浙江省温州市瓯海区潘桥中学学生与AI协同设计“温州千年商港”。学校供图
湖北省宜昌市西陵区葛洲坝实验小学学生AI科技创新实践成果交流活动现场。学校供图
一个学生能调用人工智能辅助生成一篇文章，但他知道如何提出问题吗？能判断内容的可靠性吗？在人机协同时，他还能不能守住自己的判断？当人工智能以惊人的速度迭代进化，一个紧迫的议题摆在所有教育工作者面前：如何帮助年轻一代在智能时代既掌握技术能力，又保持人的主体性、批判性思维与价值判断力？
近年来，国际组织与各国政府纷纷推出人工智能素养或能力框架，系统回答“学生应该具备什么”。然而，对正在起步推进人工智能教育的区域和学校而言，更紧迫的追问是：如何知道学生是否具备这些素养？差距在哪里？教学又该如何改进？
学生人工智能素养的“评价之问”
从全球范围看，联合国教科文组织、经济合作与发展组织与欧盟的框架最具代表性。
2024年联合国教科文组织发布《学生人工智能能力框架》，将学生AI能力凝练为“以人为本的思维方式、人工智能伦理、人工智能技术与应用、人工智能系统设计”4个方面，与“理解、应用、创造”3个进阶水平交叉构成12个能力模块，但在如何测评上，只给出了示例性的评估任务建议。2026年经济合作与发展组织与欧盟联合发布《人工智能素养框架》，以“知识、技能、态度”三要素为基础，在“与AI互动、用AI创造、管理AI、塑造AI”四大领域下展开19项能力，每项能力配3个进阶水平，并明确鼓励教师“用这些学习者期望自行构建评价量规”。也就是说，评价工具的开发被留给了学校和教师。2026年1月，经济合作与发展组织宣布将在2029年国际学生评估项目中新增AI素养，并发布《媒体与人工智能素养评估框架》第一版草案，定义了“基于伦理与责任的反思与行动、获取与使用、分析与评价、参与与协作、创造”5项能力，并为5项能力分别设计了低、中、高3个级别。
这些框架路径各异，却呈现出共同趋势：均强调人的主体性不可替代，批判性思维是人工智能素养的核心，伦理责任贯穿始终。但它们同样都未回答如何测评学生人工智能素养并促进日常教学。2024年9月，上海市将人工智能课程纳入地方课程；经过两年的课程实施，围绕如何知道学生是否具备AI素养、差距在哪里、教学如何改进，2026年7月，上海市发布《上海市中小学人工智能素养评价框架》（以下简称“上海框架”）。
评价要从“模糊印象”转向“清晰画像”
素养是一种内隐的、综合的品格与能力，对素养的评价要实现从“模糊印象”到“清晰画像”的跨越，需要完成从抽象素养到具体操作的两次“转译”。
首先要明确“评什么”。抽象素养无法直接测评，必须分解为看得见、评得出的行为表现。上海框架将人工智能素养凝练为“人工智能意识、人工智能思维、人工智能应用与创新、人工智能社会责任”4个维度，细化为“应用场景辨识、人机边界辨析、社会影响判断、数据表征处理、模型训练评估、模型调试优化、工具选用评估、智能辅助创作、智能应用搭建、隐私安全防护、偏差辨识反思、合规治理担当”12项二级指标，对应小学、初中、高中3个学段的不同要求，形成36个具体评价要求和行为表现。如“人工智能意识”下的二级指标“人机边界辨析”，小学生知道“人工智能有其适用范围，不能替代人的判断”，初中生判断“人机各自适合承担的任务”，高中生则要“理解人工智能的能力边界，在协同中负责任地作出人机分工与技术决策”。通过把素养“转译”成可观察的评价指标，再具体到能够被观察到的行为表现，素养评价的“轮廓”由此清晰呈现。
其次要刻画“达到什么程度”。框架为每个学段、每个指标设置“感知理解、实践应用、协同创新”3个递进水平，体现同一学段学生素养表现由浅入深的3个层次，差异体现在任务情境复杂度、工具开放度、独立完成程度、综合应用程度和责任判断深度上。如小学阶段的“读书节宣传文案”任务：处于“感知理解”水平的学生，能借助AI完成文案提纲并独立完成原创初稿；达到“协同创新”水平的学生，则要能借助AI审阅并完善文案，核验AI修改的内容，识别其中的信息错误与语句偏差。如此一来，“学生素养水平”不再是模糊印象，而是可以被逐级辨认的具体表现。这种维度贯通、水平递进的设计，让评价能够描摹素养的生长轨迹，也与课程实施保持一致，形成“4个维度、12项指标、3个学段、3个水平”的立体评价体系，为教师实施提供细致而具体的指导。
将评价用于诊断差距与改进教学
知道学生“是否具备、达到什么水平”只是第一步，评价更深层的价值在于诊断差距与改进教学——这正是框架最具突破性的探索：不是“让教师自己琢磨怎么评”，而是一开始就思考评价如何嵌入教学、改进教学。关键在于3个方面。
一是在真实情境的任务中采集证据。指标要落地，必须依托真实任务。框架提供了分级评价任务示例和交互式综合评估示例：小学生化身“校园AI体验官”，在“教AI认识校园植物”等任务中收集数据、优化识别结果、判断使用风险；初中生扮演“测试工程师”，帮助校园语音助手解决“听错话、听不懂、回答生硬”的问题——在“声波实验室”里调节噪声与样本量，在“隐私侦探”关卡中判断数据采集是否合规；高中生作为“AI项目组成员”，从筛选数据集、排除身份证号等敏感特征起步，经历算法选择、代码调试、调参优化的完整机器学习流程。这些任务扎根真实生活，融入非遗数字化传承等情境，学生需要面对“访谈能否直接交给AI转写”等问题。
二是证据从“结果对错”转向“过程可见”。评价不只记录学生“做对了什么结果”，更记录学生“是如何做的”，这一导向集中体现在交互式综合评估任务的设计上，其开发包括4个步骤：第一步，确定评价指标及对应的行为表现；第二步，设计问题情境与子任务序列，预设过程性数据的采集点；第三步，开发交互式网页，设定行为证据与素养等级的判据；第四步，自动采集并分析学生完成任务过程中的多维行为数据，评估其素养水平。通过以上4步，可将“看不见的思维”变得可观测、可分析、可评价，让每名学生的素养水平有基于证据的判断。
三是从统一教学走向差异化指导。测评最终指向教学改进。在“用水色图像评估水质”任务中，交互式任务的行为序列数据能够有效区分“策略探究型”“实用验证型”与“无策略型”等不同思维模式，为教师提供远超分数本身的教学诊断信息：“策略探究型”学生能够主动设计对比实验，严格遵循“单特征→双特征→多特征”的逻辑链条，呈现出清晰的“提出假设→实验验证→确认结论”的科学探究流程；“实用验证型”学生虽然实验结论正确，但实验过程的严谨性有待加强；“无策略型”学生的行为特征为“无实验、无对比、无推理”，依赖主观猜测。这就为教师实施差异化教学提供了清晰的参考：对“策略探究型”学生，可引导其分析异常现象、设计更复杂的实验；对“实用验证型”学生，应强化实验设计的严谨性训练；对“无策略型”学生，则需从最基础的实验操作规范开始逐级培养。
人工智能素养关乎学生能否在智能时代更好地生存与发展，也关乎我们能否共同回答好“教育何为”这一重大命题。从“描述素养”到“看见素养”，期待这一步跨越在更多区域和学校的实践检验与迭代优化中不断完善，走向更美好的未来。
（作者分别系上海市教师教育学院中学信息科技［人工智能］教研员、上海市教师教育学院院长）
《中国教育报》2026年11月03日 第04版