从 ChatGPT 到批判性思维:阿联酋学校如何借助 Mexty 培养真正的人工智能素养

仅仅使用人工智能是不够的:真正的人工智能素养教会学生在信任人工智能之前,学会质疑、验证、评估并进行批判性思考。
从 ChatGPT 到批判性思维:阿联酋学校如何借助
Mexty 培养真正的人工智能素养
人工智能已经成为学校生活的一部分。
学生用它来搜索、写作、翻译、总结、生成图像和解决问题。人们很容易把这称为人工智能素养,但事实并非如此。
知道如何向 ChatGPT 提问固然有用,但真正的人工智能素养始于学生能够提出另一组问题:
模型为什么给出这个答案?
有哪些证据支持它?
它可能存在偏见吗?
它可能遗漏了什么?
我应该相信它吗?
从单纯使用人工智能转向质疑、评估和治理人工智能,正成为阿联酋人工智能教育方法的核心。阿联酋的框架采用从幼儿园到十二年级的结构化进阶路径,引导学生从基础认知逐步发展到批判性评估、负责任使用、设计及现实应用,并始终重视人的判断与监督。
学校面临的挑战已不再只是引入人工智能。
更重要的是将这一愿景转化为教师能够真正实施、调整和评估的连贯学习历程。
这正是 Mexty 能够为实施提供支持的地方。
人工智能素养不等于使用人工智能
学校即使开设编程课、机器人社团,并提供生成式人工智能工具,也未必拥有连贯的人工智能素养课程。
学生可能熟练使用人工智能,却不一定理解它如何运作、输出为何可能不可靠、偏见如何产生、何时应核实信息,以及何时人的判断应优先于人工智能的建议。
单独开展的活动或许有用,但不会自动形成循序渐进的学习体系。更有效的方法是逐步培养人工智能素养:从低年级对机器和模式的简单认识,发展到高年级对数据、算法、偏见、虚假信息、幻觉、隐私、问责和治理的理解。
学习历程由此成为:
发现 → 理解
→ 使用 → 质疑 → 评估
→ 创造 → 治理
Mexty
帮助将这一进阶过程转化为实际的学习结构。
从现成的阿联酋人工智能素养学习路径开始
学校不应需要从零开始制作每一节人工智能素养课程。
Mexty
提供从幼儿园到十二年级可编辑的人工智能素养学习路径。每个年级都可以预先包含相关内容:
学习路径 → 课程
→ 互动活动 → 人工智能素养实验室体验 → 评估
因此,学校可以从结构化的基础出发,而不是面对一个空白的课程制作界面。
例如,八年级的学习路径可能已经包含以下主题的课程和活动:
- 生成式人工智能;
- 虚假信息;
- 偏见;
- 深度伪造;
- 隐私;
- 数据质量;
- 可信信息;
- 人工监督。
教师的职责不是重新创建整个教学序列。
而是审查、调整并丰富现有内容。
根据学校需求调整学习路径
阿联酋学习路径提供结构,但学校仍然需要灵活性。
学校可以打开阿联酋七年级人工智能素养模板,然后:
- 编辑现有内容,或添加自己的文字、图片、视频和资源;
- 调整教学顺序,以适应学校课表或课程结构;
- 用与学校社区相关的案例替换或丰富示例;
- 调整课程和活动的难度或深度;
- 加入学校自身的数字公民教育或人工智能使用政策;
- 添加或修改互动活动和人工智能素养实验室练习;
- 定制最终评估。
这一点非常重要,因为阿联酋学校采用不同的课程体系、学校模式和教学方法。
Mexty
提供结构化基础。
学校保留教学自主权。
将讲解转化为互动体验
仅靠被动接收内容,尤其难以教授人工智能素养。
学生可能读过“幻觉”的定义,却无法识别幻觉。
他们可能记住了偏见的含义,却无法识别人工智能输出中的偏见。
他们可能知道应核实来源,却不知道如何核实。
Mexty
让教师能够将这些概念转化为互动学习体验。
例如,教师不只是解释幻觉,还可以设计一项活动:向学生提供一段包含数个看似合理说法的人工智能生成答案,并提问:
哪一项陈述需要核实?
偏见课程可以变成分类练习:
可能存在偏见
需要更多证据
有充分理由即可接受
隐私课程可以变成分支情境:
一名学生想将个人信息粘贴到人工智能工具中。接下来应该怎么做?
互动活动让学生练习判断,而不只是记忆术语。
利用人工智能素养实验室让学生探索人工智能
教授人工智能素养最有效的方法之一,是让学生直接观察人工智能的行为。
Mexty
的人工智能素养实验室正是为此设计的。
学生可以开展以下受控实验:
比较不同的人工智能模型
向两个不同模型提出同一个问题。
然后考察:
- 每个模型包含了哪些信息;
- 每个模型遗漏了哪些内容;
- 答案看起来有多自信;
- 结论是否不同;
- 哪个答案有更充分的证据支持。
目标并不是断定某个模型始终更好。
而是理解不同的人工智能系统可能表现不同。
改变上下文
提问:学校是否应该允许学生使用人工智能完成家庭作业?
然后在不同情境下提出同一问题:“以教师的身份回答”和“以学生的身份回答”。还可以加上:“以校长的身份回答”。
学生随后可以比较不同视角如何影响:
- 被强调的益处;
- 被提及的风险;
- 对责任的假设;
- 对公平或作弊的担忧;
- 对学习、效率或控制的重视程度。
学习目标是展示:即使基本问题不变,上下文和视角也会影响人工智能生成的回答。
探究人工智能幻觉
可以给学生一个可能让模型产生缺乏依据说法的问题。
学习任务不只是找出错误。
还要追问:
为什么这个答案听起来令人信服?
哪些内容应该核实?
我们需要什么证据?
比较通用人工智能与基于可信来源的人工智能
学生可以向通用模型提问,再将其回答与依据学校批准材料生成的回答进行比较。
这有助于他们理解以下两者的区别:
通用模型知识与基于可信来源的知识。
以学校可信知识为学习依据
人工智能素养的一项核心能力,是理解流畅的回答不一定可靠。
Mexty
知识库让学校能够将经过批准的内容引入学习环境。
教师可以添加:
- 学校政策;
- 课程文件;
- 经批准的文章;
- 数字安全指南;
- 教师自制资源;
- 参考文件。
这些材料随后可作为课程和活动的可信来源。
例如,教师可以上传学校自己的人工智能使用政策,并设计活动,让学生依据该政策评估不同的人工智能使用情境。
或者,教师可以提供权威资料,让学生将其与通用人工智能生成的解释进行比较。
这让来源核实成为可操作的实践。
无需重建课程即可添加教师自制内容
现成的学习路径并非要将教师限制在固定内容中。
教师可以添加自己的:
- PowerPoint
演示文稿;
- PDF 文件;
- 视频;
- 课堂说明;
- 案例;
- 讨论问题;
- 练习单;
- 评估题目。
因此,学校现有的教学材料可以融入人工智能素养学习历程,而不必游离于平台之外。
例如,教师可能已经有一份名为《本校负责任使用人工智能》的 PDF 文件。
这份文件可以用来丰富相关课程、创建互动活动,或成为评估的一部分。
这有助于学校将现有资源与结构化的人工智能素养学习路径结合起来。
教会学生质疑人工智能,而不只是编写提示词
提示词很有用,但仅掌握提示词工程并不等于具备人工智能素养。
学生可能知道如何生成令人印象深刻的答案,却完全不知道答案是否准确、是否有偏见,或是否引用了恰当的来源。
因此,Mexty 的方法更加重视对人工智能提出质疑。
学生应学会提出:
- 模型为什么生成这个答案?
- 哪些信息影响了它?
- 有哪些证据支持它?
- 它可能遗漏了什么?
- 另一个模型会给出不同的答案吗?
- 这个回答可能存在偏见吗?
- 这个答案需要人工审核吗?
目标是让学生从使用人工智能,逐步发展到理解何时应质疑它,以及何时必须优先依靠人的判断。
评估判断力,而不只是记忆力
如果将人工智能素养视为真正的课程,学校就需要证据来证明学生正在进步。
选择题测验可能表明学习者知道什么是人工智能幻觉。
但不一定能说明他们是否能够识别幻觉。
Mexty
评估工具可以结合不同的评估形式。
例如:
知识检查:什么是人工智能幻觉?
视觉识别:展示一个回答,让学生找出缺乏依据的说法。
分类:学生对回答进行分类:
学生根据每个由人工智能生成的回答是否看起来可信、是否需要进一步核实,或在未经人工审核时是否不宜使用来进行分类。
决策情境:模型建议采取一项重要行动。
学生必须决定是接受人工智能的建议、进一步核实,还是提交给人类审核,并说明自己对这一决定有多大信心。
这增加了重要的元认知维度。
评估应超越简单的选择题,涵盖决策情境、视觉识别、分类、信心检查和比较活动。
在学生学习的同时提升教师准备度
成功的人工智能素养课程离不开教师。
教师无需成为人工智能工程师,但需要有足够的信心引导学生探讨以下问题:
- 为什么人工智能会产生幻觉?
- 上下文如何影响回答?
- 什么样的来源值得信赖?
- 偏见如何进入人工智能系统?
- 学生绝不应该分享哪些信息?
- 何时适合使用人工智能辅助?
- 何时必须由人承担责任?
Mexty
可以通过专门的学习路径支持教师发展。
教师还可以在带领学生开展活动之前,亲自体验相同的人工智能素养实验室活动。
这样,教师既能获得内容知识,也能熟悉实际的学习体验。
[探索人工智能素养教师培训 →](/ai-literacy/teacher-training)
将治理融入学习体验
人工智能治理不应只存在于信息技术政策中,因为学生需要理解规则为何存在。学校应明确:
- 学生可以使用哪些人工智能工具;
- 哪些模型适合不同年龄段;
- 可以分享哪些学生信息;
- 哪些来源值得信赖;
- 如何审核人工智能生成的内容;
- 教师何时必须介入;
- 如何维护学术诚信。
Mexty
帮助学校将这些原则融入学习环境,而不是将治理视为一份独立文件。
学校可以将自己的人工智能使用政策加入课程。
学生可以根据该政策完成情境练习。
教师可以使用可信来源。
评估可以检验学习者是否理解何时需要人工审核。
这使治理成为人工智能素养本身的一部分。
九年级的实践示例
设想一条九年级学习路径,重点关注:
大型语言模型、提示词与信任
模板已经包含课程和相关活动。
教师可以按以下方式进行调整。
1. 审查现有课程
教师检查有关大型语言模型、幻觉和提示词的讲解。
2. 添加学校的人工智能政策
将学校关于负责任使用人工智能和学术诚信的规则作为可信内容加入。
3. 调整一个示例
用与课堂相关的示例替换通用提示词。
4. 开展人工智能素养实验室活动
学生提问:
社交媒体对青少年有益吗?
他们比较两个模型。
然后改变上下文。
5. 添加核实任务
学生必须指出哪些说法需要外部证据。
6. 开展评估
评估结合简短测验、比较任务和决策情境。
7. 审查学生的学习证据
教师可以了解学生是否理解概念,以及能否在实践中运用判断力。
这才是完整的人工智能素养学习体验,而不只是一次人工智能演示。
从使用人工智能到具备人工智能能力
阿联酋的方向并不只是让学生获得更多人工智能工具,而是逐步培养能力。
低龄学习者从建立认知开始。
年龄较大的学生开始理解模式和数据,随后质疑输出、比较模型、审查证据、评估偏见并理解治理。
发现 → 理解
→ 使用 → 质疑 → 评估
→ 创造 → 治理
Mexty
帮助学校将这一进阶过程付诸实践:
现成的幼儿园至十二年级学习路径
可编辑课程
互动活动
人工智能素养实验室
可信知识
评估
教师培训
学习者表现证据
目标不是取代阿联酋框架、教师或学校领导层,而是提供学习基础设施,帮助学校将政策和课程目标转化为课堂实践。
最重要的成果不是学生能否更快地使用人工智能,而是他们是否学会何时使用、何时质疑、何时核实,以及何时必须优先依靠人的判断。
| 如果你喜欢这篇文章,你一定也会喜欢我们接下来的内容。 全球人工智能素养:教育体系如何为学生迎接AI原生未来做好准备 |
