K–12教育中的AI素養：一項國際德爾菲研究

2026年4月1日，瑞典林雪平大學（Link?ping University）行為科學與學習系Jonas Hallstr?m等人在國際頂刊Interactive Learning Environments (ILE)上發表《K–12教育中的AI素養：一項國際德爾菲研究》（AI literacy for K–12 education: an international Delphi study）論文，針對當前K-12階段AI素養沒有統一定義且已有框架偏重技術且課堂適配性差等問題，使用德爾菲法，綜合了來自不同領域、跨學科及國際專家的觀點，確立了K-12教育階段AI素養關鍵核心要素。該論文主要內容概述如下：

一、研究背景

該論文指出，AI目前正在重塑全球K-12教育。這種轉變部分是由政府機構的政治因素驅動，部分是由教育科技公司的行業因素驅動。然而，在課堂上，這種轉變往往以教師和學生之間松散的結構有時甚至是偶然的方式反映出來。

此外，在AI主導的世界中需要何種類型的知識，目前尚存不確定性，這就產生了定義新型能力的需求，這與K-12教育特別相關。然而，此類能力（通常被稱為AI素養）尚未得到明確定義或完全理解，而現有的AI素養框架往往缺乏理論化，主要關注技術技能。此外，鮮有AI素養框架足夠具體，能夠適用于真實的課堂教學環境。

AI素養應是指日常用戶的技能，而不是AI專業人員的技能。這些用戶通常沒有經過正規的AI專業培訓，他們與AI技術進行交互而非從事AI技術的開發與創造工作。盡管已有多個框架試圖對AI素養進行進一步的定義或操作化，但要回答“非專業人士究竟需要了解AI的哪些方面”這一問題卻十分復雜，因為其答案在很大程度上取決于具體的應用情境。

此外，AI領域的快速發展也提出了新的研究與教育改革議題，包括算法偏見與公平性、數據來源、所有權與權益相關挑戰、網絡安全問題、能源消耗，以及提升教育體系適配性的政策制定等。

因此，盡管學校AI素養的本質已有大量研究，仍然需要為K-12教育中AI素養的具體概念組成部分構建和定義共同基礎，特別是使這些組成部分在課堂層面上易于管理。教育中的一種常見方法是詢問專家的觀點，以此就特別困難或不明確的話題達成共識。

因此，這項德爾菲研究的目的是通過綜合不同、跨學科和國際專家利益相關者的觀點，就K-12教育中AI素養的核心組成部分達成共識。通過在線調查，國際專家小組分享了他們對K-12教育中AI素養關鍵組成部分的看法，特別是在理解和批判性評估AI在日常生活中的作用、在日常生活中認識和使用AI以及描述和開發針對現實世界問題的AI解決方案方面。

通過采用德爾菲法，該研究旨在解決以下研究問題：

研究問題1：國際專家小組就如何構建K-12教育中的AI素養達成了怎樣的共識？

研究問題2：專家小組認為哪些能力對K-12學生最為關鍵，這些能力應在哪些科目和哪個學段進行教學？

二、研究過程

該研究采用經典德爾菲法，通過三輪匿名的在線專家調研，科學界定K-12階段AI素養的核心構成。研究團隊組建了一個多元跨學科的國際專家小組，成員來自北歐、歐洲其他地區及世界其他區域，涵蓋AI（教育）研究學者、教育專家（如K-12教師、課程開發人員和政策制定者）及教育科技行業代表。初始共邀請73人，最終40人接受邀請，三輪有效樣本量分別為33人、27人和25人，專家背景、地域與性別分布均衡，保證了研究的代表性與可靠性。

第一輪調研以三道開放式問題收集專家觀點，經歸納內容分析提煉出23個AI素養核心主題。第二輪將這些主題轉化為李克特五點量表陳述，由專家評分；依據“60%及以上專家評分≥4（同意或非常同意）且標準差小于1.00”的標準，篩選出14項達成初步共識的陳述。第三輪對14項陳述再次評分，并增設“兩輪間均值變動不超過±0.2”的穩定性要求，最終確定8項符合嚴格共識標準的核心內容。整個過程嚴格遵循德爾菲法的匿名性、多輪迭代與統計分析規范，并全程保障數據匿名與倫理合規。

三、研究發現

經過三輪德爾菲研究，專家小組最終就八項關于K-12教育中AI素養的陳述達成了共識，這些陳述可歸納為兩大主題：基礎性AI知識和批判性視角。

在基礎性AI知識方面，專家一致認為：

1.學生需要掌握AI和數據的基礎知識以理解AI在社會中的角色；

2.要負責任地使用AI，學生需要具備基礎的AI知識；

3.基礎AI知識可以從小（K-6年級）開始教授。

在批判性視角方面，專家達成共識的陳述包括：

4.學生需要從倫理和批判性視角來評估AI在日常生活中的作用；

5.要負責任地使用AI，學生需要學習批判性思維；

6.為了理解和批判性評估AI在日常生活中的作用，學生需要了解AI系統的局限性（例如由于偏見所致）；

7.學生需要認識到，對AI解決方案的批判性評估需要設計的可問責性；

8.批判性思維是學生檢驗偏見、扭曲的數據和深度偽造所需的最重要技能。

值得注意的是，倫理和社會性考量貫穿于兩大主題之中，且專家認為技術性理解是學生對AI持批判性和倫理態度的先決條件。然而，專家小組未能就AI素養的學科歸屬和具體學段（除K-6可引入基礎知識外）達成共識，這可能與專家中僅有約25%具有K-12教學經驗有關。

該論文最后指出，基礎性AI知識與批判性視角這兩大主要類別，可被視為相輔相成的。長期以來，批判性思維一直被視為一項重要的能力；隨著AI的飛速發展，其重要性如今愈發凸顯。盡管人們對于培養批判性思維的必要性已達成共識，但關于如何以最佳方式進行學習與支持，目前尚缺乏明確的定論。

正如研究所指出的，批判性思維的養成離不開充足的學科內容知識；換言之，若對某事物一無所知，便難以對其進行富有實質意義的批判性審視。該論文所劃分的這兩大類別，恰恰體現了這種相互依存的關系：內容知識構成了必要的基礎，而批判性視角正是在這一基礎之上得以構建的。

然而，當前面臨的一個挑戰是：在許多國家，計算知識的內容知識往往未受到應有的重視。例如，在北歐國家，計算并未作為一門獨立的學科被納入K–12教育課程體系之中；相反，與計算相關的知識要素往往被整合進其他學科（如技術課或數學課），或是融入跨學科的主題（如“數字能力”）之中。由于這些跨學科主題被視為所有教師的共同職責，其教學落實情況往往極易陷入“無人負責”的尷尬境地——這在很大程度上取決于教師個人的興趣、學校的優先發展重點以及可支配的時間資源等因素。

這種職責分散的結構，極有可能導致學生在獲取AI相關知識方面出現不平等的現象；進而，這也將削弱學生運用批判性視角審視AI的能力。這一現狀引發了關于教育公平的重要關切，并凸顯了制定明確的課程指導方針與構建完善的支持體系的迫切需求。此類指導方針與支持體系應當同時對學校課程規劃及教師教育課程設計產生指引作用。例如，通過明確界定哪些屬于“基礎性AI知識”與“批判性視角”的核心要素，并確保無論課程如何進行學科劃分與編排，這些核心要素都能得到切實有效的傳授。

資料來源：

Hallstr?m, J., Mannila, L., Nordl?f, C., Heintz, F., Sperling, K., & Stenliden, L. (2026). AI literacy for K–12 education: an international Delphi study. Interactive Learning Environments, 1–18. https://doi.org/10.1080/10494820.2026.2649553

[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成果]

本文由中國教育科學研究院“教育國際前沿”課題組整理，課題組負責人張永軍，編輯劉強。點擊左下角閱讀原文可下載該文獻。