系统性支持体系：HBCU的AI教育先行实践

文章核心观点概述

北卡罗来纳中央大学（NCCU）的Erezi Ogbo-Gebhardt、Agnes Pearcy和Danielle Colbert-Lewis合著的《准备信息专业人员教育用户使用生成式AI：来自北卡罗来纳中央大学的最佳实践》，展示了一所历史性黑人大学（HBCU）如何建立系统性的AI素养教育体系。

文章的核心论点包括：

第一，AI采用速度空前。文章开篇引用数据：“生成式AI的采用速度是开创性的——比个人电脑和互联网的采用更快。”这意味着高等教育必须快速响应。

第二，AI可能加剧数字鸿沟。文章警告：“学生和教师在AI接受和使用方面的差异可能加深现有的数字鸿沟并影响教育和职业成果。”这对HBCU尤其重要，因为它们历史上就致力于服务弱势群体。

第三，需要双重支持系统。“成功实施需要创建一个环境，为教师采用AI到课堂中提供强大资源，并为学生道德使用这些工具提供支持。这种双重支持系统构成了有意义的AI素养教育的基础。”

第四，NCCU的多层次整合模式：

• 一年级层面：必修的“大学新生研讨课”（UNIV 1100）嵌入IBM Skills Build的AI素养模块
• 研究生层面：图书情报学院开设“AI与图书馆”专业课程
• 图书馆服务层面：一对一咨询、工作坊、LibGuide

HBCU的特殊使命与AI教育

文章特别强调NCCU的HBCU身份：“北卡罗来纳中央大学人工智能和新兴研究所（IAIER）是美国历史性黑人学院和大学（HBCU）中首个专门的AI研究所。”

这一身份赋予了AI教育特殊的使命维度：

历史维度：HBCU诞生于种族隔离时代，使命是为被主流教育体系排斥的非裔学生提供高等教育机会。今天，当AI可能成为新的“数字种族隔离”工具时，HBCU有历史责任确保其学生不被新技术抛下。

公平维度：文章提到：“学生和教师在AI接受和使用方面的差异可能……加深现有的数字鸿沟。”对HBCU学生而言，这不是抽象威胁。研究显示，AI算法在面部识别、语音识别、简历筛选等领域对非裔存在系统性偏见。如果不培养批判性AI素养，HBCU学生可能成为AI偏见的受害者。

代表性维度：NCCU设立美国首个HBCU的AI研究所，本身就是一个强有力的象征——AI不是“白人精英”的专属领域，黑人社区也有能力、也必须参与AI的塑造。

多层次整合的设计智慧

NCCU的AI教育整合模式展现了系统性思维：

层次一：一年级必修课嵌入

做法：2024－25学年，所有一年级学生的“大学新生研讨课”（UNIV 1100，2学分必修课）正式引入AI内容。学生完成IBM Skills Build的三个模块：《人工智能导论》《大语言模型基础》《掌握提示词艺术》。

意义：

• 覆盖面广：所有新生，无一例外
• 时机恰当：在学生形成学习习惯之前就建立AI素养基础
• 低成本：利用IBM免费资源，不增加预算负担

借鉴点：中国高校的“大学计算机基础”或“信息素养”课程，完全可以增设AI模块。关键是利用现有必修课程，而非新开选修课，以确保覆盖面。

层次二：研究生专业课程

做法：图书情报学院开设“AI与图书馆”课程（MLS学生为主），涵盖六大主题：AI基础、伦理与政策、AI素养框架、提示词设计、教学应用、公平与获取。两门课程都提供“学位要求之外的额外凭证”，认可AI素养作为基本专业能力。

意义：

• 专业深度：不只是使用AI，而是思考如何教授AI
• 凭证化：额外认证增强就业竞争力
• 前瞻性：培养的是未来的图书馆AI素养教育者

借鉴点：中国LIS院校可以考虑“1+X证书”模式——1个硕士学位+X个专业技能证书（包括AI素养证书）。这符合职业教育改革方向。

层次三：图书馆灵活服务

做法：“当教师、员工或学生有AI相关问题时，图书馆员在一对一咨询期间解决，根据个人需求和情境定制回应。”图书馆还在全馆工作坊和学科专门信息素养会议中展示数据库的AI功能（ProQuest Research Assistant、Statista Research AI、JSTOR AI Research Tool等）。

意义：

• 个性化：不是所有人都需要参加工作坊，一对一更高效
• 嵌入式：不孤立AI教育，而是融入日常参考咨询
• 工具导向：优先展示图书馆资源的AI功能，证明图书馆价值

借鉴点：中国图书馆的“学科馆员”制度可以扩展为“AI素养学科馆员”——在为各院系提供信息素养教育时，加入AI内容。

“双重支持系统”的深层逻辑

文章强调的“双重支持系统”（教师+学生）体现了对AI教育生态的整体把握：

为什么必须支持教师？ 

如果只培训学生而不培训教师，会出现“代际倒挂”——学生会用AI，老师不会，导致：

• 教师无法识别学生的AI滥用（如全文由AI生成）
• 教师无法指导学生合理使用AI辅助学习
• 教师错失AI增强教学的机会（如AI辅助作业反馈）

NCCU的教师支持包括：“为采用AI到课堂中的教师提供强大资源。”虽然文章未详述具体措施，但可推测包括：教学法工作坊、AI工具演示、教学设计咨询、案例分享等。

为什么必须支持学生？ 

文章特别强调“道德使用”（ethical use）。这不是说教式的“不要作弊”，而是：

• 帮助学生理解学术诚信的新内涵（AI辅助写作的边界在哪里？）
• 培养学生的判断能力（何时适合用AI？何时不适合？）
• 赋予学生话语权（让学生参与制定AI使用规范）

文章引用香港研究发现：“学生认识到AI有潜力使他们的学习过程受益，但他们常常对如何负责任地这样做感到困惑。”这种困惑不是学生的错，而是教育系统还没跟上技术变化。

图书馆的战略定位

文章用大量篇幅讨论图书馆的角色，提出了一个关键策略：优先展示图书馆数据库嵌入的AI功能，再介绍独立AI工具。

为什么这个顺序很重要？ 

文中坦承：“这种方法解决了一个战略性挑战：最流行的AI资源如ChatGPT、Copilot、Claude、Gemini等不是像书籍、期刊或专门数据库那样的直接图书馆资源。”

换言之，存在一个潜在威胁：如果图书馆大力推广ChatGPT，用户可能觉得“我直接用ChatGPT就好了，还要图书馆干嘛？” 

通过优先展示数据库AI功能：

• 证明价值：“看，图书馆订阅的数据库也有AI，而且是基于学术文献训练的，比ChatGPT可靠”
• 建立差异：让用户理解“图书馆AI”（基于可信数据源）vs“通用AI”（基于公网抓取）的区别
• 展示ROI：向管理层证明数据库订阅费花得值

文章总结：“这一策略在承认更广泛AI景观的同时，保持了图书馆的相关性，并确保受信赖的图书馆资源仍然是研究和学习的核心。”

这是一个非常清醒的战略思考。它承认图书馆不可能“垄断”AI教育，但可以通过强调“可信度”和“学术性”来保持不可替代性。

中国镜鉴：从“试点”到“体系”

NCCU的经验对中国图书馆界最大的启示是：系统性比碎片化更有效。

目前中国高校图书馆的AI素养教育多是“点状分布”：

• 某个热心馆员开一两次讲座
• 图书馆周期间搞一次AI主题展览
• 做一个AI工具LibGuide页面

这些努力值得肯定，但缺乏制度化保障：如果那位热心馆员调走了，活动可能就停了；如果领导换了，可能就不再支持了。

NCCU的经验告诉我们，要建立可持续的AI素养教育体系，需要：

1. 嵌入必修课程：不依赖学生“自愿参加”，而是制度化保证

2. 培养师资队伍：不依赖个别“能人”，而是形成专业团队

3. 跨部门协作：不是图书馆单打独斗，而是与教务、学院、技术部门联动

4. 分层设计：本科生、研究生、教师，不同群体不同策略

当然，中国高校图书馆推动这样的系统性变革，面临诸多挑战：课程改革需要教务处审批、师资培训需要人事处支持、跨部门协作需要协调机制。但正如NCCU的实践所示，如果不推动系统性变革，碎片化努力的影响力始终有限。

结语：制度化是可持续的前提

NCCU的案例最打动人的，不是某个具体工作坊有多精彩，而是它展示了一个机构如何将AI素养教育制度化、系统化、可持续化。

从一年级必修课到研究生专业课，从全校工作坊到学科嵌入，从教师培训到学生支持，NCCU建立的不是一个“AI教育项目”，而是一个AI教育生态。

对中国图书馆界而言，NCCU的经验提供的不是可以直接复制的“最佳实践清单”，而是一个思考框架：如果我们真的相信图书馆应该领导AI素养教育，那么我们需要什么样的制度支撑？ 

答案或许不在某个炫酷的工作坊设计中，而在日复一日的制度建设中。