縱橫視角下人工智能素養的理論研究與行動啟示*

王春麗 邢海風

縱橫視角下人工智能素養的理論研究與行動啟示*

王春麗1,2邢海風3[通訊作者]

（1．河南師范大學 教育學部，河南新鄉 453007；2．智能教育河南省協同創新中心，河南新鄉 453007；3．河南師范大學 軟件學院，河南新鄉 453007）

目前處于概念的混亂期，對技術復雜性的理解也存在不同，迫切呼喚對人工智能素養進行系統化審視。對此，文章針對人工智能素養與其他技術相關素養存在什么關系、不同主體的人工智能素養內涵是什么、如何開展人工智能素養理論研究指導下的行動等問題進行了探討。具體來說，文章從縱向上梳理了技術相關素養的演進過程，將其劃分為信息素養或數字素養階段、類人工智能素養階段、人工智能素養階段、新一輪數字素養階段；同時，從橫向上辨識了不同主體的人工智能素養，主要涉及公眾、學生、員工三類主體。在此基礎上，文章從素養發展、素養體系、素養轉變三個方面，剖析了人工智能素養理論研究的行動啟示，以期為人工智能素養相關的理論良性發展和實踐穩妥落地提供參考。

人工智能素養；信息素養；數字素養；公眾；學生；員工

人工智能將人類帶入一個需要與智能技術共同生活和工作的新時代，這帶來了一系列尖銳的問題，如在一個充滿人工智能的世界里，人們需要具備哪些素養？我們如何對這些素養進行概念化？如何幫助學習者具備這些素養？為了讓人們更快、更好地適應這個新時代，人工智能素養（AI Literacy）的相關研究大量出現。作為全球素養研究與實踐的引領者，經濟合作與發展組織指出，盡管“何為素養”看似是一個直觀的問題，卻從來沒有一個簡單的答案，對素養的追問并非不證自明、不言而喻[1]。一方面，目前處于概念的混亂期，技術相關素養的概念不斷涌現，人工智能素養相較于其他技術素養有何差異，是推進人工智能素養領域研究的基礎性問題。另一方面，由于研究者關注的研究情境不同，對技術復雜性的理解也不同，因而對“人工智能素養是什么”的解答也不盡相同。以上現象恰恰說明當前進入了反思人工智能素養的重要時期，這就需要更進一步深化人們對該素養的理解與認識。基于此，本研究嘗試從兩個維度探索人工智能素養的本質：縱向上探尋技術相關素養的演進過程，橫向上辨識不同主體的人工智能素養，并進一步分析人工智能素養理論研究的行動啟示，以期溯源人工智能素養的出現邏輯、掌握人工智能素養的多元表現，從而推動該領域的理論建構與實踐探索。

一 縱向演進：技術相關素養發展的四個階段

歷史上不斷有新的技術相關素養產生，這些素養不僅是重要的學術話題，更是政策規劃的熱門方向，其術語使用受到學術研究、政策改革和實踐發展的多重影響。在此，本研究重點選取“信息素養”“數字素養”兩個被廣泛提及的概念，同時選取“數據素養”“機器學習素養”兩個與人工智能素養密切相關的概念，試圖通過對比來厘清人工智能素養的出現邏輯。根據出現時間的先后，本研究將技術相關素養的演進過程劃分為信息素養或數字素養階段、類人工智能素養階段、人工智能素養階段、新一輪數字素養階段，如圖1所示。當前，不同素養呈現并駕齊驅的發展態勢，并不因為后續素養的提出而被忽視。由于涉及的素養名稱較多，本研究不再引述這些素養的具體定義，而是聚焦于四個階段的演進邏輯。

圖1 技術相關素養的歷史邏輯

1 信息素養或數字素養階段

計算機與網絡的出現，催生了信息素養或數字素養，開啟了信息素養或數字素養階段。信息素養（Information Literacy）是美國信息產業協會主席Zurkowski[2]于1974年提出，初衷是培養學生的圖書檢索和訪問技能；而數字素養（Digital Literacy）是以色列開放大學教授Eshet-Alkalai[3]于1994年提出并不斷完善，旨在強調人們理解和使用電腦上各類數字資源的技能。顯然，這兩種素養在誕生之初都以掌握具體的技術操作為目標，實用性和現實性是主要特征。后來，學界對這種狹義的定義進行了反思與批判，指出僅滿足當下需要的技能與快速發展的技術之間存在矛盾，如運用狹義信息素養所提出的機械化檢索流程顯然不足以解決現實世界復雜且混亂的問題。因此，更具變革性的定義不斷被提出，相關的界定多達百種。盡管這些定義在內涵和組成要素上尚不統一，但多強調從有限的技能掌握走向集基本技能、思維方式、態度倫理于一體的素質與能力集合。

當前，使用“信息素養”還是“數字素養”與研究者的國別密切相關[4]。信息素養研究常見于聯合國教科文組織（United Nations Educational, Scientific and Cultural Organization，UNESCO）、美國和中國，如在教師教育領域，美國于2011年頒布《教師教育信息素養》、于2017年發布《ISTE教育工作者標準》，UNESCO于2018年提出教師信息素養框架“ICT-CFT”，而我國于2018年發布的《教育信息化2.0行動計劃》將“從全面提升師生信息技術應用能力向全面提升其信息素養轉變”作為主要目標。數字素養方面具有代表性的研究源自歐盟，該組織在2016年發布的《終身學習的關鍵素養：歐洲參考框架》中首次提出“數字素養”并將其作為公民八大關鍵素養之一；2017年，該組織面向消費者、教育者、教育部門等主體設計了不同的數字素養框架；2020年，該組織又特別建立“歐盟數字技能認證”制度，來強化教師數字素養評估[5]。

2 類人工智能素養階段

隨著人工智能技術的更迭，每一種新的環境都有可能伴生一種新的素養表述。數據素養、機器學習素養、數智素養等一系列概念不斷涌現，為人工智能素養的提出打下了基礎，這些素養概念不斷涌現的階段可稱為“類人工智能素養階段”。始于20世紀30年代的人工智能，先后經歷基于數據的人工智能、基于邏輯的人工智能、基于知識的人工智能三條技術路線。當前，基于數據的人工智能仍然是主流的技術路線，其原理在于：人工智能始于大數據，依賴云計算的計算能力，并通過機器學習做出判斷[6]。大數據、云計算、機器學習的出現，觸發了不同的素養需求，其中需求比較迫切的是培養教育者的“數據素養”和人工智能從業者的“機器學習素養”。2015年，Gummer等[7]提出大數據時代教師“數據素養”的定義，即教師收集、分析和解釋不同類型的數據，并將其轉化為可操作的教學知識和實踐的能力。自2016年以來，國內對教師數據素養模型、評價指標、發展路徑進行了一系列探索，“校長數據領導力”“教師數據驅動決策能力”“學生數據素養”等術語如雨后春筍般紛紛涌現[8][9]。而“機器學習素養”主要反映在以培養人工智能從業人才為目的的課程教學中，有關課程涉及機器學習概念和原則的理解以及技術實踐[10]。

本研究認為，數據素養、機器學習素養是人工智能素養在某一技術發展階段的具體體現。有研究者使用“數智”環境來描繪以大數據為主的人工智能技術環境[11]，“數智素養”“數智勝任力”的概念由此出現。此階段人工智能技術的應用要以數據素養的掌握為基礎，因此不能割裂數據素養和人工智能素養。這些無限逼近人工智能素養的前置概念（即類人工智能素養）反映了人工智能素養在某種技術階段的核心取向，也觸發了人工智能素養自身的出現。

3 人工智能素養階段

不同于信息素養、數字素養等舶來概念，我國較早開始了對人工智能素養的研究與實踐。UNESCO表示，中國是人工智能“先行、先試、先管”國家的典范——中國制定了人工智能素養相關的政策、開發了相關的課程，并積極向公民普及人工智能素養。自2019年首屆人工智能與教育國際大會舉辦以來，UNESCO發布了多項政策報告，不僅提出了高站位的理念，而且從可行、可操作的視角提供了解決方案，主要觀點如下：①人工智能素養相較于以往技術相關素養必須有新的內涵；②人工智能素養應具有數字人文主義特征；③人工智能素養強調批判性思維；④超越以人工智能為中心的觀點，確保人工智能素養服務于人之發展所需[12]。

許多研究對處于素養轉折期的人工智能素養進行了剖析，歐盟DigCompEdu項目更新了公民數字素養指導方針，將人工智能素養作為有關數字技能提升的最新教育標準，其DigComp 2.2版本更是將運用人工智能視為公民的一種新數字能力要求[13]。我國學者將人工智能素養視為信息素養在智能時代的體現與再造，稱其為“智能時代的信息素養”。另外，吳砥等[14]對信息素養在工業時代、信息時代、智能時代的表現進行了對比，提出了智能時代信息素養的新內涵；陳凱泉等[15]認為在智能時代需要為信息素養添加新的元素，如探討學生智能素養時，可在原有信息素養的基礎上添加編程能力、計算思維等匹配智能化社會深度認知的要素。可見，這些再造、優化的信息素養，實際上指的就是人工智能素養。

4 新一輪數字素養階段

全球數字化轉型步伐不斷加快，世界各國紛紛將公民數字素養作為國際競爭和軟實力的關鍵指標。數字化轉型的政策風向使“數字素養”再次在重要國際組織報告中被大量使用，學界也紛紛探討其時代價值、構成要素、實踐路徑等問題。數字化轉型戰略的提出，使數字素養成為各國數字化轉型語境下的習慣用語[16]，伴隨數字化轉型出現的數字素養更具戰略屬性，推進數字素養已成為一種社會責任與研究自覺，此時期可稱為“新一輪數字素養階段”。

2016年以來，日本推出《U-Japan》《教育信息化加速計劃》等政策，突出了教育數字化轉型的重點；歐盟發布《數字教育行動計劃（2021-2027）》《2030數字指南針：歐洲數字十年之路》等文件，提出了數字化轉型的愿景、目標和路徑；UNESCO發布《教育數字化轉型：聯通學校，賦能學習者》《共同重新構想我們的未來：一種新的教育社會契約》，匯聚了新時代教育革新的國際共識；我國于2021年印發《提升全民數字素養與技能行動綱要》，于2022年發布《義務教育信息科技課程標準（2022年版）》和《教師數字素養》行業標準，并分別制定了學生和教師的數字素養框架[17]。這些政策文件的出臺，體現了對技術相關素養的再認識與再深化。

二 橫向辨識：不同主體的人工智能素養

技術發展催生了大量人群對人工智能的使用需求，然而，如果割裂技術所針對的主體，那么對素養的探討將會是混亂的。歐盟數字素養研究就是以公眾數字素養為基礎，設計了面向消費者、教育者、教育管理者等不同主體的數字素養框架，以明晰數字素養在不同主體上的具體表現[18]。參考這一做法，本研究按照技術所涉主體類型對人工智能素養的內涵予以辨識。

表1呈現了公眾、學生、員工人工智能素養的主要目標、培育模式與主要研究者，其中學生又分為中小學生和高校學生兩類。在培育模式中，“非專家模式”主要用于幫助人們實現與人工智能的基本互動交流，面向的主體是社會公眾；“專家模式”主要用于培養精通人工智能技術的從業者，面向的主體是高校計算機相關專業學生；“混合模式”則是非專家模式到專家模式之間的中間狀態，面向的主體包括中小學生、高校非計算機相關專業學生、非技術背景員工等，他們的人工智能素養定位既不停留于公眾層面與人工智能的基本互動，也不強制性培養人工智能專業人才，而是利用人工智能開展具有一定專業性質的學習活動或相關工作。

表1 不同主體的人工智能素養

1 公眾的人工智能素養

人工智能全方位地改善了人類生活，有必要培養公眾的人工智能素養。佐治亞大學的Long等[35]通過綜述非技術背景人群的人工智能素養相關研究文獻，作出如下定義：“人工智能素養被定義為一組能力，使個人能夠批判性地評估人工智能技術，與人工智能有效溝通和協作，并將人工智能作為在線、家庭和工作場所的工具”；同時，提出人工智能素養的五個核心內容，包括知道什么是人工智能、理解人工智能可以做什么、懂得人工智能是怎么工作的、清楚人工智能該如何使用、明白人類是如何感知人工智能的；另外，還設計了教公眾學習人工智能的方法，如要考慮激發學習者的興趣，針對日常經歷、游戲、音樂等常見事物進行解釋等。

實踐方面，Boden[36]出版了科普讀物，為公眾科普與哲學、心理學和社會相關的人工智能問題，許多國家更是將公眾的人工智能素養納入國家戰略規劃。例如，芬蘭發起“1%的歐盟公民掌握人工智能基礎”的倡議，并向全球開放“Elements of AI”在線課程，鼓勵更多人了解人工智能是什么、可以解決什么問題、對生活產生什么影響、如何開展人工智能項目等問題[37]。基于此，本研究認為公眾人工智能素養的培養目標在于幫助人們適應智能社會，促進人們審思人工智能提供的功能與背后的倫理問題，從而明智地、合乎道德地利用AI促進基本的生活、工作和學習需求。在公眾人工智能素養的相關培養課程中，編程技能或計算機科學知識不是主要的學習內容，而要更多地考慮如何向沒有數學或計算機科學背景的學習者傳達人工智能概念，緩解學習者因數學或計算機科學知識匱乏而出現的不安。

2 學生的人工智能素養

（1）中小學生的人工智能素養

雖然許多K-12人工智能計劃都是最近出現的行動呼吁，但向兒童介紹人工智能的想法可以追溯到上個世紀——1971年，Papert[38]通過LOGO編程語言和海龜機器人（Turtle Robot）教兒童學習人工智能，他認為孩子在對計算機進行編程的過程中，“既掌握了最現代、最強大的技術，又與科學、數學和藝術學科中的深層智慧建立了密切的聯系”。目前，人工智能素養研究已滲透到教育的各個階段。本研究從課程目標、課程內容、教學方法、教學工具四個方面，來分析小學、初中、高中三個不同學段的人工智能素養教育特征。

①課程目標：小學階段，人工智能素養教育的重點是人工智能啟蒙，以游戲化的方式讓孩子接觸人工智能和計算機科學，培養興趣和意識，并根據年齡和認知發展進行教學調整。中學階段，實施人工智能素養教育主要是為學生提供實踐經驗，使其能夠與人工智能工具進行交互和交流[39]，并應用人工智能解決問題。其中，初中生以體驗與實踐為主，重在應用人工智能解決簡單的實際問題；高中生以理解與實踐為主，重在應用人工智能解決具有一定挑戰的實際問題。此外，也有研究者關注低齡兒童，提出要關注幼兒的人工智能意識、態度、思維和能力培養[40]。從某種角度上來說，人工智能素養的課程目標與以往的閱讀或寫作素養類課程相似，其復雜性將隨著教育水平的提高而增加。

②課程內容：涵蓋算法與編程、數據素養、情景化問題解決等九個模塊，可歸為人工智能基礎，倫理和社會影響，理解、應用和開發人工智能三類[41]，這是不同學段的人工智能課程都會涉及的內容。具體來說，在小學階段，人工智能課程以生活體驗和圖形化實現為主；在初中階段，要初步學習人工智能的基本概念和基本原理，如機器學習、自然語言處理、圖靈測試等；而高中生具有更高的認知水平，已有一定的能力開發技術算法和組件（如Fisher精確檢驗、歸納推理、最近鄰算法、相關性、圖搜索等），因此高中階段要深化原理認識，探索利用人工智能解決問題的過程和方法[42][43]。

③教學方法：強調協作學習、項目式學習、體驗式學習等建構主義教學方法，且這三種方法覆蓋各個學段[44]。其中，協作學習允許學生共同設計和相互講授，鼓勵學生通過人機協作有效地探索和應用知識，如讓學生扮演項目經理、軟件設計師、硬件設計師、藝術設計師等不同角色來協作設計智能汽車。項目式學習注重在一段較長的學習時間里，讓學生利用學到的知識與技能應對現實世界的挑戰，如通過設計機器人項目來讓學生理解人工智能標記、訓練和評估的原理。體驗式學習則主要通過實踐體驗和反思來進行學習，如學生通過模擬機器人的創造性行為來學習人工智能。這些方法可用于提升學生的高階思維能力，如問題解決能力、領導能力、項目管理能力和創造力等。

④教學工具：主要包括硬件為主型、軟件為主型、智能代理型和不插電型[45]。近年來，越來越多的軟硬件應用增強了學生對人工智能概念的理解，其中硬件包括機器人、小型單板計算機或微控制器設備，軟件包括編程語言、神經網絡、機器學習軟件工具包等數字工具或開源平臺；智能代理主要基于輸入進行實時計算來教人工智能做出決策，如機器學習訓練器、聊天機器人等；不插電型是在沒有設備的情況下，使用角色扮演、講故事等趣味方式講授人工智能。這些教學工具不面向特定階段的學生，其應用可以促進學生對復雜概念的理解。

（2）高校學生的人工智能素養

①計算機相關專業學生的人工智能素養。自人工智能技術誕生以來，人工智能通常是高等教育計算機相關工科專業的一門重要課程。1995年，Russell等[46]出版了權威的人工智能教科書《人工智能：一種現代方法》（），書中列出了本科階段要學習的五類人工智能概念，包括解決問題的策略，知識、推理和規劃，不確定的知識和推理，機器學習，通訊、感知和行動，為高校的人工智能學習提供了重要資源。此外，如何創新人工智能課程的教學方法受到了高校的關注，體驗式教學法、游戲化教學法等在高校的人工智能課程中受到重視。高校強調本科生和研究生課程內容與人工智能的行業發展保持同步，如鼓勵學生參與機器人技術應用、建模、仿真等各種操作，主要目的是培養人工智能專業的從業人員。Mishra等[47]指出大學開設人工智能課程并不新鮮，但大多數課程以人工智能的技術傳授為主，講授數學、算法和實現技術等方面的內容，雖然這在計算機科學框架內是必不可少的，但也失去了重要的教學機會：工科生的人工智能素養教育需結合哲學、神經科學、心理學、認知科學、語言學、經濟學、社會科學等不同學科的知識，從根源上對人工智能進行解釋，故建議采用跨學科的方法來講授人工智能。

②非計算機相關專業學生的人工智能素養。早期計算機科學教育者極少向非計算機相關專業學生講授人工智能，因為他們擔心這個話題太復雜了。智能技術的快速發展，引發了學界對不具備計算機科學先驗知識的非計算機相關專業學生的關注。Karaca等[48]引入“人工智能就緒度”（Artificial Intelligence Readiness）的概念，通過調查發現學生已經意識到了人工智能素養在職業生涯中的重要性，且他們希望看到人工智能教育能融入大學常規課程。相關的研究可歸為兩類：一類試圖進行人工智能素養的理論研究，另一類則關注面向“非專家”的課程設計實踐。香港教育大學Kong等[49]提出人工智能素養包括理解人工智能概念、使用人工智能概念進行評估、使用人工智能概念解決問題來理解現實世界三個部分，并指出通識教育中的人工智能素養與編程、機器學習的關系不大，但“要超越簡單地知道關于機器學習的事實”。在課程設計方面，高校提倡根據學生的專業有針對性地開展人工智能教育，如針對醫學學生進行計算機掃描圖像識別、患者評估、感染率預測的AI應用培訓，針對法學學生講授基于AI工具的刑事司法偏見識別知識，針對文學學生培訓AI機器翻譯。但是，對目前的通識教育課程進行評價后，可以發現許多課程讓學生使用編程練習，這違背了通識教育課程的設計原則：面向“非專家”的人工智能素養教育不是關于編程本身，而是關于對人工智能原理的理解與應用[50]。

3 員工的人工智能素養

隨著人工智能逐漸滲透到各行各業，僅靠技術人員掌握人工智能知識還不足以滿足社會發展的需要。許多政府、公司和機構意識到，與其將人工智能視為競爭對手，不如為員工提供適當的培訓，來滿足未來工作需求、提高生產效率、促進經濟增長。Cetindamar等[51]指出，在“工業4.0”“數字化”“數字化轉型”“大數據”等浪潮的推動下，員工應具備技術相關的能力（如數據收集、分析、道德、安全）、工作相關的能力（如決策、批判性思維、團隊合作）、人機交互相關的能力（如情況評估、可用性分析、適應性專業知識）、與學習相關的能力（如終身學習能力、自我學習能力）。這些能力的提出，為員工的人工智能素養培養提供了參考。

作為員工人工智能素養的一種典型形式，教師人工智能素養受到了研究者的廣泛關注。1976年，Robertson[52]發表《教育中的人工智能》一文，探討了LOGO程序如何輔助小學教師理解和講授數學。教師人工智能素養領域現已出現“人工智能視域下教師信息素養”“整合人工智能技術的學科教學知識（AI-TPACK）”“教師數智素養”“教師智能教育素養”等概念，研究范圍涉及職前、職后兩個階段。目前，教師人工智能素養模型研究主要分為四個視角：①優化原有的教師信息素養框架，如于曉雅[53]基于UNESCO第三版教師ICT能力框架，設計了人工智能視域下的中小學教師信息素養框架，含有理解教育中的ICT、課程與評估等7個一級維度；權國龍等[54]將AI能力與教師信息技術應用能力進行橋接，構建了鄉村教師智能素養模型。②依據人工智能技術的典型特征，如許亞鋒等[55]針對大數據為基礎的人工智能技術背景，利用韋恩圖示意數據素養與人工智能素養的交集，提出了數智素養的結構。③基于對智能時代教師知識體系的理解，如閆志明等[56]提出的AI-TPACK模型描繪了人工智能技術、學科內容、教學方法之間的交互關系。④基于對智能時代職業特征的理解，如郭炯等[57]構建了包括技術、教育、社會三個維度的教師智能教育素養結構。總的來看，這些視角基本都含有認知、能力和情感三大要素。

三 人工智能素養理論研究的行動啟示

人工智能素養得到大量關注，但若缺乏全局視角，就可能在內涵界定、結構解構上出現偏差。本研究從縱橫雙重視角進行了以下研究：一是厘清技術相關素養的歷史演進，二是厘清人工智能素養在不同主體上的表現，相關回應可為理論的良性發展和實踐的穩妥落地提供保障。根據人工智能素養縱向的歷史演進、橫向的多主體性和縱橫交織下素養理論研究的深入，本研究剖析了人工智能素養理論研究的行動啟示，主要如下：

1 推進技術相關素養的可持續發展

科技革命以近乎摧枯拉朽之勢席卷整個社會，這種技術驅動力與需求驅動力、政策驅動力、文明驅動力共同推動人類從工業文明轉向數字文明。人類不斷發明并進化符號系統，這些符號系統作為思考的工具會逐漸改變我們的思考方式，并對社會、文化和我們的認知產生一定的影響，形成匹配這一時代的有關素養。各類技術引發的素養有其出現的歷史必然性，研究與實踐中也確實存在新素養不斷取代前序素養的現象：①早期的技術素養主要是數字素養、信息素養；②近期的技術素養主要是數據素養、機器學習素養、人機協同素養，它們是人工智能素養在某種技術路線主宰時的具體表現形式；③當前聚焦于人工智能；④現在正進入新一輪數字素養階段。其中，人工智能素養具有橋梁作用，作為一個重要的過渡通往新一輪數字素養階段。

通過縱向分析，我們可以將信息素養或數字素養與后續素養的關系理解為“源”與“流”或“根”與“葉”的衍生關系：信息素養或數字素養作為技術社會的內在基礎，類人工智能素養、人工智能素養、新一輪數字素養則作為信息素養或數字素養在不同技術情境中的預期表現，后續出現的各種素養是信息素養或數字素養的時代化闡述，是其特殊化體現。因此，要充分尊重素養的內在規律，結合歷史背景，對有關素養做出清晰界定并提出場景性釋義，將這些更新的素養框架作為幫助教育工作者培養學生的實用工具，促進素養研究與實踐的可持續發展。

2 構建多主體、多階段的人工智能素養體系

隨著素養研究的不斷深入，逐漸沉淀出比較穩定的素養主體。早期對人工智能素養的認知主要基于人工智能作為學習或認知內容的情境，隨著人工智能技術的快速發展，社會中的人工智能無處不在，公民了解這一主題的時機已經成熟。在短短幾年的時間里，面向公眾、中小學生、高校學生、員工的人工智能素養研究已全方位展開，其突出變化是更加偏向對非計算機背景人群普及人工智能，提高“非專家”的人工智能素養通常被認為與培訓人工智能專家一樣重要，因為這個群體最有可能使用人工智能或與人工智能協同合作。可見，人工智能素養涉及的主體眾多，在不同發展階段關注的重點有所不同。這就需要構建一個涉及多主體、多階段的人工智能素養體系，以實現人工智能素養培育的持續推進。

在人工智能素養體系中，應充分重視不同主體素養概念的邊界，如近年來K-12研究較之其他主體更多，因此教師人工智能素養研究在一定程度上參考了學生人工智能素養的要素，今后還需明晰兩者的區別，構建適合主體特征的素養模型。另外，員工的人工智能素養相關研究是有限的：一方面，多數工作針對特定職業（如教師），對不同行業的深入分析很少。因此，我們要了解不同行業所需的人工智能素養異同，采用德爾菲法、訪談法等調查專家、經理、專業人員、非技術員工的認識和看法，以豐富我們對員工人工智能素養的理解。另一方面，圍繞未來工作的哲學問題已出現，如“人類應該工作嗎”“自動化要控制在什么程度”“當企業采用人工智能技術時，人類和算法的配置如何調整”等[58]。以上問題試圖呈現機器從自動化“勞動力”到自動化“腦力”的轉變，對這些未知領域的探索將進一步深化我們對人工智能素養的認知。

3 從“技術”為中心向“人”為中心的人工智能素養轉變

當前，人工智能素養的相關研究呈現出向“人的全面發展”這一最終目標靠近的趨勢，研究人員正在微妙地改變他們的想法：從探討“人工智能素養是什么”轉為“人工智能社會需要什么素養”。例如，袁磊等[59]構建了AIGC時代數智公民素養的6A框架，包括表達力、探索力、道德力、解讀力、應用力、適應力六種能力；林可[60]提出培養數字化社會的合格公民，使其“具備全球意識、法律意識和合理、合法、合規使用技術的數字公民意識”。可見，人工智能素養中以“技術”為中心的技能正逐漸向以“人”為中心的通用能力轉變，此通用能力涉及創造力、分析思維、積極的自我驅動學習等個人基礎能力[61]。在上述轉變的影響下，人工智能素養要超越技術視角，以應對智能環境的挑戰。可將此概念視為發展其他重要能力（如生活和職業技能、多學科技能、學習和創新技能等）的重要途徑，使不同主體從技術的被動應用者轉為技術的智能運用者、創新者。

總的來說，學界對人工智能素養的探討趨向于將其視為一種服務于人自我發展的必要能力，其教育目標理應指向人的發展，充分發揮人的價值，使人具備應對智能環境挑戰的多維度能力。在人工智能素養理念的指導下，我們要聚焦于“人工智能社會需要什么素養”這一問題，從更高的站位、全局的角度來培養人工智能素養，而不是限于淺層的概念學習或某種技能訓練。

四 結語

人工智能素養不只是一個學術命題，還是一個重要的政策與社會話題，其話語體系發展受科技更迭、政策走向、社會演進等多方面因素的影響。本研究從紛繁復雜的現象中，提煉出技術相關素養經歷了“信息素養或數字素養階段→類人工智能素養階段→人工智能素養階段→新一輪數字素養階段”的演進過程；之后，以公眾、學生、員工三類主體為例，呈現了人工智能素養的多樣內涵；最后，剖析了人工智能素養理論研究的行動啟示。由于本研究偏重對關鍵領域的梳理，重點闡釋了公眾、學生、員工的人工智能素養，而對目前研究較少的主體（如中小學人工智能課程教師、學校領導）未加詳細闡述。后續將選取特定主體設計課程、開展實證研究，以進一步探索人工智能素養教育的可為、應為、何為等問題。

[1]Rychen D S, Salganik L H, McLaughlin M E. Contributions to the second DeSeCo symposium[R].Geneva:Swiss Federal Statistical Office, 2003:12-15.

[2]Zurkowski P G. The information service environment: Relationships and priorities[M]. Washington, DC: National Commission on Libraries and Information Science, 1974:50-52.

[3]Eshet-Alkalai Y. Digital literacy: A conceptual framework for survival skills in the digital era[J]. Journal of Educational Multimedia and Hypermedia, 2004,(1):93-106.

[4]高欣峰,陳麗.信息素養、數字素養與網絡素養使用語境分析——基于國內政府文件與國際組織報告的內容分析[J].現代遠距離教育,2021,(2):70-80.

[5][13][18]鄭旭東,馬云飛,岳婷燕.歐盟教師數字勝任力框架:技術創新教師發展的新指南[J].電化教育研究,2021,(2):121-128.

[6]王春麗.國際組織的人工智能教育應用觀:技術、實踐及挑戰[J].比較教育研究,2022,(10):86-93、102.

[7]Gummer E S, Mandinach E B. Building a conceptual framework for data literacy[J]. Teachers College Record: The Voice of Scholarship in Education, 2015,(4):1-22.

[8]楊淑婷,魏非.教師數據驅動決策能力評價的國際研究述評:框架、工具與實施建議[J].現代教育技術,2022,(8):67-74.

[9]林琦.數據領導力:內涵特質、結構模型與實踐路徑[J].電化教育研究,2023,(4):110-116.

[10]Webber K L, Zheng H Y. Big data on campus: Data analytics and decision making in higher education[M]. Princeton, NJ: Johns Hopkins University Press, 2020:75-76.

[11]范建麗,張新平.大數據+智能時代的教師數智勝任力模型研究[J].遠程教育雜志,2022,(4):65-74.

[12]苗逢春.從“國際人工智能與教育會議”審視面向數字人文主義的人工智能與教育[J].現代教育技術,2022,(2):5-23.

[14][16]吳砥,李玲,吳龍凱,等.高等教育數字化轉型的國際比較研究[J].國家教育行政學院學報,2023,(4):27-36.

[15][25]陳凱泉,何瑤,仲國強.人工智能視域下的信息素養內涵轉型及AI教育目標定位——兼論基礎教育階段AI課程與教學實施路徑[J].遠程教育雜志,2018,(1):61-71.

[17]陳麗,張文梅,鄭勤華.教育數字化轉型的歷史方位與推進策略[J].中國電化教育,2023,(9):1-8、17.

[19][35][37]Long D, Magerko B. What is AI literacy? Competencies and design considerations[A]. Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems[C]. New York: ACM, 2020:1-16.

[20][24][39][43][45]Ng D T K,Leung J K L, Su M J, et al. AI literacy in K-16 classrooms[M]. Chanm: Springer, 2022:78-80.

[21]Touretzky D, Gardner-McCune C, Breazeal C, et al. A year in K-12 AI education[J]. AI Magazine, 2019,(4):88-90.

[22]Kandlhofer M, Steinbauer G, Hirschmugl-Gaisch S, et al. Artificial intelligence and computer science in education: From kindergarten to university[A]. Frontiers in Education Conference[C]. Eire: IEEE, 2016:1-9.

[23][41][44]UNESCO. K-12 AI curricula: A mapping of government-endorsed AI curricula[OL].

[26][42]中小學人工智能課程指南課題組.中小學人工智能課程指南[J].華東師范大學學報(教育科學版),2023,(3):121-134.

[27][46]Russell S, Norvig P. Artificial intelligence: A modern approach(4th)[M]. NJ: Prentice Hall Press, 2009:46-50.

[28][47]Mishra A, Siy H. An interdisciplinary approach for teaching artificial intelligence to computer science students[A]. Proceedings of the 21st Annual Conference on Information Technology Education[C]. New York: SIGITE, 2020:344.

[29][48]Karaca O, ?al??kan S, Demir K. Medical artificial intelligence readiness scale for medical students (MAIRS-MS): Development, validity and reliability study[J]. BMC Medical Education, 2021,(1):50-63.

[30][49]Kong S C, Cheung M Y, Zhang G. Evaluation of an artificial intelligence literacy course for university students with diverse study backgrounds[J]. Computers and Education: Artificial Intelligence, 2021,2:1-12.

[31][50]Laupichler M C, Aster A, Schirch J, et al. Artificial intelligence literacy in higher and adult education: A scoping literature review[J]. Computers and Education: Artificial Intelligence, 2022,3:1-15.

[32][51]Cetindamar D,Kitto K, Wu M, et al. Explicating AI literacy of employees at digital workplaces[J]. IEEE Transactions on Engineering Management, 2022,71:810-823.

[33][57]郭炯,郝建江.智能時代的教師角色定位及素養框架[J].中國電化教育,2021,(6):121-127.

[34]胡小勇,徐歡云.面向K-12教師的智能教育素養框架構建[J].開放教育研究,2021,(4):59-70.

[36](英)瑪格麗特·博登著.劉西瑞,王漢琦譯.人工智能哲學[M].上海:上海譯文出版社,2001:65-68.

[38]Paper S. Mindstorms:Children, computers, and powerful ideas[M]. New York: Basic Books, 1980:28-30.

[40]柴陽麗,杜華.低齡兒童人工智能啟蒙教育框架和實施途徑[J].電化教育研究,2022,(9):89-97.

[52]Robertson M. Artificial intelligence in education[J]. Nature, 1976,262:435-437.

[53]于曉雅.人工智能視域下教師信息素養內涵解析及提升策略研究[J].中國教育學刊,2019,(8):70-75.

[54]權國龍,杜華,馬麗.鄉村教師智能素養:“橋接”框架、演進階段與保障條件[J].現代遠程教育研究,2023,(2):67-72、84.

[55]許亞鋒,彭鮮,曹玥,等.人機協同視域下教師數智素養之內涵、功能與發展[J].遠程教育雜志,2020,(6):13-21.

[56]閆志明,付加留,朱友良,等.整合人工智能技術的學科教學知識(AI-TPACK):內涵、教學實踐與未來議題[J].遠程教育雜志,2020,(5):23-34.

[58]Sutton S G, Arnold V, Holt M. How much automation is too much? Keeping the human relevant in knowledge work[J]. Journal of Emerging Technologies in Accounting, 2018,(2):15-25.

[59]袁磊,徐濟遠,葉薇.AIGC時代的數智公民素養:內涵剖析、培養框架與提升路徑[J].現代教育技術,2023,(9):5-15.

[60]林可.超越技術素養的公民品格建構——國際數字公民教育經驗及其對我國德育變革的啟示[J].教育學報,2023,(2):29-43.

[61]Kirschner P A, Stoyanov S. Educating youth for nonexistent/Not yet existing professions[J]. Educational Policy, 2020,(3):477-517.

Theoretical Research and Action Inspiration on Artificial Intelligence Literacy from Vertical and Horizontal Perspective

WANG Chun-Li1,2XING Hai-Feng3[Corresponding Author]

Currently in a period of conceptual confusion, the understandings of technological complexity is also different, which urgently calls for a systematic examination of artificial intelligence literacy. Therefore, this paper discussed the relationship between artificial intelligence literacy and other technological related literacy, the connotation of different subjects’ artificial intelligence literacy, and how to carry out actions under the guidance of theoretical research on artificial intelligence literacy. Specifically, this paper vertically viewed the evolution process of technology related literacy and divided it into information literacy or digital literacy stage, analogous artificial intelligence literacy stage, artificial intelligence literacy stage, and a new generation of digital literacy stage. At the same time, the artificial intelligence literacy of different subjects was identified horizontally, mainly involving the public, students and employees. Based on this, the paper analyzed the action inspiration of the theoretical research on artificial intelligence literacy from three aspects of literacy development, literacy system and literacy transformation, in order to provide reference for the sound development of the theories related to artificial intelligence literacy and the steady implementation of the practice.

artificial intelligence literacy; information literacy; digital literacy; public; student; employee

G40-057

A

1009—8097（2024）01—0073—11

10.3969/j.issn.1009-8097.2024.01.008

本研究為國家社會科學基金教育學（全國教育科學規劃）2021年國家一般課題“人機協同時代鄉村教師智能素養結構與培養策略研究”（項目編號：BCA210091）的階段性研究成果。

王春麗，副教授，博士，研究方向為人工智能教育應用、計算機支持的協作學習等，郵箱為clwang66@163.com。

2023年8月14日

編輯：小米