人工智能素養：提出背景、概念界定與構成要素

摘" "要：人工智能（AI）正深刻改變社會生產、生活和組織方式，如何提升個體在智能時代的適應性和創造力成為公眾素養研究的新命題。文章從概念演變和技術發展角度解讀AI素養的提出背景，指出AI素養是在人機雙邊互動技術范式轉變環境下對信息素養、數字素養的傳承和拓展；在文獻回溯基礎上，探索性提出AI素養的解釋性定義，強調AI素養是一個多樣化、多層次的概念，如何與AI協作共生構成AI素養的差異化內涵；參考KSAVE模型，識別、構建了由AI意識、AI認知、AI技能、AI思維、AI倫理等五個要素構成的通識性AI素養框架，并系統闡述各要素內涵、意義及內容架構思路。

關鍵詞：人工智能素養；數字素養；人工智能倫理；人工智能素養教育

中圖分類號：TP181" "文獻標識碼：Ａ" "DOI：10.11968/tsyqb.1003-6938.2024033

AI Literacy： Background， Conceptual Definition， and Constituent Elements

Abstract As AI rapidly integrates into society， it is profoundly changing the ways of social production， living and organization， and how to enhance individual adaptability and creativity in the intelligent era has become a new proposition in the study of public literacy. The article interprets the background of the proposal of AI literacy from the perspective of conceptual evolution and technological development， pointing out that AI literacy is an inheritance and expansion of information literacy and digital literacy; on the basis of reviewing existing literature， it exploratorily proposes an interpretive definition of AI literacy， emphasizing that AI literacy is a diverse and multi-level concept， and how to collaborate and coexist with AI constitutes the differentiated connotation of AI literacy; referring to the KSAVE model， it identifies and constructs a general AI literacy framework composed of five elements： AI awareness， AI cognition， AI skills， AI thinking， and AI ethics， and systematically elaborates on the connotation， significance， and content architecture ideas of each element.

Key words AI literacy; digital literacy; AI ethics; AI literacy education

人工智能（Artificial Intelligence Literacy，AI）是當今最具挑戰性的議題之一。AI應用加速滲透到各行各業，加速了社會演化進程，將驅動知識生產方式、產品制造模式、社會連接形態、生活休閑場景發生一系列變革［1］。2024年3月，中國政府工作報告［2］首次提出要開展“人工智能+”行動，旨在深化大數據、人工智能等研發應用，打造具有國際競爭力的數字產業集群。在帶來劃時代機遇和巨大便利的同時，AI也給今天的人類社會帶來重重挑戰。智能機器將承擔大部分生產工作，人與人之間、人與機器之間的競爭壓力日益增大［3］；AI技術在公平公正、隱私保護、安全和倫理道德等方面也存在著巨大風險，“AI焦慮”現象蔓延。如果公眾對AI的意識、理解和技能沒有普遍提升，社會可能會經歷一個加劇的數字鴻溝，并創造一個不利于勞動力市場和經濟增長的新的AI鴻溝。關于公眾是否準備好理解、接受、信任或適應AI世界的問題越來越多［4］，如何全面增強社會成員的適應性和創造力成為公眾素養研究的新命題。迄今為止，學界對于如何定義通識性的人工智能素養（以下簡稱“AI素養”）尚未展開充分探索。為此，本文嘗試從相關技術素養概念演變和AI技術發展等角度解讀AI素養的提出背景，梳理、界定AI素養的概念，提出一個通識性AI素養框架，并系統闡述AI素養核心構成要素的內涵、意義及內容架構思路，為理解、提升公眾AI素養提供一個系統視角。

1" "AI素養的提出背景

素養可以被理解為掌握特定領域的知識或技能，其術語體系隨社會發展不斷演變。第三次工業革命以來，隨著信息技術的深入發展，政府信息公開和數據開放程度不斷提升，各類市場化網絡信息媒介和數字工具快速普及，相繼出現了計算機素養、信息素養、媒介與信息素養、數字素養、數據素養、算法素養、AI素養等技術素養概念。從公眾教育層面來說，聯合國教科文組織、歐盟等權威機構對信息素養和數字素養認可度較高。

1974年，時任美國信息產業協會主席Zurkowski在向美國圖書館與信息科學委員會提交的報告《信息服務環境：關系與優勢》［5］中首次提出了信息素養概念。針對當時社會信息發布的多樣化趨勢，Zurkowski提出，信息素養是“利用多種信息工具及主要信息資源使問題得到解決的技術和技能”，涵蓋信息檢索、信息評估、信息利用等多個方面。報告強調了信息環境中的各種關系和優勢，還指出了信息道德的重要性，為人們理解和應對信息社會的挑戰提供了寶貴的理論資源和實踐指南。此后，在美國圖書館協會信息素養主席委員會、美國國家信息素養論壇等機構推動下，信息素養理論與實踐快速發展，并進入國際視野。2013年，聯合國教科文組織發布的《媒體與信息素養政策和戰略指南》［6］集學界及實踐領域大成，首次將信息素養與媒體素養合二為一，并將其定義為“個人和群體在接觸、理解、評估、創造和傳播各種形式的媒體與信息的過程中所展現出的認知、技能和態度”。

從二十世紀九十年代開始，個人計算機開始進入更多的家庭和企業，一個更具綜合性的素養框架隨之出現。1994年，Alkalai首次提出“數字素養”一詞，并于2004年建立了一個由“圖片-圖像素養”、再生產素養、分支素養、信息素養和“社會-情感素養”等五個要素構成的數字素養理論模型［7］。21世紀以來，越來越多的學者、機構和政府開始采用數字素養概念。其中，尤以歐盟的政策影響最為廣泛。2006年，歐盟在《終身學習的關鍵能力：歐洲框架》［8］中提出，數字素養是“個人能充滿自信并采取批判性的態度去使用信息社會的各種技術，具備信息通信技術方面的基本技能”。作為“歐洲數字議程”的重要成果，歐盟至今已發布多個版本的《歐洲公民數字能力框架》，2022年3月發布的DigComp2.2［9］是其最新版本。在歐盟框架體系中，信息素養和數據素養是構成數字素養的子維度，且在多處子領域中體現了AI相關能力要求。

自2022年11月OpenAI推出ChatGPT-3.5以來，生成式AI快速滲透各行各業，全球生成式AI用戶數量呈指數級增長，AI大規模商業化時代正式開啟。當前，從“人工人類智能”逐步過渡到更高級的“通用人工智能”已是大勢所趨，AI在圖像分類、基礎閱讀理解、視覺推理和自然語言推理等基準測試上超越了人類表現，在復雜認知任務方面與人類的差距不斷縮小［10］。AI正重塑人類與物理、數字和機器世界的互動。AI技術區別于非AI技術的三個顯著特征——自主性、學習和不可解釋性，使得傳統信息系統理論中關于人類與技術互動的核心假設無效［11］。如AI技術打破了功能一致性的假設，因為它們可以從處理的數據中學習，從而隨著時間推移表現出不同行為；語音、視覺等自然交互方式消除了人工界面的必要性，從而使得人類可能沒有意識到正與AI互動［12］。人機雙邊互動技術范式的轉變使得修訂技術素養體系的需求變得迫切。在此背景下，作為對信息素養、數字素養的傳承和拓展，AI素養進入學界討論和研究范疇。

2" "AI素養的概念界定

自二十世紀五十年代中期被正式提出以來，AI已經歷了將近七十年的發展歷程，見證了多次重大技術范式轉變。相比之下，AI素養還是一個新生概念。2015年，AI素養術語最早在Konishi提交的一篇在線文章中被提及。Konishi認為，AI素養不僅是對技術的掌握，更是一種思考和應對未來科技發展的能力［13］。隨后，Kandlhofe等將AI素養定義為理解不同產品、服務背后AI基本技術和概念的能力，并確定了七個主題：自動裝置、智能代理、圖和數據結構、排序、通過搜索解決問題、經典規劃以及機器學習［14］。在此階段，由于技術復雜，AI素養教育主要面向高等院校，公眾普及度較低。近年來，隨著技術的不斷成熟和應用場景的拓展，圖形模塊化編程、虛擬仿真等技術相繼出現，AI學習門檻大大降低，AI素養已經轉變為面向非專業人士的術語體系，更多關注公眾應該擁有的基本AI知識和綜合能力。Long和Magerko于2020年提出的定義被廣為引用——“AI素養是一系列能力，這些能力使個體能夠批判性評估AI技術，有效與AI溝通和協作，并在在線、家庭和工作場所使用AI作為工具。”［15］該研究標志著AI素養研究進入學界主流視野，圍繞AI素養教育的研究開始增多。2020年以來出現了一些較具代表性的AI素養定義（見表1）。

從表中可知相對較早的定義比較關注概念、技術、數據、過程和技能，最近的定義則開始關注個體的態度及在特定情境中應對復雜需求的能力。根據美國國家研究委員會的觀點，為了適應社會和時代，一個技術素養概念至少應包括三個獨立且互相依存的維度：知識、思維和行動方式、能力［27］。AI素養不僅涉及專業技能，更包括對AI技術背后的倫理、社會責任以及全球治理等問題的理解和反思［26］，要求構建一種系統性的認知能力，使個體能夠全面理解AI工作原理、應用場景以及對社會的影響。

綜合已有研究，本文從解釋性的角度將AI素養定義為：在日常生活、學習和工作場景中，個體在接觸、理解、評估、利用AI技術和應用過程中體現出的綜合能力、行為方式和倫理價值觀。從功能性層面，具備AI素養的人應該能夠：（1）意識到并理解以AI為驅動力的社會運行機制，了解AI的社會影響和發展趨勢；（2）理解AI基本原理，熟悉主流AI工具和應用，靈活利用AI解決問題，在人機共生環境中把握個體主體性和控制力；（3）具備AI倫理意識，積極參與AI政策議題。

AI素養的內涵特色主要體現在以下兩個方面：首先，AI素養是一個多樣化、多層次的概念。不同教學階段的學生和教師、企業管理層及各類崗位職員、政府公務員等不同用戶群體的AI素養需求內嵌于各自的應用場景。在社會教育實踐和個體終身學習層面，培養和提升AI素養的復雜性還體現在對技術理解的深度、應用場景的廣度、倫理問題的敏感度等多個層面。在沒有界定特定群體時，“AI素養”通常指面向非專業背景的公眾AI素養或全民AI素養，與“通識性AI素養”同義。與此最為接近的是美國國家人工智能咨詢委員會對AI素養運動受眾的界定，即“應優先考慮社區學院、大學、非傳統學生、勞動力、代表性不足的社區中的個人，以及最有可能被AI取代的成年人。”［4］

其次，AI正具備越來越強的社會倫理屬性，如何與AI協作共生構成AI素養的差異化內涵。新一代AI在智能形態上將凸顯顛覆意義，對社會的影響表現出更廣泛的滲透性和更普遍的賦能空間。個體與AI互動過程中，社會邏輯超越機器交互邏輯，AI更多表現為擁有高等智能的協作者、共創者角色。這一差異導致用戶評估AI產品的標準與評估傳統數字產品的標準不同，直接使用與之前數字素養相關的內容描述AI素養不再恰當［22］。AI在某些特定領域擁有超人類智能，人與智能機器能夠在復雜的環境中合作完成更加繁雜的任務。人類的靈活性、想象力、創造性與機器的穩定性、邏輯性可以優勢互補。Veloso等認為，人類與智能系統之間的關系將是“共生自治”［28］。未來的社會交際不僅僅局限于人類個體之間，更有可能出現在人類和AI之間。AI素養培育要超越技術視角，始終保持人類在人機共生中的主動性、主體性和主導性。

3" "AI素養的構成要素

與AI素養概念化研究相應，目前還沒有比較公認的AI素養通用框架。比較有代表性的是，Long和Magerko基于人機交互的視角，從認知AI、理解AI、使用AI 等角度，提出包含17項要素的AI素養能力框架［15］；在此基礎上，Heyder和Posegga將能力結構化為三個概念塊：功能性AI素養、批判性AI素養和社會文化AI素養［29］；Ng等根據布魯姆的教育目標分類法構建了一套AI核心素養編碼框架，通過文獻綜述確定了培養AI素養的四個方面：知道和理解AI、使用和應用AI、評估和創建AI、AI倫理［20］；Wang等以“技術—認知—倫理”模型為基礎，從意識、使用、評估和倫理四個方面構建了AI核心素養框架［22］；Chiu等提出的框架包括五個關鍵組成部分：技術、影響、倫理、協作和自我反思［30］；聯合國教科文組織在2021年12月舉行的“教育中的人工智能”主題會議上將AI素養界定為關于AI的知識、理解、技能和價值觀［31］。可見，當前對AI素養框架的研究涵蓋了意識、知識、技能、思維、態度、倫理、價值觀、評估、創建、社會文化等諸多要素，同一要素概念在不同研究和實踐背景下內涵外延各有差異，各要素間的邏輯關系還不甚明確。

基于學習進階理論及社交網絡觀點，Wilson等提出了名為KSAVE的信息技術與通信（ICT）素養模型，由知識、技能、態度、價值觀和倫理構成［32］。其中，“態度”所指與美國國家研究委員會的技術素養觀強調的“思考方式”相近，可以理解為適應動態技術環境的思維方式；價值觀和倫理都反映了人文主義因素，在聯合國教科文組織、歐盟等權威機構政策文件中，一般用“倫理”概念統馭。參考前述文獻及KSAVE模型，從AI素養概念內涵出發，基于通用性、可操作性、穩定且兼具靈活性原則，強調AI意識、AI思維在適應當前環境劇烈變革和保持終身學習中的獨特重要性，本文提出了一個包括AI意識、AI認知、AI技能、AI思維、AI倫理等五個主要構成要素的通識性AI素養框架（見圖1）。這五個要素既有各自相對獨立的內涵和邊界，又相互聯系、相互影響。其中，AI意識是先導和基礎；AI認知在AI意識基礎上實現對AI概念原理、主流應用深入、全面的理解；AI技能將AI意識和認知轉化為實踐能力，用于解決問題；AI思維強調高階思維模式和方法論構建，以支撐AI協同創新創造、應變決策和復雜決策；AI倫理則貫穿始終，構成所有要素的底層支撐，確保個體在提升AI意識、認知、技能和思維的過程中貫徹“以人為本”原則，實現自我發展和社會價值的統一。與AI動態發展一致，個體應保持終身學習，AI認知、AI技能和AI思維的提升觸發更高層次的AI意識，進而驅動新一輪認知學習、實踐應用、思維成長和行為養成，形成一個螺旋式上升的AI素養發展循環。

3.1" " AI意識

AI意識是指對AI發展的敏感度和對AI技術存在、應用及社會影響的基本感受和認識，與形成對AI的態度密切相關。鑒于前文所提到的人機雙邊互動范式轉變帶來的影響，這種心理準備是公眾主動使用AI作為解決現實生活中問題的工具所必需的［16］，以往的研究往往對此重視程度不高。AI正從最底層改變人類社會經濟與生活運作方式，相關應用的爆發式、非連續性增長導致在社會意識層面存在嚴重斷層，先行先用和無知無覺并存。提高公眾AI意識，避免對AI技術的盲目排斥或過度依賴，是構建一個更加公平、可持續和創新驅動的智能社會的關鍵步驟。

（1）AI影響意識。個體應對AI應用保持好奇心，保持開放和包容心態。深度嵌入電子產品、家居設備、辦公軟件、社交媒體、交通工具、生產裝備的AI應用已成為社會生態系統的一部分。只有感受、關注、意識到AI在當下經濟和社會中的普遍性存在和影響，才能主動提升AI認知，具備利用AI解決學習、生活和工作問題的動機。

（2）AI需求意識。如同前文在AI素養概念內涵中討論到的，AI是一種使能性構建。個體應具備與AI優勢互補的主體意識、合作意識和共創意識，善于將AI與實際生活、學習和工作聯系起來。個體持續、成功利用AI解決現實問題能夠增強自我效能。

（3）AI安全意識。與后續將要討論的AI倫理相關，個體應當注意到AI的局限性、潛在風險，警惕AI產生的負面影響，保護自身與他人的利益、隱私和安全。如短視頻和社交媒體中的AI算法往往被設計成多巴胺最大化器，容易帶來成癮性，對未成年人身心健康產生重大威脅，需要受到社會、家庭和未成年人自身的關注。

（4）AI自我評估意識。AI意識還包括元認知素養，自我反思心態應該被納入AI素養概念構成［30］。個體應該能夠意識到自身AI素養的水平和狀態，恰當地衡量自身AI素養與所處職業、學習和生活環境需求的匹配程度。

3.2" " AI認知

AI認知是AI素養的核心組成部分，涉及對AI基本概念、技術原理、應用場景的理解以及對AI技術發展趨勢的洞察，要求個體具備更深層次的理解、分析、預判AI技術和應用的能力。

（1）AI基本概念和技術原理認知。概念理解是公眾在日常生活中應用AI的基礎。除了作為AI用戶，還應該理解背后的基礎技術原理。理解的程度是區分專業教育和公眾教育的關鍵，原則上，不需要任何先驗知識的AI概念構成了AI素養的最基本水平［20］。以下三個方面的基本概念和技術原理應予關注：①AI模型。能夠理解主流技術范式中AI算法、無監督學習算法和神經網絡的基本邏輯；理解不同AI模型的不可解釋性、學習能力、自主性程度；理解AI模型如何運行和做出決策，以及如何響應環境；了解知識在AI中的表示方式以及這些知識表示的局限性；理解不同類型、不同大小AI模型的優劣勢。②用于AI的數據。由于AI的引入，數據與技術之間的關系發生了變化，因為AI可以從數據中學習，不再完全依賴專家編碼。AI越來越能夠處理非結構化數據，這給數據治理帶來了新挑戰［33］。數據知識基礎包括數據結構、數據清洗等基本概念，以及理解數據對不同AI應用的意義。個體應理解如何收集和處理合適的數據；能夠適當解釋AI輸出的數據；能意識到輸出的數據可能存在的偏見［34］。③AI接口。個體應該能夠理解AI與其環境互動的基本原理；認識到作為AI交互虛擬或實體界面的傳感器的類型、功能、性能及分布；理解不同AI技術如何通過它們各自的接口類型接收和輸出。

（2）AI工具及應用場景認知。各類AI工具在工業、教育、交通、醫療、金融證券、科研、文化娛樂等多個領域的應用不斷深入。個體應該能夠理解不同AI模型和常見AI工具之間的聯系；理解AI在不同領域的應用工具及其基本原理、功能范疇和典型案例；了解如何正確操作AI工具；能夠敏銳識別AI工具的存在與運行狀態；了解如何在與AI工具互動時管理自己的數據和隱私。

（3）AI趨勢認知。AI技術正以前所未有的速度發展，為適應不斷變化的環境和需求，個體應持續學習以保持對新興技術的洞察，能判斷AI技術、應用發展的主要趨勢。

3.3nbsp; " AI技能

AI技能的培養側重于實踐操作層面，要求個體能夠將理論知識應用于識別、評估、應用和整合AI技術、工具和資源以達成特定目標，解決數字生活、學習、工作和社交場景中的實際問題，提升個人效率、優化決策過程，成為AI世界的積極參與者。

（1）AI選擇評估。AI產品逐步多樣化。基于實際問題，個體應能評估不同AI工具的功能、優勢和局限性；能夠綜合考慮前述AI認知中關于模型、數據、工具、接口、硬件等多方面的因素，識別、選擇適合需求的AI工具；能夠評估AI項目風險和收益，制定合理的管理策略。

（2）AI交互使用。由于AI的技術特性，AI的產出效率很大程度上取決于用戶實踐水平。如面對同一個大語言模型對話應用，以不同方式構建提示詞，可以引導AI沿著數據集中的不同路徑前進，從而得到不同水準的輸出。個體應該能夠熟練使用與自己面對的日常生活、工作應用場景密切相關的主流AI智能助手、語言處理、辦公輔助、多媒體制作、推薦系統、智能設備等應用；能夠整合使用不同類型的AI工具。

（3）AI產出評估。AI技術的復雜性和AI運行過程的“黑箱”特征強化了產出評估的重要性。執行基于AI的解決方案后，個體應該能夠謹慎衡量和評估結果，對解決方案的優點和不足形成明確的見解，以完善當前解決方案或設計新的解決方案［35］，不斷提高AI交互和問題解決能力。

3.4" " AI思維

AI思維是AI認知在邏輯和方法論層面的進階。狹義的AI思維是對算法、模型的應用，屬于AI技術的子集，其基本概念、原理已涵蓋在前述AI認知要素。此處所指AI思維主要為個體在使用AI技術、適應AI社會環境過程中應具備的思維模式和方法論，強調運用底層邏輯、系統思維進行創新思考、協同共創，以支撐應變決策和復雜決策。

（1）計算思維和數據思維。二者是一體兩面的關系。計算思維在AI素養框架下主要是一種跨學科的通用思維方式，通過一系列步驟、規則，邏輯、系統地分析和處理信息，以找到最優解決方案，包括分解、模式識別、抽象和算法設計等核心要素。計算思維包含了算法思維，理解以算法為支撐的信息處理過程有助于個體在智能時代實現對信息的管理、控制和表達。數據是新一代AI深度學習的“石油”。突破傳統的直覺或經驗驅動，數據思維要求個體能夠理解、應用基于數據驅動的決策方法。公民應能理解數據質量、來源以及數據的潛在用途和局限性。

（2）批判性思維。AI雖然在某些任務上表現出色，仍然受限于設計意圖、開發水平和訓練數據集質量。近年來興起的大語言模型往往具有百億、千億甚至萬億級參數，解釋其運算、輸出過程和可靠性更為困難，系統產生的“幻覺”、錯誤極有可能造成嚴重后果；物理真實與數字虛擬之間的界限愈加模糊，給應用安全和社會治理帶來重大挑戰。具備AI思維的個體應該能夠批判性地評估與AI互動的需求、過程和結果，保持獨立判斷。

（3）設計思維。相比人類個體，AI具有無限學習和認知能力，對歷史數據依賴性很強，是一種典型的連續型學習，最大優勢是知識廣度和產出速度，智能“涌現”能力仍待發展。人類除了會從經驗中學習，還會創造，即跳躍型學習。設計思維是指將AI視為設計創新合作伙伴，充分發揮主客體優勢，創造性形成多種解決問題的思路與方案。

3.5" " AI倫理

AI倫理關注有道德地使用AI概念和應用，與智能社會中的法律、文化、道德和社會價值問題密切相關，其復雜性在于需要平衡技術發展與人類價值的關系。人類行為本質上受價值驅動，以人類利益為導向來構建和應用AI至關重要。AI更擅長的是輸出“是什么”，而在解釋“為什么”的時候則有著相當明顯的價值觀傾向［1］。AI的加速發展可能帶來不可測、不可控的危險，對信息安全、人權和隱私構成重大風險［31］。Fei-Fei和Etchemendy指出，“與核能和生物技術等多數‘兩面性’技術不同，AI開發和使用遍布全球，進入門檻相對較低，我們無法控制如此分散的事物。”［3］AI開發體系下的“AI對齊”要求AI系統目標要和人類價值觀相一致，同樣，個體使用AI時應該能夠充分考慮其社會影響。

（1）倫理識別。AI技術的發展帶來了新的倫理和法律問題，類似于AI灰產、數據和網絡安全、隱私和IP侵犯、偏見和歧視、網絡詐騙、虛假新聞和輿論操縱、劇烈的就業替代、對勞動力的過度虛擬控制、對多樣性的損害、用于創建生物、網絡和自主武器等領域的濫用等既有被認知的風險引起了人們的廣泛擔憂，智能助手、數字人、腦機接口、服務機器人的滲透可能改變傳統社會關系和倫理文化。個體應該能夠識別、描述與上述AI相關的主要倫理議題、倫理風險。

（2）倫理利用。在倫理識別的基礎上，個體應以積極、理性的態度面對AI帶來的影響，探索AI合理應用，采取有效措施消解、規避、管理負面后果，提升識別虛假信息、防范AI欺詐、保護個人數據和隱私安全、依法維權的能力，恰當應對AI應用中遇到的安全問題和道德困境；嚴格遵守《生成式人工智能服務管理暫行辦法》［36］等有關法律法規，成為負責任的AI用戶，避免侵害他人合法權益和社會福利。

（3）倫理政策參與。由于存在不可預測的風險和挑戰，諸如自動駕駛等很多關鍵AI應用的商業化進展主要并不取決于技術，而取決于社會公眾的認知、參與和支持程度。個體應該能夠理解AI倫理相關政策議題，以確保未來AI技術的使用和發展符合包容性、公平獲取和最小化偏見原則［22］。隨著AI技術在教育、醫療、交通等公共服務、民生領域的應用，公眾還需要具備參與政策討論和建議的能力，積極參與道德環境維護、弱勢群體關懷和倫理政策建設，履行智能時代的積極公民責任。

4" "結語

AI是引領新新一輪科技革命和產業變革的引擎和重要驅動力，正深刻改變社會生產、生活和社會組織方式。全社會都應該為技術進步做好準備，確保AI技術得到負責任的發展和普惠應用。正如OpenAI首席執行官Altman在參加斯坦福大學企業思想領袖論壇交流時所說，“讓社會與技術共同發展。讓社會告訴我們，無論是集體還是個人，他們希望從這項技術中獲得什么。”［37］顯然，只有具備基本AI素養的個體以及由這些個體構成的社區和組織有能力真正參與其中。AI素養將是智能時代個人競爭力的重要體現，也是國家和地區科技進步、產業發展和社會福利提升的關鍵驅動力。全面構建面向社會各個層次的AI素養教育體系是當務之急。后續可進一步研究面向多樣化群體的AI素養整合模型構建、培育體系設計和評測系統開發。

參考文獻：

［1］" 陳一，徐衡. 共識、共舞、共進：智聯社會的人工智能素養［J］.青年學報，2023（3）：38-42.

［2］" 國務院.2024年政府工作報告［EB/OL］.［2024-05-02］.https：//www.gov.cn/yaowen/liebiao/202403/content_6939153.htm.

［3］" Fei-Fei L，Etchemendy J.A common goal for the brightest minds from Stanford and beyond：putting humanity at the center of AI［EB/OL］.［2024-05-20］.https：//hai.stanford.edu/news/introducing-stanfords-human-centered-ai-initiative#SnippetTab.

［4］" NAIAC.Recommendations：Enhancing AI Literacy for the United States of America［EB/OL］.［2024-05-22］.https：//ai.gov/wp-content/uploads/2023/12/Recommendations_Enhancing-Artificial-Intelligence-Literacy-for-the-United-States-of-America.pdf.

［5］" Zurkowski P G.The information service environment relationships and priorities［EB/OL］.［2024-05-07］.https：//files.eric.ed.gov/fulltext/ED100391.pdf.

［6］" UNESCO.Media and information literacy：policy and strategy guidelines［EB/OL］.［2024-05-07］.https：//unesdoc.unesco.org/ark：/48223/pf0000225606.

［7］" Eshet-Alkalai Y.Digital literacy：A conceptual framework for survival skills in the digital era［J］.Journal of educational multimedia and hypermedia，2004，13（1）：93-106.

［8］" European Parliament，Council of the European Union.Recommendation on key competences for lifelong learning［EB/OL］.［2024-05-16］.https：//www.britishcouncil.org/sites/default/files/youth-in-action-keycomp-en.pdf.

［9］" European Commission，Joint Research Centre，Vuorikari R.et al.DigComp2.2，The Digital Competence framework for citizens［EB/OL］.［2024-05-25］.https：//op.europa.eu/en/publication-detail/-/publication/50c53c01-abeb-11ec-83e1-01aa75ed

71a1/language-en.

［10］" Stanford HAI.Artificial Intelligence Index Report 2024［EB/OL］.［2024-05-26］.https：//aiindex.stanford.edu/wp-content/uploads/2024/04/HAI_AI-Index-Report-2024.pdf.

［11］" Pinski M，Benlian A.AI literacy for users-A comprehensive review and future research directions of learning methods，components，and effects［J］.Computers in Human Behavior：Artificial Humans，2024，2（1）：1-22.

［12］" Schuetz S，Venkatesh V.Research perspectives：The rise of human machines：How cognitive computing systems challenge assumptions of user-system interaction［J］.Journal of the Association for Information Systems，2020，21（2）：460-482.

［13］" Konishi Y.What is Needed for AI literacy？Priorities for the Japanese economy in 2016［EB/OL］.［2024-05-08］.https：//www.rieti.go.jp/en/columns/s16_0014.html.

［14］" Kandlhofer M，Steinbauer G，Hirschmugl-Gaisch S，et al.Artificial intelligence and computer science in education：From Kindergarten to University［C］.2016 IEEE Frontiers in Education Conference（FIE），2016：1-9.

［15］" Long D，Magerko B.What is AI literacy？Competencies and design considerations［C］.Proceedings of the conference on human factors in computing systems proceedings，2020：1-16.

［16］" Dai Y，Chai C-S，Lin P-Y，et al.J.Promoting students’well-being by developing their readiness for the artificial intelligence age［J］.Sustainability，2020，12（16）：6597.

［17］" Hermann E.Artificial intelligence and mass personalization of communication content——an ethical and literacy perspective［J］.New Media amp; Society，2021，24（5）：1258-1277.

［18］" Kong S-C，Cheung M-Y W，Zhang G.Evaluation of an artificial intelligence literacy course for university students with diverse study backgrounds［J］.Computers amp; Education：Artificial Intelligence，2021，2：100026.

［19］" Laupichler M C，Aster A，Schirch J，et al.Artificial intelligence literacy in higher and adult education：A scoping literature review［J］.Computers amp; Education：Artificial Intelligence，2022，3：100101.

［20］" Ng D T K，Luo W，Chan H M Y，et al.Using digital story writing as a pedagogy to develop AI literacy among primary students［J］.Computers amp; Education：Artificial Intelligence，2022，3：100054.

［21］" UNESCO.K-12 AI curricula：a mapping of government-endorsed AI curricula［EB/OL］.［2024-05-23］.https：//unesdoc.unesco.org/ark：/48223/pf0000380602.

［22］" Wang B，Rau P L P，Yuan T.Measuring user competence in using artificial intelligence：Validity and reliability of artificial intelligence literacy scale［J］.Behaviour amp; Information Technology，2023，42（9）：1324-1337.

［23］" Carolus A，Augustin Y，Markus A，et al.Digital interaction literacy model-conceptualizing competencies for literate interactions with voice-based AI systems［J］.Computers amp; Education：Artificial Intelligence，2023，4：100114.

［24］" Pinski M，Benlian A.AI literacy-towards measuring human Competency in artificial intelligence［C］.56th Hawaii international conference on system sciences，2023.

［25］" Cetindamar D，Kitto K，Wu M，et al.Explicating AI Literacy of Employees at Digital Workplaces［J］.IEEE Transactions on Engineering Management，2024，71：810-823.

［26］nbsp; 鐘柏昌，劉曉凡，楊明歡.何謂人工智能素養：本質、構成與評價體系［J］.華東師范大學學報（教育科學版），2024，42（1）：71-84.

［27］" Pearson G，Young A T，National Research Council（U.S.）.Technically speaking：Why all Americans need to know more about technology［M］.Washington，DC：The National Academies Press，2002.

［28］" Veloso M，Biswas J，Coltin B，et al.Symbiotic-Autonomous Service Robots for User-Requested Tasks in a Multi-Floor Building［EB/OL］.［2024-05-18］.https：//www.cs.cmu.edu/～mmv/papers/12irosw-VelosoEtAl.pdf.

［29］" Heyder T，Posegga O.Extending the foundations of AI literacy［EB/OL］.［2023-05-12］.https：//www.researchgate.net/publication/357511112_Extending_the_foundations_of_AI_literacy_Research-in-Progress.

［30］" Chiu T K F，Ahmad Z，Ismailov M，et al.What are artificial intelligence literacy and competency？ A comprehensive framework to support them［J］.Computers and Education Open，2024，6：100171.

［31］" UNESCO.International Forum on Ai and Education：Ensuring AI as a Common Good to Transform Education［EB/OL］.［2024-05-12］.https：//en.unesco.org/sites/default/files/ai-in- education-forum-2021-cn-en.pdf.

［32］" Wilson M，Scalise K，Gochyyev P.Rethinking ICT Literacy：From Computer Skills to Social Network Settings［J］.Thinking Skills and Creativity，2015，18：65-80.

［33］" Vazhayil A，Shetty R，Rao B，et al.Focusing on teacher education to introduce AI in schools：perspectives and illustrative findings［C］.Proceedings of the 2019 IEEE tenth international conference on technology for education（T4E），2019：71-77.

［34］" Melsión G I，Torre I，Vidal E，et al.Using explainability to help children understand gender bias in AI［C］.Proceedings of the 20th Annual ACM Interaction Design and Children Conference，2021：87-99.

［35］" Schraw G，Crippen K J，Hartley K.Promoting self-regulation in science education：Metacognition as part of a broader perspective on learning［J］.Research in Science Education，2006，36（1）：111-139.

［36］" 國家互聯網信息辦公室.生成式人工智能服務管理暫行辦法［EB/OL］.［2024-05-13］.https：//www.gov.cn/zhengce/zhengc

eku/202307/content_6891752.htm.

［37］" Stanford eCorner.The Possibilities of AI［EB/OL］.［2024-05-03］.https：//ecorner.stanford.edu/videos/the-possibilities-of-ai-entire-talk/.

作者簡介：尹開國（1979-），男，武漢工商學院管理學院副教授，研究方向：創業信息素養、數字倫理、數字商業模式。