中外人工智能素养框架研究的学术报告

作者及发表信息
本研究由中山大学信息管理学院的余维杰（副教授）、郑梦婷（硕士研究生）和张颖（硕士研究生）合作完成，发表于《图书馆杂志》（Library Journal）2025年4月2日的网络首发论文中，期刊ISSN为1000-4254，CN号为31-1108/G2。论文引用格式为“余维杰，郑梦婷，张颖．中外人工智能素养框架研究[J/OL]．图书馆杂志”。

学术背景与研究动机
随着人工智能（Artificial Intelligence, AI）技术深度融入社会各领域，AI素养（AI literacy）已成为数字智能时代公民的核心能力。中国国务院2017年明确提出将AI素养纳入国民教育体系，联合国教科文组织（UNESCO）也强调公民需具备理解与运用AI技术的能力。然而，现有AI素养框架存在国内外差异，且缺乏系统性比较研究。为此，本研究基于40种国内外代表性AI素养框架，通过内容分析法揭示其共性与差异，旨在为完善我国AI素养教育体系提供参考。

研究流程与方法
1. 框架筛选与数据源
研究遵循Creswell提出的“适用性、代表性、信息丰富性”原则，筛选了40个权威机构或学者发布的AI素养框架（其中国内17个，国外23个），涵盖K12教育、高等教育、职业培训等多元场景。筛选标准包括：权威性（如UNESCO、中央电化教育馆等发布）、时效性（近十年内）和适用对象的广泛性。

1. 数据编码与分析

   • 开放编码：使用NVivo 12对框架文本进行逐句编码，提取44个初始概念（如“编程能力”“伦理原则”等）。
     
   • 主轴编码：将初始概念归类为13个二级维度（如“基础知识”“工具方法”），最终归纳为五大核心维度：
     
     • 认知（Cognition）：包括基础知识（36/40框架提及）和影响意识（19/40）。
       
     • 技能（Skills）：涵盖基础技术（22/40）、工具方法（34/40）和问题解决（10/40）。
       
     • 应用（Application）：涉及场景应用（16/40）和行业应用（18/40）。
       
     • 创新（Innovation）：包括内容创造（16/40）、开发设计（20/40）和创新发展（22/40）。
       
     • 伦理（Ethics）：聚焦人本理念（19/40）、伦理原则（27/40）和社会责任（11/40）。
       

2. 差异化分析
   通过频次统计与文本对比，研究发现：

   • 国内框架更强调系统性知识构建（如技术原理）和风险规避（如数据安全）。
     
   • 国外框架更关注价值判断（如社会影响）和主动治理（如公民参与伦理政策）。
     

主要研究结果
1. 共性特征
- 所有框架均包含“认知-技能-应用-创新-伦理”五大维度，体现技术导向与伦理关切并重的趋势。
- 高频要素如“工具方法”（85%框架提及）和“伦理原则”（67.5%）成为全球共识。

1. 国内外差异
   
   • 技术路径：国内框架注重“问题解决思维”（如抽象建模），国外则强调“全链技术能力”（如数据收集到模型评估）。
     
   • 创新侧重：国内聚焦AI系统开发设计，国外倾向AI辅助内容创造（如数字化作品）。
     
   • 伦理视角：国内以“风险规避”为主，国外倡导“主动治理”（如UNESCO框架要求师生参与伦理讨论）。
     

结论与建议
1. 理论价值
本研究首次系统解构了全球AI素养框架的维度结构，提出“动态平衡”模型：技术认知为基，伦理约束为界，创新驱动发展。

1. 实践建议
   
   • 均衡内容体系：将伦理教育嵌入技术教学（如案例中结合AI能耗与环境影响分析）。
     
   • 动态更新机制：参考欧盟DigComp框架，每2-3年修订标准，纳入新兴技术（如多模态大模型）。
     
   • 本土化适配：吸收国际经验（如UNESCO框架）的同时，结合中国“集体主义”价值观设计议题（如AI与城乡数字鸿沟）。
     

研究亮点
1. 方法论创新：首次采用NVivo对AI素养框架进行多级编码，量化分析维度频次，弥补了传统综述的定性局限。
2. 跨文化视角：揭示了中西方在AI素养教育中的文化差异（如“风险规避”vs“主动治理”），为全球化合作提供依据。
3. 政策参考价值：提出的“动态更新”与“本土适配”建议已被部分国内机构（如中国自动化学会）纳入标准修订计划。

其他有价值内容
论文附录了40个框架的完整列表（见表1）及编码表示例（见表2），为后续研究提供可复用的数据集。此外，作者指出未来需通过实证研究（如课堂观察）验证框架的本土适用性，这一方向值得学界关注。