纵隔占位是什么意思

　　新一轮科技革命和产业变革迅猛发展，人工智能（AI）深刻影响教育领域，构筑起学习新空间。近日，经济合作与发展组织（OECD，以下简称“经合组织”）和欧盟委员会联合发布《赋能AI时代的学习者：中小学教育的AI素养框架》草案。该框架从四个维度即与AI互动、用AI创作、驾驭AI和设计AI，为中小学教育工作者提供了学习者AI素养框架，也为经合组织国际学生评估项目（PISA）未来进行“媒体与AI素养”方面的评估奠定基础。

　　具备与AI互动的七种能力

　　与AI互动，要求学习者不仅要理解AI的基本工作原理，还要学会批判性地思考AI所提供的信息，理解人与AI的共生关系。

　　一是能敏锐察觉到需要使用AI的不同场景，理解AI的内容推荐和自适应学习机制，并反思AI如何影响自己的选择、学习和运用。二是能批判性审视AI输出的结果，认识到AI可能产生虚假信息或带有偏见的内容，经过审慎分析，再决定是接受、修正还是否定其输出的结果，培养批判性运用AI的态度。三是能理解AI提供建议或者进行推送的数据模式，分析社交媒体算法为何会导致虚假信息或误导信息的传播，并认识到个体在这方面的应对策略和责任。四是能够阐明AI系统可能放大社会偏见的机制，这要求学习者能够评估训练数据中潜在的偏见来源，分析AI系统如何反映并受制于人类决策和数据基础，并提出可行的改进措施。五是能理解AI系统对能源和自然资源的消耗，进而在技术便利与可持续发展之间寻找平衡点。六是能分析AI的使用原则和人类价值观的契合度，当AI被用于公共空间监控或内容创作时，隐私保护、知识产权等伦理问题凸显，学习者要能反思这种技术的使用是否恰当、有益或可能带来的危害。七是要理解AI的技术能力和使用限度，探讨AI使用的数据基础以及可能带来的教育公平问题等。

　　解锁用AI创作的五种密码

　　用AI创作，是指学习者与AI合作进行创意表达或创造性问题解决。

　　一是激发多元灵感，让AI成为创意“助产士”。AI擅长从海量数据中提取模式，学习者可借助AI生成故事场景、设计草图等，以创新的态度使用AI生成的结果。二是跨模态可视化，让AI在协作中重构表达。AI的多模态（文本、图像、音频等）生成能力可以为创意表达开辟新维度，学习者可以尝试使用人工智能工具，输出有意义的产品或解决方案。三是与AI协作，以获取反馈、优化结果并反思过程。学习者通过优化提示词和改进人工智能输出结果，与人工智能进行迭代协作，并反思这种互动如何塑造了他们的思维和表达。四是守护伦理边界，对AI生成内容的真实性和知识产权进行分析。学习者要判断AI生成的内容是否借鉴或复制现有作品，并考虑这种使用是否公平或具有原创性，在此基础上反思人工智能辅助创作的伦理边界。五是技术祛魅，用精确的语言描述AI的工作原理。AI“创造力”的实质是数据模式的重组，而非真正的理解和创新。学习者要用现实、准确的术语描述AI是如何运作的，用平实语言解释AI的工作原理，避免夸大AI的“创造性”或“意图”。

　　掌握驾驭AI的五种策略

　　驾驭AI，是指学习者有意识地选择如何让AI支持和增强人类工作。

　　一是任务适配，为AI的介入划定适配范围。学习者要根据任务性质决定是否使用AI，这需要综合考虑任务的复杂性、技术特性与人类不可替代能力以及可能带来的伦理影响，避免为技术而技术。二是人机协同，构建优势互补的协作链条。学习者可将复杂任务进行分解，根据任务性质以及人类和AI各自的优势，来决定哪些部分可交由AI处理，哪些需要人类参与，实现技术与人文的深度结合。三是精准引导，用清晰指令规范AI行为。学习者通过向AI提供清晰、结构化的指令来引导AI输出符合预期的结果，并在迭代反馈中优化协作。换言之，让AI不仅能“懂人话”，还能“听人话”。四是效率赋能，释放人类创造潜能。AI的自动化能力可大幅提升结构化任务效率，学习者可以将重复性或结构化任务交给AI，从而专注于创造力、策略制定、情感交互等核心价值环节，释放更多创造潜能。五是伦理规制，建立人机协作的价值准则。要制定并传达与人类价值观一致、促进公平的AI系统使用指南，学习者需要参考地方、国家相关要求，明确在学术或社会环境中使用AI的准则和规则。

　　理解设计AI的五种基因

　　设计AI，是指学习者通过实践探索AI系统的工作原理，并尝试设计简单的AI模型或解决方案，让学习者成为AI的“基因工程师”。

　　一是让AI成为社会真实议题的方案共建者。学习者应探索如何通过设计AI模型来解决社区问题和现实世界中的其他问题，并能够评估潜在的益处、风险和局限性。二是打开AI技术“黑匣子”。学习者要研究规则驱动型AI系统与数据驱动型机器学习模型之间的差异，理解AI系统的底层逻辑和价值，培养基于实际问题选择技术路径的计算思维。三是给AI装上价值观“传感器”。学习者要清楚训练AI模型的数据来源，了解数据本身承载的社会价值倾向。在中小学教育场景中，可以设置议题，探讨如何训练基本AI模型，使其能够体现“数据+价值观”的核心逻辑。四是成为AI的“技术诊断师”。学习者设定AI系统标准，输入不同内容测试系统，收集评估系统反馈，并不断通过新的提示和任务，对不同类型的AI模型进行测试，在评估基础上实现AI系统的优化。五是让AI模型学会“自我介绍”。学习者要能够清楚解释AI模型的设计目的、用于训练它的数据以及它能做什么或不能做什么，帮助其他人更好理解模型的能力和局限性。

　　（作者单位：浙江师范大学教育学院，陈法宝系该院副教授。本文系2024年教育部人文社科基金“经合组织教师教育政策全球在地化机理研究”［24YJA880003］成果）

《中国教育报》2025-08-03 第09版