美国高校教育者呼吁明确AI素养定义以应对就业市场与学术诚信挑战

美国高校教育者Matt Reed于2026年8月24日在Inside Higher Ed发表评论文章，探讨AI素养在2026年的定义问题。文章指出，尽管雇主频繁提及对AI素养的需求，但教育界对此概念尚无统一认识。Reed列举了AI素养可能包含的几种能力：向AI引擎输入数据并识别模式、辨别AI输出中的幻觉或错误、了解AI的生态影响，以及关注AI对信息生态系统的宏观影响。

Reed特别担忧AI对学术诚信和学习的潜在负面影响。他认为，过度依赖AI可能导致学生缺乏扎实的学科知识，因为信息获取的便利性削弱了学习过程中的必要摩擦，而正是这种摩擦有助于技能培养和知识内化。他举例说，一个善于用AI在物理课上伪装知识的学生，可能最终对物理几乎一无所知。此外，他提到代理式AI（即机器人）可以代学生完成整个在线课程，无需学生主动参与。

文章还引用了“要理解一项技术，必须知道它要解决的问题”的观点，指出AI被用于解决工资问题，即像自动化对手工劳动那样替代知识工作。但Reed认为，这并非雇主所期望的AI素养。

面对技术快速迭代的现状，Reed认为教育者不能像William F. Buckley那样“站在历史对立面高喊停止”，而应帮助学生为现实和未来的世界做好准备。他提出，理论上AI可用于苏格拉底式的模型构建，但技术变化太快，当前看似有效的方法可能在数月或数年内过时。

Reed最后向读者征集实用的AI素养定义，希望确保学生能够应对未来挑战，即使技术创造者的初衷并非如此。