方增泉 李笑笑 祁雪晶 元 英

【摘要】本文以“人工智能素养”为核心议题，系统梳理国内外相关研究的概念内涵、演化路径与中外差异，并利用 CiteSpace软件进行可视化呈现。研究结果表明：国内研究呈现政策与教育转型协同特征，聚焦“核心素养—数字素养— 人机协同—教师培养—测评体系”逻辑链条；国外则围绕“AI literacy—教育实践—AI伦理”展开。通过结合个人、社会、技术三层影响效应分析发现，未来研究应积极构建动态的人工智能素养框架模型，拓展人工智能素养的本地化实践以及国际比较研究，进一步达成资源公平配置，弥合智能鸿沟，从而增强公民在智能社会中的适应能力与创新能力。

【关键词】人工智能；核心素养；人工智能教育；可视化分析

近年来，人工智能技术正在以加速度方式推进发展，并重塑人类社会的生产生活模式。随着 AI 技术逐步走向商业化与普及化，全球主要经济体也将人工智能素养提升至战略层面：欧盟通过《人工智能行动计划》将公民 AI 素养纳入数字战略核心目标，经济合作与发展组织（OECD）与欧盟委员会联合发布《2025 年赋能人工智能时代的学习者：中小学人工智能素养框架报告（草案）》，明确提出：“AI 素养教育是应对技术风险的基础防线”。以 ChatGPT 为代表的生成式 AI 平台数据报告表明，其中 18-25 年龄层的青年用户贡献了约 46% 的使用信息。根据 OECD 最新数据显示，未来五年全球约 60% 的职业将面临 AI 技术的深度渗透，其中超过 20% 的岗位存在被 AI 替代的风险。在此背景之下人工智能素养作为连接个体与社会、技术之间的桥梁，其重要性日益凸显。回顾以往研究，学者多集中于数字素养的理念建构，而在人工智能素养框架研究、影响效益验证以及培养路径等方面尚显不足，这一趋势迫切要求我们重新梳理国内外人工智能素养的概念内涵，把握其发展规律，以实现技术进步与人类发展的协同共进。

一、人工智能素养概念界定

随 着 人 工 智 能 技 术 的 迅 速 发 展， 人 类 的 认知方式、学习方式和学习交往模式都在被重新塑造。在此背景之下，“素养”这一传统教育概念不断被赋予新的内涵。在媒介与信息素养（Media and Informtion Literacy）、数字素养（Digital Literacy）、网络素养（Network Literacy）和计算思维（Computational Thinking）之后，人工智能素养（Artificial Intelligence Literacy）成为素养体系演进的新阶段。近年来，人工智能素养逐渐成为全球教育与社会研究的关注焦点，已开始纳入国家和教育治理体系，其讨论不再局限于技术操作与应用，而是延伸至公民素养与文化能力、批判性理解与应用和价值观的引领等，标志着素养研究从工具理性走向价值理性。正是在这一理论语境之下，国内外的学者开始尝试从不同维度界定人工智能素养的内涵与框架，以探索其知识、技能、态度与价值系统的构成逻辑。

人工智能素养这一概念最早源于数字素养的延伸，强调个体在智能化社会中理解与应用 AI 的综合能力。随着人工智能技术的迅速发展，学界对其内涵的探讨也逐渐系统化与多维化。2015 年，Konishi 从社会发展的角度出发，强调 AI 素养不仅是对技术的掌握，更是一种思考和应对未来科技发展的能力。2016 年，Kandlhofer 等人最早将“人工智能素养”作为一个独立概念提出，认为这是人们在 AI 时代理解、操作和创造智能系统所需的基本能力体系。2019 年联合国教科文组织（UNESCO）发布了《教育中的人工智能：可持续发展的挑战和机遇》，其中进一步扩充 AI 核心素养能力，并将其列入数字化能力框架。在此之后，Long 和 Magerko 从人机交互视角出发，将人工智能素养界定为一组跨学科能力，涵盖批判性评估 AI、与 AI 协作沟通，以及在各类场所使用人工智能作为工具的一系列能力。2021 年， Ng 等学者基于实证研究的分析，提出人工智能素养可分为理解 AI、使用 AI、评估与创造 AI，以及 AI 伦理反思四个维度。Cetindamar 等人则将 AI 素养定义为组织的动态能力，提出 AI 素养是由技术相关、工作相关、人机协同与学习相关四类能力构成的综合体系，既包括对算法与数据的操作能力，也包括批判性思维、伦理判断、跨界协作与终身学习等素养。这一定义首次将 AI 素养从“技术知识”扩展为“理解、评估、使用”的动态过程，反映出社会情境中人与智能系统的互动特征。随后在 2023 年，Ng 进一步发展出 ABCE 模型，将人工智能素养的维度扩展为情感、行为、认知与伦理四个方面，用以评估学习者在态度、行为与价值层面的成长。该模型强调情感认知与伦理意识在 AI 教育中的关键作用，表明人工智能素养已超越知识技能层面，成为建构责任数字公民的重要支撑。学者 Mills 等人则强调 AI 素养包含让人们能够批判性理解、评估和使用AI系统和工具的知识和技能，以安全有效地参与日益数字化的世界。学者 Wang 等人提出一个相对完整的定义，认为人工智能素养指的是能够理解人工智能技术并将其应用于实际操作的能力，能够熟练运用和利用人工智能技术完成任务的能力，能够分析、选择并批判性地评估由人工智能提供的数据和信息的能力，以及具备对使用人工智能技术所涉及的伦理和道德义务的认知意识。

虽然国内对于人工智能素养的研究起步较晚，但近年来，随着人工智能的快速发展，我国在人工智能素养研究领域同样取得了显著进展。李湘认为，人工智能素养包含人工智能知识、技能、能力和态度，是指在智能时代能承担社会生产需求并促进个人成长的素质与能力。联合国教科文组织在《K-12 人工智能课程蓝图》中强调，所有公民都应具备人工智能素养，这一观点奠定了人工智能素养在未来科技发展中的重要地位。在此之后，国内学者开始从不同视角丰富人工智能素养研究的概念与内涵。从全球比较视野来看，黄如花等人提出人工智能素养教育的思维框架，主张应从认知、技能、应用与伦理四个维度系统设计教育内容。同时，张静蓓提出人工智能素养不同于人工智能教育，其核心在于提升公民对人工智能的理解、态度与伦理意识，使人工智能素养成为全体公民的基本能力。蔡迎春等将人工智能素养视为源于素养进化的新型综合能力，涵盖知识、技能、态度、价值观与伦理五个维度，并提出 KSAVE 模型以描述其框架。这一模型揭示了人工智能素养的系统结构与层级逻辑，即它不仅是理解和操作 AI 技术的能力，更是以伦理自觉与价值导向为核心的社会性素养。而在生成式人工智能迅速发展的背景下，人工智能素养的内涵与边界进一步拓展。张进澳将人工智能素养置于生成式人工智能（AIGC）情境中进行实证分析，提出 AI 素养不仅关涉认知与技术理解，更影响个体在智能系统交互中的信任建构与信息采纳行为。赵益民等学者在梳理国内外研究的基础上，提出人工智能素养由“意识、知识、能力与伦理”四个核心要素组成，认为意识是引导方向的前提，知识是实践运用的基础，能力是结构中的核心，而伦理则是保障素养合理发展的约束机制。孙立会提出，生成式人工智能素养经历了由反应式、判别式、生成式的概念演变，并构建了以“认知系统、实践系统、视角系统”为要素层级，以“知识理解、运用与实施、评估与创造、伦理与安全”为进阶水平的综合框架，强调学生需要兼具技术理解力与反思力，以适应生成式智能时代的知识重构。杜瑾则从教育实施视角出发，提出高校 AI 素养教育应在课程体系、教学方法与评价机制上实现系统化改革，形成“通识教育、专业渗透、科研融合、创新应用”的实施路径，以促进学生从技术掌握走向智能思维与创新能力的生成.....(本文为文章截选，完整版请搜索公众号：“教育传媒研究杂志社”)