《Computers and Education: Artificial Intelligence》：Unleashing human potential: An artificial intelligence competency framework for K–12 education
编辑推荐：
本研究探讨了如何将人工智能（AI）有效且负责任地整合到K-12教育中，以应对AI可能削弱人类独特价值的挑战。作者通过对54项研究的范围综述，识别出现有AI素养框架的三大核心能力，并提出一个全新的“理解-使用-释放”三维发展框架。该框架强调在掌握AI知识与技能的基础上，应通过反思性使用培养元认知能力，并最终导向以“纯简”心态发展学生的“精神自我”，从而真正释放人类潜能，确保教育在AI时代仍能促进人的全面发展。这为未来AI教育课程设计与教学实践提供了重要理论指引。
在人工智能(AI)技术，尤其是生成式AI工具迅猛发展的今天，一个深刻的疑问正在社会与教育领域蔓延：当机器能替代人类进行创作、决策甚至伦理思考时，教育的核心价值和人类存在的独特意义是否正面临被稀释的风险？AI不再仅仅是提升生产力的工具，它开始大规模地自动化“认知活动”，这对长久以来被认为是人类智力专属领域的能力构成了挑战。因此，如何在K-12（中小学）教育中整合这些强大技术，使之成为增强而非削弱人类潜能、坚守核心人文价值、激励下一代成长为更好个体的推手，成为了当前最紧迫的议题之一。
为了解答“当前研究中识别出的K-12教育AI能力框架关键组成部分是什么？”以及“可以提出何种框架来指导K-12教育中有效且负责任的AI整合，以培养能为未来社会做贡献的学习者，同时优先考虑人文价值？”这两个核心问题，来自香港教育大学的研究者Siu Cheung Kong（江绍祥）与Wenxi Hu（胡文曦）展开了一项系统性的研究，其成果发表在《Computers and Education: Artificial Intelligence》期刊上。
为了回答研究问题，研究人员主要采用了范围综述(Scoping review)的方法论。首先，他们于2025年9月1日在Scopus、Web of Science核心合集和ERIC三个学术数据库中，使用包含“人工智能”、“K-12”、“素养”、“能力”等关键词的布尔逻辑检索式，对2021年至2025年间发表的同行评议英文文献进行了系统性检索。最终，按照PRISMA-ScR（系统综述和荟萃分析扩展声明-范围综述）指南，筛选出54篇相关研究进行深入分析。通过对这些文献的编码、分类和归纳，研究者系统地描绘了当前K-12 AI能力框架研究的版图，并在此基础上构建了新的理论框架。
4. Study the characteristics of reviewed articles
研究者将54篇综述文献划分为三个核心维度进行分析，这恰恰构成了他们后续提出新框架的基石。
4.1. Classification 1: research on AI concept understanding（聚焦AI概念理解的研究）
这部分研究关注学生对AI系统的基础知识，包括数据与算法素养，以及对AI能力与局限性的理解。研究揭示出一个趋势：教学正从简单地定义AI，转向探索学生如何概念化地把握其内在机制。一个关键子主题是关注AI系统的能力与边界，旨在消除将AI视为具有魔力或拟人化的误解。例如，通过游戏和角色扮演等活动可以挑战儿童对AI的既有观念，而动手编码活动则能帮助孩子们认识到AI受其训练数据和编程的限制。这些研究共同表明，构建K-12学生的AI素养始于强大的概念基础，使学生能够理解AI的核心原理、能力及其固有局限。
4.2. Classification 2: research focusing on the practical and cognitive skills aspect of AI competency（聚焦AI能力中实践与认知技能的研究）
这部分文献将焦点从基础知识转向有效驾驭和利用AI技术所需的实践与认知技能。一个重要趋势是批判性使用能力的发展。多项综述强调，教导学生评估AI生成内容、识别偏见和验证信息至关重要。研究表明，学生可能觉得生成式AI工具易于操作，但难以有效且批判性地使用它们。教师在这方面的能力同样是关键关切点。另一个重点是创造性与战略性使用。许多研究超越了通用AI素养，探索其在特定情境中的应用，例如利用AI增强协作学习或词汇习得。AI还被用作创意表达的有力工具，如生成绘画或编写数字故事。这些工作共同强调了教学范式的转变：AI不再仅仅是一个学习对象，更是培养创造力和解决问题的工具。
4.3. Classification 3: research focusing on using AI for developing metacognitive insight, emotional resilience, and ethical awareness（聚焦利用AI发展元认知洞察、情感韧性与伦理意识的研究）
这一类别的研究探索了AI能力的高阶维度，将焦点从理解和使用AI工具，转向考察学生如何在AI为中介的学习环境中发展元认知洞察、情感韧性和伦理意识。研究者将此维度命名为“释放(Unleashing)维度”。其中一个中心主题是培养学习情感与元认知能力。例如，研究发现教师支持能显著提升学生使用AI聊天机器人学习的动机；设计良好的项目能够增强学生的自我效能感和伦理意识。另一个核心主题是发展AI伦理意识。现代AI教育的一个关键目标是培养负责任使用的意识。研究表明，围绕偏见、隐私和社会影响的伦理讨论可以被编织进中学和高中生的技术学习中。这些研究共同强调，K-12 AI能力的最终组成部分涉及唤醒学生的元认知和伦理能力。真正的AI素养超越了技术知识和实践技能，涵盖了与AI互动的批判性和人文主义层面。
通过上述分析，研究者识别出当前文献中的两个关键空白：第一，理解、使用和发展高阶思维常被割裂讨论，缺乏对它们之间如何相互塑造的探讨；第二，在高阶能力方面，大多数研究聚焦于做出正确决策的伦理意识，而少有研究探讨学生如何构建其内在价值观、自我意识和精神力量。
5. A framework proposed for AI competency in school education
为应对上述挑战，研究者提出了一个由三个相互关联的维度构成的框架：理解(Understanding) AI、使用(Using) AI，以及在与AI协作中释放(Unleashing)人类潜能。
5.1. Understanding AI: conceptual understanding of AI（理解AI：AI的概念性理解）
AI能力的一个基础维度在于培养概念性理解——把握AI是什么、如何工作以及不是什么。研究者指出了两个关键问题。首先是拟人化的诱惑，学习者误认为AI具有感知能力或像人一样。研究引用了“聪明的汉斯”(Clever Hans)马和对抗性图像(adversarial images)的例子，说明机器和人类的运作基于根本不同的认知基础。广泛存在的拟人化解释（如将AI参数“温度”误解为情感温度）具有重要的社会后果，它可能模糊责任，使伦理失败被归咎于AI的“黑箱”而非其背后的开发者和权力结构。其次是通过学校教育重新夺回理解。学生需要掌握AI背后的基本概念和操作原理，特别是机器学习、深度学习以及算法如何运作的核心思想。研究者强调，学生无需掌握复杂的数学公式或成为熟练的程序员，但对均值、标准差、斜率、欧几里得距离等关键数学概念的基本理解，有助于他们理解AI系统如何处理和解读数据。此外，学生还应理解AI系统的物质和人力基础，认识到AI是建立在自然资源提取、能源密集型计算基础设施以及数据标注、服务器管理等大量隐形劳动力之上的社会技术系统。
5.2. Using AI: critical and reflective AI use in learning and teaching（使用AI：学习与教学中的批判性与反思性AI使用）
在清晰理解AI的优势、局限及底层机制的基础上，学生和教师需要通过多样且有意义的方式与AI互动：
- •
战略性使用：提示词设计作为认知支架。 精确的提示词设计（例如，从“解释气候变化”到“比较2000年至2020年间发达国家与发展中国家气候变化的成因并举例”）成为一种认知支架，帮助学生外化思维，并由AI的回应来澄清、扩展或挑战这些思维。教师也可利用AI进行差异化教学。
- •
比较性使用：与机器对话质询。 鼓励学生咨询多个AI平台（如ChatGPT、Claude、Gemini）并比较其对同一问题的解读。这种实践揭示了每个工具的底层设计逻辑、训练数据和偏见，培养学生的综合与判断能力。
- •
反思性使用：从AI的失败中学习。 当学生遇到AI产生的事实性错误、偏见或“幻觉”(hallucination)时，这成为培养认知谦逊和加深理解的契机。教师可引导学生思考AI为何产生此答案、做了哪些假设、缺失了哪些数据，从而将AI输出视为需要进一步研究的临时性知识。
- •
教学文化：规模化支持批判性使用。 学校需要培育一种重视探索而非效率、重视批判而非便捷的教学文化。教师需要制度支持、专业发展和时间在低风险环境中试验AI。评估设计可以奖励学生展示其如何迭代提示词、基于输出进行修订或反思偏见的过程。
5.3. Unleashing potential of human: creating meaningful value as human beings while working alongside with AI（释放人类潜能：在与AI协作中创造有意义的人文价值）
超越有效使用AI工具，教育必须致力于通过鼓励学生将AI视为智力成长的伙伴而非替代品，来释放其更深层的潜能。这需要认可并培养无法外包给机器的独特人类能力——学习自我效能感、元认知意识，以及一个能够在技术进步中保持价值根基的“精神自我”。研究者提出了一个三重路径来达成K-12的学习目标：
- 1.
知情热情：学习的自我效能感。 这是指一种由知识和批判性思维引导的、深刻且有目的的热情。在AI时代，通过成功利用AI作为思维伙伴来解决问题，学生能够建立起对自身能力的信心，这种信心根植于自身的批判性判断，而非对AI的依赖。
- 2.
反思：元认知能力。 元认知——即“思考自己的思维”——是防止过度依赖AI的关键。研究者引用了齐默尔曼(Zimmerman, 2000)的自我调节学习(Self-Regulated Learning, SRL)理论，该理论描述了包括预先思考、表现和自我反思在内的循环过程。在与AI互动时，学生需要主动监控自己的理解（例如，“AI的解释真的对我有意义吗？”），并评估自己的学习成果，从而验证AI的逻辑，识别知识差距，并加深对学科内容的理解。
- 3.
精神自我：纯简状态。 这是人类在AI饱和时代成长的最终组成部分，主要关乎存在性层面：精神自我的培养。研究者从庄子（Zhuangzi）的哲学智慧中汲取养分，引用了“机心存于胸中，则纯白不备”的论述。“机心”是指一种利用环境谋取私利的算计心态，而“纯白”（或“纯简”）则与之相反。在无尽的提示词和无限的AI输出时代，人类需要在“机心”与“纯简”之间挣扎。研究者认为，与科技共存并不必然意味着算计心态的存在。通过在行动和决策中有意培养一种沉静的精神，个体可以抵抗操纵倾向的影响，以一种符合其核心价值观和行善的方式与科技互动。例如，一名中学生利用所学AI知识去教导其他需要帮助的人，而非仅用于方便个人任务，这种分享知识的行为不仅减少了技术获取的不平等，也帮助学生建立了更强的价值体系。
6. Conclusion, implication and limitation
本研究通过对54篇同行评议文献的范围综述，梳理了现有研究如何概念化学生的AI能力。基于此分析，研究者提出了一个强调人文价值的AI能力发展概念框架。该框架包含三个相互关联的维度：为知情参与而理解AI，为元认知发展而反思性使用AI，以及通过激活“纯简”心态来发展精神自我，从而在与AI协作中释放学生潜能。
该框架对K-12教育实践具有三层重要启示。首先，它强调应为学生提供理解AI工作原理的机会，在不将其拟人化的前提下，让学生将AI工具视为增强其自我效能感“知情热情”的资源。其次，它为指导教师支持学生通过反思性使用AI工具来发展元认知技能提供了指引。第三，也是最具特色的一点，它强调了培养学生“纯简”心态的必要性，即学生不应总是为了一己私利而无休止地利用环境（包括AI工具），其精神自我应知道何时暂停、脱离并保持静默，从而在与AI工具的协作中做出符合伦理和价值驱动的决策。
研究者也指出了本研究的两个局限：第一，分析受限于所综述的54篇文献；第二，所提出的框架尚未经过实证验证。未来的研究应在真实课堂环境中检验该框架的实践可行性和有效性，并探索如何在AI教育背景下测量和评估学生的人文潜能发展。
这项研究的根本意义在于，它超越了将AI教育局限于技术操作或伦理准则讨论的层面，将教育的终极目标重新锚定在“人的形成”上。它提醒我们，在全力拥抱AI赋能教育的同时，必须警惕其可能带来的认知依赖和价值空心化风险。最终，我们需要培养的不是AI的熟练使用者，而是能够驾驭AI、并在此过程中变得更加强大、清醒且富有价值判断力的完整的人。正如框架所指向的，教育的最高任务，或许是帮助每个学生在数字洪流中，找到并坚守那片属于人类的“纯白”之地。
