各国AI素养举措概况

2025年8月，韩国国会通过《初等及中等教育法》修正案，将此前推行的 "AI数字教科书" 从官方教科书降级为教学参考资料，地方学校面临经费收紧和课时削减。同年9月，爱沙尼亚启动AI Leap 2025，由总统Alar Karis亲自发起，为全国2万名10–11年级学生和3千名教师免费配置ChatGPT Edu，工具由OpenAI与Anthropic提供。还是在2025年，欧盟《AI法案》第4条生效，要求所有在欧盟境内部署AI系统的雇主确保其员工具备 "足够的AI素养"，这是该法案中第一条进入应用阶段的条款，约束面向劳动力市场。

AI素养概念溯源

三个国家、三种动作，都声称在做AI素养这件事。但把三份文本放在一起会发现：韩国谈的是教学媒介、爱沙尼亚谈的是工具部署、欧盟谈的是法律义务。那么，同一个词，说的真的是同一件事吗？AI素养不是凭空出现的术语，它是一个有着至少半个世纪谱系的 "素养" 概念家族里最年轻的成员，是这个家族的两条不同线索在AI这个新对象上合流之后的产物。理解这两条线，是理解今天各国政策文本为什么把AI素养放在不同位置的前提。

批判线与工具线

第一条线是批判线（从 "看懂媒介" 到 "评估算法"），媒介素养（media literacy）是起点。20世纪60 - 70年代，电视在欧洲和北美迅速普及，一部分教育研究者意识到，受过教育不再只是识字，还必须能够批判性地理解大众传媒制作的内容、识别其中的立场与商业逻辑。1989年，美国图书馆协会（American Library Association，ALA）正式发布《信息素养总统委员会最终报告》，把information literacy（信息素养）定义为 "识别何时需要信息、并能够定位、评估和有效使用所需信息的能力"。批判线的核心是面对外部信息系统时，使用者如何不被淹没、不被操纵、不放弃判断。第二条线是工具线（从 "会用电脑" 到 "懂数字基建"），工具线晚于批判线一代。80年代个人电脑普及催生了computer literacy（计算机素养），90年代互联网走入家庭后扩展为更宽的digital literacy（数字素养），数据驱动决策在21世纪兴起后又延伸出data literacy（数据素养）。工具线的核心关切是操作能力，即会用、能用、用得熟。

两条线的合流与AI素养定义

两条线在数字素养这一站第一次合流，欧盟2013年首版DigComp把 "信息素养" 与 "数字技能" 装进同一个框架，就是这次合流的标志。但真正让这两条线深度交织的是AI。AI既是被需要熟练使用工具，也是需要批判评估的信息源，更是会自主决策并影响他人行动者。三重身份叠加之下，原先各自独立的工具线和批判线已经不够用了，一个新的概念呼之欲出。2020年4月，佐治亚理工学院的Duri Long与Brian Magerko在ACM CHI会议上发表论文What is AI Literacy? Competencies and Design Considerations，把AI素养定义为 "一组使个体能够批判性地评估AI技术、与AI有效交流与协作、并将AI作为工具用于线上、家庭与工作的能力"。论文列出了17项具体能力，从 "识别AI" 到 "理解机器学习步骤"，再到 "伦理" 与 "可编程性"。这个定义本身就是两条线的合流："批判性地评估" 来自批判线，"将AI作为工具" 来自工具线。这17项能力此后成为各国政策文本的隐形底稿，今天中国、美国、欧盟与UNESCO等国家和国际组织发布的AI素养相关文件，都能在不同程度上溯源到这里。

AI素养的发展与全球文件出台

UNESCO在2024年的官方说明里明确指出 "AI与其他数字技术不同，它具有重塑社会的潜力，并能模仿人类行为、直接影响人的能动性。这些挑战需要传统数字素养无法覆盖的专门能力"。换句话说，AI素养正在挣脱之前的框架，要处理的不再只是媒介素养所关心的被传播的内容，或者数字素养强调的会用工具，而是生成式系统替人思考、写作、决策这件事本身对人的能动性的挑战。正是在这个张力中，全球密集出台AI素养相关文件的窗口期开启了：2022年3月，欧盟发布DigComp2.2，首次把AI能力嵌入数字素养框架的五大领域，并附录70多个AI使用场景案例；2024年8月，UNESCO在数字学习周同时发布《学生AI能力框架》与《教师AI能力框架》，前者从以人为本的思维方式（A human - centred mindset）、AI伦理（Ethics of AI）、AI技术与应用（AI techniques and applications）、AI系统设计（AI system design）四个核心能力维度展开，跨理解、应用、创造三个进阶等级；2024年11月，中国教育部办公厅印发《关于加强中小学人工智能教育的通知》；半年后，2025年5月，《中小学人工智能通识教育指南（2025年版）》正式发布；2025年2月，欧盟AI法案第4条生效，AI素养首次升级为法律义务；2025年11月，英格兰教育部发布《课程与评估审查最终报告》，把AI原理与安全使用纳入Computing课程。

不同文本里的AI素养差异

要回答AI素养在不同语境里到底是不是同一件事，最直接的办法是把那些反复被引用的文件放到一起，逐条看它们到底说了什么。入选样本都是政府或国际组织发布的正式文本，覆盖了不同的治理传统，尤其是AI素养相关条款达到一定颗粒度，能找到对 "AI literacy" "AI competence" "人工智能素养" 或等价概念的明确定义。关于美国为什么选择北卡州，这是本研究需要明确的一处方法论选择。美国联邦教育部从未发布过国家级AI教育课程标准；2023年发布的《AI and the Future of Teaching and Learning》是研究报告而非课程文本。要给美国找一份对应文本，只能下沉到州级。而在已发布AI指南的州里，北卡是2024年1月全美第四个发布此类文件的州，也是首个发布完整指南的州，并且北卡的文件颗粒度最高，是少数按学段给出AI素养能力推荐的样本。需要说明的是，本文用北卡只代表美国州一级的实践，不能扩展到美国整体。把七份文本拆解到五个交叉编码维度：理解AI（原理）、使用AI（工具）、评估AI（批判）、创造AI（编程）、治理AI（伦理与社会），得到的表格中每一格的 "强（●）、中（◑）、弱（○）" 是基于文件里相关条款的密度和位置做的判断，不是打分，三个反常识的对照里涌现出一些发现。

发现一：中国文本的独特关切

中国是七份文件里唯一写下 "技术主权" 的。中国《指南》在高中阶段的 "价值观" 目标里写下这样一句话：立足国家科技战略视角审视人工智能技术主权。这是七份文本里唯一一处出现 "技术主权" 概念的位置。即便是同样讨论AI伦理与治理的欧盟文本，用的是fairness（公平）、transparency（透明）、privacy（隐私）、accountability（问责）这一类程序性术语；UNESCO框架强调的是human agency（人的能动性）；北卡EVERY框架的伦理维度只压缩成最后一个字母Y = You are responsible for what you create with AI（你要为自己借助AI产出的一切负责）。这意味着，当中国文本说AI素养时，是把一种国家战略视角装进了这个词；而欧盟着眼的是程序合规，UNESCO寄寓人的能动性，北卡指向的则是使用者的个人责任。同一个词，承担的关切完全不同。

发现二：英格兰和北卡的趋同

英格兰从国家层面统一推动课程改革：教育部于2025年11月公布课程与评估审查的官方回应，把AI内容统一纳入Computing课程修订，并由国家计算教育中心（NCCE）支持教师培训；相关的批判性内容则被分配到RSHE（Relationships, Sex and health Education）和Citizenship课程。北卡则是另一种路径：在没有联邦统一标准的情况下，州教育部门NCDPI自下而上推出指南，并明确建议将AI素养渗透进所有年级与课程领域。两条不同的推进路径，最终选择了同一种课程哲学：AI不是新学科，是新内容。BCS（英国计算机学会）教育与公益事务执行总监Julia Adamson在评价新Computing课程时说了一句话："这种以为年轻人天然就是数字原住民的假设根本站不住脚，他们需要的是有意为之、高质量的教育。" 这句话同样适用于北卡的EVERY框架，二者都不假设学生天生会用AI，但也都不主张为AI单独设课。

发现三：UNESCO标尺的改造

UNESCO 2024年8月发布的《学生AI能力框架》把 "以人为本的思维方式" 列为四大核心能力之首，强调 "AI是由人类创造、为人类服务的工具，学生应保持对AI的批判态度"。当各国都引用UNESCO作为参照时，他们引用的是术语，不是结构。共识停在词语上，分歧出现在做法上。中国《指南》把这条准则降级为 "价值观" 四维度之一，与 "知识" "技能" "思维" 并列，不再具有统领地位。北卡EVERY框架没有任何一条对应 "以人为本"，五个动作词全部围绕如何使用AI输出，最接近的 "You are responsible" 是责任归属而非价值前提。新加坡教育部发布了独立的《AI教育伦理框架》包含Agency（能动性）、Inclusivity（包容性）、Fairness（公平性）、Safety（安全性）四原则，伦理被切到框架层而不是能力层，课程层面的learn beyond AI接近 "以人为本"，但官方释义强调的是 "AI无法复制的人类判断与批判性思维能力"，不完全是 "AI应服务于人" 的伦理立场。

另一类样本：部署型样本

AI素养的落地不只课程标准一条路径，全球还存在另一类与AI素养相关的国家级动作——部署型样本，即直接给学生与教师配工具、做培训。最典型的是爱沙尼亚的AI Leap 2025。爱沙尼亚总统Alar Karis把这次行动定位为延续30年前让电脑与互联网进入每一所爱沙尼亚学校的Tiger Leap。教育与研究部长Kristina Kallas强调，AI Leap的重心不只在工具，而在教师培训：到2025年秋季前完成全部师资培训后，学生才能开始使用AI工具。Pactum AI联合创始人、前e - Residency总经理Kaspar Korjus把这种取向说得更加直白："禁止使用AI，就像禁止学生使用电脑。"

分歧来源的假设

七份文本的对照结果显示，AI素养在不同国家的内涵存在系统性分歧。这些分歧从哪里来？本文不试图给出定论，只提出三组初步假设，留给后续研究继续验证。这三组假设不是互斥的，教育传统决定了素养被赋予什么内涵；产业结构决定了 "教什么"；治理焦虑决定了 "为什么教"，它们可能同时作用于同一份文本。

教育传统差异

中国和新加坡都呈现出 "多维融合" 取向，但理路不同。中国《指南》明确以 "知识、技能、思维与价值观的有机融合，形成四位一体的人工智能素养" 为核心目标；新加坡教育部在2025年9月对议员Patrick Tay的议会答复中也强调，AI素养是 "通过课程、co - curriculum以及Cyber Wellness课、Code for Fun项目里的AI literacy模块等多种途径" 综合培育的。这种 "多维融合" 的取向，与 "立德树人" 传统同源，即素养是一种内化品格，不是一组操作技能。北卡则是另一种类型的行为清单。EVERY框架告诉学生怎么做：先评估AI输出，再核查事实，再修改提示词，再修订结果，最后承担责任。这套框架不告诉学生应该成为什么样的人，这与杜威实用主义教育learning by doing的基因一脉相承。在AI时代，被改写为verify by doing。

产业结构差异

一国在AI产业链中的位置，可能系统性塑造了其AI教育文本的取向。中国《指南》要求高中学生 "构建简易人工智能算法模型并优化性能"，指向的是人才储备。北卡EVERY框架几乎不教学生 "做AI"，美国的研究型大学已承担技术人才培养，K12不需要重复。欧盟AI法案第4条把AI素养定位为 "对所有员工的法律义务"，一家用AI筛简历的公司，HR经理必须懂AI，但不是为了做出更好的AI，而是为了保护被筛的人不被算法误伤。

治理焦虑差异

韩国2025年的政策大逆转最能说明问题。2024年12月，一份针对2626名韩国中小学教师的问卷调查显示，98.5%的教师认为教育部没有提供充分的培训，2025年3月开学后使用AI教科书的条件还不成熟。但教育部仍按原计划推动，2025年3月开学时约30%的小学使用了AI教科书。8个月后，国会立法把AI教科书从 "官方教科书" 降级为 "教学参考资料"，意味着学校不能再按教科书获取相应财政拨款。一名出版行业人士告诉《韩国先驱报》："多家出版商为研发AI教科书雇用了不少研究人员和软件工程师。如今随着教育政策转变，包括我在内的许多人可能会被裁员。" 这场逆转的核心信号是：当治理焦虑出现时，韩国政府的反应不是改进AI素养课程，而是收回工具部署。这与欧盟把AI素养写进AI法案第4条的方向截然相反。欧盟把焦虑制度化，韩国把部署去制度化。

分歧带来的影响

这种系统性分歧导致国际AI教育交流的术语对齐成本被严重低估。当讨论 "AI素养" 合作时，各方默认的内涵差异可能导致协议落地时的执行偏差，在 "AI素养" 这个共同词汇下，各自对应的可能是完全不同的能力清单与课程取向。与此同时，跨国教育评估的可行性需要重估。OECD一直在讨论将AI素养纳入未来的PISA测评，但如果各国连 "测什么" 都没共识，国际可比性的基础并不存在。所谓国际共识，很多时候只共识到了 "AI素养" 这四个字本身。所以当下一次再遇到 "AI素养" 这个词时，也许都值得先停一下，问一句：你说的 "AI素养"，是哪一种？