夜雨聆风
2026年6月18日，经济合作与发展组织（OECD）与欧盟委员会联合发布正式版《赋能人工智能时代学习者：中小学人工智能素养框架》（Empowering learners for the age of AI: An AI literacy framework for primary and secondary education）。该框架是全球首个覆盖中小学全学段、跨学科通用的人工智能素养官方指导标准，是2029年PISA媒体与人工智能素养（MAIL）国际测评的核心设计依据，旨在为全球教育从业者提供统一的AI素养教学与落地指引。该框架的主要内容概述如下：
一、什么是AI素养，为什么需要AI素养？
在该框架中，AI素养是指在受AI影响的世界中取得成功所需的技术知识、持久技能以及面向未来的态度。它使学习者能够参与、创造、管理和塑造AI，同时对其带来的益处、风险及伦理影响进行批判性评估。
该框架特别明确：AI素养不同于AI工具的使用。AI素养强调理解AI的工作原理，并批判性地评估其在日常生活中的作用。这些理解有助于更创造性、高效、包容且合乎伦理地使用AI工具；然而，仅仅与AI工具互动本身，并不能培养或依赖于本框架所阐述的知识、技能或能力。
该框架强调，AI素养之所以重要，是因为AI在青少年中的使用已经非常普遍且存在不少风险隐患。例如，2025年的一项欧洲青少年调查显示，88%的13-15岁青少年以及96%的16-18岁青少年每周至少使用几次AI工具进行学习和创意任务，这些工具被用于作业、研究、翻译和搜索等用途。此外，欧盟统计局的一份关于AI使用的报告指出，16-24岁的年轻人使用生成式人工智能（GenAI）的频率几乎是普通人群的两倍。
这种广泛的使用为提升学术和社会体验带来了机遇，但也伴随着真实的风险。年轻人必须应对虚假信息、不当内容、内置偏见和性别刻板印象、隐私担忧，以及数字足迹日益扩大的影响。根据Common Sense Media的研究发现，青少年将AI伙伴视为友好可信赖的对话伙伴，并将其视为与人类社交互动的替代方式。结合了关于AI工具使用与批判性思维能力下降之间关系的研究发现，这些趋势引发了人们对AI对学习、自主性以及认知发展影响的质疑。如果没有适当的引导，学习者可能会过度依赖AI，从而削弱反思、坚持和独立推理的能力。
二、AI素养结构是如何的？
该框架将AI素养分为四大领域，代表了学习者与AI互动的不同方式。学习者可以在多个领域建立熟练度，而不必在每一个领域达到完全熟练。四大领域进一步整合为知识、技能、态度三大维度。
四大领域分别为：
1.与AI互动：成为AI时代中批判性和负责任的参与者；
2.利用AI创作：将AI作为创意伙伴，同时保持人类的自主性；
3.管理AI：有意识地将工作分配给人类和AI；
4.塑造AI：改进AI系统，使其反映人类价值观。
与AI互动作为基础领域，为学习者提供思考AI在日常生活中的作用的批判性思维基础。一旦学习者掌握了该领域所呈现的基础能力，他们便可以“利用AI创作”和“管理AI”。这两个领域并行推进，强调通过实践操作探索新想法并委派任务。
最终，两个领域以“塑造AI”收尾，使年轻人能够将对AI系统运作方式的理解融入其中，并反思如何通过改进这些系统来造福社会。该领域引入了源自技术学习经验的能力。尽管这一领域对某些学习者或教育环境而言可能显得新颖或陌生，但“塑造AI”帮助年轻人超越单纯使用现有AI系统，而是主动参与塑造这些系统的运行方式。作为收官领域的地位表明，它是AI素养的重要组成部分，可能需要额外的支持和时间来逐步发展。
知识、技能和态度三大维度的具体内容为：
知识包括包含反映学科、跨学科、认知和程序性知识的事实、概念、思想和过程。它们概述了学习者需要应用和参与AI系统所需的技术与社会理解。
技能涵盖了应用于AI环境中的基本人类能力。这些技能指导学习者以合乎伦理的方式使用AI，并确保学习者积极塑造AI如何融入他们的生活。
态度反映了学习者心态中的某些方面，使他们能够有意识地看待AI的影响。学习者可能同时具备多种态度，也可能根据具体情况对每种态度给予不同的优先级。
三、AI素养框架中知识、技能和态度的具体内容是如何的？
在该框架中，知识维度的内容包括：
1.AI的本质。AI不是人类；机器通过推断在训练数据中的模式以及接收到的新信息，来“学习”如何生成输出；生成式AI通过概率来生成多种模态的高级输出，但缺乏对人类真实理解与意图的把握；AI系统有多种类型，其运行方式因用途、编程和训练数据的不同而有所差异；AI需要大量资源，如能源、矿物和水资源，以满足计算需求。
2.AI反映人类的选择和观点。构建和维护AI系统依赖人类来设计算法、收集、管理、评估和标注数据，并对有害内容进行监管；AI通过来自公开信息、用户生成内容、精选数据库以及通过传感器、交互和数字系统收集的现实世界数据等海量数据集进行训练；AI系统可在与用户互动过程中实时收集数据，从而影响决策、流程和结果；AI系统被训练用于识别人类所选择、分类和优先处理的数据元素之间的模式；AI系统本身存在偏见，这些偏见也可能反映在训练数据或算法设计中固有的社会偏见。
3.AI的能力与局限性。AI能够执行诸如模式识别、自动化和内容生成等任务，但这些能力本身仍存在不足；生成式AI，尤其是大语言模型（LLMs），具备生产高度先进内容的能力，使得事实与虚构难以区分，从而增加了虚假信息、“幻觉”、误导性陈述和操纵的风险；面对相同的输入，AI系统可能产生不同的输出结果，这取决于输入本身以及系统在选择或优先考虑特定特征和参数时的设计方式；AI系统及其底层算法的透明度和可解释性程度各不相同。
4.AI在社会中的作用。AI系统能够影响日常生活中的诸多领域决策，但人类必须保持自主性，并保留做出有意且自主决策的能力；应理解、审查并监管AI系统，以确保其使用能最大限度地为个人和社会带来益处，并最小化潜在危害；负责任且符合伦理的AI设计应涵盖公平性、透明度、可解释性、问责制、隐私保护以及法律合规。
技能维度的内容包括：
批判性思维——评估AI的使用及生成内容的准确性、公平性和偏见，以做出知情且合乎伦理的决策。
协作——通过清晰沟通、提供反馈和共同完成任务，引导与AI的互动。
创造力——利用AI来构建和反思原创想法，或探索新的创意。
问题解决——通过评估AI的能力、风险和伦理影响，确定是否、何时以及如何将其用于某项任务。
计算思维——将问题分解，并以利于AI系统有效参与解决方案的方式提供指令。
沟通——以促进透明性、避免拟人化并鼓励负责任使用的方式，描述AI的工作原理。
自我与社会意识——认识到AI如何影响个人选择、人际关系和社区，并反思其对社会及环境的更广泛影响。
态度维度的内容包括：
反思性——学习者质疑围绕AI使用所存在的假设和叙事，以确定AI可能如何影响他们的日常生活。他们批判性地评估AI工具和输出结果，权衡使用AI带来的机遇与风险，并运用推理和证据检验新的主张。他们以审慎的视角，对不同应用场景下的新技术进行评价。
负责任的——学习者会认真思考自己如何使用AI，并意识到自己对自身选择负有责任。他们考虑自身行为的预期和非预期影响，并致力于避免对他人和环境造成伤害。学习者认识到，在使用AI时保持透明以及做出知情决策的重要性，包括选择不使用AI。
好奇——学习者渴望了解AI目前能做什么、不能做什么，以及未来可能如何发展。他们希望理解AI如何影响自己的个人生活和未来职业。他们将学习视为一个持续的过程，并乐于尝试，相信有意义的发现源于探索。
创新精神——学习者致力于利用AI应对现实世界中的挑战，并拥抱新的机遇。他们勇于尝试，探索不同的方法，以创造性思维解决问题。学习者将自己视为赋能的使用者、决策者和AI时代的积极创造者，而不仅仅是技术解决方案的被动接受者。他们看到AI在自身生活和社区中成为强大工具的潜力。
适应性——学习者在与AI合作时表现出坚持不懈和灵活性，他们乐于接受多样化的观点和想法。他们懂得如何重新构建问题和方法，以应对偏见性输出和不可预测的行为。适应性强的学习者不会仅仅接受AI工具产生的结果，而是理解与AI共同学习是一个通过反馈和不断调整而形成的迭代过程。他们认识到，解决问题有多种可能的途径。
共情——学习者深入思考AI如何影响个人、社区和环境。他们从AI可能带来的影响出发，权衡其使用所带来的潜在机遇与风险，认识到这可能会引发不同人群之间不同的意外后果。同时，他们也会评估AI工具对自己心理健康以及他人福祉的影响。在考虑是否以及如何使用AI时，他们会倾听他人的观点，并思考自身选择在短期和长期中所涉及的伦理意义。
四、AI素养框架中四大领域具体素养要求是如何的？
在该框架中与AI互动、利用AI创作、管理AI和塑造AI四大领域的具体素养要求如下，每个领域的每一个素养均划分为基本、中和高级三个等级。
与AI互动——认识AI在不同情境中的作用与影响；用清晰、准确的语言描述AI系统如何执行任务，以纠正和澄清常见的误解；评估AI输出结果是否应被接受、修改或拒绝；考察预测性AI系统如何提供建议，从而影响或限制人们的观点；比较AI系统对能源和自然资源的消耗情况；解释AI可能如何放大社会偏见；分析使用AI系统的程度是否符合伦理原则和人类价值观。
利用AI创作——利用AI系统探索基于原创想法的新视角和新方法；通过不同类型的AI系统进行可视化、原型设计和创意融合；引导生成式AI系统获取反馈，优化结果并促进反思；分析AI如何保障或侵犯内容真实性与知识产权。
管理AI——根据任务性质决定是否使用AI系统；通过比较不同AI系统的运作方式及其最适合的应用场景，为任务选择合适的AI方法；将问题分解，以确定何时以及如何使用AI系统来自动化或增强任务；在整个解决问题的过程中，持续监控并评估AI的使用情况。
塑造AI——探究AI系统的设计原理、目标用户及其局限性；根据既定标准、预期结果、测试用例和用户反馈来评估AI能系统。在设计AI系统时，需关注数据来源、选择方式以及信息流动如何影响行为与输出；通过改进AI系统，以促进人类福祉和社会效益。
资料来源：
OECD/European Commission (2026), Empowering Learners for the Age of AI: An AI Literacy Framework for Primary and Secondary Education, OECD Publishing, Paris, https://doi.org/10.1787/65cd27d4-en.
内容来源：图文综合来自教育国际前沿，不代表本工作室观点，版权归原作者所有，如有侵权，请及时联系，删除文章。
