：改进AI系统以反映人类价值观。理解AI背后的数据、算法和设计决策，思考如何让AI更好服务社会福祉。

正式版框架将草案中的22项核心能力精简为19项，每项分基础、中级、高级三个层次。三大维度贯穿始终：知识（理解原理）、技能（实际操作）、态度（开放但审慎的价值观）。

一个根本性的区分

框架最具颠覆性的观点，是对"AI素养"的重新定义。

过去，很多人认为AI素养就是"学会使用AI工具"。OECD/EU框架明确否定了这种理解：

"AI素养不是关于使用AI工具，而是关于理解AI如何工作、批判性评估其角色，并在日常生活和职业场景中做出知情决策。"

用AI是技术问题，懂AI是素养问题。一个学生会写提示词让ChatGPT完成作业，这属于"用AI"；但他是否理解ChatGPT为什么会"幻觉"？是否知道训练数据存在偏见？是否能判断什么时候该相信AI、什么时候该质疑？这些才是"懂AI"。

这个区分暗含了对当前教育实践的深刻批评：如果一个学校只教学生"如何用AI工具"，而不教"如何理解AI的局限和风险"，那么它不是在培养AI素养，而是在培养对AI的盲目依赖。

第二部分：PISA 2029——一场即将到来的全球大考

MAIL：PISA历史上首次AI素养评估

MAIL（Media and AI Literacy）是PISA 2029的创新评估领域，将测试全球90多个国家15岁学生的媒体与AI素养。这是PISA历史上首次将AI素养纳入全球评估。

根据OECD 2026年初发布的第一版MAIL框架草案，评估围绕三大核心概念展开：作者与受众（谁在创造信息、为谁创造）、信息与其义（AI如何影响意义的建构）、表征与现实（数字内容如何塑造或扭曲对现实的认知）。

评估将采用模拟真实数字环境的方式——学生在包含互联网、社交媒体和AI系统功能的虚拟环境中完成一小时任务。可能的任务包括：借助AI助手验证社交媒体帖子的准确性、识别AI生成图片、评估隐私政策条款的合理性等。

为什么MAIL是"隐形杠杆"？

PISA不直接干预任何国家的教育政策，但通过排名、报告、跨国比较，在国家荣誉感和教育焦虑的驱动下深刻影响各国决策。2001年芬兰的惊艳表现让"芬兰模式"成为全球焦点；2012年上海学生的出色成绩让"中国基础教育"成为国际研究热点。

2029年的MAIL评估，将首次对各国AI素养教育"打分排名"。对政府而言，MAIL成绩将直接反映本国教育系统的AI适应力；对学校而言，将推动校本课程的重新设计；对学生而言，将在模拟真实AI环境中展示批判性思维和伦理判断能力。

OECD委托澳大利亚教育研究委员会（ACER）负责MAIL评估。ACER总监Goran Lazendic博士点出了MAIL的深层意义：

"MAIL关注的是年轻人如何在AI塑造的世界中理解和质疑信息的建构——而不仅仅是他们知道什么。"

争议与担忧

MAIL框架并非没有争议。文化偏见是首要担忧——框架带有明显西方语境，它假设学生有自由访问互联网、批判性质疑权威的习惯。但在许多非西方国家，这些假设并不成立。技术可及性同样令人担忧：欠发达国家的学校可能无法提供必要的硬件和网络环境。

更深层的批评来自英国皇家学会等学术机构：当前框架过度强调技术维度，忽视"人类维度"——即AI如何影响人的情感、社会关系、身份认同和心理健康。一个学生在技术测试中表现优异，并不意味着他能在AI时代保持健康的数字生活习惯。

第三部分：全球AI素养教育地图——三大阵营的角力

OECD/EU框架的发布，是全球AI素养教育竞争格局的缩影。各国实践呈现清晰的"三大阵营"格局：立法驱动型、市场驱动型、整合驱动型。

欧盟：立法驱动的"规则制定者"

欧盟是典型的"立法驱动型"代表。欧盟《人工智能法案》是全球首部综合性AI立法，采用"风险分级"逻辑——AI系统按风险分为不可接受风险、高风险、有限风险、最低风险四类。2025年2月2日生效的第4条，是全球首个将AI素养列为法律义务的条款，要求所有AI系统的提供者和部署者确保其员工具备"足够的AI素养水平"。

在欧盟，学校使用AI辅助评分或个性化学习平台，必须确保相关教师接受过AI素养培训——这不是建议，而是法律。欧盟执行副主席Mînzatu在发布会上说：

"AI素养是我们年轻人的基础性能力。理解和负责任地使用AI，对欧洲的竞争力、保护我们的民主和社会凝聚力至关重要——而这一切始于我们的教室。"

但立法模式也面临挑战：法律的滞后性与技术的快速迭代存在根本矛盾。AI技术每三个月就可能飞跃，法律修订需要数年。欧盟的应对是通过"软法"补充"硬法"——OECD/EU框架虽然不是法律，但为成员国提供了统一的教学参考。

中国：以"立法速度"推进的"政策密集区"

两年之内，中国发布6项以上国家级AI教育政策，构建了覆盖政策制定、课程开发、学校实施、基地建设的完整体系。2024年2月，教育部遴选184个中小学人工智能教育基地。北京更是标杆——截至2025年底，各类学校人工智能应用覆盖率达87.7%，中小学每学年开设8学时AI通识课程，组建市/区两级"AI教育讲师团"。

更值得关注的，是中国发布的全球首个分级AI使用指南，其中小学阶段禁止学生独自使用开放式AI功能——这在国际上具有开创性。中国模式可概括为"政策牵引—场景创新—生态协同"。

美国：市场驱动的"碎片化现实"

美国在AI素养教育领域呈现典型的"市场驱动型"特征：高度分散、参差不齐、缺乏统一标准。

截至2024年12月，美国仅31%的公立学校有书面的学生AI使用政策。高中稍好（43%），小学（27%）和初中（29%）更令人担忧。教师培训方面，2024年秋季48%的学区提供了AI培训，虽比2023年的23%翻了一番，但仍有超过一半学区尚未行动。

最令人警醒的是"贫困鸿沟"：低贫困学区67%提供AI培训，高贫困学区仅39%（RAND 2025）。如果趋势延续，几乎所有低贫困学区都将完成培训时，高贫困学区可能只有六成能做到——最需要技术赋能的弱势群体，恰恰是获得培训最少的。

不过，美国也有独特优势：硅谷的技术创新生态为AI教育提供了丰富的工具和平台，许多创新教学实践诞生于美国。问题在于创新缺乏统一素养框架指导，容易沦为"为用而用"的技术实验。

芬兰：整合驱动的"北欧美学"

芬兰提供了独特的"整合驱动型"范式——不依赖法律强制，也不追求政策密度，而是将AI素养无缝融入现有教育哲学。

芬兰的旗舰项目"Elements of AI"由赫尔辛基大学和Reaktor联合开发，已覆盖170多个国家、超过100万名学习者，芬兰本国超过2%的人口完成该课程，人均参与率全球第一。芬兰模式的精髓在于"多元素养"（Multi-literacy）——AI素养不是独立课程，而是跨学科素养的一部分，与信息素养、媒体素养、数字素养、公民素养相互交织。

芬兰的经验表明，AI素养教育的最高境界不是"教AI"，而是在一切教学中自然融入对AI的理解和反思——让AI素养成为学生看待世界的一种方式，而不是课表上的一门科目。

第四部分：瓶颈与突围——当理想遇到教室里的现实

教师：最大的"瓶颈变量"

任何一个教育改革的成败，最终都取决于一个变量：教师。

OECD TALIS 2024的数据支撑了这个判断：

深层问题在于培训的结构性障碍。以色列TALIS数据显示，62%的教师表示"其他事务导致没时间参加培训"，50%认为"缺乏激励"，45%表示"培训时间与工作冲突"。

一位德国中学教师写道：

"我知道AI很重要，我甚至用ChatGPT出数学题。但没有人告诉我，怎样才能教学生负责任地使用它。学校没有培训，学区没有指南，我只能自己摸索。"

这段话，是全球数百万教师的心声。

生成式AI：倒逼评估体系的根本性重构

2025年英国调查显示88%的学生在评估中使用生成式AI，较2024年53%增长35个百分点。与此同时，仅19%的教师表示学校有正式AI使用政策（美国盖洛普2025年调查）。这种"学生大量用AI、学校不知道怎么管"的混乱局面，正在倒逼教育评估体系的根本性重构。

未来的评估将更关注：批判性评估能力（能否判断AI内容的质量和偏见）、人机协作能力（能否在与AI协作中保持主体性）、伦理决策能力（能否在灰色地带做出符合伦理的选择）、元认知能力（能否反思自己的AI使用习惯）。

MAIL评估中的"标记AI"（Flag the AI）任务就是典型：学生需识别哪些内容由AI生成或操纵，并解释为什么。考察的不是技术知识，而是在真假难辨的信息环境中保持清醒和理性的判断力。

"最后一公里"的课堂落地

再完美的框架，如果不能转化为课堂里的实际教学，就只是文件柜里的另一份报告。

OECD/EU框架配套提供了具体课堂案例：小学生通过"AI图像识别挑战"理解AI的识别原理和局限性；中学生在写作课上使用AI生成初稿，但必须标注AI生成内容、说明修改原因和批判性评估；高中生分析AI推荐系统的训练数据，讨论数据偏见如何影响结果。

核心思路是：AI素养教育不是增设新课，而是融入现有学科。历史课分析AI生成的历史叙述是否准确，语文课讨论AI写作与人类写作的优劣，数学课探索AI算法背后的数学原理，公民课辩论AI监管的政策选项。

然而"最后一公里"面临现实挑战：教师时间有限、培训资源不足、评估体系尚未调整、校长和家长认知有待提升。从框架到课堂，中间隔着无数个需要克服的"微观障碍"。

第五部分：伦理与未来——AI素养教育的深层命题

AI伦理教育：不仅是"技术问题"，更是"民主问题"

在OECD/EU框架的四大领域中，"塑造AI"（Shape AI）最具野心。它不仅要求学生理解AI技术原理，还要求思考如何让AI更好服务社会福祉——这本质上是政治和伦理问题。

因为AI正在深刻改变民主社会的运作方式。推荐算法决定我们看到什么新闻，AI生成内容淹没社交媒体，深度伪造让"有图有真相"成为过去式。在这样的世界里，不具备AI伦理素养的公民将无法做出知情的政治判断——民主本身受到威胁。

欧盟《人工智能法案》明确禁止在学校和考试中使用情绪识别系统，将招生、评分、监控学生行为等列为"高风险"，要求严格风险管理和人类监督。一个值得关注的趋势是：越来越多国家将AI伦理教育与国家价值观教育相连接。中国的AI教育政策强调"培养担当民族复兴大任的时代新人"；欧盟则强调AI素养对维护"欧洲价值观"的重要性。这种"价值嵌入"既反映了重视，也引发了"谁的价值观"的全球争议。

全球"三大阵营"的深层逻辑

三种路径背后是三种不同的社会契约与教育哲学：

欧盟的立法驱动源于对技术风险的深度不信任和对公民权利的高度保护，AI素养教育是"防御性"的——让公民有能力识别和抵御AI的潜在危害。

美国的市场驱动源于对技术创新自由的高度尊重，AI素养教育是"赋能性"的——让个人有能力抓住AI带来的经济机会。

中国的政策密集推进体现了国家对技术发展的战略重视，AI素养教育是"战略性"的——为国家发展储备AI人才。

芬兰的整合驱动体现了一种独特哲学——技术不是目的，人的全面发展才是。AI素养教育是"人文性"的——让技术服务于人的发展，而不是人被技术定义。

四种模式没有绝对对错，但共同底线越来越清晰：不能只教技术不教伦理，不能只教使用不教反思，不能只教效率不教责任。

数字鸿沟：可能加剧的全球教育不平等

在所有乐观叙事中，有一个不容忽视的阴影：数字鸿沟正从"有设备和没设备"的差距，升级为"有素养和没素养"的更深鸿沟。

第一层基础设施鸿沟：欠发达地区学校可能连基本网络和设备都无法保障。第二层师资鸿沟：发达地区可聘请专业AI教师，欠发达地区连合格数学教师都缺。第三层文化鸿沟：框架和评估标准主要由西方专家制定，隐含价值观可能不适用于其他文化语境。第四层代际鸿沟：年轻一代天然比老一辈更适应新技术，如果教育系统不能帮助教师和家长"跟上"，学生在学校学到的AI素养可能在家里得不到支持。

这些鸿沟的叠加，可能导致一个担忧的未来：AI素养教育不是缩小不平等，反而可能加剧它——优势群体因更早更好接受教育而获得更大竞争优势，弱势群体因缺乏资源进一步被边缘化。避免这种结果，需要国际社会的共同努力：技术援助、师资培训、开放教育资源、文化响应式课程设计——这些是确保AI素养教育真正服务于"全人类"的必选项。

结尾：一个选择，一代人的命运

2026年6月18日，布鲁塞尔的发布会结束了。150名政策制定者、教育专家和利益相关者散去，带着各自的思考回到各自的国家。

但在全球数百万间教室里，一场更深刻的变革才刚刚开始。

OECD/EU的框架，PISA 2029的MAIL评估，欧盟的AI法案，中国的184个教育基地，芬兰的百万学习者，美国学区的挣扎和探索……这些碎片拼凑在一起，构成了一幅宏大图景：人类正在试图回答一个从未如此紧迫的问题——在技术能力可能超越人类认知的世界里，我们应该教下一代什么？

如果我们只教孩子们"如何用AI"，我们培养的是技术的附庸——一代能够熟练操作但缺乏独立判断的"数字劳工"。

如果我们教孩子们"如何懂AI"——理解原理、批判输出、质疑偏见、塑造未来——我们培养的是技术的主人，是在AI时代保持人的主体性、尊严和创造力的"完整的人"。

OECD/EU框架所追求的，显然是后者。但它能否实现，不取决于框架本身有多完美，而取决于每一个教室里的教师、每一个学生、每一个家长——我们是否认真对待这个挑战，是否愿意为此付出努力。

"这不是关于教孩子们用AI的问题。这是关于教他们在AI无处不在的世界里，如何继续做人的问题。"

AI不会等待教育系统准备好。它正在重塑世界——以我们意想不到的速度和深度。

而我们能够给予下一代的最重要礼物，不是教会他们如何与机器竞争，而是教会他们如何在机器无处不在的世界里，依然活得像个人。

1. OECD/European Commission (2026).Empowering Learners for the Age of AI: An AI Literacy Framework. https://ailiteracyframework.org/

2. OECD (2026).PISA 2029 MAIL Assessment Framework (First Draft). https://www.oecd.org/

3. OECD (2025).Results from TALIS 2024. OECD Publishing.

4. HEPI & Kortext (2025).Student Academic Experience Survey 2025.

5. RAND Corporation (2025).More Districts Are Training Teachers on AI.

6. European Commission (2025).AI Literacy – Questions & Answers.

7. ACER (2026).PISA 2029: Media and AI Literacy. Teacher Magazine.

8. 北京市教育委员会 (2026).教育部新闻发布会"人工智能+教育"行动计划.

9. 中华人民共和国教育部 (2025).《中国智慧教育白皮书》.

10. Future of Work Navigator (2024).Finland: Elements of AI Case Study.

11. Child Trends (2025).Most Public Schools Lack AI Policies for Students.

12. British Council (2024).AI in Education: Global Perspectives.

*本文基于OECD/EU AI素养框架及12维度全球深度研究撰写 | 数据截至2026年6月