我应当如何把人工智能素养融入我的课程？

本页是英文页面的机器翻译，尚未经母语者审校。

最有力的做法是把**人工智能素养视为学科学习的一部分**，而不是把它当作一节讲如何使用 ChatGPT 的独立课程。当学生反复在真实的课程任务中使用、质疑、验证、批判人工智能并据此作出决策，而不是仅仅学习提示技巧或参加一次性的入门培训时，他们会形成更有用的人工智能素养。有效的教学把实际能力与批判性评价、伦理意识、Metacognition结合起来，并且关注人工智能在何时不应被信任或使用。

一个有用的设计原则是先思考，后使用人工智能。要求学生在咨询人工智能之前，先形成初步的解释、解法、论证、预测或草稿。随后他们可以把自己的思路与人工智能的输出进行比较，找出一致之处与差异，核实其中的主张，并决定要采纳什么（如果有的话）。这样可以避免人工智能替代作业本要培养的认知工作。这一做法与关于认知卸载和人工智能误用的关切直接相关：在这些情形中，眼前的表现可能提升，而独立学习却在受损。

一篇 2026 年关于生成式人工智能在计算机教育中的 72 项实证研究综述把这一点讲得更清楚，并给出了数字。生成式人工智能稳定地提高短期完成度并减少任务用时（36 项研究，是该语料中最强、被重复验证最多的结果），但这些效率收益“并未迁移到独立表现”（21 项研究）：除非对输出的批判性投入被结构性地要求，否则学生完成得更多而理解得更少。收益还取决于先前知识：准备充分的学生把人工智能的帮助转化为持久的能力，准备不足的学生则可能把它当作拐杖，从而消除了有益失败。作者建议把分级放开作为默认做法：先是不使用人工智能的基础阶段，然后是有指导的使用并配以强制性的解释任务，最后是反思性批判。参见计算机教育中的生成式人工智能：系统综述与负责任整合框架。

要求评价，而不只是生成

人工智能素养活动应当要求学生作出评价，而不只是生成内容。学生可以标注人工智能回答中的事实错误、缺乏支撑的主张、偏见、缺失的视角、不恰当的自信或薄弱的学科推理。他们可以把人工智能的输出与阅读材料、实证证据、专业标准或课程评分量规进行比较。

一个特别有用的模式是让人工智能产出一份看似合理但不完美的内容，然后让学生充当批评者或编辑。识别人工智能的错误，是通向更准确的判断校准与高阶思维的重要途径。

应当把评价看作一项本身就可教的能力，而不是学科知识的副产品。在那篇计算机教育综述中，学生在修改人工智能生成的代码时表现得明显更差，还不如完成传统的编程考试任务：这直接说明，评价与修复人工智能输出并不会从一般的学科技能中自动迁移；如果没有教学，学生就有可能不加批判地重新提交不正确的内容。该综述把这一点凝练为 VIE 框架（Verification、Implementation、Equity），并主张批判性投入应当成为学生作业中可评分、可观察的组成部分，而不是留给个人裁量的愿望，因为它是“连接该语料中每一项有效干预的共同机制”。

让人工智能素养与学科结合并反复出现

更新的研究也对人工智能素养的技能清单式构想提出质疑，并展示了这在实践中是什么样子。Burriss 等人让 22 名十一年级学生围绕他们真实经历的 AI Ethics问题制作视频公益广告：校园监控、电子“通行证”以及算法化的抄袭指控。该单元以批判后人类主义素养与多模态写作为基础，要求青少年把抽象原则转化为能引发情感共鸣的影片；学生大多把伤害描绘为源自人与机器之间纠缠不清的责任，而不是某个邪恶的工具；他们把作弊叙事反转过来，指向成人对错误的人工智能的过度依赖；最后仍然落在Learner Agency上（“解决办法就在我们手中”）。作者主张，叙事与协作性的创造性产出应当处于批判性人工智能素养教学法的中心；并且，要求学生面向真实受众围绕人工智能进行创作，能够培养出传统能力量表看不到的批判能力，因为那些量表假定表现可以逐个测量。参见“Young Scholar[s] on the Beat”：多模态写作作为一种批判性人工智能素养教学法。

尽可能让这些活动**与学科相关并反复出现**。诸如“检查人工智能是否产生幻觉”这样的通用规则，其用处不如向学生展示不可靠的人工智能输出在你所在领域里是什么样子：历史学中的伪造引文、经济学中的无效假设、生物学中对实验证据的误导性解读、工程学中论证不足的设计决策，或者心理学中表面流畅但方法薄弱的写作。

本知识库的人工智能素养综述认为，当人工智能素养的经历是持续的、嵌入真实课程作业之中，而不是孤立的研讨会时，向批判性评价的转变最为明显。参见高等教育中人工智能素养的实用五阶段连续体。这与量化证据一致：一项针对 59 项人工智能素养干预的元分析发现，整合式与反思式教学法的效应最大，同时提醒说，以知识为重点的干预所测得的效应大于针对技能、态度或伦理的干预。

纳入协作学习

协作活动可以加强这项工作。ICAP 框架建议超越被动接触，走向主动、建构与互动式的投入。学生可以两人一组比较提示词，就是否值得信任人工智能的回答展开辩论，共同修改人工智能生成的产品，或者向同伴解释自己为何接受或拒绝了某些建议。

重要的是，证据支持认知上主动且协作的设计。参见促进人工智能素养的协作学习活动系统综述。

评价所展现的判断力，而不只是信心

Assessment 应当聚焦于所展现出的判断力，而不是信心或自我报告的技能。学生常常高估自己评价人工智能的能力。与其问他们“使用人工智能是否有信心”，不如给他们布置需要发现错误、核实来源、改进输出、说明局限或论证某种人工智能用法为何恰当的任务。

本知识库指出，自我报告的人工智能素养与基于表现的测量之间存在显著错位，并建议采用基于表现的评价。参见人工智能素养评价：自我报告与表现之间的错位与GLAT：生成式人工智能素养测评。

这一点之所以重要，是因为无人监督的使用会默认滑向最弱的那种形式。Yan 等人对 38 名本科生做的“前因、过程、结果”研究（presage–process–product）发现，76.32% 的学生依赖“提问、得到答案、结束”的单轮模式，78.94% 只在开始之前或起草之后才使用生成式人工智能；即便是以掌握为目标的学生，也默认使用表层加工：这是一种效率悖论，速度的获得以建构图式所需的认知工作为代价（“忘得也一样快”）。作者把原因归结为一种“制度真空”：教师禁止抄袭，却很少教学生如何建设性地使用。要求提交过程性材料（对话记录、关于如何使用人工智能的反思笔记、修改日志）可以让工作流程变得可见，并把自我调节变成可以评分的东西。参见从认知外包到重新分配：对无监督评价中学生与生成式人工智能互动的一项 3P 分析。

情境化测量给你的是判断力的度量，而不是信心的度量。 Reed 等人（2026）给本科生呈现若干情境：用人工智能改善自己草稿中的语法、在亲自阅读之前让人工智能生成检索词、提交一份没有本人投入的人工智能生成反思日志、对生成出来的作业只做极少修改；然后询问每一种做法是否合乎伦理。他们报告的模式是：学生在一目了然的案例上趋于一致，而在工具承担了部分智力工作的情形上分歧最大，而这恰恰是课程政策必须明确的边界。这使情境题成为一种可用的课堂工具：它们会暴露出你的政策默默依赖的那些分歧，而且测量的是对某一具体情形的判断，而不是自我报告的能力水平。

问题与警示

不要把人工智能素养等同于提示词工程。 学生可以在技术上熟练使用人工智能，却仍然不能很好地判断其输出。人工智能素养中某些以技能为导向的维度与自我报告的依赖程度呈正相关，这提示：缺少自我AI Regulation in Education、学业信心和元认知支持的操作性训练，可能会在无意中助长更强的依赖。

人工智能素养还有互动的一面，而且它预设了它本应培养的那些能力。 Brunnström 与 Palmqvist 做了一场八轮的演示，让一位“零基础学生”在带回家完成的考试中使用聊天机器人，结果发现默认输出“精致但教学上很单薄”，而要形成可用的学习循环，需要学习者进行八轮元层面的干预（“简化一下”“这太多了，你能压缩一下吗？”）。他们把这种能力命名为人工智能互动素养，即在反复的交互中驾驭、评价并从中学习的能力，并得出一个尖锐的公平结论：由于无指导的使用要求一种分布不均的能力，生成式人工智能“可能对本来就占优势的学生最有利”。因此，教的是互动而不仅仅是工具，这既是一项教学措施，也是一项公平措施。参见人工智能互动素养：关于如何用生成式人工智能支持高等教育中自我调节学习的思考与人工智能如何影响学生？。

同样，素养教学本身无法解决模型层面的问题。训练可以减少某些错误，但不能消除它们。在关于情境性谄媚的研究中，人工智能素养与提示词教学减少了直接映射用户错误的情况，却未能完全阻止这些错误传播到之后的人工智能建议里。因此，学生需要理解：“更好的提示词”并不会让人工智能系统本身变得可靠。参见情境性谄媚的隐性代价与人工智能谄媚。

公平同样重要。 学生进入课程时，在付费工具的先前可及性、提示模型的熟练程度、语言背景以及数字信心水平上各不相同。在未提供公平可及性和基础支持的情况下要求高难度的人工智能使用，会把先前的接触转化为学业优势。可及性、技能与结果，是数字鸿沟中彼此不同的维度。

来自人工智能教育知识库的示例

• 经济学： 学生先自行解决一个经济学问题，然后获得 GenAI 的回答，将其与自己的推理比较，批判人工智能，进行反思，并与同伴讨论。参见在经济学中培养生成式人工智能素养。
• 心理学： 学生依据课程评分量规评价 ChatGPT 生成的媒体稿，找出薄弱之处并加以修改。这同时培养学科素养、反馈素养与人工智能素养。参见用生成式人工智能促进心理学、反馈与人工智能素养。
• 生物学： 人工智能素养活动被整合进学科学习之中，而不是作为独立的技术专题来讲授。参见在生物课堂中整合人工智能素养教育。
• 数据库／设计类课程作业： 学生分析人工智能生成的错误，并反复改进提示词与解法，把失败分析本身作为学习活动。参见人工智能错误的教与学。
• 跨学科大学课程： LearnAI 模式把即时的人工智能共同创作嵌入各学科之中，而不是设置一个通用的单一人工智能素养模块。参见LearnAI：跨学科的即时人工智能共同创作。
• 物理学： 一门重新设计的粒子物理导论课允许生成式人工智能在研究型问题上作为明确的伙伴，但一场无辅助的笔试（平均 80 分中的 20.6 分，只有两名学生达到 40 分）警告说，有辅助的表现与可独立提取的知识是两种不同的成就；因此作者主张，人工智能素养（包括如何核实生成出来的答案，以及把人工智能当作教师而不是复制对象）应当尽早教授，并与专门的无辅助练习并行。参见粒子物理教育中的人工智能：研究型问题与基础技能。
• 培养方案层面的课程设计： 人工智能素养连续体提供了一个发展模型，把学生从不使用或不加批判地使用，推向明智使用、批判性评价与改进。参见高等教育中人工智能素养的实用五阶段连续体。

实用要点

一门实用的课程设计并不只是**“第 2 周：如何使用 ChatGPT”**。相反，应当找出人工智能与重要学科判断相交的若干位置，并设计反复循环的：

独立思考 → 使用人工智能 → 核实 → 批判 → 修改 → 反思

学生最终应当不仅能说明自己如何使用了人工智能，还能说清为什么他们信任某些输出而拒绝另一些、核实了什么、哪些认知工作仍由自己负责，以及在什么情况下使用人工智能会破坏任务的目的。

与仅有操作性熟练相比，这样的组合更接近当前证据基础所支持的人工智能素养构念。至于这一证据基础到底有多强，以及它在哪些地方变得薄弱，参见关于高等教育中人工智能素养干预的证据是怎样的？。