美國發布面向AI時代的勞動力技能框架

2025年7月31日，美國南部地區教育委員會（SREB）教育人工智能委員會發布正式版《面向AI時代的勞動力技能》（Skills for an AI-Ready Workforce）框架（注：2024年11月曾發布草案）。該框架為培養符合當前就業市場需求的人才提供了系統方案，適用于全年齡段教育體系——從K12基礎教育到高等教育，從職業培訓機構到企業內部培訓項目。該框架的主要內容概括如下：

一、AI時代需要什么技能

該框架提出AI時代的勞動力需具備三個相互關聯的技能群：成功技能（Success Skills）、行業基礎技能（Industry Baseline Skills）和技術技能（Technical Skills）。

1.成功技能（Success Skills）

成功技能指的是適應性強、以人為本的技能，即使角色發生變化，這些技能也至關重要，包括：溝通技能、領導力和項目管理、團隊合作、批判性思維、創造力、持續學習、適應性、解決問題等。

該框架指出，在當今快速變化的職場環境中，成功技能對個人發展至關重要，它們能顯著提升各行業從業者的工作表現。隨著技術進步，職場人士將愈發依賴這些可遷移技能來與AI工具協同工作、解析數據結果，以及運用人類特有的判斷力來轉化洞察成果。

另外，成功技能特別關注的是在技術密集型環境和職場中立足并取得發展所需的技能。隨著AI和自動化重塑各行各業，從業者需要培養領導力、項目管理能力以及適應能力，以應對不斷變化的角色和職責。

2.行業基礎技能（Industry Baseline Skills）

行業基礎技能指的是確保學習者理解AI如何影響職場決策和責任的素養，包括核心學術知識、領域知識、AI倫理、網絡安全、數據隱私和負責任的AI使用。

該框架指出，在當今技術驅動的就業環境中，行業基礎技能對于培養學生和成人掌握關鍵技術素養至關重要。隨著AI和自動化持續重塑職業形態，這些跨領域的核心素養正成為所有職業發展路徑中不可或缺的競爭要素。

扎實的數學、科學、社會科學和語言藝術等核心學科技能，為培養批判性思維、數據素養和分析推理等關鍵能力奠定基礎。這些能力不僅是構建有效AI指令、解析AI生成內容的基礎，更是理解跨學科技術應用的核心支撐。與此同時，領域專業知識能幫助從業者精準運用AI工具優化工作流程、輔助決策并推動創新。這一技能體系還包含對倫理框架與數字安全原則的理解，以確保技術的負責任使用。掌握這些復合能力將顯著提升個人在快速變革的工作環境中的適應力、就業競爭力與職業發展潛力。

3.技術技能（Technical Skills）

技術技能指的是使用AI工具的技能，包括數據素養與編程、AI基礎知識、AI賦能技術，這些技能對所有學習者都至關重要，而不僅限于計算機科學或AI開發領域的學習者。

其中數據素養與編程指的是理解、解讀與運用數據的基礎技能，同時認識編程技術如何支撐現代科技解決方案。

AI基礎知識涵蓋機器學習、深度學習和生成式AI等核心概念，幫助學習者理解AI系統如何從數據中學習、識別模式并創造新內容。

AI賦能技術為運用模擬人類能力的工具技術，包括處理文本、聲音和圖像等多模態輸入的大語言模型、計算機視覺及多模態系統。

二、AI時代需要的技能等級是如何的？

該框架構建了循序漸進的AI能力培養路徑，包含四個遞進階段：認知、探索、應用和精通。該體系適用于全年齡段學習者——從低年級學童到高等教育階段學生，以及在職或轉崗的成年群體。

四個進階階段反映了個人學習歷程中可能經歷的不同成長形態。學習者在不同技能領域可能處于不同層級，例如某人可能在溝通與問題解決方面已達精通，卻在網絡安全或生成式AI領域尚處認知階段。

該框架突破傳統年齡或學歷限制，強調學習是動態且情境化的。其靈活性體現在：可更新K-12課程標準，指導高等教育課程設計，優化職業培訓體系。它是連接教育場景與職業發展的規劃工具。

具體而言：

1.認知——建立對AI的基礎理解

在認知階段，學習者開始構建對AI概念和工具的基礎認知。通過引導式探索和興趣驅動活動，他們了解AI系統如何收集并利用數據做出決策。無論是在課堂還是職場環境中，這一階段的目標是培養對AI在日常生活中的存在感知，以及對其社會影響的初步理解。

2.探索——使用和探究AI工具

進入探索階段后，學習者開始以更獨立的方式實際運用AI工具。他們嘗試不同的指令輸入，分析輸出結果，并思考如何用AI解決簡單問題。在此過程中，學習者會認識到AI的局限性（包括潛在的偏見問題），并開始批判性評估工具生成的結果。該階段著重培養跨學習場景和職業崗位所需的創造力、批判性思維及基礎問題解決能力。

3.應用——綜合運用與評估

應用階段的特點是更有針對性地運用AI工具應對復雜挑戰。學習者通過數據驅動決策，評估AI生成內容的準確性，并通過迭代優化解決方案。倫理考量成為核心議題，學習者需要分析AI在現實場景中的應用，審視錯誤信息、偏見和公平性等問題。該階段支持項目制學習、職場模擬訓練及專業領域問題解決。

4.精通——展現專業能力與適應性

達到精通階段的個體能夠跨學科、跨行業自信靈活地運用AI技術。他們主導整合AI工具的項目，適應新興技術發展，并指導他人負責任地高效使用這些系統。精通能力包括創新突破、解決跨領域挑戰，以及從倫理、效率和人文影響等維度評估不斷演進的AI系統。該階段對應領導崗位、高級職業培訓和專業學術發展方向。

這一進階過程以AI倫理和人類監督為基礎，強調在學習過程的每個階段都必須將技術的負責任使用置于核心位置。無論年齡或背景如何，所有學習者在培養AI相關技能時都應明確認識到：技術旨在輔助而非取代人類判斷。商界與產業領袖們特別強調，在所有教育和職業場景中融入倫理考量和人類責任至關重要。通過將這些原則貫穿技能培養全過程，學習者將能更有效地批判性評估AI產出，并在現實場景中審慎且負責任地應用技術。

該框架指出，無論是勞動力體系還是教育系統，都需要做好充分準備，為不同起點的學習者提供個性化支持。在基礎教育和高等教育全面普及AI基礎技能之前，大量學生和成年學習者將需要針對其不同發展階段（從認知理解到熟練應用）的專項支持。由于個體在前期經驗、接觸機會等方面存在差異，學習者可能從"認知層"到"熟練層"之間的任何階段開始他們的AI技能提升之旅。

針對三個技能群的每一項技能，該框架都給出了在各個發展階段上的水平描述。

三、AI時代技能框架如何實施？

該框架究其在K-12教育、高等教育和職業培訓體系中的實施提出了6項建議，具體概括如下：

1.將AI融入核心課程與職業技術教育標準

為讓學習者適應AI融合的未來，各級教育主管部門應對學術標準、職業技術教育框架及高等教育能力要求進行全面審查，識別AI技能與現有內容/過程標準的結合點（而非將其設為獨立科目）。基礎性標準（跨學科的廣泛學習目標）和過程性標準（如協作、問題解決等可遷移技能）是天然切入點，內容標準則可將AI技能直接關聯學科知識。如數學學科可通過AI可視化平臺分析數據趨勢并預測，模擬金融與物流領域的專業實踐。

2.加強并推進數字學習與計算機科學標準的現代化

該框架指出，相關部門應審查更新數字學習和計算機科學標準，確保其體現AI技能框架中的能力要求。其提出的四級進階（認知→探索→應用→精通）可為標準修訂提供結構化路徑。例如，認知級適用于小學數字素養標準，幫助學生理解AI基礎概念及其生活影響；探索級指導初中標準修訂，支持學生在結構化實踐中接觸AI工具；應用級契合高中標準，要求學生在問題解決中獨立運用AI工具；精通級作為高中高階課程、高等教育及職業培訓目標，培養AI技術的自信應用與倫理決策能力。

該進階體系同樣適用于零基礎的成人學習者，確保按實際水平切入。

3.強化與產業界、勞動力機構及經濟發展組織的協作

該框架指出，單靠教育系統無法實現AI準備。跨領域合作對銜接學習成果與勞動力市場需求至關重要，應納入行業領袖、勞動力委員會、商會、專業協會、經濟發展機構及職業培訓提供商。這些合作伙伴能提供關鍵洞察，揭示AI如何重塑物流、醫療、金融、制造等特定領域。

通過此類合作，教育和培訓領導者可共同開發"能力對照工具"——將AI相關技能與高需求職業所需能力進行匹配。協作內容應包括：確定優先應用場景（AI改變崗位職能的具體案例）、協調技能培養階段與職場準備要求、建立反饋機制以根據行業需求變化驗證并優化培訓內容。

4.將AI就緒能力融入職業培訓與技能提升項目

該框架指出，為應對經濟變革需求，成人學習者和在職人員需培養超越人文軟技能的能力。職業培訓項目應確保所有學習者都能建立全面的AI就緒能力：成功技能、行業基礎技能及技術技能。

職業培訓應持續重視領導力、項目管理和協作等成功技能，這些對適應自動化、遠程辦公和跨職能團隊環境至關重要。但培訓還必須包含AI倫理、網絡安全意識和數據素養等行業基礎技能，讓勞動者理解AI對其具體工作的影響。

此外，成人學習者需要基礎技術技能來自信操作AI技術，包括理解AI工具原理、解讀輸出結果并將其有效應用于工作問題或流程。

5.為教育工作者提供全面的AI專業發展

該框架認為，所有教育工作者（包括教師、教職員、輔導員、行政人員、教學教練及支持人員）都必須獲得高質量培訓，提升其理解、應用和教授AI相關技能的能力。此類培訓應使AI成為跨學科教學的增強工具，而非孤立課題。專業發展應聚焦兩個領域：一是技術熟練度，即幫助教育者自信且負責任地使用AI工具；二是教學融合，即指導其將AI技能融入現有學術與職業課程。

6.建立AI就緒度的監測評估機制

該框架指出，為確保AI就緒措施有效且適應變化，需建立覆蓋K-12教育、高等教育和職業培訓的評估體系，衡量學習者發展進度與程度。評估機制應以本框架為基準，追蹤三類技能的教授效果及學習者在認知→探索→應用→精通各階段的進展。決策者需綜合分析多維度數據：包括跨學科/路徑的學習者技能發展；教育者/培訓者的專業發展成果；AI能力與課程的融合程度；雇主、勞動力機構及高校的反饋等。

評估不僅要關注AI概念的引入頻率，更要考察學習者的深度學習效果——特別是批判性思維、問題解決及AI工具應用能力。

四、將AI技能融入教育與職業培訓的具體步驟是如何的？

該框架為K-12教育、高等教育及職業培訓系統的領導者提供分步指導，幫助將AI技能整合至學術標準、職業培訓項目及技能培養計劃中。具體包括6步：

1.組建跨領域整合團隊；

2.基于AI技能體系開展標準審查；

3.構建職場應用場景關聯‘

4.標準文本的AI化修訂；

5.教學驗證與反饋；

6.確定實施與支持體系建設。

資料來源：

SREB. Skills for an AI-Ready Workforce. https://www.sreb.org/sites/main/files/file-attachments/2025_ai_ready_workforce.pdf

[本文為教育部國別和區域研究基地中國教育科學研究院國際教育研究中心研究成果]

本文由中國教育科學研究院“教育國際前沿”課題組成員整理，課題組負責人張永軍，編輯劉強，內容僅供參考。點擊左下角“閱讀原文”可下載該文獻。