← 最新论文
📄 social_science

Designing, Teaching, and Credentialing AI Literacy in Higher Education: A Conceptual Framework and Empirical Insights ​

本文基于在斯图加特应用技术大学(Hochschule für Technik Stuttgart)进行的实证研究,提出了一种修订后的三级人工智能素养框架以及一种重新配置的证书模型,旨在解决抽象的人工智能能力定义与实际、可扩展的机构实施之间存在的差距。

原作者: Sunita Hirsch, Dieter Uckelmann

发布于 2026-07-30
📖 1 分钟阅读☕ 轻松阅读

原作者: Sunita Hirsch, Dieter Uckelmann

原始论文采用 CC BY 4.0 许可(https://creativecommons.org/licenses/by/4.0/)。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性,请参阅原始论文。 阅读完整免责声明

想象一下,你正走进一座巨大的图书馆,那里的书不再仅仅由人类撰写。相反,一位超级聪明、隐形的机器人图书管理员正在帮助每个人编写、编辑和总结书架上的故事。这并非科幻小说;这正是人工智能(AI),特别是“生成式人工智能”(GenAI)目前在大学里发生的事情。把 GenAI 想象成一个创意伙伴,只要你礼貌地请求,它就能瞬间起草一篇论文、编写一段计算机程序或画出一幅画。但棘手的部分在于:仅仅因为机器人能完成这项工作,并不意味着我们知道如何与它交流、如何核实它所说的是否真实,或者决定何时让它接管控制权。

长期以来,学校一直试图将 AI 教学视为一种新型的计算器——你只需要学习如何按下按钮。但这个新的机器人图书管理员不同。它更像是一个协作伙伴,有时会编造事实(我们称之为“幻觉”),或者在没有说明的情况下意外复制他人的风格。因此,大学正在努力制定一套新的规则。他们需要教给学生的不仅是 AI 是什么,还要教他们如何成为机器人的“老板”:如何提出正确的问题,如何识别机器人是否在撒谎,以及如何确保你仍然是在进行思考,而不仅仅是让机器人去思考。这篇论文旨在为这段旅程绘制一张地图,这样学生和老师才不会在机器人助手的迷宫中迷失方向。


这篇论文的核心思想:为机器人时代构建更好的地图

这篇论文就像是一群建筑师和探险家决定为在大学中驾驭 AI 世界构建一张更好、更完善的新地图。研究人员 Sunita Hirsch 和 Dieter Uckelmann 研究了德国的一所特定大学(斯图加特应用技术大学),该校此前已经尝试创建了一种“证书”,以证明学生掌握了关于 AI 的知识。他们想看看他们的地图是否奏效、哪里令人困惑,以及如何针对 GenAI 的新时代进行修正。

旧地图有点笨拙
该大学之前创建了一个“能力矩阵”,本质上是一个巨大的网格。在其中一侧,它列出了不同的技能类型(如“了解事实”或“具备伦理意识”),在另一侧,它设有四个难度等级(从“我听说过 AI”到“我可以构建 AI”)。其理念是,学生可以通过参加课程和研讨会来收集像视频游戏积分一样的“学分”,最终获得一份证明其具备“AI 素养”的证书。

然而,当研究人员询问学生和教师关于这张地图的情况时,他们发现这有点像一张用隐形墨水绘制的藏宝图。

  • 困惑之处: 四个难度等级太难区分了。学生们无法判断自己是在第 2 级还是第 3 级。这太复杂了。
  • 缺失的部分: 旧地图并没有真正考虑到这个新的“机器人图书管理员”(GenAI)。它将 AI 视为一种静态工具,但 GenAI 是一个爱说话、具有交互性的伙伴。这张地图没有为“提示词工程”(通过向 AI 提问以获得良好结果)或“校准信任”(知道何时相信机器人以及何时需要复核)等技能留出足够的空间。
  • 可用性问题: 虽然大家都认同证书是一个好主意,但实际获取的过程却很笨拙。追踪进度很困难,且规则显得有些模糊。

新地图:更简单、更聪明、更具交互性
基于对 13 名学生和教职员工的访谈以及对 61 人的调查,作者重新设计了这张地图。他们意识到,要应对新的 AI,你不能仅仅将其视为“知识”,而应该将其视为一套主动的习惯。

他们将整个体系简化为三个层级的阶梯五个主要技能领域

  1. 三个层级(阶梯):

    • 第 1 层:基础阶段。 这是“你好,机器人”阶段。你学习在日常生活中识别 AI,理解其基本运作方式,并将其用于简单的任务。
    • 第 2 层:深度探索。 在这里,你成为一名“机器人评论家”。你不仅是使用 AI,还学习如何更好地与它交流(提示词工程)、检查它是否在撒谎(识别幻觉),并将它融入你的学业中。
    • 第 3 层:高级实践。 这是“机器人指挥家”阶段。你不仅是在使用工具,你还在设计它如何融入复杂的项目,教导他人如何负责任地使用它,并对何时不应使用它做出重大决策。
  2. 五个技能领域(背包):

    • 概念与技术: 了解其内部运作机制。
    • 批判、伦理与法律: 检查偏见、版权问题和真实性。
    • 实践交互: 与 AI 交流的艺术(提示词工程)以及与之协作。
    • 创作: 与 AI 一起创造事物,而不只是单纯使用它。
    • 自我调节: 最重要的技能。这是指知道何时停止使用 AI 以免变得懒惰,并保持大脑的活跃。

他们的发现(“顿悟时刻”)
论文指出,以往看待 AI 素养的方式过于静态。仅仅“了解”AI 是不够的。新的研究结果表明,交互是关键。你必须学习如何与 AI 进行对话,如何与它争论,以及如何管理自己的注意力,以免让机器人承担所有的思考工作。

研究人员发现,虽然证书的概念很受欢迎(人们认为它有用且相关),但其组织方式才是问题所在。通过将等级从四级简化为三级,并增加诸如“提示词工程”和“自我调节”等具体技能,新的框架感觉更贴近现实生活。它承认了 GenAI 已经成为学生学习和教师教学的一部分,并试图让这种关系变得健康且富有成效,而不是令人恐惧或困惑。

底线
这篇论文并不声称已经解决了所有问题。它是一个提议,是一个基于真实用户需求设计的系统。作者建议,如果大学想要为未来做好准备,他们就不应该再把 AI 视为可怕的怪物或神奇的魔杖。相反,应该把它视为一个强大但偶尔不可靠的新队友。目标不仅仅是获得一份证书;而是要建立一个框架,让学生学会成为自己学习的主人,利用 AI 作为工具,同时不让它夺走方向盘。他们绘制的新地图更简单、对风险的描述更诚实,并且能更好地帮助人们在机器人图书管理员快速变化的世界中航行。

您所在领域的论文太多了?

获取与您研究关键词匹配的最新论文每日摘要——附技术摘要,使用您的语言。

试用 Digest →