Mail

互联网兴起时，人们说"要教会学生怎么搜索"。智能手机普及时，人们说"要教会学生数字礼仪"。如今，AI渗入日常生活，新的共识正在形成："要教会学生如何读懂AI、判断AI"。

欧盟委员会与OECD对此作出了正式回应。2025年草案公开的AI素养框架（AI Literacy Framework for Primary & Secondary Education），正在迎来2026年的最终版本发布。

为什么现在需要AI素养框架？

2026年，全球86%的高等教育学生正在将AI作为主要的研究和头脑风暴工具。2024年这一数字是66%，两年间增长了超过20个百分点。

然而，使用AI与理解AI并进行批判性判断是两回事。AI为什么给出这个答案、可能存在哪些偏见、在哪些情况下不可信——不了解这些就使用AI，可能比不懂原理就用计算器危险得多。

在欧洲，EU AI法案已全面生效，以法律形式要求AI系统满足透明度和问责性标准。与此同步，教育界也日益强烈地要求将"作为用户理解AI"的能力正式纳入课程体系。

这一框架并非单打独斗完成的。

欧盟委员会与OECD联合主导，Code.org及全球各地的教育专家共同参与。2025年5月草案公开后，收集了约1000名利益相关者——教师、研究者、政策制定者、家长——的意见。

最终版本预计于2026年发布，不只是一份文件，还将附带可直接用于课堂的示例案例（AI literacy exemplars），向教师展示如何在科学、社会、语文等各学科中融入AI素养教育的具体课堂场景。

框架将AI素养划分为四大领域，合计22项细分能力。

1. 与AI互动（Engaging with AI） 实际使用AI工具，并从基础上理解AI的运作方式。不仅仅是"写好提示词"的技术技能，而是通过亲身体验来掌握AI的响应方式及其局限。

2. 与AI共创（Creating with AI） 将AI作为创作、解决问题和项目协作的工具加以利用。写作、绘画、编程、数据分析等领域——与AI共同产出成果的经历。

3. 管理AI（Managing AI） 批判性地评估AI生成的信息并判断其可信度。认识到AI的偏见、出错的可能性和隐私问题，形成负责任使用AI的伦理判断力。

4. 设计AI（Designing AI） 理解AI系统构建原理，探索简单的AI模型设计或数据训练概念。这一维度尤其适合中学阶段展开。

值得注意的是，这一框架并不局限于计算机科学课。它被设计为贯穿所有学科——在科学课通过实验探究AI偏见，在语文课分析AI生成文本的可信度，在社会课讨论AI伦理。

框架草案中包含的教学场景示例，让我们得以想象它的具体面貌。

小学：AI故事作者体验 学生向AI提议童话主角，AI创作故事。如果AI反复生成相似的主角形象（如金发王子、纤细的主人公），师生共同讨论"为什么会这样"。通过故事的形式，自然地探索AI偏见的来源。

初中：假新闻侦探团 将AI生成的文本与人类写作的文本混合，让学生加以区分。讨论判断依据的过程，同时培养批判性阅读能力和AI素养。

高中：打造自己的分类AI 学生亲手构建简单的垃圾邮件分类AI。亲身体验训练数据不同、结果随之改变，从而直观感受到AI不是"绝对的裁判"，而是"数据的映射"。

这一框架不只是一项建议，背后有更重要的原因。

OECD已确认，**2029年PISA（国际学生评估项目）将新增媒体与AI素养（Media and AI Literacy, MAIL）**领域。该框架正是PISA 2029试题开发的核心概念基础。

被纳入PISA的意义重大。这项覆盖80多个国家的评估一旦将AI素养纳入测量范围，各国政府就将面临在课程中融入这一能力的压力。它不再只是建议，而将成为事实上的全球标准。

在许多国家，AI教育的讨论主要集中在让学生用多少AI上。而欧盟与OECD的框架提出了另一个问题：学生能在多大程度上理解AI并批判性地使用它。

会使用AI工具，和理解AI，是不同的事——就像会开车，和理解发动机原理是不同的。而道路安全需要一定程度的机械理解。

2029年PISA对学生AI素养的测量，将揭示各国教育系统为此做了多少准备。这个准备，从现在就要开始。

相关阅读

AI素养教育在您的学校是如何开展的？欢迎在评论区分享您的想法！

Sources: