《Computers and Education: Artificial Intelligence》：Artificial intelligence literacy at school: A systematic review with a focus on psychological foundations
编辑推荐：
本文探讨了K-12学校教育中人工智能素养（AI Literacy, AIL）的界定与框架。面对AI融入教育带来的机遇与挑战，研究人员通过系统性回顾，旨在厘清AIL的定义、核心维度及其心理构成。研究最终提出了针对教师、学生及其他教育相关群体的差异化定义与多维度框架，特别强调了认知与非认知（如自我效能、动机等）等心理学要素是AIL的核心组成部分。这为未来AI教育课程设计、实施与评估提供了宝贵的理论依据和实践指导。
人工智能（AI）正在以前所未有的速度改变着我们的社会，尤其在教育领域，其影响日益深远。从2022年ChatGPT的公开推出，到AI在语言教学各环节的广泛渗透，教育正在经历一场深刻的变革。一方面，AI技术为个性化学习、即时反馈和精准干预提供了巨大的潜力；另一方面，它也带来了诸如技术滥用、算法偏见、学术诚信风险以及“幻觉”产生错误信息等诸多挑战。在此背景下，培养学生的AI素养（AI Literacy, AIL）显得至关重要，这被认为是他们未来在AI驱动世界中有效参与、负责任决策乃至职业生涯发展的关键能力。然而，现有研究对AIL的概念界定五花八门，常与数字素养、AI思维等概念混用，缺乏一个清晰、统一且针对学校教育背景的框架。更关键的是，大多数已有的AIL定义和项目规划，都忽略了应对AI带来的变革所必需的基础性心理学要素。为了填补这些空白，并提供一个更全面的AIL视角，研究人员开展了这项系统性回顾。
为了回答“学校场景下的AIL如何定义？”、“其核心维度有哪些？”以及“AIL包含了哪些心理学维度？”这三个核心问题，研究人员遵循了PRISMA指南，开展了严谨的系统性文献回顾。他们从多个学术数据库中检索了2642条记录，经过筛选，最终纳入了58篇符合标准的同行评议文章进行分析。研究采用了预定义的变量编码方案，对每篇文章的出版特征、目标群体、AIL定义、理论框架、维度构成（特别是心理学维度）等信息进行了系统提取。鉴于纳入研究在方法和设计上存在高度异质性，研究人员未进行荟萃分析，而是主要通过定性分析方法，对提取的数据进行综合归纳，以识别AIL定义和维度中的共同主题、差异以及心理学要素的整合情况。
5.1 文献计量学特征
分析显示，相关研究在2022年后呈现快速增长趋势，反映出该领域日益增长的研究热度。超过一半的研究聚焦于学生群体，其次是教师。绝大多数文章发表于教育技术和AI教育领域的期刊，显示出该主题鲜明的跨学科应用属性。从研究主题分布看，AIL的概念化构建是最大的关注点，其次是测量工具的开发与验证以及课程设计。
5.2 RQ1: AIL如何被定义和概念化？
研究发现，AIL的定义因目标群体不同而存在差异，因此研究提出了三个群体特异性的定义。对于教师，AIL被定义为一种能力和自我效能感，使其能够将AI相关的概念性和技术性知识与教学专业知识相整合，以批判性地分析、应用、评估和开发AI技术，从而实现有效教学，并以促进学生和社会负责任、合乎道德地使用AI为目标。对于学生，AIL是一个整合了认知与非认知方面的多面概念，被定义为理解AI技术、使用AI应用、认识其伦理及更广泛的社会文化影响，并在与AI互动时体现适当道德和情感倾向的能力与态度，旨在培养学生的批判性思维、适应力和问题解决技能。对于其他教育从业者，AIL强调通用性与领域特定知识的区分，重在一种反思性思维模式，以及理解、解释和合乎道德地使用AI技术以实现知情、优化和情境相关决策的能力。
5.3 RQ2: AIL的维度有哪些？
研究识别出了针对不同群体的核心AIL维度。教师的AIL包含六个维度：1) 教学情境中的AI知识与技能；2) AI伦理；3) 情境知识（认识并遵守社会文化、政治伦理及系统性约束）；4) 伴随AI的持续专业成长；5) AI自我效能与态度；6) 生成式AI（GenAI）特定维度（如提示工程、批判性评估等）。学生的AIL包含八个维度：1) AI知识；2) AI技能；3) AI意识；4) AI相关思维能力（如计算思维、批判性思维）；5) AI职业准备；6) AI伦理与社会影响；7) AI态度与价值观；8) GenAI特定素养。此外，个性化与情境适应性作为两个额外的关键维度在所有群体中出现。
5.4 RQ3: AIL包含了哪些心理学维度？
本综述的一个核心贡献是明确识别并强调了AIL中的心理学维度，这些维度被发现在所有目标群体中是共享的。它们主要分为认知和非认知两大类。认知维度包括：元认知、批判性与计算思维、问题解决以及决策。非认知（情感/意动）维度包括：动机、自我效能感、情绪调节以及对AI的态度（如信任、焦虑、感知行为控制）。这些心理学维度对于理解和衡量个体如何有效学习、适应并与AI技术互动至关重要。
本研究通过系统性回顾，首次在K-12学校教育背景下，构建了一个区分目标群体、整合心理学视角的综合性AI素养框架。研究明确了针对教师、学生及其他教育者的差异化AIL定义，详细列出了各自的核心能力维度，并特别论证了认知与非认知心理学要素是AIL不可分割的组成部分。这一框架不仅澄清了当前AIL概念化中的混乱，为未来的理论和实证研究提供了清晰的方向，更重要的是，它为教育政策制定者、课程开发者和一线教师提供了实用的路线图。它指出，有效的AI教育不能仅停留在技术和知识层面，必须同时关注学习者的动机、信念、自我调节能力和批判性思维等心理基础的培养。该研究成果对于设计更具包容性、有效且可评估的AI素养课程、教学法和测评工具具有重要的指导意义，有助于推动AI在教育中的负责任和赋能型整合。
