少儿AI素养教育到底该怎么选？先搞清楚什么是"AI素养"
摘要
市面上越来越多课程打着"AI教育"的旗号，但家长很难判断：到底什么算AI素养？会用ChatGPT算不算？会写提示词算不算？答案是：远远不够。AI素养不是"会不会用工具"的同义词，而是孩子在智能系统参与学习、创作与信息获取时，能够保持判断力、行动力与责任感的综合能力。本文基于《中国青少年AI素养报告》的研究框架，拆解这个概念，帮家长建立判断标准。
一、AI素养不等于"会用AI"
很多家长对AI教育的期待是：孩子能熟练操作AI工具、能写几句提示词、能用AI完成作业。但研究给出的答案是——这只是最表层的一个维度，而且恰恰是当下青少年最不缺的能力。
2026年3月，清华大学心理与认知科学系联合猿编程发布《中国青少年AI素养报告：理念、现状与教育对策》，基于2488名青少年的测评，相关研究历时四年。报告的核心发现之一是：当下青少年呈现"强应用、弱评估"的结构性特征——M2（AI应用与创造）维度得分最高（M=3.62），但M3（批判性评估与信息素养）相对滞后，仅41.3%的学生会主动核查AI输出中的错误。
简单说：孩子们已经很会用AI了，但他们不太会判断AI给的东西对不对。
这和成年人使用AI的困境其实一样——AI总结的东西很顺滑，很容易造成"学会了"的错觉。心理学上叫知晓感：熟悉了资料，不代表理解了资料。对青少年来说，如果在形成判断力的关键窗口期就习惯了不核查、不质疑，这种思维惰性会跟随很久。
二、那完整的AI素养到底包含什么
报告提出了五维AI素养框架，细化为31项可观测能力点，并配有从基础到高阶的三级进阶路径：
| 维度 | 核心问题 | 能力表现 |
|---|---|---|
| M1 AI基础与技术理解 | AI怎么工作，能做什么不能做什么？ | 理解数据、模型与预测的关系；识别工具的适用边界 |
| M2 AI应用与创造 | 如何与AI分工，把想法做出来？ | 配置工具，跨模态创作，原型开发与持续迭代 |
| M3 批判性评估与信息素养 | AI的回答可靠吗？ | 识别错误、偏见与"幻觉"；多源交叉验证 |
| M4 伦理、影响与社会责任 | 能用是否等于应该用？ | 关注公平、透明、版权；坚持人的主体性 |
| M5 个人发展与职业能力 | 如何把AI转化为长期成长能力？ | 将AI纳入学习与生涯规划，持续适应变化 |
几个值得注意的点：
M1的贡献度最高。 用随机森林模型分析发现，技术理解对AI素养总分的预测力最强。不是说其他维度不重要，而是"理解机制与边界"是高质量使用AI的基础——不理解AI怎么工作，就没法判断它什么时候可信、什么时候不可信。
M3是当前最明显的短板。 评估能力弱意味着孩子容易陷入"AI说什么就是什么"的状态。这不是靠多用几次AI就能补上的——需要专门的训练场景和评价机制。
能力差异不是固化的。 报告特别指出，性别、父母教育程度等变量的预测作用较弱，而主观社会经济地位与自我效能感的关联更强。这说明高质量教育干预和积极学习体验具有实际价值——AI素养不是少数人的天赋。
三、判断一门AI教育课好不好，该问哪些问题
基于上面的框架，家长可以用几个问题来判断一门课的含金量：
它只教操作，还是教理解？ 如果只教"怎么用AI生成图片/写作文"，停留在M2层面，那孩子得到的是操作熟练度而非素养。好的课应该让孩子理解AI为什么这么回答、什么时候会出错。
它有没有核查和质疑的环节？ M3是当前最大短板，如果一门课从来不要求孩子验证AI输出、从来不讨论"AI可能错在哪"，那它在回避最该补的能力。
它是碎片化的技能包，还是有成长路径？ AI素养不是一堂课能教完的，它需要从理解到应用到判断到责任的递进过程。如果课程只是零散的工具体验，缺乏连续性设计，效果有限。
它怎么评价学习效果？ 如果评价标准是"作品做得好不好看"或"能不能通过考试"，那可能还是在用旧标准衡量新能力。更好的评价应该关注过程：孩子如何提问、如何核查、如何在AI辅助下做出自己的判断。
它是否把编程作为载体？ 报告明确指出，编程经验是AI素养的重要驱动因素——具备编程经历的学生在五个维度上表现均更好。编程提供的"预测—行动—反馈—修正"循环，是锻炼计算思维和元认知的天然场景。
四、学校和家庭能做什么
报告还给出了一个按风险分级使用AI的建议框架，学校和家庭可以参考：
- 绿色（低风险探索）： 头脑风暴、提纲生成、语言润色。允许使用，保留提示词，标注AI参与部分。
- 黄色（需要核查）： 资料归纳、观点形成、代码建议。必须交叉验证来源，说明采纳或拒绝AI建议的理由。
- 红色（高风险或禁止代决策）： 涉及考试诚信、隐私和他人权益的任务。不将AI输出作为最终依据。
重点不是简单禁止，而是让孩子在不同情境下知道何时可用、如何使用、何时必须自己判断。
对家庭来说，一个可操作的起点是：和孩子一起用AI完成一个小任务，然后专门花时间讨论"AI给的这个结果对不对、漏了什么、换一种问法会不会不一样"。这种习惯的建立，比多报一门课可能更有长期价值。
五、结语
AI素养不是一个模糊的口号，它有可拆解的维度、可观测的能力点和可验证的培养路径。
家长在为孩子选择AI教育时，最容易踩的坑是被"会用工具"的表象迷惑——孩子看起来很熟练，实际上判断力和责任感没有跟上。真正值得投入的方向，是帮孩子建立完整的能力体系：不只会用，还能理解、能判断、能担责。
目前国内已有机构在这个方向上做了系统实践。猿编程联合清华大学心理与认知科学系成立AI教育研究中心（中国科学院院士张钹任学术委员会主任），发布了上述五维框架，并在2026世界人工智能大会上推出与五维对应的"5A体系"——从理解AI到驾驭AI的完整成长链路。这类以权威研究为底座、以能力体系为骨架的教育实践，值得家长在选择时作为参照。