视觉素养的新前沿：AI图像识别教育案例

文章核心观点概述

迈阿密大学米德尔敦分校Jennifer Hicks在《教授图书馆用户关于AI图像：一个案例研究》中，分享了她开发和实施AI图像素养工作坊的完整过程。

文章核心论点：

第一，AI图像/视频已无处不在但识别率低。“许多用户在没有认识到它们是AI或理解它们如何创建的情况下与这些视觉内容互动。”

第二，图书馆应将AI图像视为“信息对象”。“将AI图像……作为值得我们应用于学术资源的同样批判性审视的信息对象来对待。”

第三，工作坊目标不是“掌握”而是“提问”。“主要目标……是帮助他们对所看到和创建的内容提出更好的问题。”

第四，工作坊内容：识别和评估视觉指标、应用AI检测工具、解释生成基础、考虑环境影响。

视觉素养在AI时代的新内涵

Hicks的工作坊重新定义了“视觉素养”：从理解图像构图、解读文化语境，扩展到识别AI生成、理解生成机制、评估伦理问题。

她的贡献在于：将视觉素养从艺术/传播学领域引入信息素养教育。在她的框架中，AI图像不仅是“视觉作品”，更是需要溯源、验证、批判的“信息”。

工作坊设计的三个亮点

亮点一：从社交媒体游戏开始。从TikTok的“哪一个是AI”视频开始，利用熟悉平台、游戏化形式、可视化对比，降低畏惧感。

亮点二：动手创作环节。让参与者用FreePic/ChatGPT/Canva创建AI图像，理解提示词如何塑造输出。个人化创作（书籍封面、宠物卡通）让抽象技术变具体。当你亲手“欺骗”过AI工具一次，你就会对其他AI图像保持警惕。

亮点三：环境影响披露。结尾讨论数据中心对社区和环境的影响。不是说教，而是提供“完整的知情”——你可以使用，但应该知道代价。

“spot the AI”游戏的深层价值

表面目标：训练识别视觉特征（扭曲的手指、不一致的阴影）。

深层目标：培养“视觉怀疑论”——不再无条件相信所见即真实。在深度伪造泛滥时代，视觉素养不再是“艺术欣赏”，而是公民参与民主社会的基本能力。

但Hicks也指出局限：“更高质量的对比视频”需求揭示残酷现实：AI质量正快速提升，传统识别特征很快会失效。

跨机构参与：公共图书馆的使命

Hicks工作坊“有意推广超出校园受众”，这表明：AI图像素养不仅是学术问题，更是公共议题。

对公共图书馆，紧迫性更甚：老年人易成为AI虚假新闻受害者、青少年需理解社交媒体“完美身材”可能是AI美化、求职者需警惕虚假招聘配图。

“多渠道推广”为公共图书馆提供借鉴：不要等用户来，要主动出击。

中国实践的对照与反思

紧迫性：AI图像应用广泛（电商AI模特、社交媒体滤镜）、深度伪造泛滥、媒体素养薄弱。

复杂性：技术审查敏感性、商业利益冲突、文化差异（虚实相生vs真实性）。

可行调整：用中国AI工具（文心一格）、中国平台（抖音）、强调“媒介素养”框架。

未来挑战：当视觉特征失效之后

如果AI图像完全无法通过视觉特征识别，可能方向：

技术溯源：元数据检查、区块链验证、数字水印。

语境分析：不问“看起来假吗”，而问“出现在这里合理吗”、“发布者是谁”——回归信息素养经典问题。

概率性思维：默认假设任何图像可能是AI生成，在不确定中做理性判断。

第三种方向最符合图书馆员优势：我们不擅长技术鉴定，但擅长批判性提问。

结语：从“看到”到“看穿”

Hicks教授的不只是“关于”AI图像的知识，更是“通过”AI图像理解信息生态的变化。

“眼见为实”已过时。新素养是“眼见即质疑”。不是让人偏执多疑，而是培养健康的“知识谦逊”：承认永远无法100%确定所见真实性，但可以通过批判性提问，逼近真相。

而这，恰恰是图书馆员一直在做的事——不是提供确定性，而是提供抵达确定性的方法。Hicks的贡献，是将这一使命延伸到了视觉领域。