第二篇 坐标重置：寻找国际锚点

在全球AI素养教育的版图上,有两座灯塔格外耀眼:联合国教科文组织(UNESCO)和经济合作与发展组织(OECD)。它们分别代表了两种看似殊途同归、实则暗藏分野的价值取向。前者强调"人与AI的关系",关注技术对社会公平、文化多样性、人类尊严的影响;后者聚焦"人利用AI的能力",侧重技能培养与问题解决的实用主义。如果把AI素养比作一座桥梁,UNESCO关心的是"这座桥通往何处",而OECD关心的是"如何更快更稳地过桥"。

对于中国的高校和图书馆而言,这不是一道非此即彼的选择题,而是如何在"伦理之锚"与"技能之帆"之间找到平衡的命题。本文尝试拆解这两大框架的内核,并提出一个整合性的"教学目标分类学",为课程设计者提供一张可操作的"坐标系"。

UNESCO:站在人文主义的制高点

2023年,UNESCO发布了《AI与教育:政策制定者指南》,这份文件贯穿着一种"人本"的焦虑感。它反复强调的一个词是"agency"——主体性。在UNESCO的框架中,AI素养不是单纯的工具使用说明书,而是数字时代的"公民权利宣言"。

这种视角有其深刻的历史渊源。UNESCO诞生于二战废墟之上,其宪章开篇即宣示:"战争起源于人之思想,故务须于人之思想中筑起保卫和平之屏障。"将这个使命投射到AI时代,就是警惕技术对人类自主性的侵蚀,警惕算法权力的失控。

UNESCO的AI素养框架可以概括为"三个关系"的辨识与驾驭:

第一,人与技术的关系。核心命题是:我们应该如何看待AI?是将其视为价值中立的工具,还是承认它带有设计者的意图和偏见?UNESCO明确反对"技术中立论",强调任何算法都嵌入了特定的价值判断。比如,一个用于评估学生学习效果的AI系统,如果只关注考试成绩,就隐含了"应试能力等于学习能力"的假设。理解这一点,是批判性使用技术的前提。

第二,人与人的关系。技术不是孤立存在的,它重塑了人与人的互动方式。算法推荐系统加剧了信息极化,让持不同观点的人越来越难以对话;人脸识别技术在提升效率的同时,也可能强化种族偏见。UNESCO特别关注AI对弱势群体的影响——当教育资源通过算法分配时,那些本就处于数字鸿沟另一侧的人,是否会被进一步边缘化?

第三,人与自身的关系。这是最微妙也最深刻的维度。当AI可以预测我们的喜好、模拟我们的风格、代笔我们的文字,它实际上在参与"自我"的建构。长期依赖算法推荐,我们可能失去探索未知的勇气;习惯了AI生成内容,我们可能淡化创作过程中那种与自我对话的体验。UNESCO提醒:技术便利的代价,可能是主体性的消解。

基于此,UNESCO提出的AI素养教育目标,更接近"文化批判"而非"技能训练"。它希望培养的,是能够质疑算法逻辑、捍卫人类价值、在技术浪潮中保持文化身份认同的"数字公民"。

OECD:在务实主义的赛道上提速

如果说UNESCO站在哲学的高地上眺望,OECD则脚踏实地地测量地形。作为一个以推动经济发展为核心使命的国际组织,OECD对AI素养的关注,首先源于经济竞争力的考量:在AI重塑全球产业链的背景下,哪个国家的劳动力率先掌握AI技能,哪个国家就占据了先机。

OECD的AI素养框架呈现出明显的"能力导向"。它将素养拆解为一系列可观察、可测量的技能,并试图建立标准化的评估体系。这种思路类似于其著名的PISA(国际学生评估项目)——用统一的尺度,衡量不同国家学生的能力水平,从而为教育政策提供量化依据。

OECD的框架可以用"三个问题"来统摄:

第一,AI能帮我解决什么问题?这是应用层面的能力。OECD强调,AI素养不是抽象的理论知识,而是"在真实场景中调用AI完成任务"的能力。比如,一个营销人员需要知道如何用AI分析客户行为数据;一个医生需要知道如何借助AI辅助诊断。这种"AI+X"的融合思维,是OECD框架的核心。

第二,我如何评估AI的表现?这是批判层面的能力。OECD并不忽视批判思维,但其切入点更具体:如何判断一个AI模型的准确率?如何识别数据偏差?如何对比不同工具的优劣?这些问题不涉及哲学探讨,而是直接关联到"如何用得更好"。

第三,我能创造新的AI应用吗?这是创新层面的能力。OECD鼓励"maker"精神,希望人们不仅是AI的被动使用者,还能参与到工具的改造和创新中。当然,这不是要求人人都成为算法工程师,而是培养一种"如果现有工具不够用,我知道去哪里找资源、怎样组合工具来满足需求"的能动性。

OECD的这套框架,可以说是"就业市场导向"的:它试图回答的核心问题是"如何培养适应AI时代的劳动力",而非"如何培养批判AI时代的公民"。这种务实性既是其优势——容易转化为具体的课程大纲和考核指标,也是其局限——可能忽视了技术应用背后更深层的伦理和社会后果。

两种框架的隐性张力

表面上看,UNESCO和OECD并不矛盾:一个讲价值观,一个讲方法论;一个是"道",一个是"术"。但在实际教学设计中,两者的优先级排序会导致截然不同的课程形态。

假设我们要设计一门"AI与新闻传播"的课程。如果采用UNESCO框架,课程可能会包含大量关于"算法新闻推荐是否加剧信息茧房""AI生成内容的版权归属""自动化审核对言论自由的影响"等议题的讨论,学生需要阅读批判性的学术文献,参与模拟辩论。课程的评估标准是:学生是否能独立分析一个AI应用的社会影响,是否能提出有见地的伦理质疑。

如果采用OECD框架,同样的课程可能侧重于"如何用AI工具进行数据新闻制作""如何训练一个自动生成摘要的模型""如何评估不同内容审核系统的效率"。学生需要完成的是实操项目,评估标准是:能否熟练使用工具,能否解决实际问题。

两种课程都有价值,但培养出来的学生画像完全不同:前者是"警惕的批评者",后者是"熟练的使用者"。更进一步,如果一所大学通识教育只能开设一门AI素养必修课(这是很多高校的现实约束),我们应该选择哪个方向?

这个问题没有标准答案,但它揭示了一个本质:AI素养教育不只是技术问题,更是价值选择问题。我们希望培养什么样的人?是在AI赋能下效率倍增的"超级打工人",还是能够反思技术异化的"数字时代的清醒者"?

一个整合性的"教学目标分类学"

面对这种张力,一个可行的策略是建立"分层递进"的教学体系,让UNESCO的伦理关怀和OECD的能力培养各就其位,相得益彰。我将其称为"AI素养教学的三维坐标系":

X轴:应用场景(从通用到专业)

• 通用场景:日常生活中的AI(如智能助手、推荐系统)
• 学科场景:特定领域的AI应用(如AI辅助写作、数据分析)
• 专业场景:行业深度应用(如医疗诊断AI、金融风控模型)

Y轴:能力层级(从认知到创造)

• 认知层:理解AI的基本原理和能力边界
• 应用层:在指导下使用AI工具完成任务
• 批判层:独立评估AI输出的质量和适用性
• 创新层:组合或改造AI工具以满足新需求

Z轴:价值维度(从工具理性到价值理性)

• 工具维度:效率、准确性、成本效益
• 伦理维度:公平性、透明性、问责性
• 社会维度:技术对文化、权力结构、人际关系的影响

基于这个坐标系,我们可以为不同受众设计差异化的课程:

针对大一本科生(通识教育):重心放在X轴的"通用场景"、Y轴的"认知-应用层"、Z轴的"伦理-社会维度"。课程目标是让学生"会用AI,也会疑AI",既掌握基本操作,也具备初步的批判意识。这个阶段更接近UNESCO框架,因为我们希望在他们思维定型前,植入技术反思的种子。

针对专业学生(如新闻、法律、商科):重心上移到"学科场景"和"批判层",并根据专业特点选择Z轴侧重点。比如,新闻专业需要强化"社会维度"(虚假信息传播),法律专业需要强化"伦理维度"(算法歧视与问责),商科需要兼顾"工具维度"(ROI)和"伦理维度"(数据隐私)。这个阶段是UNESCO与OECD的融合带。

针对研究生或技术类专业:重心移到"专业场景"和"创新层",Z轴则由具体研究课题决定。此时OECD框架的实用性开始凸显,但UNESCO的提醒不能缺位——即便是开发AI的人,也需要反思"我开发的技术会被如何使用,可能造成什么后果"。

图书馆在坐标系中的独特位置

在这个分层体系中,图书馆扮演着"枢纽"角色。它既不属于某个专业学院,也不负责培养特定职业技能,这种"边界模糊性"反而赋予了它独特的优势:可以成为通识教育(UNESCO框架)的主要阵地,同时为专业教育(OECD框架)提供支撑。

具体而言,图书馆可以:

在认知层,提供"AI祛魅"的入门课程。不讲复杂的算法,而是用可视化工具、互动体验,让学生直观理解AI的工作原理和局限性。比如,通过"AI绘画对抗赛"(让学生尝试用提示词生成指定风格的画作),在游戏中理解"AI理解的不是语义,而是统计关联"。

在应用层,建设"AI工具体验中心"。提供各类AI工具的试用账号和使用指南,降低学生的尝试门槛。同时,通过"工具对比评测"(如同一个任务分别用ChatGPT、Claude、文心一言完成,对比结果差异),培养批判性选择能力。

在伦理层,组织"技术伦理读书会"。精选UNESCO、OECD以及批判性技术研究的经典文献,引导跨专业学生讨论。图书馆的中立性使其成为开展这类讨论的天然场所——不像专业课那样有"标准答案"的压力,鼓励多元观点碰撞。

更重要的是,图书馆可以开发一套"AI素养自适应学习路径"。学生在入学时完成一个诊断性测试,系统根据其当前水平和专业方向,推荐个性化的学习资源和进阶路线。这既体现了OECD"能力分层"的思路,也保留了UNESCO"尊重个体差异"的人文关怀。

从框架之争到实践融合

UNESCO与OECD的张力,本质上映射了AI时代的一个根本困境:我们既需要技术带来的效率提升,又担心在这个过程中失去什么。框架之争的意义,不在于分出高下,而在于提醒我们:任何单一视角都是片面的。

一个成熟的AI素养教育体系,应该像太极图一样,在"伦理"与"技能"、"批判"与"应用"、"人文"与"实用"之间找到动态平衡。这个平衡点不是固定的,它随着技术发展、社会需求和学习者特征而移动。

而图书馆,作为知识生产与传播链条上的独特节点,恰好具备了成为这个"平衡器"的条件。它不受学科壁垒的限制,不承担就业率的KPI,却又深度嵌入教学科研全流程。这种位置,使其有可能成为UNESCO理想与OECD现实的对话空间,成为AI素养教育中"道"与"术"相济的实践场。

当我们不再纠结于"选择哪个框架",而是思考"如何让两个框架为我所用",AI素养教育或许才能走出纸面,真正落地生根。