何谓人工智能素养：实质、构成与评价体系

钟柏昌 刘晓凡 杨明欢

择要：ChatGPT等新一代人工智能技能给教诲带来了积极和悲观影响，教诲领域不仅要被动应对人工智能带来的诸种寻衅，更该当主动思考如何造就学生具备适应和驾驭人工智能的素养，本文将这种素养称之为人工智能素养，即通过人工智能教诲培养的领域特定性与领域一样平常性兼具的学生核心素养。
对人工智能素养的解析可以追溯到三维目标模式下的诸类研究，但这些研究未能廓清其内涵实质和内在逻辑。
鉴于人工智能素养是因应人工智能技能的发展而产生的一种新的素养类型，本文首先从技能本体论视角剖析了人工智能素养的实质——人的技能化，并从哲学认识论与教诲生理学视角出发，把握了人工智能素养的构成：核心素养发展的本色便是一个“知识与思维”的动态转化过程；情绪作为源于认知过程的感情化体验，不仅涵养了知识建构与思维发展的过程，也是人类得到道德不雅观念的根据和渊源。
由是，知识、情绪与思维的相互浸染关系共同构成了学生人工智能素养的底层逻辑。
籍此，本文从人工智能知识、人工智能情绪、人工智能思维三个维度出发，重点构建并详述了人工智能素养的评价指标体系，以期为人工智能教诲的康健发展供应指引。

关键词：人工智能教诲；人工智能素养；思维办法；行为办法；存在办法；评价体系

ChatGPT的横空出世，让人们真切地感想熏染到人工智能时期未来已来，每一个人都将不得不面对人工智能、学会与人工智能和谐相处和共同发展。
近年来，中国、美国、日本、韩国、欧洲等国家和地区纷纭发布国家人工智能发展计策方案，极大促进了环球人工智能教诲的发展。
我国中小学人工智能教诲也正处于快速发展阶段，但由于短缺顶层设计和系统性的国家课程支持，仍旧存在技能化、工具化、零星化等问题。
在主编中小学人工智能系列教材的过程中，我们深刻地感悟到，要办理这些问题，就须要回归教诲实质，开展系统性的思考和设计。
我们认为，教诲始终是面向全人发展的富有德行的活动，人工智能教诲也要时候秉持“全人教诲”思想，超越知识节制与技能演习的窠臼，强调对学生关键能力和必备品质的培养，融知识、情绪与思维于一体，使之成为具有“核心素养”的人（李艺, 钟柏昌, 2015）。
差异于一样平常意义上的核心素养，本文将这种通过人工智能教诲培养的学生核心素养称为“人工智能素养”。
显然，本文所言人工智能素养不是关于人工智能的专业素养，而是随着人工智能社会的到来，每一位公民所应具备的、与读写算一样主要的素养。
那么，这种素养究竟有何所指、特色如何、当如何评价，诸类问题亟待廓清，本文将予以重点谈论。

一、缘起三维目标：人工智能素养的框架综述

核心素养的学科性与跨学科性一贯是谈论核心素养内涵的一个主要议题。
所谓学科核心素养，是个体办理特定学科或领域问题中所表现出的核心素养或领域特定素养（Domain-specific competence）（OECD, 2003）；而跨学科核心素养则是可以运用至不同任务、情境、目的和领域中的核心素养或领域一样平常素养（Domain-general competence）（Davies, 2013）。
对付特定领域的繁芜问题办理，不仅须要个体一样平常意义上的心智机制，还须要特定领域的构造化知识与思维模式（Hassebrock & Prietula, 1992）。
在此背景下，一方面，我们必须反对分科主义的泛滥，淡化各门学科之间的边界，推动学科间的互融互通，当且仅当如此，以学科活动为载体发展学生学科核心素养的同时，才有可能触及跨学科核心素养的造就；另一方面，开展专门的跨学科学习活动培养学生的跨学科核心素养也是环球各经济体普遍采取的策略（史威, 2021）。
由此可见，学科核心素养与跨学科核心素养共同构成支撑学生核心素养发展的整体框架。
作为一门交叉学科，人工智能不仅具有学科属性，还涉及诸多学科领域，在教诲领域中更具独特的跨学科上风，即强调学生通过软硬结合的办法将学习到的科学、技能、工程、数学等领域知识来办理繁芜的实际问题，得到高阶思维能力的显著提升。
从这个意义上说，人工智能素养是一种具备领域特定性和领域一样平常性双重属性的核心素养，这是我们理解人工智能素养的一个基本出发点。

早在20世纪70年代，已有学者提出人工智能素养（AI Literacy）一词（Agre, 1972），紧张强调的是人工智能专业技能职员的素养构造，并没有引起人们的广泛重视。
直到2018年，人工智能素养再次进入大众视野并引发教诲界的研究热潮（Ng et al., 2021）。
大多研究从三维目标角度构建人工智能素养框架。
例如，Wong等认为人工智能素养包括“AI观点、AI运用、AI伦理”三个部分，个中“AI观点”是指基本的人工智能知识与起源，“AI运用”是指人工智能技能在现实天下中的运用，而“AI伦理”是指人工智能运用过程中所面临的道德寻衅和安全问题（Wong et al., 2020）。
又如，Kim等从“AI知识、AI技能、AI态度”三个维度构建了人工智能素养模型，个中“AI知识”是指人工智能的核心观点，“AI技能”是指学生在人工智能运用过程中所具备的打算思维能力，“AI态度”是指学生能够批驳性思考人工智能技能的社会影响并精确看待人类与人工智能的关系（Kim et al., 2021）。
再如，张银荣等从使能目标、内核目标和发展目标出发，将“AI知识、AI能力、AI伦理”作为人工智能素养的三个主要维度，个中“AI知识”是指人工智能发展史和技能事理等，“AI能力”是指打算思维、数据能力、编程能力等这些利用人工智能办理问题时的智能思维能力，“AI伦理”是指对如何规范、合理开拓AI技能，利用AI产品，以及如何应对人机交互过程中可能涌现的社会问题的一种态度和代价不雅观，包含AI接管度、AI公正意识等（张银荣等, 2022）。
此外，在核心素养的根本上，艾伦从“人与工具、人与自己、人与社会”三个层面提出了人工智能课程核心素养，个中“人与工具”反响了智能化社会中人类如何重塑与新工具之间的关系，“人与自己”反响了智能化社会中人类如何重修与“自我”的关系，“人与社会”反响了智能化社会中人类如何面对新的社会关系（艾伦, 2018）。

同时，也有研究提出了人工智能素养的四维框架。
例如，杨鸿武等从核心观点、技能实践、跨学科思维与伦理态度等方面构建了STEM背景下的人工智能素养框架。
个中，核心观点包括人工智能的根本知识、事情办法、事情流程与范例运用等，技能实践包括编程、协作、问题办理与创新等核心能力，跨学科思维包括打算思维、数据思维、批驳性思维与设计思维等，伦理态度是示正确看待人工智能的优缺陷及其带来的影响，并积极地规制风险等（杨鸿武等, 2022）。
又如，人工智能教诲研究标准课题组认为中小学人工智能核心素养由智能意识、智能思维、智能运用与创造、智能社会任务四个核心要素构成。
个中，智能意识是指个体对人工智能的敏感度、理解力和代价判断；智能思维是指个体利用人工智能领域的技能方法，在问题办理过程中产生的一系列思维活动；智能运用与创造是指个体根据实际需求，批驳性地评估并选用得当的人工智能资源与运用工具；智能社会任务是指个体在隐私保护、伦理规范和行为自律方面应尽的任务（人工智能教诲研究标准课题组, 2023）。
再如，中心电化教诲馆从“人工智能与人类、人工智能与社会、人工智能技能、人工智能系统设计与开拓”四个领域制订了人工智能技能与工程素养框架，个中“人工智能与人类”部分强调人工智能与人类之间繁芜的关系与伦理道德，“人工智能与社会”部分强调人工智能对人类社会发展可能产生的深远影响，“人工智能技能”部分强调如何选择和利用人工智能工具办理详细的问题，“人工智能系统设计与开拓”部分强调从系统工程的角度，勾引学生设计、开拓和测试人工智能运用系统（中心电化教诲馆, 2021）。

此外，郑勤华等进一步从智能知识、智能能力、智能思维、智能运用、智能态度等方面提出了智能素养的五维框架。
个中，智能知识紧张包括人工智能的发展进程、基本观点、技能体系、运用领域及社会影响等，智能能力紧张包括信息能力、数据能力、编程能力、算法能力等人机协同的主要能力，智能思维紧张包括人机协同思维和主动调节思维，智能运用紧张包括AI运用与AI动手能力，智能态度紧张包括AI代价不雅观、AI伦理与AI志趣（郑勤华等, 2021）。

总之，无论是三维框架，还是四维框架，抑或五维框架，都表现出一个明显的特色，即都强调了人工智能不同维度的内容，并与第八次课改之初所倡导的三维目标高度类似：知识与技能、过程与方法、情绪态度与代价不雅观，这为本研究供应了主要启迪。
同时，现有框架也存在明显不敷：首先，人工智能素养常被作为一样平常观点提出，缺少对其内涵的深入磋商与实质廓清，所采取的术语也尚未统一（如智能素养、人工智能核心素养、人工智能课程核心素养、人工智能技能与工程素养、人工智能素养等），为避免观点泛化，亟须确立一个广受认同的专门术语，指向人工智能时期每一位公民所应具备的通用素养；其次，现有论者所提框架的维度之间与维度内部的各要素较为分散，缺少清晰的逻辑梳理与学理论证，犹如散落的珍珠，不利于读者整体把握素养框架的全貌和构建逻辑。
基于此，本文试图正式确立“人工智能素养”这一观点，把握人工智能素养的实质，追溯人工智能素养的构成，追寻人工智能教诲代价的全面彰显。

二、领悟三个视角：人工智能素养的实质与构成

毋庸讳言，人工智能素养是因应人工智能技能的发展而产生的一种新的素养类型。
因此，要把握人工智能素养的实质就不得不追溯技能本体论，而对其构成的追问又离不开哲学认识论和教诲生理学思想。

（一）实质：人工智能素养始于人的技能化

人工智能素养关乎智能技能时期中人的发展问题，对人工智能素养的溯源，自然离不开“人与技能”关系的探寻。
技能发轫于人类对自然的改造，这是技能哲学的逻辑出发点（陈昌曙, 1999）。
自然改造论认为，从“天然物”向“人造物”的转化，便是通过人为干预来“打断”自然界运动的自然进程，使其转向人工进程。
自然进程只是一个纯挚的因果过程，而人工进程则表示了自然规律与人类目的的统一。
可以说，人对自然物的改造或者“创建、加工出自然界本来没有的东西”，实质上都是自然界的“人工化”（陈昌曙, 1999）。
换言之，技能具有掌握品性——将自然进程“打断”与“人工化”（李美凤, 李艺, 2008）。

在此根本上，马克思的实践哲学对人和技能的实质进行了独到剖析，揭示了人与技能的内在联系。
首先，人的主体性不是天生的、一成不变的，而是人在实践活动中不断天生和发展的实质力量。
需强调的是，这里的实质力量不是单一构造，而是由自然力、认知能力、实践能力以及情绪等多种身分之间密切联系所构成的有机整体。
其次，技能是人创造的，是人的实质力量工具化的产物，技能活动是人类活动的最基本形式。
根据主客体关系的浸染方向，马克思进一步区分出“主体客体化”与“客体主体化”两个过程，前者是主体浸染于客体并使实在质力量工具化于客体之中（即工具化的过程），后者则是客体浸染于主体并转化为主体实质力量（即非工具化的过程）（陈维维, 李艺, 2009），即人在布局工具的同时也在布局自身。
人与技能正是处于这样一种主客体相互浸染、双向建构的实践关系：一方面，人根据自身须要创造或改造出各种形态和功能的技能客体，实现人的实质力量从主体向技能客体的运动；另一方面，技能一经创造出来就具有了相对独立的存在形态，通过一定路子和办法对人类活动产生规范与制约，而人发挥自身的主不雅观能动性，把握技能的客不雅观规律，节制技能活动的规则和流程，从而把技能品性内化为自身的实质力量（李美凤, 李艺, 2008）。
在这种双向互动过程之中，人的实质力量与技能品性不断领悟并返回自身，这种返回不再是在原有根本上的大略重现，而是人对自身实质的摈弃、发展与完善，这便是人的技能化。

然而，在特定社会历史条件下，人的技能化总是与异化相伴生的。
一方面，人类对自然规律的认识总是存在历史局限性，对自然进程的人为干预并不总是符合人类的整体或长远利益；另一方面，作为多元主体的实质力量工具化的产物，技能身上积累着多种利益和代价取向的力量，这些力量博弈的结果并非总是合理的（李美凤, 李艺, 2008）。
于是，在人的技能化过程中，人从技能身上也会受到“异质”力量的逼迫乃至被其同化，此系技能对人的奴役和异化的一个主要根源。
尤其是人工智能“器用”代价野蛮成长的本日，技能的运算能力、存储能力、交互能力、掌握能力等仍在持续打破，数据隐私、技能伦理等问题也纷至沓来，人类有可能在整体上面临着异化风险，逐渐片面发展乃至是畸形发展为工具理性支配下的“冷漠路人”或“科技巨婴”。
只管如此，人的技能化仍旧是人类通达自由与解放的合理路子。
马克思认为“人的类特性正好是自由的、自觉的活动”（马克思, 恩格斯, 1979），“自由不是上帝的恩赐，也不是自然进化意义上的天赋，而是人通过自己的历史活动……自我进化、自我天生的”（林剑, 1996）。
作为贯穿于历史实践中人在不断天生中的过程性状态，人的技能化与人类自由发展具有历史和逻辑同等性，技能化是主体性发展的紧张路子。
当人类的实质力量受限而不得不忍受作为异己的、支配人类行动的自然规律的束缚时，人的技能化使人不断将外在的客不雅观一定性融入自身实质力量之中，在自然与人工、技能与人性的平衡中找到新的出发点，从而战胜技能的异己力量。
作为适应和驾驭人工智能的素养（即本文所言人工智能素养），它的实质便是通过人的技能化过程，得到人的实质力量的提升，终极实现人与智能技能的和谐发展。

（二）构成1：知识构造与思维构造的内在同等性

人工智能素养作为人与AI技能打交道形成的实质力量，在内化于心和外化于行的过程中，一定形成某种构造，那么，这种构造究竟是什么？首先须要回到认识论中探求线索。

传统认识论经历了唯理论、履历论及康德先验建构论的发展脉络。
唯理论认定统统可靠的、普遍的、一定的知识只能来自理性，认识的过程便是天赋不雅观念的演绎过程；履历论则认定履历是知识的唯一来源，认识的过程便是由觉得履历引发的遐想过程；康德则用先验“知性”范畴对以上两者进行了调和，认为知识既非纯粹天赋，亦非仅缘于履历，而是二者的综合：认识过程是先验知性范畴对觉得履历的系统化、规范化的过程（邓晓芒, 2004）。
然而，康德对先验主体的认识过程绝对化，忽略了现实情境中认识主体有着详细性、历史性与有时性的特色（罗亚玲, 2017）。
作为后来者，皮亚杰的发生认识论批驳性继续了康德的范畴思想，摈弃康德范畴中“韶光上先验”的身分，接管其“逻辑上先验”的思想，形成最为成熟的认识论造诣。

皮亚杰认同主体所完成的统统建构都以先前已有的内部条件为条件，但并不接管其凭空而来的“先验”，而是直接从人与客不雅观天下的关系角度，追问认识发生的内在机制。
皮亚杰认为，主体以遗传适应性能，如吮吸需求、抓握需求等内部条件为根本，通过与客不雅观天下的持续互动，逐渐建构起对客不雅观天下的日益繁芜、丰富的认识（李其维, 1999）。
这里的遗传适应性能，其内在机制便是同化和顺化（又译“顺应”），前者是把自身的意义授予外物，后者是自身受所同化元素的影响而发生某种改变。
以吮吸行为为例，主体在建立“圆柱体←→可吮吸”这一意义关联后，如果同化过程不碰着阻碍，那么主体便会一贯建立以上这种在我们看来有明显问题的意义关联；如果主体试图吮吸一个很大的圆柱体，他会意识到并非圆柱体都可吮吸，于是便取消“圆柱体”与“可吮吸”的一定关联。
只有通过同化、顺化过程的持续循环，主体才能建构越来越多的意义关联，而这些意义关联的结合结果便是日益繁芜的知识构造（冯友梅等, 2021）。
可以认为，知识构造是静态的建组成果，而建构过程则是意义关联的过程或思维过程，思维过程呈现出的动态构培养是思维构造，从这个意义上说，知识构造与思维构造具有内在同等性。

同化和顺化为认知发展供应了生理学阐明，在此根本上，皮亚杰进一步利用“逻辑数学范畴”和“物理范畴”的协同运作为知识发生或思维过程供应了哲学阐明。
前者是主体（身体）浸染于客体的动作（或动作构造）经抽象、内化而产生并存在于主体头脑中的用以转换、阐明知识的逻辑（内化的逻辑构造），是统统外部天下的认识得以形成的先行条件；后者则是主体把自身的逻辑数学范畴运用于或归因于客体的结果（外化的知识或规律），大体对应一样平常意义上的规律或“知识”，由此构成了“内化—外化”双向建构的认知发生过程（熊哲宏, 2002）。
以此为关照，在认识发生和逻辑发展的过程中，运行的思维以各种逻辑范畴的形式展现，在思维发生的那个当下所显现出来的逻辑构造即是思维构造，而在知识发生确当下的逻辑数学运演导致了知识构造的变革（张沿沿等, 2020）。
故言之，知识构造与思维构造是在状态与运动的循序转换中螺旋上升、共同发展的。

值得补充的是，在康德的影响下，胡塞尔将范畴看作是客不雅观知识得以成立的先天形式，认识活动是在以主体的先验认识形式为条件推动的意向性活动中展开的，这种先验的认识形式即是先验范畴（吴汝钧, 2008）。
这种先验范畴为意向性活动中的“实质直不雅观”供应了工具内容与事态的先天形式法则，从而使得朴素的觉得材料成为可理解的东西。
详细而言，这种先验范畴又可以细分为形式逻辑范畴和形式本体论范畴，两者分别指向逻辑（基于观点的逻辑）和观点（作为内容形式的观点，纯粹观点）。
由此可见，胡塞尔思想中的先验范畴摆脱了康德的先天绝对性，较好地触及先验范畴中的细节，并与皮亚杰的两个范畴说思想不谋而合，即共同强调知识与思维在认识发生过程中的主要性。

学习的认知不雅观和建构主义不雅观点强调学习者知道什么（知识）以及他们是如何思考（认知过程）这些知识的。
由此形成了熠熠生辉的教诲目标分类成果，范例如安德森等人主导的《布卢姆教诲目标分类学修订版》，其按照“从大略到繁芜”“从详细到抽象”的组织原则，从“知识”与“认知过程”双重维度出发，构建了认知领域的教诲目标框架（安德森等, 2009）。
该框架不仅突出了“知识”和“认知过程”之间不可分离的、内在的逻辑关系，而且展示了个体参与知识的意义建构的过程办法（即思维办法），映证了知识与思维之于认知发展的主要性，也反响出哲学认识论领域与教诲生理学领域相互补充、相互映射的内在关系。

（三）构成2：认知与情绪的双螺旋构造

众所周知，理性和感性是人的一体两面，既是差异于动物，也是超越人工智能的基本属性。
详细到教诲领域，大体对应了认知领域教诲目标和情绪领域教诲目标。
然而，上述关于知识构造与思维构造的谈论，仅仅涉及了前者，人工智能素养是否在逻辑上包含情绪？如果包含，情绪与认知又是何种关系？

具身哲学领域的代表人物梅洛•庞蒂在深入稽核人类身体认识天下的过程后，提出两类身体——生物层面的身体（客不雅观身体）和社会文化中所履历的身体（征象身体），两种身体形式的联结为运动本身及其承载的符号意义之间的互换搭建了桥梁（梅洛•庞蒂, 2001）。
这种联结关系的产生在具身认知的诸多理论模型中得到了确认，即高等认知过程涉及觉得—运动状态的部分激活，并由此构成了认知过程的基本身分（Fraley & Marks, 2011）。
回顾皮亚杰的发生认识论哲学，其不仅揭示了知识与思维的内在同等性，也始终强调身体的感知运动：物理范畴作为主体与外界沟通的中介，卖力对外部刺激的收受接管。
事实上，正是对“身体”的关注，才可透过“知识”与“思维”的动态转化过程来洞察主体内在统一发展的实质。
也正是由于“身体”的参与，这种“统一发展”就不仅仅是知识与思维的统一，更是知识、思维与情绪作为整体人意义上的统一（冯友梅等, 2021）。
因此，具身认知理论所倡导的传授教化不雅观认为，素养的发展不仅须要思维等理性成分，更须要基于身体的感知、体验来调动个体内部情绪等感性成分的参与和互动，而这些正是构成个体调动知识、能力和态度办理繁芜问题的根本和条件（钟柏昌, 刘晓凡, 2022a）。
遗憾的是，这些从具身哲学引申出来的不雅观点均不能直接为“情绪与知识、思维的内在关联”供应天生机制的阐明。

为此，我们不得不另辟路子。
在生理学领域，有人创造，主体认识天下的同时还会产生对此认识切实其实定、认同、期待的情绪，可称之为理智情绪（毛豪明, 周黎, 2006）。
当碰着有悖于此认识的表述时，主体便会产生悲观的感情体验，反之，便会产生积极的感情体验。
由于主体行为具有社会意义，理智情绪一定伴随着道德情绪，且终极的感情体验每每由道德情绪决定（颜士刚等, 2019）。
当然，作为一个较为宽泛的情绪范畴，“情绪”并不仅指“道德情绪”这类高等情绪，还包括人的直不雅观觉得、感情、感想熏染、体验等基本情绪。
正如季塔连科教授所言：“情绪是繁芜的、多级的、深刻的道德生理机制……这种机制是得到道德不雅观念的根据和渊源”（朱小蔓, 2013）。
基于此，我们考试测验从教诲生理学视角出发，通过“认知”与“情绪”的关系剖析来反响知识、思维与情绪的关系。

长期以来，由于认知领域的广泛发展及其与学科知识的紧密联系，认知领域一贯以绝对上风盘踞根本教诲的“主场”，而情绪领域每每被忽略。
例如，上述认知领域的布卢姆教诲目标分类被研究者和实践者广泛引用、借鉴，而情绪领域的教诲目标分类却很少被关注。
实际上，早期的布卢姆教诲目标分类学包含了情绪领域的分类，其本人也认为，情绪领域与认知领域的划分并不虞味着这两个领域之间存在着根本分离，实际上，这两个领域之间不存在任何分离（安德森等, 2009）。

当我们再次回溯先贤的研究，依然能够得到诸多启迪。
早在上个世纪八十年代，克拉斯沃尔、布卢姆等人通过对兴趣、态度、代价不雅观等核心身分的深层解析，创造人的情绪发展“是从个体觉察到引起情绪行为的刺激开始的；不才一个层次上，他对情绪刺激做出固定反应；再下一个层次，当个体的行为始终如一时，他开始持有一种代价；接着，当学习者把各种代价相继加以内化时，他碰着了与各种代价有关的情境，这就须要把各种代价组织成一个体系；这个体系不断增加繁芜性，终极成为他的代价不雅观或天下不雅观”（克拉斯沃尔, 布卢姆, 1989）。
由此形成一个以“内化”为组织原则的情绪连续体，其可划分为接管/把稳（A 1.0）、反应（A 2.0）、代价评价（A 3.0）、组织（A 4.0）、由代价或代价复合体形成的性情化（A 5.0）五个情绪种别以及13个子种别。
随着内化的进展，情绪目标中不同行为身分的排列顺序很好地描述了情绪发展的紧张过程。
更为主要的是，克拉斯沃尔和布卢姆（1989）以列表办法比较了情绪连续体与认知连续体的发展过程，创造两者具有明显的交叠关系。
鉴于两人的研究采取的是早期认知领域教诲目标分类法，且原文对两类教诲目标的对应描述较为简单（紧张为一级维度的比较），为此，本文采取《布卢姆教诲目标分类学修订版》中的认知目标分类，根据影象/回顾（C 1.0）、理解（C 2.0）、运用（C 3.0）、剖析（C 4.0）、评价（C 5.0）、创造（C 6.0）六个紧张认知种别及其19个子种别，进一步细化比较了认知目标与情绪目标的二级维度，我们依然能够直不雅观地创造两者的交叠关系（见表1）。

首先，当个体觉察到某种征象（A 1.1）并进行辨认（C 1.1）时，理解这种征象所含知识（C 1.2）是主动接管（A 1.2）乃至积极把稳（A 1.3）这种征象的先决条件，而且只有当人们乐意把稳某种征象时，才能连续加深对它的理解。
例如，对付“形成对建筑物的美感意识”这一情绪目标，个体首先要理解美学知识，才能在建筑群中主动接管乃至有选择地把稳具有美感的建筑物。

其次，当个体开始对征象作出默认的反应（A 2.1），通过不断加深对征象所含知识的理解（C 2.1-2.7），逐渐增加自己的意志身分（A 2.2-3.1），直到在代价使令下积极地追求、探求、发展并扩大作出反应的情境（A 3.2-3.3），这个过程也是个体将理解的知识运用于各种情境（C 3.1-3.2）的过程。
在这一部分的最低层次上，即在“默认的反应（A 2.1）”这一亚种别上，以“乐意遵守游戏规则”这一情绪目标为例，这个目标包含“至少要能够理解（C 2.0）这些游戏规则，并能够把它们运用（C 3.0）到新的情境中去”这样的认知行为。

末了，当个体把他已作出反应的代价进行抽象或观点化（A 4.1），使个体已有代价与新代价相联系，并加以综合、组织成一个更高层次的代价复合体（A 4.2），终极在持续同等的情境反应（A 5.1）中将代价复合体内化成个体内部的完全天下不雅观（A 5.2）。
在此过程，个体肯定会碰着各种代价有关的情境，这就须要个体具有剖析（C 4.1-4.3）情境中的共同代价要素的能力、在各种代价要素之间保持相互平衡的能力（C 5.1-5.2），以及重组要向来创造（C 6.1-6.3）新代价体系的能力。
在这个层次上，各种态度、不雅观念、信念已被内化成一种个体内部折衷同等的性情特色并掌握着个体的行为，例如“形成一套作为个人和公民的生活规范”。

综上，情绪连续体中较低层次的目标常日与认知连续体中较低层次的目标相对应，情绪连续体中较高层次的目标常日与认知连续体中较高层次的目标相对应（克拉斯沃尔, 布卢姆, 1989）。
在传授教化情境中，达到某一领域的目标常被看作达到另一领域目标的手段。
例如，将认知目标用作情绪目标的手段时，可以让学生剖析一件艺术作品，使他理解色彩对情调等方面的影响；又如，将情绪目标作为达到认知目标的手段时，可以使学生对材料感兴趣，以便让他学会利用这种材料。
因此，认知过程与情绪过程在不断相互影响和共同发展的过程中推动着个体的整体发展。
正如克拉斯沃尔、布卢姆等人在书中所言：认知过程与情绪过程就像是一对并排的梯子，个体只有通过折衷交替地攀登这两个梯子（从一个梯子上的一级踏到另一个梯子上够得着的一级），才能达到某些繁芜的目的（克拉斯沃尔, 布卢姆, 1989）。
这种关系犹如DNA双螺旋构造一样令人震荡！
因而可以说，情绪作为缘于认知过程的一种感情体验，涵养着人的知识建构与思维发展过程，对素养造就发挥着不可或缺的驱动浸染。

三、回归三维框架：人工智能素养的评价指标

前文的谈论对如何准确认识人工智能素养奠定了坚实的理论根本，但要将其转换成实践指南，还需与学习评价紧密结合。

根据前文论述，无论是胡塞尔的形式逻辑范畴和形式本体论范畴，还是皮亚杰的逻辑数学范畴和物理范畴，都表明知识水平（知识构造）和思维水平（思维构造）理应作为素养评价的主要依据。
但对付素养教诲而言，如若将知识水平和思维水平作为评价的唯二依据，难免会重新陷入“重认知轻情绪”的传统评价窠臼。
幸运的是，教诲生理学领域的研究表明，认知连续体与情绪连续体的发展同样具有内在同等性，因此，素养评价还不得不关注认知发展过程中所“伴随”或“滋长”的其他东西，即“情绪”。

就人工智能素养评价而言，不仅须要关注素养建构的出发点水平（知识），也要关注素养建构的高度（思维，这里特指具有“人工智能领域特定性的思维”），更要关注素养建构过程的温湿度状态（情绪，这里特指具有“人工智能领域特定性的情绪”）。
基于此，本文将从人工智能知识、人工智能情绪、人工智能思维三个维度来构建人工智能素养的评价指标体系，并以某些人工智能教诲的评价场景为例，描述评价指标的证据网络路子。

（一）人工智能知识

思维的培养离不开根本知识的铺垫（安德森, 索斯尼克, 1998）。
在人工智能时期，学生不仅须要理解人工智能的根本观点与事理、体验人工智能技能运用，还需理解智能交互系统的事情流程与运行办法。
对付后者而言，智能交互系统的构建至少须要经历设计、开拓、评价、优化四个环节，“设计与开拓”“评价与优化”分别形成两个前后关联、逻辑紧密的阶段。
理解每阶段的运行办法与事理，有助于学生合理地利用人工智能技能办理现实问题。
须要把稳的是，此处及之后我们将采取“智能交互系统”替代前文提及的“人工智能系统”，旨在彰显“人机共智”“人机共生”理念：“智能交互系统”表示了人工智能技能与人类主体之间的双向建构，是聪慧系统而非单向度的技能系统。
基于此，针对“人工智能知识”这一指标，可以进一步细化为“人工智能理解与体验”“系统设计与开拓”“系统评价与优化”三个二级指标，详见表2。

1. 人工智能理解与体验（Knowledge for Understanding and Experiencing AI）

“人工智能理解与体验”维度旨在让学生充分理解人工智能根本观点与事理、体验人工智能技能运用。
详细而言，在根本观点方面，作为仿照、延伸和扩展人类智能的理论、方法与技能，人工智能自20世纪50年代起经历了多个发展阶段，并呈现出不同的阶段性特点，当前仍处于快速发展与迭代创新之中。
在基本事理方面，人工智能技能须要数据、算法与算力作为主要支撑技能，基于打算机视觉、智能语音、自然措辞处理、推理与决策、大数据与统计剖析等人工智能根本运用技能，实现对人类行为与思维办法的仿照；同时，人工智能是一项系统工程，智能交互系统须要对各个组成要素进行科学剖析、优化设计，使其相互折衷、相互合营，以实现对问题的最优办理。
在运用方面，人工智能技能正在深入到人类社会中，助力人类办理事情、生活、学习等多种问题，但是当前的人工智能技能在办理问题时还具有局限性。
基于此，该指标可以进一步细化为：①在“理解人工智能观点”方面，学生在系统设计与学习总结的过程中，能够表达人工智能的基本观点、发展历史、阶段特点、发展现状及未来发展趋势等。
②在“理解人工智能事理”方面，学生在系统设计与学习总结的过程中，能够表达人工智能支撑技能（例如数据、算法、算力等）和根本运用技能（例如打算机视觉、智能语音、自然措辞处理、推理与决策、大数据与统计剖析等）的事理、实现过程与局限性，以及人工智能办理问题的系统工程思想与方法。
③在“体验人工智能技能”方面，学生须要体验人工智能技能的感知、互换与行动、推理与决策的能力，并在系统设计与学习总结的过程中表达人工智能办理感知、互换与行动等问题时的局限性。

2. 系统设计与开拓（Knowledge for Designing and Developing AI System）

“系统设计与开拓”维度旨在让学生理解智能交互系统的设计方法与开拓流程。
在设计环节，学生须要根据实际需求，遵照科学、创新、实用、经济、通用及安全等设计原则，采取系统工程的方法设计并选择最优的智能交互系统方案；在开拓环节，学生须要根据设计方案，选择得当的软硬件、设计得当的算法，实现问题的详细办理。
基于此，该指标可以进一步细化为：①在系统剖析与方案设计方面，学生能够明确表述需求剖析的逻辑，方案设计、比较的原则与方法。
②在软硬件选择/改造方面，学生能够明确表述各种软硬件的功能、性能与利用办法，软硬件选择/改造的基本事理与方法，以及不同软硬件组合环境对开拓的智能交互系统性能的影响；③在算法选用/设计方面，学生能够明确表述不同编程措辞、打算机算法的特点与利害，算法选用/设计的基本事理与方法，以及不同算法对开拓的智能交互系统性能的影响。

3. 系统评价与优化（Knowledge for Evaluating and Optimizing AI System）

“系统评价与优化”具有两层含义：一是指智能交互系统开拓结束后的测试环节，须要对设计、开拓中的各个环节进行不断测试，选择最优的测试方案并履行，创造和改进系统涌现的问题；二是指智能交互系统实际运用中的评估环节，须要持续剖析、评价智能交互系统的运行效果，以供应更加稳定、优质的智能交互系统。
基于此，该指标可以进一步细化为：①在“测试与改进”方面，学生能够明确表述智能交互系统测试方案与改进方案的制订方法以及不同测试方案对问题改进的影响；②在“评估与升级”方面，学生能够明确表述智能交互系统评估量划与升级方案的制订方法以及不同评估量划对系统优化的影响。

（二）人工智能情绪

情绪作为生理状态和人格特质贯穿于人的全体思维过程（魏屹东, 周振华, 2015）。
作为人之为人的根本，情绪（尤其是道德情绪）在形塑品质、涵养德行、天生代价不雅观的过程中霸占着不可忽略的根本性地位，不仅可以应对当代社会风险的不愿定性，还可以反响良性的人际互动与社会关系，为人类社会行为供应普遍辅导的原则、不雅观念、标准或态度（Glanzer & Milson, 2006; 叶方兴, 2014; 王平, 2020）。
考虑到人工智能素养的终生性和持续性，不仅要强调学生在问题办理过程中的主动性、互助性，还需着重考虑人工智能技能与人类、社会的繁芜关系，这些问题会直接影响学生高效率、重规范、合伦理利用人工智能技能的自主性。
基于此，“人工智能情绪”维度旨在从“人工智能与人类”“人工智能与社会”“互换与互助”三个维度来磋商人工智能时期学生所应具备的情绪要素，详见表3。

1. 人工智能与人类（Affectivity on AI and Human）

人工智能技能差异于其他技能的关键之处在于，未来人工智能技能可能实现对人类思维办法的模拟，人工智能和人类之间的界线变得愈渐模糊，乃至威胁人类的主体地位。
在此背景下，强调人工智能与人类之间繁芜、深刻的关系，并进一步明确人工智能与人类之间可能产生的伦理道德问题是很有必要的。
前者有助于树立技能理性的代价不雅观，引领个体找到智能时期下的人类角色定位，批驳看待人工智能技能及其发展，同时精确地看待人机关系；后者则有利于塑造科学合理的伦理不雅观，辅导人类规范、合理地开拓人工智能技能与产品，形成应对人机交互过程中可能涌现的社会问题的态度和代价不雅观，保障人工智能的可持续发展。
基于此，该指标可以进一步细化为：①在“人工智能与人类的关系”方面，学生在系统设计与学习总结的过程中，能够表达人工智能不但能够模拟人类的身体能力，也能模拟人类的认知能力，以及人工智能与人类产生诸如赋能、竞争、协同等繁芜关系。
②在“伦理道德”方面，学生在系统设计与学习总结的过程中，能够环绕人工智能与人的关键伦理道德问题，探究人该当具备的伦理意识与态度、应该承担的任务，以及人工智能必须做事于人类并为人类发展做出贡献的技能代价和角色定位。

2. 人工智能与社会（Affectivity on AI and Society）

以人工智能技能为代表的第四次工业革命正在改变人类社会的各个方面，匆匆使新型社会系统的天生与嬗变，调适乃至颠覆人类社会发展的不雅观念、架构与演进轨迹；同时，人类社会的发展也进一步推动人工智能的变革，匆匆使人工智能由学术牵引式发展迅速转变为需求牵引式发展。
未来，人工智能将推动人类真实社会与智能社会相互领悟，实现人机共生的聪慧社会。
然而，人工智能技能发展依然面临着不稳定、算法黑箱、数据不屈安等风险，极有可能被不法分子利用或涌现设计毛病、功能故障等问题，致使人工智能技能履行危害行为。
在此背景下，将技能进步与社会公正、法治相结合刻不容缓，不仅要戒备人工智能给社会公正、法治可能带来的风险隐患，还要制订相应的公正机制与法律方法来避免人工智能技能的可能性危害，担保人工智能康健、合法地发展。
基于此，该指标可以进一步细化为：①在“人工智能与社会的交互”方面，学生在系统设计与学习总结的过程中，能够表达人工智能与人类社会发展的相互促进浸染，人工智能技能浸染下人类真实社会与智能社会的领悟趋势。
②在“社会规范”方面，学生在系统设计与学习总结的过程中，能够探究人工智能开拓和运用可能带来的公正问题和法律风险及相应方法；明确并遵照人工智能开拓与运用的公正机制与法律规范。

3. 互换与互助（Affectivity on Communication and Cooperation）

面对人工智能与人类、人工智能与社会之间的伦理威胁与社会寻衅，天下各国、各地区亟需加强人工智能发展主体之间的互助。
一方面，互助是当今时期发展之主流，人工智能的通用性使得国家、地区之间具有广泛的互助前景；另一方面，人工智能产生的社会影响或问题每每是环球性的，只有通过互换与互助来办理问题，才能构建和谐的人工智能发展生态（李政涛, 2017）。
因此，在智能时期背景下，个体需具备完成互助任务而表示出的品质和态度的凑集，紧张表现为学生个体能够认同团队目标及核心代价不雅观，积极主动分担团队任务，通过团队成员间的平等协商，灵巧地做出妥协、办理问题，促进共同发展（徐冠兴等, 2020）。
基于此，该指标可以进一步细化为：①在“理解与表达”方面，学生在智能交互系统开拓的过程中，能够根据团队目标、义务及代价不雅观，调适个人目标与团队愿景的同等性；有效利用口语、书面语和非措辞等多种互换形式，清晰传达信息、表达思想不雅观点。
②在“任务分担”方面，学生在智能交互系统开拓的过程中，能够合理分解目标、定位成员角色并分配团队任务，及时监控进程并进行任务折衷；积极主动承担分内职责，结合自身目标制订事情方案，有序推进事情进程并进行监控、反思与调度。
③在“协商共进”方面，学生在智能交互系统开拓的过程中，能够利用沟通技能，本着互尊互助的原则，与其他成员展开互换；能够应时、灵巧地作出必要的妥协和让步，有效推进团队互助进程，实现智能交互系统开拓的目标。

（三）人工智能思维

思维贯穿于学习活动的始终，思维能力是学习能力的核心（毕华林, 2000）。
工程思维、打算思维、设计思维和系统思维相互联系、互为补充，共同构成人工智能背景下适应终生发展和整体发展须要的关键能力（钟柏昌, 刘晓凡, 2022b）。
个中，设计思维与工程思维属于设计和开拓人工智能运用系统时须要利用到的两种主要思维，因两者具有紧密的逻辑关系，在实践过程中常常领悟为“工程设计思维”，旨在让学生创造性提出多种办理问题的思路与方案，并根据方案来综合选用材料、工具与技能等，实现创造性智能交互系统的开拓、测试与优化，实现“人机共智”；打算思维能够使学生更深层地理解人工智能办理问题的过程、精确看待人与智能机器的关系，从而更加有效地利用智能机器；系统思维则渗透至工程设计思维、打算思维，共同浸染于系统设计、开拓、测试与优化的全过程，哀求学生能从掌握与反馈的视角理解智能人造物的构成和功能特点。
基于此，“人工智能思维”维度可以从系统思维领悟下的“工程设计思维”与“打算思维”两个维度来磋商人工智能时期学生所应具备的思维方法，详见表4。

1. 工程设计思维（Engineering Design Thinking）

从思维结果与现实关系来看，设计思维的本色是“设计性”关系，工程思维的本色是“制造性”关系，前者是指“设计的工具是现实天下中并不存在的想象结果”，后者则是指“通过工程制造将设计结果转化为现实的人工物品”。
作为一种领悟式思维，工程设计思维既要具备设计思维的“共情”与“创造”特色，也要具备工程思维的“实践”与“归天”特色，其目的便是要把设计思维的“想象结果”通过工程实践活动而“创造”涌实际天下原来没有的“人工物品”（李伯聪, 2018）。
基于此，对付智能交互系统的工程设计过程，在认知层面，学生须要具备理解、预测他人行为和感想熏染社会的洞察力，根据用户的真实需求来创造问题，并通过多种形式提动身明性办理问题的方案；在实践层面，学生需根据构想方案来要实现智能交互系统的开拓、测试与优化。
无论是认知还是实践阶段，学生都须要合理地统筹系统功能、构造、都雅等各个要素及要素间的浸染关系，实现能够最大限度知足需求的智能交互系统。
因此，该指标可以进一步细化为：①在“创造认知”方面，学生在智能交互系统设计的过程中，能够通过共情、不雅观察等办法得到用户的真实需求来创造问题；采取类比、归纳、想象等方法，积极调动发散思维、聚合思维、直觉等形式，提动身明性办理问题的多种方案。
②在“创造实践”方面，学生在智能交互系统开拓的过程中，能够根据构想方案，综合选用材料、工具与技能等，实现创造性智能交互系统的开拓；将开拓后的系统置于情境中进行实效考验与迭代优化，确保系统构造与功能的稳定性。
③在“创造美”方面，学生在智能交互系统设计与开拓的过程中，能够按照美学规律，从情绪打算、艺术仿真、审美创造的角度来思考设计方案与履行过程。

2. 打算思维（Computational Thinking）

自2006年美国学者周以真（Jeannette M. Wing）教授首次提出打算思维的系统性定义后，学界一贯对“打算思维”保持着高度关注，但并未就打算思维的定义与内涵达成一存问见。
通过对既有不雅观点的全景扫描，笔者认为Brennan和Resnick提出的打算思维三维框架具有良好的操作性，这个框架包括：打算观点（设计者在编程时打仗到的观点，如序列、循环、并行、事宜、条件、运算符和数据等）、打算实践（设计者在打仗这些观点时发展的实践，比如增量和迭代、测试和调试、重用和再稠浊、抽象和模块化）、打算不雅观点（设计者对周围天下和自身形成的不雅观点，如表达、连接和质疑）（Brennan & Resnick, 2012）。
鉴于其优点，笔者曾将其提炼修正为五个部分：方案与设计、抽象与建模、模块化与复用、优化与迭代、测试与调试（Zhong et al., 2016）。
后经思虑，创造各部分间存在维度交叉或联系不强问题：例如，“方案与设计”实际包含“模块化”与“建模”等紧张内容，“优化与迭代”实际包含“测试与调试”等紧张内容；“模块化”与“复用”虽干系但无一定联系。
为此，本文结合新一代人工智能背景，对原有传统意义上的打算思维做了扩充与修订，终极确定如下七个要素作为该部分的三级指标：①在“分解与模块化”方面，学生在设计智能交互系统的过程中，能够将大问题分解成小问题，将繁芜问题（系统）自顶向下划分（分解）成多少个子模块；②在“抽象与建模”方面，学生在设计智能交互系统的过程中，能够利用打算机科学领域的思想方法，通过问题抽象来形成模型化的问题办理方案；③在“数据与标注”方面，学生在设计智能交互系统的过程中，能够对文本、视频、图像等原始数据添加元数据进行标注，即通过“打标签”形成演习数据集；④在“演习与仿照”方面，学生在开拓智能交互系统的过程中，能够将标记好的数据用于演习机器学习的模型，并通过仿照、仿真，验证模型的运行效果；⑤在“支配与推理”方面，学生在开拓智能交互系统的过程中，能够将演习好的模型支配到嵌入式设备中，并吸收新数据进行推理与预测；⑥在“优化与迭代”方面，学生在测试智能交互系统过程中，能够持续反思当前模型演习方案的不敷，逐步求精和优化完善；⑦在“复用与迁移”方面，学生在开拓智能交互系统的过程中，能够利用已有问题办理方案，并将其迁移利用于办理其他问题。

四、总结与思考

综上，本文从技能本体论视角剖析了人工智能素养的实质——人的技能化，并从哲学认识论与教诲生理学视角出发，把握了人工智能素养的构成：核心素养发展的本色便是一个“知识与思维”的动态转化过程；情绪作为源于认知过程的感情化体验，不仅涵养了知识建构与思维发展的过程，也是人类得到道德不雅观念的根据和渊源。
由是，知识、情绪与思维的相互浸染关系共同构成了学生人工智能素养的底层逻辑。
因此，对付人工智能素养评价而言，不仅须要关注素养建构的出发点水平（即知识），也要关注素养建构的高度（即思维，这里特指具有“人工智能领域特定性的思维”），更要关注素养建构过程的温湿度状态（即情绪，这里特指具有“人工智能领域特定性的情绪”）。

需强调的是，全面精准的人工智能素养评价离不开智能技能的支持，更离不开智能化评价方法的构建；人工智能教诲评价不仅具有过程性与结果性，更应具备证据导向（钟柏昌, 詹泽慧, 2022）。
关键问题在于，如何获取人工智能教诲实践中的过程性和结果性“证据”并形成有效的学习进程档案？显然，素养造就是一个极其繁芜和抽象的过程，其评价元素不仅限于个体的外在行为表现，还包含个体的内在生理与认知过程，完备依赖人工办法难以达到对某种教诲征象的完全理解。
近年来，随着智能技能的快速发展，多模态数据逐渐涌如今大众视野中，其哀求通过两种或两种以上数据获取办法以阐明某一征象、过程或环境。
基于此，笔者团队在打造立体化人工智能教材的根本上，结合本文设计的评价体系，成功设计了与之配套的智能化学历案，初步打通了纸质教材和线长进修平台的衔接，不仅能够方便地采集和加工数据（用点阵笔或高清智能摄像头网络学习进程性数据、上传平台做自动标注统计），结合人工智能素养评价体系从不同维度和层次对学生的人工智能素养水平进行评价，而且还能够为学生的互助探究和实践创新供应学习支架。
未来，笔者团队将进一步拓宽多模态的数据表征模式（文本、语音、视频等）与多模态的数据采集机制（眼动、脑电、红外等智能传感设备），促进人工智能素养的立体化精准评价。

（参考文献 略）

（本文首次揭橥在《华东师范大学学报（教诲科学版）》2024年第1期）