面向AIGC挑戰(zhàn)的\"五維‘AI+信息'融合素養(yǎng)框架”研究

[分類號(hào)]G252.6

1引言

隨著人工智能生成內(nèi)容（AIGC）技術(shù)的快速發(fā)展，以ChatGPT、DeepSeek為代表的AIGC工具已在教育領(lǐng)域引發(fā)廣泛關(guān)注并贏得師生的青睞。這些AIGC工具憑借高效性和多功能性，在大規(guī)模內(nèi)容生成方面展現(xiàn)出巨大潛力 一不僅能快速生成學(xué)習(xí)材料、整合多樣化信息，還能自動(dòng)設(shè)計(jì)教學(xué)內(nèi)容并輔助學(xué)生研究，從而顯著提升教學(xué)效率和資源可及性。然而，這一技術(shù)進(jìn)步也帶來了顯著挑戰(zhàn)，尤其是大模型的“幻覺\"（hallucinations）問題，即生成看似合理但不準(zhǔn)確或毫無事實(shí)依據(jù)的內(nèi)容。例如，OpenAI的技術(shù)文檔和用戶反饋顯示，ChatGPT曾生成虛構(gòu)的學(xué)術(shù)引用或錯(cuò)誤的歷史事件敘述，這類現(xiàn)象在缺乏嚴(yán)謹(jǐn)驗(yàn)證時(shí)極易誤導(dǎo)學(xué)習(xí)者。研究表明，AIGC工具的偏見機(jī)制與“幻覺\"問題具有同源性，均源于訓(xùn)練數(shù)據(jù)偏差與算法不可解釋性[2]。尤其對(duì)于基礎(chǔ)知識(shí)薄弱的學(xué)生而言，AIGC生成內(nèi)容的真實(shí)性難以判斷，可能導(dǎo)致知識(shí)偏差甚至認(rèn)知誤區(qū)。更嚴(yán)峻的是，人機(jī)協(xié)同情境下，對(duì)AIGC工具的過度依賴可能削弱用戶自主驗(yàn)證能力，掉人“技術(shù)惰性\"陷阱。在信息爆炸和技術(shù)快速迭代的當(dāng)下，提升學(xué)生的信息素養(yǎng)以應(yīng)對(duì)此類挑戰(zhàn)已成為教育改革的重要議題。

2傳統(tǒng)信息素養(yǎng)教育的演變與新挑戰(zhàn)

信息素養(yǎng)自20世紀(jì)70年代被提出以來，經(jīng)歷了從基礎(chǔ)檢索技能到數(shù)字化時(shí)代批判性思維的演變。早期研究將信息素養(yǎng)定義為利用信息工具檢索信息的能力，側(cè)重技術(shù)操作4。隨著互聯(lián)網(wǎng)的普及，其重點(diǎn)擴(kuò)展到信息評(píng)估與倫理使用。2016年，ACRL框架（ACRLFramework）的提出更加突出了信息素養(yǎng)的動(dòng)態(tài)性與情境性，強(qiáng)調(diào)信息素養(yǎng)教育旨在培養(yǎng)學(xué)生在數(shù)字環(huán)境中的批判性思維和適應(yīng)能力。然而，隨著AIGC技術(shù)的迅速發(fā)展，傳統(tǒng)信息素養(yǎng)教育正面臨著前所未有的挑戰(zhàn)。AIGC工具的普及不僅改變了信息獲取方式，還引入了內(nèi)容真?zhèn)坞y辨的“幻覺”問題。盡管傳統(tǒng)信息素養(yǎng)框架培養(yǎng)了批判性思維和適應(yīng)能力，但這些能力主要針對(duì)靜態(tài)、可追溯的信息，而AIGC的動(dòng)態(tài)生成性和“幻覺\"問題超出了其適用范圍。這就要求教育體系超越現(xiàn)有框架，重新審視其適應(yīng)性。

3 AIGC時(shí)代傳統(tǒng)信息素養(yǎng)教育的局限性

AIGC時(shí)代，技術(shù)工具改變了學(xué)生的信息行為，要求教育內(nèi)容從單純的檢索轉(zhuǎn)向內(nèi)容真?zhèn)蔚呐袛唷鹘y(tǒng)信息素養(yǎng)教育主要聚焦于信息檢索與基本評(píng)估，如使用數(shù)據(jù)庫檢索文獻(xiàn)或判斷網(wǎng)頁可信度。然而，AIGC工具引入了動(dòng)態(tài)生成的內(nèi)容，其來源模糊且真?zhèn)坞y辨，超出了傳統(tǒng)教育框架的應(yīng)對(duì)范圍?，F(xiàn)有研究指出，傳統(tǒng)信息素養(yǎng)教育模式在AI素養(yǎng)培育中存在結(jié)構(gòu)性缺陷：一方面，教學(xué)內(nèi)容多停留于技術(shù)操作層面，缺乏對(duì)AIGC工具底層邏輯（如算法透明度、數(shù)據(jù)倫理）的深度解析[8-;另一方面，評(píng)估手段單一，難以適應(yīng)生成式內(nèi)容\"動(dòng)態(tài)化、場(chǎng)景化\"的驗(yàn)證需求[10-。盡管AIGC改變了學(xué)生的信息獲取行為，其局限性（如生成不實(shí)內(nèi)容）尚未得到教育體系的系統(tǒng)回應(yīng)。實(shí)證調(diào)查顯示，當(dāng)前高校圖書館的AI教育內(nèi)容零散，僅 19% 的\"雙一流\"大學(xué)圖書館開設(shè)系統(tǒng)化AI倫理課程[12-13]，導(dǎo)致學(xué)生面對(duì)AIGC時(shí)缺乏主動(dòng)溯源與交叉驗(yàn)證意識(shí)。因此，構(gòu)建一個(gè)基于AIGC特性的新的信息素養(yǎng)教育框架是彌補(bǔ)傳統(tǒng)信息素養(yǎng)教育缺陷的關(guān)鍵。

4 “五維‘AI+信息'融合素養(yǎng)框架的科學(xué)構(gòu)建

4.1遵循科學(xué)的設(shè)計(jì)原則

“五維‘ AI+ 信息'融合素養(yǎng)框架\"以解決AIGC工具“幻覺\"問題為核心，旨在通過教育手段提升學(xué)生獨(dú)立處理信息的能力，幫助學(xué)生系統(tǒng)提升對(duì)AIGC工具生成內(nèi)容的辨別能力與終身學(xué)習(xí)能力。該框架遵循系統(tǒng)性、實(shí)踐導(dǎo)向和動(dòng)態(tài)適應(yīng)性三大設(shè)計(jì)原則，在設(shè)計(jì)中融入了自組織學(xué)習(xí)理論和人機(jī)協(xié)同知識(shí)創(chuàng)新模型，以增強(qiáng)其理論基礎(chǔ)和實(shí)踐效果。

4.1.1 系統(tǒng)性原則

從系統(tǒng)性的視角來分析，信息素養(yǎng)可分解為5個(gè)相互關(guān)聯(lián)的維度，即從基礎(chǔ)知識(shí)積累到批判性思維提升，再到實(shí)踐能力鞏固，確保學(xué)習(xí)過程循序漸進(jìn)，避免碎片化教育導(dǎo)致的能力缺失，從而保障框架的整體性和連貫性。系統(tǒng)性原則與自組織學(xué)習(xí)理論相呼應(yīng)，注重學(xué)習(xí)者的主動(dòng)性和自主性[。在\"五維 AI+ 信息'融合素養(yǎng)框架\"中，這5個(gè)維度為學(xué)生提供了一個(gè)結(jié)構(gòu)化的學(xué)習(xí)路徑，學(xué)生可以在此路徑上自主探索和學(xué)習(xí)，逐步構(gòu)建起完整的信息素養(yǎng)體系。

4.1.2 實(shí)踐導(dǎo)向原則

實(shí)踐導(dǎo)向原則強(qiáng)調(diào)在真實(shí)場(chǎng)景中學(xué)習(xí)，通過AIGC案例分析和任務(wù)驅(qū)動(dòng)活動(dòng)，學(xué)生能在實(shí)際操作中掌握信息真?zhèn)蔚谋鎰e技能，將教育內(nèi)容與現(xiàn)實(shí)需求緊密結(jié)合，體現(xiàn)高度適用性。這一原則與自組織學(xué)習(xí)理論緊密相連。通過案例分析和任務(wù)驅(qū)動(dòng)活動(dòng)，鼓勵(lì)學(xué)生在真實(shí)場(chǎng)景中主動(dòng)參與實(shí)踐和學(xué)習(xí)，學(xué)生需要自我調(diào)節(jié)學(xué)習(xí)策略，分析AIGC的可靠性，并在實(shí)踐中不斷優(yōu)化自己的判斷能力。

4.1.3 動(dòng)態(tài)適應(yīng)性原則

人機(jī)協(xié)同知識(shí)創(chuàng)新模型是一種理論框架，旨在通過人類與人工智能（AI）的協(xié)作，推動(dòng)技術(shù)與人類智慧相結(jié)合，共同創(chuàng)造新知識(shí)。其核心理念是將AI定位為輔助工具，以增強(qiáng)人類的認(rèn)知能力和創(chuàng)新潛力，同時(shí)依賴人類的監(jiān)督和批判性評(píng)估，確保新知識(shí)的準(zhǔn)確性與可靠性。該模型的理論基礎(chǔ)來源于對(duì)AI局限性、人類中心設(shè)計(jì)理念以及人機(jī)協(xié)作效率提升的廣泛研究[15-17]。在該模型中，人類與AI的角色互為補(bǔ)充，AI擅長處理海量數(shù)據(jù)、生成初步內(nèi)容或提供分析建議，人類則負(fù)責(zé)對(duì)AI輸出進(jìn)行評(píng)估、修正并進(jìn)一步創(chuàng)新。

具體而言，該原則的應(yīng)用體現(xiàn)在3個(gè)方面：一是隨著AIGC技術(shù)的進(jìn)步，及時(shí)調(diào)整框架中的教學(xué)內(nèi)容和方法，確保學(xué)生接觸最新應(yīng)用與挑戰(zhàn)；二是通過收集和分析學(xué)生反饋，動(dòng)態(tài)優(yōu)化人機(jī)協(xié)同模式，使AIGC工具更有效地滿足學(xué)習(xí)需求；三是學(xué)生在與AIGC工具協(xié)作中不斷鍛煉批判性評(píng)估能力，確保有效監(jiān)督和修正AIGC工具輸出，維護(hù)知識(shí)創(chuàng)新的深度與質(zhì)量。通過將“動(dòng)態(tài)適應(yīng)性原則\"融入“人機(jī)協(xié)同知識(shí)創(chuàng)新模型”，該框架不僅靈活應(yīng)對(duì)AIGC技術(shù)的快速迭代，還支持學(xué)生在技術(shù)進(jìn)步中持續(xù)提升信息素養(yǎng)和創(chuàng)新能力，為教育環(huán)境中的知識(shí)創(chuàng)新提供強(qiáng)有力地支持。

4.2框架結(jié)構(gòu)的構(gòu)成維度

“五維 信息'融合素養(yǎng)框架”由知識(shí)根基、來源溯源、工具批判、思維升維和實(shí)踐迭代5個(gè)維度組成，每個(gè)維度均有明確的設(shè)計(jì)目標(biāo)、核心內(nèi)容和實(shí)踐策略，循序漸進(jìn)地為學(xué)生賦能（見表1）。

4.2.1 知識(shí)根基維度

知識(shí)根基維度的設(shè)計(jì)目標(biāo)在于幫助學(xué)生建立扎實(shí)的學(xué)科知識(shí)體系。該設(shè)計(jì)的核心內(nèi)容是學(xué)科知識(shí)體系構(gòu)建與AIGC工具技術(shù)解析。通過系統(tǒng)化的學(xué)科課程教學(xué)，強(qiáng)化學(xué)生對(duì)核心概念、理論框架和知識(shí)邏輯的掌握，逐步構(gòu)建一個(gè)完整的知識(shí)網(wǎng)絡(luò)，為學(xué)生提供判斷信息真?zhèn)蔚幕鶞?zhǔn)，增強(qiáng)他們對(duì)AIGC生成內(nèi)容的辨識(shí)能力。同時(shí)，解析大語言模型的工作原理及“幻覺”成因，使學(xué)生理解AIGC的預(yù)測(cè)性本質(zhì)及其局限性。在此過程中，借助知識(shí)圖譜這一可視化工具，學(xué)生可將學(xué)科知識(shí)以層級(jí)化、關(guān)聯(lián)化的形式呈現(xiàn)，不僅有助于直觀理解學(xué)科的整體框架，還能通過對(duì)比AIGC工具生成的知識(shí)圖譜與真實(shí)資料，初步識(shí)別“幻覺\"問題。

4.2.2 來源溯源維度

來源溯源維度設(shè)計(jì)自標(biāo)就是培養(yǎng)學(xué)生識(shí)別信息來源權(quán)威性與可信度的能力，減少對(duì)AIGC的盲目信任。核心內(nèi)容包含信息來源評(píng)估、溯源技術(shù)應(yīng)用、多源交叉驗(yàn)證3個(gè)部分。（1）信息來源評(píng)估要求學(xué)生分析AIGC的背景，包括AIGC工具生成模型類型、訓(xùn)練數(shù)據(jù)來源及生成目的，以判斷內(nèi)容的潛在偏見或技術(shù)局限性；（2）溯源技術(shù)應(yīng)用引入專業(yè)工具，如引文追蹤系統(tǒng)（GoogleScholar、百度學(xué)術(shù)、WebofScience等），幫助學(xué)生驗(yàn)證AIGC的原始出處。（3）多源交叉驗(yàn)證培訓(xùn)學(xué)生通過對(duì)比多個(gè)信息來源，從學(xué)術(shù)數(shù)據(jù)庫（如CNKI、PubMed）和權(quán)威媒體中獲取信息，驗(yàn)證生成內(nèi)容的準(zhǔn)確性，避免單一來源誤導(dǎo)。

在實(shí)踐策略中，通過信息檢索實(shí)踐課結(jié)構(gòu)化的指導(dǎo)性教學(xué)，學(xué)生可使用專業(yè)數(shù)據(jù)庫（如PubMed、Web of Science、ClinicalKey等）深入驗(yàn)證AIGC輸出的真實(shí)性，例如查證一段AI生成的醫(yī)學(xué)建議與權(quán)威可靠信息源（臨床指南、教科書等）是否一致。在此過程中，學(xué)生不僅需要檢索學(xué)術(shù)文獻(xiàn)、對(duì)比數(shù)據(jù)來源，還要初步分析生成內(nèi)容的背景（如模型類型或訓(xùn)練數(shù)據(jù)局限性），以判斷其潛在偏見或技術(shù)缺陷。其目的是通過系統(tǒng)化的技能訓(xùn)練，培養(yǎng)學(xué)生掌握技術(shù)操作（如信息檢索）信息評(píng)價(jià)以及理解AIGC工具特性的能力，以構(gòu)建扎實(shí)的溯源基礎(chǔ)。

4.2.3 工具批判維度

工具批判維度的核心內(nèi)容聚焦于工具局限性分析，引導(dǎo)學(xué)生識(shí)別AIGC工具的不足，如數(shù)據(jù)時(shí)效性限制和推理能力缺陷，并通過案例加深理解。例如，展示ChatGPT如何基于輸人生成文本而非事實(shí)驗(yàn)證，系統(tǒng)教授學(xué)生識(shí)別不同類型的錯(cuò)誤，包括事實(shí)錯(cuò)誤、虛構(gòu)引用和邏輯矛盾。

實(shí)踐策略上，通過工具對(duì)比實(shí)驗(yàn)指導(dǎo)學(xué)生使用不同的AIGC工具（如ChatGPT和DeepSeek）生成同一主題的內(nèi)容，比較這些工具輸出結(jié)果在語言風(fēng)格、準(zhǔn)確性以及信息深度等方面的差異，并探討其成因，例如訓(xùn)練數(shù)據(jù)集或算法設(shè)計(jì)的不同等。從而幫助學(xué)生加深對(duì)AIGC工具多樣性和特性的理解。在此基礎(chǔ)上結(jié)合“反幻覺\"訓(xùn)練，引導(dǎo)學(xué)生進(jìn)一步分析生成內(nèi)容，識(shí)別其中的事實(shí)錯(cuò)誤、虛構(gòu)引用或邏輯矛盾等問題，養(yǎng)成理性使用工具的習(xí)慣，避免盲目依賴生成內(nèi)容。

4.2.4思維升維維度

思維升維維度的設(shè)計(jì)旨在通過系統(tǒng)的批判性思維訓(xùn)練，使其能夠主動(dòng)審視AIGC的有效性。例如，面對(duì)AIGC工具生成的醫(yī)學(xué)建議或診斷解釋，學(xué)生需要理解其表面信息及分析內(nèi)容的證據(jù)支持度、邏輯連貫性和潛在局限性。其核心內(nèi)容包括兩個(gè)模塊：批判性思維和跨學(xué)科思維。前者通過蘇格拉底式提問培養(yǎng)學(xué)生的質(zhì)疑精神與邏輯推理能力，鼓勵(lì)他們追問“為什么”和“如何”，以挖掘AIGC的深層邏輯，后者則鼓勵(lì)學(xué)生從多學(xué)科視角審視AIGC。

在實(shí)踐中，通過跨學(xué)科課程整合學(xué)生的知識(shí)基礎(chǔ)和信息驗(yàn)證技能，轉(zhuǎn)化為高階應(yīng)用能力，提升綜合分析水平。例如，在分析AIGC工具生成的醫(yī)學(xué)信息檢索結(jié)果時(shí)，學(xué)生首先構(gòu)建一個(gè)融合醫(yī)學(xué)、統(tǒng)計(jì)學(xué)、倫理學(xué)和社會(huì)學(xué)等多學(xué)科的知識(shí)框架。然后，運(yùn)用溯源技術(shù)驗(yàn)證數(shù)據(jù)來源和研究背景，并通過“反幻覺\"訓(xùn)練識(shí)別結(jié)果中的邏輯矛盾。在課程討論中，學(xué)生利用蘇格拉底式提問質(zhì)疑內(nèi)容的邏輯基礎(chǔ)，同時(shí)結(jié)合多學(xué)科視角評(píng)估其可行性。

4.2.5 實(shí)踐迭代維度

實(shí)踐迭代維度旨在通過動(dòng)態(tài)場(chǎng)景模擬與反饋，其核心內(nèi)容包含3個(gè)方面：模擬任務(wù)設(shè)計(jì)、迭代學(xué)習(xí)機(jī)制和反饋機(jī)制。

在實(shí)踐中，通過提供實(shí)體或虛擬的信息素養(yǎng)實(shí)踐平臺(tái)，設(shè)計(jì)真實(shí)場(chǎng)景讓學(xué)生利用AIGC工具生成與特定主題相關(guān)的內(nèi)容，然后應(yīng)用學(xué)科知識(shí)驗(yàn)證生成內(nèi)容的準(zhǔn)確性，使用溯源技術(shù)查證數(shù)據(jù)來源，比較不同AIGC工具的輸出結(jié)果，并從跨學(xué)科視角評(píng)估內(nèi)容的合理性。這種任務(wù)設(shè)計(jì)確保學(xué)生綜合應(yīng)用知識(shí)根基、來源溯源、工具批判和思維升維維度的技能，提升其在真實(shí)場(chǎng)景中的信息素養(yǎng)能力。采用“計(jì)劃一執(zhí)行一反思一調(diào)整\"的迭代學(xué)習(xí)機(jī)制，鼓勵(lì)學(xué)生在每次任務(wù)完成后進(jìn)行自我反思，分析其在驗(yàn)證AIGC、識(shí)別工具局限性或跨學(xué)科分析方面的不足，并為完成未來任務(wù)提出改進(jìn)方案。通過持續(xù)的任務(wù)改進(jìn)，學(xué)生能夠在循環(huán)過程中不斷優(yōu)化技能，提升解決復(fù)雜問題的能力。此外，定期的反饋機(jī)制為學(xué)生提供多維度的評(píng)估，包括同伴互評(píng)、教師指導(dǎo)和自我評(píng)估。反饋內(nèi)容特別關(guān)注學(xué)生批判性評(píng)估AIGC、應(yīng)用溯源技術(shù)、識(shí)別工具局限性和整合跨學(xué)科洞察的能力。為確保學(xué)生在技術(shù)快速演變中培養(yǎng)適應(yīng)性，任務(wù)將定期引入新的AIGC工具或更新版本，模擬真實(shí)的技術(shù)變革場(chǎng)景，促使學(xué)生通過迭代學(xué)習(xí)調(diào)整策略，增強(qiáng)應(yīng)變能力。

4.3建立科學(xué)高效的運(yùn)行機(jī)制

“五維‘ AI+ 信息'融合素養(yǎng)框架”的運(yùn)行機(jī)制是一個(gè)動(dòng)態(tài)閉環(huán)過程，涵蓋輸入、過程、反饋與輸出4個(gè)主要階段，其核心目標(biāo)在于系統(tǒng)提升個(gè)體的信息素養(yǎng)能力?！拔寰S ?_AI+ 信息'融合素養(yǎng)框架”運(yùn)行機(jī)制流程如圖1所示。首先，在輸入階段，通過測(cè)試或調(diào)查評(píng)估用戶當(dāng)前的信息素養(yǎng)水平，并根據(jù)實(shí)際環(huán)境需求調(diào)整學(xué)習(xí)內(nèi)容，為后續(xù)學(xué)習(xí)奠定堅(jiān)實(shí)基礎(chǔ)。其次，用戶進(jìn)入過程階段，依次經(jīng)歷5個(gè)遞進(jìn)維度。（1）知識(shí)根基。掌握信息的基本概念與原理;（2）來源溯源。學(xué)會(huì)追溯信息來源并評(píng)估其可信度；（3）工具批判。理性審視信息工具的功能與局限；（4）思維升維。培養(yǎng)批判性思維與獨(dú)立判斷能力；（5）實(shí)踐迭代。通過實(shí)踐應(yīng)用不斷完善所學(xué)，實(shí)現(xiàn)理論與實(shí)踐相融合。與此同時(shí)，反饋機(jī)制貫穿整個(gè)學(xué)習(xí)過程，系統(tǒng)根據(jù)用戶的表現(xiàn)和進(jìn)展動(dòng)態(tài)調(diào)整教學(xué)策略，確保學(xué)習(xí)內(nèi)容始終貼合需求和能力水平。最后，在輸出階段，用戶能夠獨(dú)立獲取、評(píng)估并有效運(yùn)用信息，進(jìn)而培養(yǎng)出持續(xù)學(xué)習(xí)與自我更新的習(xí)慣，為終身學(xué)習(xí)打下堅(jiān)實(shí)基礎(chǔ)。這一科學(xué)合理的循環(huán)機(jī)制不僅夯實(shí)了用戶的信息素養(yǎng)基礎(chǔ)，而且顯著增強(qiáng)了其應(yīng)對(duì)復(fù)雜信息環(huán)境的適應(yīng)力與判斷力。

5 結(jié)語

隨著人工智能技術(shù)的快速發(fā)展，尤其是AIGC工具的廣泛應(yīng)用，高校信息素養(yǎng)教育迎來了新的挑戰(zhàn)和機(jī)遇。與時(shí)俱進(jìn)，順應(yīng)潮流，創(chuàng)新教學(xué)內(nèi)容與教學(xué)模式是高校信息素養(yǎng)教育必須肩負(fù)的使命。為了應(yīng)對(duì)這一挑戰(zhàn)，筆者積極探索，通過整合分析相關(guān)理論與實(shí)踐，提出“五維 信息融合素養(yǎng)框架”，即知識(shí)根基、來源溯源、工具批判、思維升維和實(shí)踐迭代5個(gè)維度，每個(gè)維度均有明確的設(shè)計(jì)目標(biāo)、核心內(nèi)容和實(shí)踐策略，循序漸進(jìn)地賦能學(xué)生學(xué)習(xí)實(shí)踐，系統(tǒng)全面地培養(yǎng)學(xué)生的信息素養(yǎng)能力，提升學(xué)生對(duì)AIGC的批判性思維和信息辨別能力，助力AIGC時(shí)代信息素養(yǎng)教育的升級(jí)，支持學(xué)生在技術(shù)進(jìn)步中持續(xù)提升信息素養(yǎng)和創(chuàng)新能力，為中國式現(xiàn)代化培養(yǎng)儲(chǔ)備更多具有創(chuàng)新意識(shí)、創(chuàng)新能力的優(yōu)秀人才。這是高校教育在教育強(qiáng)國、人才強(qiáng)國戰(zhàn)略中必須肩負(fù)的使命任務(wù)。

參考文獻(xiàn)：

[1]OpenAI.ChatGPT： Optimizing language models for dia-logue[EB/OL].[2025-03-19].https：//openai.com/blog/chatgpt/.

[2]羅茜，蔡文怡.生成式人工智能的偏見：主要表現(xiàn)、發(fā)生機(jī)制與治理路徑[J].福建師范大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2025（1）：95-104，171-172.

[3]吳思遠(yuǎn)，彭國超，舒雅童.人智協(xié)同情境下的AIGC用戶知識(shí)創(chuàng)新過程[J/OL].圖書館論壇，1-10[2025-03-19].http：//kns.cnki.net/kcms/detail/44.1306.G2.20250114.1641.002.html.

[4]Zurkowski P G.The information services environment re-lationships and priorities.Related Paper No.5[R].Wash-ington，DC：National Commission on Libraries and Infor-mation Science，1974.

[5]ALAIR American Libraries Association Institutional Re-positony.Information literacy competency standards forhigher education[EB/OL].[2025-03-19].http：//www.ala.org/acrl/standards/information literacy competency.

[6]ALA American Library.Framework forInformation Literacyfor Higher Education[EB/OL].[2025-03-19].http：//www.ala.org/acrl/standards/ilframework.

[7]劉彩娥，韓麗風(fēng).AIGC背景下高校信息素養(yǎng)教育的發(fā)展[J].大學(xué)圖書館學(xué)報(bào)，2024（2）：46-51.

[8]張靜蓓，等.面向科研場(chǎng)景的AI素養(yǎng)教育內(nèi)容體系構(gòu)建研究[J/OL].圖書館雜志，1-17[2025-03-19].http：//kns.cnki.net/kcms/detail/31.1108.G2.20250218.1330.002.html.

[9]羅國鋒，劉清生，易童.新質(zhì)人才培養(yǎng)視域下高校圖書館人工智能素養(yǎng)教育內(nèi)容與策略研究[J].圖書館學(xué)研究，2025（1）：85-93.

[10]王悅曉，郝天聰.生成式人工智能賦能職業(yè)教育變革：挑戰(zhàn)與現(xiàn)實(shí)路徑[J].教育與職業(yè)，2025（4）：14-20.

[11]周瓊，等.橫向閱讀對(duì)甄別人工智能生成信息真假的影響[J/OL].圖書館論壇，1-11[2025-03-19].http：//kns.cnki.net/kcms/detail/44.1306.G2.20250120.1146.002.html.

[12]劉亞麗.高校圖書館人工智能素養(yǎng)培育發(fā)展策略基于對(duì)42家\"雙一流”大學(xué)圖書館的調(diào)查[J].圖書館工作與研究，2025（4）：103-112.

[13]陳芳璇.我國高校圖書館AI素養(yǎng)教育現(xiàn)狀與提升策略——基于對(duì)19家研究型大學(xué)圖書館的調(diào)查[J].圖書館工作與研究，2025（3）：75-86.

[14]Von Foerster H.Understanding Understanding：Essays onCybernetics and Cognition[M].New York：Springer，2003.

[15]Bender EM，et al.On the Dangers of Stochastic Parrots：Can Language Models Be Too Big？[C]//Proceedings ofthe 2021 ACM Conference on Fairness，Accountability，and Transparency，2021：610-623.

[16] Shneiderman B.Human- Centered Artificial Intelli-gence ：Reliable，Safe And Trustworthy[J].InternationalJournal of Human-Computer Interaction，2020（6）：495-504.

[17]Cao L，Li Y.Human-AI Collaboration in Data Science：Exploring the Role of AI in SupportingHuman Decision-Making[J].Journal of Data Science，2021（3）：345-362.

寧宇男，1984年生。本科學(xué)歷，館員。研究方向：圖書館信息服務(wù)。

孫金香女，1984年生。碩士，館員。研究方向：學(xué)科分析。

尹明章男，1979年生。碩士，副研究館員。研究方向：信息素養(yǎng)教學(xué)、學(xué)科分析。系本文通訊作者。

（收稿日期：2025-03-20；責(zé)編：婁明輝。）