【文献】什么是AI素养与AI能力?一项支持K-12教育的综合框架

多客科技

作者：微信文章
核心摘要：随着人工智能（AI）技术（特别是以ChatGPT、Sora为代表的生成式AI）的普及，AI教育已成为全球K-12（基础教育）领域的重要倡议。然而，当前多数AI素养的定义与框架多源自工程学视角，可能并不完全适用于K-12的课堂实践。教师视角对理解与实施AI教育至关重要。本研究旨在超越对“知识”的单一关注，通过整合教师视角，重新定义AI素养与能力，并为其在K-12教育中的落地，提供一个包含教学内容与教学法的全面框架。
一、引言

      全球范围内，将AI教育纳入K-12课程已成为一项共识（如联合国教科文组织的报告）。然而，规划与实施高质量的AI教育充满挑战。现有主要框架（如AI4K12的“AI五大理念”、AI4future框架）多聚焦于界定内容知识与技术技能（即AI素养）。对于非技术背景的受众（尤其是K-12学生），多数AI素养定义是从工程学视角发展而来，可能过于宽泛、复杂，且忽视了学生的心理与情感维度。

      AI教育的核心应是关注学习成果与学习体验。传统的“素养”更侧重于“知道什么”（知识和技能），而“能力”则更侧重于“如何有效应用知识”，它与个体的信心、态度以及终身学习能力密切相关。随着生成式AI等颠覆性技术的出现，将“自我反思心态”纳入学习目标变得尤为关键。因此，本研究的两大核心目标是：

1. 为K-12等非技术受众，明确界定AI素养与AI能力。

2. 提出一个更全面的、融合了课程内容与教学法的K-12 AI教育综合框架。
二、文献综述

1. AI素养与能力的概念辨析

      文献中常混用“AI素养”与“AI能力”。本研究依据教育研究中的共识进行区分：

AI素养：侧重于“知道”，即了解AI如何工作、有何影响等知识与技能。

AI能力：侧重于“做得多好”，即在各类情境中自信、有效且负责任地应用AI知识与技能的能力，并包含自我反思以促进持续学习的心态。

2. 四种课程设计方法

      在AI教育背景下，四种基本课程设计方法提供了不同视角：

内容法：将教育视为知识传递（教什么）。

产品法：关注预设的学习成果（学到什么）。

过程法：强调教师、学生与内容的动态互动，重视以学生为中心的学习体验（如何学）。

实践法：关注在真实世界中的应用，通过解决实际问题来学习（如何用）。

      现有的AI教育框架主要采用了内容法和产品法，而过程法和实践法在AI教育中尚不明确，需更多实证研究。

3. 现有的三大K-12 AI教育框架

本文回顾了三个具有影响力的早期框架：

AI五大理念：包括感知、表征与推理、学习、自然交互、社会影响。

AI4future框架：围绕大数据、机器学习、云计算等核心，涵盖AI各分支及其社会应用。

Chiu (2021) 的整体性框架：在教学内容之外，增加了教学法层（学生相关性、师生沟通、灵活性）和学习成果层（学生角色）。

      这些框架为早期AI教育指明了内容方向，但尚未充分整合能力维度、自我反思心态以及基于过程和实践的教学法。
三、研究方法

      为达成研究目标，本研究采用迭代式协同设计循环，与30位来自15所香港中学、拥有至少3年AI教学经验的教师合作。研究过程包含四个循环的研讨会，以现有三大框架为起点，结合新定义的AI素养/能力以及课程设计方法，共同讨论与修订框架。

      分析与信效度：每轮修订均通过即时投票达成75%共识。研究的有效性通过参与者背景多样性、研究者专业背景、三角验证等方式得以保证。
四、结果与讨论

      通过与教师的协同设计，本研究最终提出了一个包含五大核心组件的AI能力综合框架，并识别了五大有效的学习体验。

1. AI能力的五大核心组件

     基于对AI能力的定义，框架确定了五个关键组件，每个组件都包含“信心”与“能力”两个层面：

技术：清晰解释AI技术工作原理的信心与能力。涵盖基础知识（定义、历史、大数据、机器学习）、感知（人类感官如何模拟）和应用（理解各行业AI应用）。

影响：清晰解释AI技术对社会影响的信心与能力。包括未来工作、社会福祉与潜在风险。

伦理：以合乎道德和负责任的方式使用AI技术的信心与能力。基于IBM伦理原则，提炼出与青少年最相关的五点：公平与偏见、信任与透明、问责、社会效益、隐私与安全。

协作：在任何情境中与AI技术有效沟通和协作的信心与能力。这与前三个组件紧密相连，例如学习如何有效地对ChatGPT进行提示工程、评估AI系统预测的可靠性等。

自我反思：对自身的AI理解进行反思以促进持续学习的信心与能力。这是应对AI技术快速迭代、培养终身学习技能的关键。

2. 培养AI能力的五大核心学习体验

      教师们一致认为，以下五种学习体验对于促进学生参与、实现包容与多元的AI教育至关重要：

社区参与：将学习与本地社区联系，运用设计思维解决真实问题，提升学习意义感与投入度。

全球与本地案例研究：使用媒体报道（如新闻文章）教授AI伦理与影响，创建非教材的真实学习情境。

动手活动：通过物理建模、创建有偏见的AI应用等活动，深化对AI感知、伦理等概念的理解，满足不同学习风格的学生需求。

展览与展示：要求学生展示项目成果，并运用技术、影响、伦理等核心知识作为阐述标准，巩固学习并进行反思。

文化学习：在设计AI解决方案时，充分考虑人类价值观与文化差异，培养文化敏感性与全球视野。

五、未来研究方向与建议

      相较于现有框架，本框架新增了“信心”、“自我反思心态”、“协作”与“自我反思”能力。围绕这些新维度，本文提出五个未来研究方向：

1.提示工程：研究K-12学生如何与AI互动，发展面向AI的提问技能。

2.数据科学教育：探讨数据素养如何与AI素养协同发展。

3.算法素养：界定算法素养及其对AI素养的影响。

4.自我反思心态：运用社会认知理论和自我调节学习理论，探索培养该心态的有效教学法。

5.实证研究：开展更多实证研究，以验证和 refine 本框架及定义。
六、结论与局限

      本研究通过整合教师视角，明确了AI素养与AI能力的定义，并提出了一个包含五大组件（技术、影响、伦理、协作、自我反思）和五大学习体验（社区参与、案例研究、动手活动、展览展示、文化学习）的综合框架。该框架不仅关注学生“知道什么”，更关注他们“能做什么”以及“如何持续学习”，旨在促进包容与多元的AI教育。

研究局限：

1.该框架尚未经过大规模教学实践检验，其有效性需未来研究验证。

2.未深入探讨教师自身AI能力对教学设计与实施的影响，而这是推广AI教育的关键挑战。

实践启示：

      本框架为K-12教师、课程设计者和研究者提供了一个清晰的理论与实践指南。教师可依据五大组件设计教学目标，运用五大学习体验创设丰富的学习环境，从而系统性地培养学生的AI能力，为他们适应未来的AI社会做好准备。

参考文献

Chiu, T. K. F., Ahmad, Z., Ismailov, M., & Sanusi, I. T. (2024). What are artificial intelligence literacy and competency? A comprehensive framework to support them. Computers and Education Open, 6, 100171.
Today's Motto
"Don’t watch the clock; do what it does. Keep going."
— Sam Levenson