AI 素养课前阅读指南：同样满分的作业，背后的思考可以完全不同
这份课前阅读合集要交付的不是知识量，而是判断权。作业分数只能证明交上来的东西达到了课程标准，证明不了你在产出它的过程中做了什么。同样一份满分作业，背后可能是一场自己主导的思考，也可能是一段被粘上去的流畅文字。所以判断权只能靠过程里那些能被看见的动作守住。
下面这份导读写给零基础、课前自己读完、课上带着观点来讨论的你。它不替代那份合集，只讲清每个部分该怎么用。
一、判断权才是终点：同样的成绩，背后可能是完全不同的思考
1.1 分数证明不了你思考过
判断权在文献里叫 epistemic ownership，指学习者对「经分布式认知产出的工作」的辩护性掌控，包含方向、吸收、判断、可辩护性四项相互依赖的功能。一项 2026 年的预印本把这件事做成了可检验的命题：从公开的学生与 AI 对话语料里分层抽出 150 段对话，按「谁在主导方向、AI 的贡献有没有被吸收、有没有可观察的判断」三个维度编码，再去对作业分数。EpistemicOwnership
结果反直觉：三个维度全被观察到的对话，与至少一维没被观察到的对话，两组之间没有稳定的成绩差异。链接上分数的那些对话里，作业分数中位数是 0.980，41.0% 恰好拿到满分。作者挑出两对同分的作业做对照，其中一对两人都得 0.8727，连发言轮数都相同，都是六轮，但一份呈现主导、吸收、判断三个动作，另一份只有主导。
反常就在这里：分数一模一样，轮数也一模一样，背后的思考深度却完全不同。写出好文章说明的是成品在课程标准下的质量，不等于你做了相应的认知劳动。
这项证据的边界也要说清。它是单篇预印本、单一数据集、单一课程群，作者写明样本不足以支持总体层面的结论，分析是描述性的而非因果推断，编码由模型执行且未报告人工编码者之间的一致性。正确的读法是「在这样一份样本里，分数解释不了过程」，而不是「过程好的学生分数更高」。
1.2 判断权是三个能被看见的动作
这三个维度不是抽象口号，每一维都配了「观察什么、正向证据、关键边界」三栏。关键边界最重要，它写明了哪些行为不算数。
图注：epistemic ownership 被拆成三张并列卡片：主导（Direction）、吸收（Integration）、判断（Evaluation），每张卡分「观察什么、正向证据、关键边界（不算数的情况）」三段。底部注明第四项能力可辩护性（Answerability）未被纳入，三个维度分析上独立、可共现、不合成总分。本图依据原文表格重绘，不是论文原图。EpistemicOwnership
边界那几行才是这一节有用的地方。主导的边界是：只是说话、问任何一个问题、开启一段对话，本身都不足以算。判断的边界是：问 AI「这个对吗？」只是求验证，除非你同时给出标准或自己的判断。吸收的边界是：话题上的连续，或反复要求修改 AI 产物，在没有可观察吸收时都不算数。光有互动不算，判断权要在动作上留痕。
写过代码的读者可以把这三个动作读成一次代码评审的三个动作：决定看哪个 PR 对应主导，把改动并进自己的分支对应吸收，判断该不该合对应判断。不写代码的读者跳过这句不缺任何内容。想看 AI 具体会在哪些地方骗人，可以接着读《它什么时候会骗我：能力边界、幻觉与迎合》。
1.3 从使用者到决策者，是一个角色位移
判断权要求你换位置：从「会用 AI」变成「能评估 AI 给的东西」，再变成「知道自己该决定什么」。这不是多一项技能，而是一次角色位移，每一段配一句自问。
图注：概念图横向排三段：使用者（User，「我会用 AI 吗？」）、评估者（Evaluator，「我能评估 AI 给的东西吗？」）、决策者（Decision-maker，「我该决定什么？」），框间是向右的箭头。它是作者提出的概念化图，不是实证流程，也没有测量数据。EvaluationLenses
而且这不只是个人修养问题。英国开放大学的批判性 AI 素养框架把 critical AI literacy 定义为检视大语言模型如何造成持续中的认知不正义（epistemic injustice，指某些人被系统性地挡在知识共享与决策之外），并把素养看成社会性实践，而不是个人拥有的属性。CriticalAILit
进教室前可以做的一件事：交作业前，把 AI 给你的那段输出自己重写一遍判断理由，哪怕只有两句。
二、先机制、再失效、最后实践：顺序排错，实践就只剩技巧
2.1 顺序是教学判断，不是编辑口味
这份合集把八个单元排成「机制 → 失效 → 环境与制度 → 实践」。这个顺序能站住脚，靠的是学习科学的几条原则。
第一条是概念理解居核心。美国国家科学院的《How People Learn II》把它写成一条正式结论：对抽象观念的概念理解之建构促进学习，而迁移最可能发生在学习者掌握了可被应用到不同情境的底层一般原理时。第二条是在真实问题中学法，报告写得毫不留情：脱离情境的人为练习训练出的应对策略，只会沦为「做学问」而已。第三条是技术必须服从学习目标，用不用某项学习技术，前提是它与学习目标对齐。HowPeopleLearn
这是一般学习科学原则，不是关于 AI 的论断。用在 AI 素养阅读上，推理是这样：讲机制是在建构概念，概念是迁移的前提，后面那些动手练习才有一个可迁移的原理可依附。
2.2 别人真的排过，而且排错过
原则要落到一门真开过的课上才不悬空。德克萨斯大学奥斯汀分校那门面向全校的 AI 素养课，从 1 学分研讨课扩成 3 学分核心课时，作者自己总结出三条短板：客座讲师轮换缺乏连贯叙事，评估主要基于出勤，阅读材料对一般受众常常过难。扩课后的每一项改动都对着这三条：改成单一老师主持的翻转课堂、改成非编程的实质作业、改成更读得动的材料。AAAI-Course
图注：课程结构图分三段。最上段是旧版研讨课的三步线：预读、直播讲座视频、反思短文。中段是新版核心课的两条并行轨道：左侧「异步模块」竖排五个色块（分段讲座视频、伦理视频、理解性小测、阅读作业、反思短文），右侧「同步讨论」是老师与学生的连线，再分线下到场与远程两组，远程组内嵌两个讨论室。最下段是六个作业标签，从入门算法到伦理项目。图里没有学分、学时与评分权重，底部六个标签也不是周次表。AAAI-Course
对零基础读者来说，最值得抄的是它每周的处理方式：长材料切段并插理解性小测；阅读换成更可及的材料，放到协作批注平台上讨论；每周交一篇反思短文；周四一次同步讨论会，课件里直接放学生代表性评论。这些做法在讲单元怎么读时还会再出现一次。
证据等级也要说清：课程反馈全部是自评，没有对照组，也没有独立的学习效果测量。它能证明「这么排、这么教，学生体验更正面」，不能证明「这么排所以学会了」。
2.3 换成更受控的工具，为什么不管用
顺序排错最直观的错误版本是：与其把机制讲透，不如给学生一个更受控的 AI 工具。一项 2026 年的干预试点直接测了这个想法：在一门硕士层次的数据分析课上，33 名学生随机分成两组，一组只能用课程内置的 AI 教练（有次数与时长额度、不生成代码、课后写反思、AI 产出的代码要打标签），另一组可以自由使用自选工具。ToolVsLiteracy
描述性比较里两组作业成绩没有差别，论文明确写了每组十几人的规模不支持做推断检验，所以也没做。真正拉开差距的是两样东西：学生自己定下的使用规则，和对模型工作机制的理解。而这两样无一例外都是自学的，因为课程没有教。作者的结论因此是结构性的：优势从「谁代码写得最熟」转移到「谁最会治理自己对 AI 的使用」，而这种优势课程本来可以教。
顺序排错，具体会退化成什么样：
| 如果先讲的是 | 结果 |
|---|---|
| 实践方法，机制后置 | 练习脱离情境，只训练出一套表层应对策略 |
| 工具，目标后置 | 换个更受控的工具也不带来更高成绩，差距仍出现在没教过的机制理解上 |
| 只有概念没有问题 | 理解停在纸面，迁移不发生 |
还有一个背景事实让这件事没法「本来就该这样」：截至 2025 年底，AI 素养连跨文献公认的统一定义都没有，被反复引用的框架普遍偏技术、忽视人文维度。RapidReview
进教室前可以做的一件事：把这八个单元当成一条链读，每读完一个单元，先用一句话说清它回答了链上的哪一环。想看追问、核对、溯源三步法与个人使用准则的完整步骤，可以接着读《怎么和 AI 打交道：追问、核对、溯源与你的个人准则》。
三、读完不等于会：闭卷写出来、按间隔回访，清单只当诊断
3.1 术语第一次出现怎么办
合集里每个术语第一次出现都应当就地解释，这不是编辑偏好。《How People Learn II》有一条专门讲这件事的结论：有目的地教授学科的语言与实践，是帮助学生形成深刻理解的关键；术语不教，学生就形成不了深层理解。HowPeopleLearn
真实课程把这一要求写成了制度。同课程系列的前作（CS 109 论文，arXiv:2501.07392）记录过：讲师被要求假定学生没有任何技术知识，必要时在讲义里补入门级技术前奏；同一篇论文还把「阅读是非技术受众最难的部分」列为三条主要经验之一。这两句出自前作，不是扩课后的那篇论文本身。
3.2 带走一句话，必须是闭卷产出
每个单元末尾那句「带走一句话」，用法只有一种：合上材料之后，用自己的话写出来。摘抄不算，划线不算，重读更不算。学习科学里这叫 retrieval practice（提取练习，指不看材料主动回忆），综述明确把「读完一章先放下，再尝试回忆其内容」列为标准形态。SpacingRetrieval
最反直觉的地方在于，重读让人感觉学会了，其实是一种错觉。综述援引的研究显示，重读和划线会提高「流畅感」，学习者把流畅误当成「已经学会」；被问到间隔和提取哪个更有效时，本科生反而倾向选集中和重读。而且有效策略费力、容易出错，学习者还普遍相信费力的策略效果更差。
提取练习也不是无条件有效，它有三条边界。第一是反馈，提取之后要核对答案，正是在想不全时反馈才纠正错误。第二是难度，提取要真的费力，但没有反馈时尤其要求能基本成功地带回正确信息。第三是迁移，近迁移明确受益，远迁移证据不一致，原文明确说提取练习不会自动提升「察觉某个信息相关、并决定使用它」的能力。这一条对你尤其重要：背下一个术语，不等于你会在新情境里用上它。
3.3 一学期的节奏
把间隔和提取合起来用，综述给了一个可以直接照搬的 successive relearning 节奏：第 1 天学习并提取到答对为止，第 3 天、第 8 天、第 10 天各回访一次，5 周后再做一次最终测验，每一场都是先提取、后反馈、直到答对。SpacingRetrieval
节奏里没有「最优间隔表」，原文明确说不存在通用的最优表，课堂研究里观察到收益的间隔在 1 到 7 天之间。真正的规矩只有两条：每次场次里要练够，把忘掉的内容重新学会；场次之间要留出「还记得、但已经不新鲜」的时间。
图注：上半部四格插画给出单元读法的四步：读单元、合上回忆、核对反馈、隔天重测，每格下面一行小字说明对应动作。下半部是一张学期日历表格，行分别是读单元、合上回忆、核对反馈、隔天重测、课程重测与课程单元，格子里是散落的圆点与向右的箭头，右侧标注「全新重测」。
3.4 清单是诊断工具，不是成绩单
自测清单最容易被误用成给自己打分。一篇 2026 年 10 月的系统综述给出了这一块的现状：按 PRISMA 流程从 852 条记录去重到 679 条，最终综合 39 项研究，其中 16 项是工具开发、验证或改编，23 项是现状、相关变量或干预研究。这 39 是纳入的研究数，不是工具的数量。MeasureTools
更关键的是三件事。第一，构念定义、作答格式与预期用途各不相同，不同清单之间没法互相比较。第二，因子结构证据常见，但内容效度、重测信度、响应度与跨文化可比性的证据都不足，异质性大到元分析做不了，总体证据是中等而不是高质量。第三，作者的建议很直接：大学应该走出「自陈的信心与使用频率」，把自陈与表现性、情境敏感、关注公平的方案结合起来。
同一块证据在一个具体课堂里也出现过。一项 14 人、无对照的设计型试点报告，AI 素养自陈量表九个维度涨了八个，而标准化批判思维测量的三个分量表一个都没动；作者把全部定量结果定性为描述性的，并提醒自陈条目可能高估真实增益。ConstraintFirst
图注：三格插画对照清单的三种用法。诊断格里是一张「AI 素养自评清单」，其中一项关于能否察觉输出中的基本问题、信息错误、逻辑缺陷的说明被圈出；定位格是一张写着技术与社会批判两类维度的放射状分布图；打分格里是一张 1 到 3 自信的清单，下面的总分被划掉，旁注说明内容效度、测试重测可靠性与跨文化可比性证据偏弱，独立的表现性测试仍留白。图下方一行把「间隔检索」和「重复阅读」用箭头连起，中间标注 AI 素养自评清单的效力边界。
| 清单能做 | 清单不能做 |
|---|---|
| 暴露你以为自己懂了、其实没懂的地方 | 证明你已经达到某种水平 |
| 帮你定位该回哪一段重读 | 替代闭卷产出与间隔回访 |
| 让答案里的具体漏洞显形 | 让你和别人的分数可比 |
进教室前可以做的一件事：每读完一个单元，合上材料写一句话，当天核对一次，隔一周再默写一次。写不出来的那句，就是你下次进教室要带的问题。
四、读到的要变成开口说的：先立论，再让 AI 挑刺
4.1 三类课堂讨论，和各自要带的问题
课上讨论分三类，判据是这次要处理的是理解、证据还是立场。
| 读到的部分 | 讨论类型 | 你带进教室的问题 |
|---|---|---|
| 机制 | 认知类 | 我对这个概念的理解，和原文一致吗？ |
| 失效 | 证据类 | 这条输出凭什么可信，我要用什么标准验它？ |
| 环境与制度 | 立场类 | 我该站在哪一边，谁的成本被算在账外？ |
| 实践 | 三类都用得上 | 我下周具体改哪一个动作？ |
4.2 八个评估视角，是一套视角库
证据类讨论要有内容可谈。一项混合方法研究记录了 44 名学生在 229 个回合里实际用什么标准评 AI 输出，归纳出八个评估视角，归成四组准则：认识论组（准确性、完整性）、情境组（任务匹配与相关性、个性化）、实践组（实用性、创造性）、伦理组（偏见与公平、伦理与责任）。EvaluationLenses
图注：同心圆环分类图。中心写「Critical AI Literacy / 8 Evaluation Lenses」，内环是四组准则 Ethical、Epistemic、Contextual、Practical，外圈八个标签 Accuracy、Completeness、Relevance、Personalization、Practicality、Creativity、Ethics、Fairness。图中没有流程顺序、时间线或权重。EvaluationLenses
作者自己给了两条限定。第一，这八个视角不是逐条打勾的刚性清单，而是一套按任务性质与后果选择性调用的视角库。第二，批判性体现在决策背后的推理上，不是结果上。数据支持第二条：接受 AI 建议的学生满意度明显更高（均值 4.63 对 4.14），但改编组与接受组的信息评价分数几乎没有差别（1.61 对 1.44）。也就是说，「我改过 AI 的输出」本身不构成更批判的证据。
4.3 三步协议：先立论，再挑刺，最后说清改变了什么
一个设计型试点把这套动作做成了可复现的协议，叫 constraint-first：先自己想，然后与 AI 交互，然后报告自己的思考发生了什么变化。配套评分标准给「AI 协作」单独计分，评的是你使用思考伙伴的质量，不是模型输出的质量。ConstraintFirst
同一篇论文还观察到三种学生与 AI 的定位：答案生成者、答案验证者、共同思考者。最常见的是答案验证者，交互签名就是把自己起草的回答整段贴上去问「都对吗」，然后把回复直接粘在答案后面，没有可见的整合。
图注：横向桑基图，五列是前五次对话的位置，节点是学生提问的类别，例如描述作业、请求改进、反思分析、高阶思考、方法适用性、致谢。带宽与节点高度表示频次比例，同一类别跨位置保持同色。图上没有坐标轴、刻度与数字，只显示出现至少两次的模式。ConstraintFirst
这张图就是验证者定位的坐标：论文指出，相当一部分对话在「描述作业」与「请求反馈」之间来回打转而没有加深——这正是验证者定位的交互签名。想跳出它，起点不是换个更厉害的模型，而是进教室之前先把话说出来。这也是第一章那件事的课堂版本：AI 给了答案，和你自己判断过，是两回事。
进教室前可以做的一件事：写下你的立场和理由，把这段话给 AI 让它挑刺，然后把它的回应和你的修改一起带去，包括你决定不改的地方。
五、四套主流框架不是同一种东西：这份合集占了哪几格、漏了哪几格
5.1 四种形态
AI 素养领域常被引用的框架不是同一类东西，它们甚至不回答同一个问题。UNESCO 2024 年发布的《AI competency framework for students》给的是一张机构矩阵：4 个能力方面乘 3 级进阶层，得到 12 个能力块，底下是知识、技能、价值观三支柱。它面向学校阶段的基础教育系统，自述为需要持续修订的文件，不是大学通识课的标准答案。UNESCO-AICFS
图注：一张四行三列的矩阵表。表头是能力方面与进阶层，三列分别是 Understand、Apply、Create，四行分别是 Human-centred mindset、Ethics of AI、AI techniques and applications、AI system design，12 个交叉格里各有一个能力块名称。格子里只有名称，没有定义、评价标准或达标线。UNESCO-AICFS
Long 与 Magerko 在 CHI 2020 给的是另一种形态：五个主题问题 What is AI?、What can AI do?、How does AI work?、How should AI be used?、How do people perceive AI?，底下挂 17 项能力。它自述不是穷尽式清单，是一场对话的开端，而且全文没有给出任何评估方法。AILiteracy
英国开放大学给的又是第三种：批判性 AI 素养框架，六个板块加一个贯穿的 EDIA 透镜（平等、多样性、包容、无障碍），分 introductory 与 advanced 两个介入深度。这份文件的 0.2 版本已在 2026 年 9 月公开发布，但正文至今无法取得，这里能核的仍是 0.1 版。CriticalAILit
图注：浅蓝底的轮盘图。中央是深蓝圆形核心，六条白色细线向外辐射，连到六个彩色圆角板块，分别是 AI 概念与应用、与 AI 一起教与学、AI 伦理、AI 与职业、AI 与社会、AI 创造力，右上角是开放大学标识，底下一行说明 EDIA 即平等、多样性、包容与无障碍。图中没有等级信息，也没有板块的先后顺序或权重。CriticalAILit
第四种形态干脆不叫框架，而是把素养排成了一门课，也就是前面提过的那门面向全校的 AI 素养课：14 周，五个不写代码的作业加一个伦理项目。AAAI-Course
5.2 占了哪几格，漏了哪几格
| 框架 | 按什么组织 | 形状 | 这份合集对得上几格 |
|---|---|---|---|
| UNESCO 学生 AI 能力框架 | 能力矩阵 | 4 方面 × 3 进阶 = 12 能力块 | 技术与伦理那几格接得上；「AI 系统设计」一格基本空着，里面是问题界定、架构设计、迭代与反馈回路三块 |
| Long & Magerko 五问 | 主题提问 | 5 个问题 + 17 项能力 | 机制与失效两问覆盖得最实；「AI 该怎么被用」上只落到伦理与批判评价两条 |
| Open University 批判性 AI 素养框架 | 批判视角 | 六个板块 + EDIA 透镜，两级深度 | 环境与制度那一段在伦理与社会板块里有位置；「AI 概念与应用」是它的核心板块 |
| AAAI 面向全社会的课程 | 课程实施 | 14 周、五个非编程作业加伦理项目 | 它本身不占格，是这套合集最接近的一份现实排课样本 |
这只是结构层对位，不是逐条映射，因为这份合集自身的单元清单没有一手来源，格子是按每一段的内容性质摆上去的。
两处值得你特别留意。UNESCO 的「AI 系统设计」一格基本空着，对应到合集就是：读完这八个单元，你不会学到怎么设计一个 AI 系统，学到的是怎么判断别人做出来的系统值不值得信。Long & Magerko 那条「AI 该怎么被用」上，合集只落在伦理与批判评价两条，工具选择、什么时候用什么时候不用这些操作层面仍在合集之外。
带进教室的一句话：这四套框架是四种不同的东西，不存在一份可以照抄的清单；这份合集占住了其中几格，整格空着的是 AI 系统设计。
参考文献
本专题引用的核心资料如下，建议深入学习时阅读原文：
- Same Performance, Different Process: Epistemic Ownership in AI-Mediated Education — arXiv:2610.02731
- What does it mean to use AI critically? Unpacking critical AI literacy through students' evaluation of AI-generated content — arXiv:2610.10743
- Critical Thinking with Generative AI: A Constraint-First Design Pilot of a Thinking-Partner Intervention — arXiv:2609.38029
- The Essentials of AI for Life and Society: A Full-Scale AI Literacy Course Accessible to All — arXiv:2512.04110
- AI literacy over tool design: scaffolded versus unrestricted generative AI in programming education — arXiv:2609.16784
- The science of effective learning with spacing and retrieval practice — Nature Reviews Psychology
- How People Learn II: Learners, Contexts, and Cultures — DOI 10.17226/24783
- What is AI Literacy? Competencies and Design Considerations (CHI '20) — DOI 10.1145/3313831.3376727
- Assessing artificial intelligence literacy in higher education: A systematic review of measurement tools — Multidisciplinary Reviews
- AI competency framework for students (UNESCO, 2024) — UNESDOC
- The Open University Critical AI Literacy framework (v0.1, 2025-01) — Open University Learning Design
- A Rapid Review of AI Literacy Frameworks, with Policy Recommendations (Royal Society, 2025-12) — Royal Society PDF