问答
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。
专业审查报告说毕业生需要 AI 素养，却没有人告诉你，这对你实际要教的那个学期意味着什么。或者你接手的那门课里有一节标着“AI 工具”的内容，没人能为它辩护，而你必须决定是否保留它。又或者你看到一个学生粘贴提示词、接受第一个答案就提交，你希望下一次作业能打断这个流程。
底线是：在你已经要评分的作业上加一步——让学生先给出自己的答案，再与工具的输出比较，并为自己保留了什么做辩护。能持久的素养是学科性的、重复的，并且作为判断被评价，而不是作为定义被背诵。
简要版本
1. 把这项工作挂到你已经评分的一个任务上。第二周单设一个模块，是这种做法最弱的版本。
2. 让学生在工具产出之前先产出答案，并让比较本身成为作业。
3. 给评价与修复 AI 输出的能力打分，而不是给它生成内容打分。这种能力不会自行迁移。
4. 用你学科的语言，说出 AI 在你学科里犯的错误，并把这项练习重复不止一次。
5. 用案例评价判断，而不是用问卷评价自信。
不要加一节课，而是在你已经评分的作业上加一步
机构默认的做法是单设一个模块，通常放在学期初，讲大语言模型如何工作、提示词怎么写。AI 素养的综合论述主张另一种安排：当学生在真实的课程任务中反复使用、质疑、核查、批评并就 AI 做出决定时，他们发展出的素养更有用。朝向批判性评价的移动，在那些经验持续且嵌入的时候最为明显，而不是一次交付完成（A Practical Five-Stage Continuum for AI Literacy in Higher Education）。
量化证据指向同一个方向。一项涵盖 59 项 AI 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。它也提醒说，以知识为中心的干预所显示的测量效应大于针对技能、态度或伦理的干预。在选择测量什么时请记住这一点。
另一个在既有工作上搭建的理由是工作量。一份 2026 年对生成式 AI在计算机教育中 72 项实证研究的综合发现，该文献中最强、被重复最多的结果是 AI 稳定地提高短期完成率并减少任务用时，这一结论跨越 36 项研究。根据 21 项研究，这些收益“不会迁移到独立表现”。除非对输出的批判性参与成为结构性要求，否则学生会完成更多而理解更少（Generative AI in computing education: a systematic review and a framework for responsible integration）。
收益还取决于先备知识。准备充分的学生把 AI 的帮助转化为持久技能。准备不足的学生则有把它当作拐杖、从而取消有效失败的风险。该综述的默认建议是分级开放：先无 AI 的基础，再是有引导的使用并配强制解释任务，然后是反思性批评。这个序列比新增一个单元更容易嵌入既有课程。学习设计是推敲这种分阶段安排的地方，课程设计则是同一问题在培养方案层面的版本。
让他们在工具回答之前先承诺
先思考，后 AI。要求学生先形成自己的初步解释、解法、论证、预测或草稿，再去查任何东西。然后他们把自己的思考与输出比较，指出一致与差异，核查各项主张，并决定采纳什么。这样工具就不会替代作业本要发展的认知工作——这正是认知卸载和AI 误用带来的学习损害背后的担忧：即时表现可以提高，而独立学习受损。
没有这种结构时会发生什么，有充分记录。Yan 等对 38 名本科生的前因—过程—结果研究发现，76.32% 的人依赖“单轮提问、得到答案、停止”的模式，78.94% 的人只在开始前或起草后整合生成式 AI。即便以掌握为目标的学生也默认使用表层加工。作者把这一结果称为效率悖论：速度的提升以建构图式所需的认知工作为代价，并引用一名学生的话：“你忘掉它的速度也非常快。”他们把原因定位在一种制度真空里：教师禁止抄袭，却很少教怎样建设性地使用（From cognitive outsourcing to reallocation）。
要求过程产物是便宜的修法。对话历史、一份反思笔记、一份修改日志：这些都能让工作流程可见，给元认知一个附着点，并把自我调节变成你可以评分的东西。它也给了一场关于学术不端的谈话否则会缺少的证据。
给批评计分
学生可以标注 AI 回答中的事实错误、无依据的主张、偏见、缺失的视角、不恰当的自信或薄弱的学科推理。他们可以把它对照阅读材料、实证证据、专业标准或课程评分量表来检验。
值得围绕它设计任务的模式是：看似合理但不完美的输出，加上一个坐在批评者或编辑位置上的学生。找出错误是通往校准和高阶思维较可靠的路径之一。
要把这当作一种你要教的能力，因为它不会随学科知识自动到来。在计算机教育的综合研究中，学生在改正 AI 生成代码上的表现显著差于在传统编程考试任务上的表现。这是直接证据：评价和修复输出不会自动从一般学科技能迁移，而且没有教学，学生会重新提交错误的作业而毫无察觉。该综述把这纳入其 VIE 框架（Verification、Implementation、Equity），并主张批判性参与应当成为学生作业中一个计分的、可观察的组成部分，称之为“连接该文献中每一项有效干预的共同机制”。
实务版本：评分量表里一行给你期望他们抓住的错误，一行给修复，一行给理由。如果批评不带分数，它出门时就只有三句话。
让它针对你的学科，并重复
像“检查 AI 有没有幻觉”这样的通用规则，不如向学生展示不可靠的输出在你的学科里长什么样。历史学里编造的引文。经济学里无效的假设。生物学里对实验证据的误导性解读。工程学里论证不足的设计决策。心理学里表面流畅但方法薄弱的写作。
在学期开始前，从你自己的评分记录里把这份清单写出来。五个来自你学科的例子，比一份通用检查表更管用，而且它们同时可以充当上面那个批评任务的错误库。
重复是另一半。第三周做一次练习，培养出的只是一个做过这次练习的学生。同样的练习出现在三次作业里、用不同的材料，培养的是习惯；本语料中显示学科特定整合的案例，都是这种实践在一门课中反复出现，而不是停留在一节课里。
借用你学科里已有的模型
你不必自己发明设计。已有若干种被记录在案，每一种都小到可以直接照搬。
经济学学生先自己解一个问题，取得生成式 AI 的回答，把它与自己的推理比较，批评 AI，反思，然后与同伴讨论（Fostering Generative AI Literacy in Economics）。
心理学学生按课程评分量表评价一份 ChatGPT 生成的媒体通稿，找出弱点并修改它，这在一个任务里同时发展学科素养和反馈素养（Using Generative AI to Promote Psychological, Feedback, and AI Literacies）。
生物学把这些活动整合进学科学习，而不是另教一个技术话题（Integrating AI Literacy Education in a Biology Class）。数据库与设计类课程把失败分析当作学习活动，让学生分析 AI 生成的错误，并迭代提示词与解法（The Pedagogy of AI Mistakes）。LearnAI 模式把即时的 AI 共创嵌入各学科，而不是运行一个通用模块（LearnAI: Just-in-Time AI Co-Creation Across Disciplines）。
有一条警示带着数字。一门重新设计的粒子物理导论课允许生成式 AI 作为研究型问题的明确伙伴，而无辅助笔试的平均分是 80 分中的 20.6 分，只有两名学生达到 40 分（AI in particle physics education）。有辅助的表现与可独立提取的知识是不同的成就。作者主张尽早教授 AI 素养——包括核查、把 AI 当教师而不是复印机——并同时安排专门的无辅助练习。物理教育有更完整的案例。
还有一种版本，让学生为真实受众做点东西。Burriss 等让 22 名十一年级学生制作视频公益广告，主题是他们亲身经历的 AI 伦理问题：校园监控、电子“通行证”，以及算法性的抄袭指控。该单元借鉴了批判后人文主义素养与多模态写作。学生把伤害描绘为纠缠的人机责任所致，而不是某个邪恶工具；他们把作弊的叙事反转，指向成人对易错 AI 的过度依赖；并以能动性收尾（“解决办法在我们手中”）。作者把叙事与协作生产置于批判性 AI 素养教学法的中心，并主张为真实受众围绕 AI 进行写作，能发展出能力量表看不见的批判素养（“Young Scholar[s] on the Beat”）。这一主张来自一个只有 22 名学生的单元，所以请把它读作设计思路，而不是效应量。
在便宜的地方保持社交性
协作是提高 AI 任务认知要求最便宜的方式。ICAP 框架把学生从被动接触推向主动、建构性和互动性参与。具体做法：两人一组比较提示词，小组辩论一个答案是否可信，团队共同修改一份输出，或一名学生向另一名解释为什么某个建议被否决。
证据支持认知上主动和协作的设计（Systematic Review of Collaborative Learning Activities for Promoting AI Literacy）。成本是一个讨论结构，而不是一次新的评价。
用任务评价判断
学生高估自己评价 AI 的能力，而一个自我报告式的自信题只会确认这个错误，而不会暴露它。知识库记录了自我报告与基于表现的 AI 素养之间的显著错位，并建议采用表现性评价（AI Literacy Assessment: Self-Reported vs Performance Misalignment；GLAT）。
与其用一道自信题，不如给他们一件事做：发现一个错误、核查一个来源、改进一份输出、解释一项局限、论证为什么某种 AI 用法适合某个特定任务。
情境题是很好用的工具，而且容易写。Reed 等（2026）给本科生呈现了几段小情境：用 AI 改进自己草稿的语法、在自己读文献之前先生成检索词、提交一份没有个人投入的 AI 生成反思日志、对自己生成的作业做最低限度的编辑。学生在明确的案例上趋于一致，而在工具承担了部分智识工作的地方分歧最大。这种分歧正是你的政策在默默依赖的那条边界，所以跑一遍这些情境会告诉你，你的课程在哪里需要说得更明确。它测量的也是对具体案例的判断，而不是抽象的熟练度。
决定课程无法解决的部分
有几点局限，值得在别人提出之前先说清楚。
提示词工程不是 AI 素养。学生可以在技术上变得熟练，同时仍然是对输出判断力差的人，而 AI 素养中某些技能取向的维度与自我报告的 AI 依赖呈正相关。没有自我调节、学业自信和元认知支持的操作性训练，可能增加依赖而不是减少依赖。
交互是工具不会提供的一项技能。Brunnström 和 Palmqvist 做了一次八轮演示：一个“天真的学生”在带回家考试中使用聊天机器人，结果显示默认输出“打磨精致但在教学上单薄”，而要到达一个可用的学习回路，需要学习者进行八轮干预（“简化一下”“这太多了，你能压缩吗？”）。他们把这种能力命名为 AI 交互素养，即引导、评价并从迭代交互中学习的能力。他们的公平结论更为尖锐：由于无引导的使用强加了一种分布不均的能力，生成式 AI“可能对本来就有优势的学生最有利”（AI-interaction literacy；AI 如何影响学生？）。教授这种交互既是一项教学法措施，也同样是一项公平措施。
更好的提示词并不能修好模型。在关于情境性谄媚的研究中，AI 素养与提示词教学减少了直接镜像用户错误的现象，却没有完全阻止这些错误传播进后续建议（The Hidden Cost of Contextual Sycophancy；AI Sycophancy）。学生需要知道：教学改变的是他们得到什么，而不是系统是什么。
公平贯穿这一切。学生来到课堂时，对付费工具的获取、提示词经验、语言背景和数字自信都不同。在缺乏公平获取和基础支持的情况下要求高阶使用，会把先前的接触变成学业优势，而获取、技能与结果正是数字鸿沟的不同维度。在设计一个需要付费工具的任务之前，先查清楚教室里谁真的有。
教师对这件事的误解
AI 素养就是教提示词。提示词是可见的那部分。学生可以在这些工具上变得技术熟练，却仍然对它们产出什么判断力差，而上面关于依赖的发现指向同一方向。
一节课就能覆盖。一节课可以引入词汇。但在真实课程材料上重复练习的证据更强，而那项 59 项干预的元分析发现效应最大的是整合式与反思式的做法。
每天用这些工具的学生已经会评价输出。Yan 等发现 38 名本科生中有 76.32% 处于单轮模式，而计算机教育的综合研究发现，学生在改正 AI 生成代码上显著差于普通编程考试任务。熟悉界面不等于校准。
活动必须围绕工具。更强的设计围绕学科，工具在其中。经济学学生批评一个 AI 解法，心理学学生修改一份生成的媒体通稿：学习的对象仍然是学科内容。
批判性评价会从学科知识迁移过来。并不会，这就是计算机教育的结果为何重要。会写正确代码的学生，并不自动能诊断别人写的错误代码，同样的落差也出现在文字里。
自信是可用的代理指标。在这批文献里，自我报告与表现是分离的，而且分离足够系统，以至于知识库建议采用表现性测量。请要求一次演示。
你会听到的反对意见
“内容已经很满的教学大纲里没有空间。” 那就不要增加内容。在既有作业上附加一个批评步骤，并且只计一次分。上面经济学和心理学的设计，都是拿学生本来就有的作业，改变他们拿 AI 输出做什么。
“我的学生已经会用 ChatGPT 了。” 他们会用界面。76.32% 的单轮比例就是没有教学时“熟练”的样子，而这正是你的课程要打断的模式。
“教他们用 AI 只会鼓励更多使用。” 有可能，而这个风险的诚实版本就在文献里：没有元认知支持、以技能为导向的训练与更高的自我报告依赖相关。这正是要把训练与反思和无辅助练习配对的理由，也是分级开放存在的意义。
“反思和批评太主观，没法评分。” 当评分量表只写“有思考”时，它们确实主观。当你指明要抓的错误、修复和理由时，它们就变得可评分——这和其他任何评分量表行的做法一样。
“我们的学生准备不足，所以 AI 会扩大差距。” 证据支持这种担忧。先备知识决定 AI 的帮助能否变成技能，而那项交互研究得出结论：这些工具可能有利于本来就有优势的学生。分级开放、无 AI 的基础、被教授的交互，是本语料给出的回应，每一条都可以在本学期着手做。
“这是图书馆的事，或者写作中心的事。” 那些服务可以教通用的评价。只有你的课程能教在你的学科里一个薄弱论证长什么样，而那才是学生带进你作业里的版本。
本周要做的事
1. 挑一个你已经在教的作业，加一个先承诺的步骤：在任何工具打开之前先写提纲、预测或草稿。
2. 写下 AI 在你学科里最常犯的三个错误，用你自己评分记录里的例子。
3. 把其中一个变成一个批评任务，配三行评分量表：抓住它、修复它、论证修复。
4. 把下一次问卷或离堂条上的一个自信问题换成两句话的情境，问学生会怎么做。
5. 确定并写明你课程的获取规则，包括允许哪些工具，以及是否有工具需要付费账号。
接下来去哪里
关于高等教育中 AI 素养干预的证据如何？是对这个基础有多强、在哪里变薄的诚实评估。人工智能正在如何影响学生？讲学生一侧，我该如何教学生核查人工智能的输出？讲学生需要的核查习惯，而如果你要做的是测量工具而不是课程，How to Assess AI Literacy: Misalignment Between Self-Reported and Objective-Based Measures是该去的地方。认知外包解释了“先承诺”规则底下的机制。