问题 生成式技术的普及正改变人们获取知识的方式和学习路径；当答案可以快速生成时，教育面临新的转型课题：从“会做题、会使用工具”转向“会判断、会负责、会创造”。然而，青少年在信息甄别、事实核验和价值判断各上的能力尚未跟上技术发展的步伐。如何利用技术机遇，避免“只会用不会懂”“只会生成不会审”，成为基础教育和家庭教育共同面临的新挑战。 原因 技术迭代速度快、应用门槛低，虽然推动了工具使用能力的普及，但也容易形成“黑盒式操作”的学习惯性——只追求结果而不追问原理——依赖生成而忽视验证。此外——当前AI教育目标设定、课程结构和评价方式上缺乏统一标准，概念模糊、指标难以量化，教学实践难以评估，“教什么、怎么教、教得怎么样”缺乏可操作的依据。传统教育长期以知识掌握和解题训练为主，面对“机器也能完成部分知识学习与应用”的新局面，亟需构建以人的发展为核心的培养框架。 影响 教育范式正在加速变化。业内人士指出，当机器能够生成文本、图像、代码并参与解决问题时，人的独特价值更体现在提出问题、定义价值、做出判断和承担责任上。如果青少年仅停留在工具层面的熟练使用，可能带来三上风险：一是学习过程被“直接获得答案”替代，思维训练不足；二是面对不准确或带有偏见的信息时缺乏辨识能力，形成错误认知；三是忽视技术伦理和社会影响，增加不当使用甚至安全风险。长远来看，AI素养将成为数字经济时代公民的核心素养之一，直接影响人才培养质量和社会治理能力现代化。 对策 为应对这些挑战，清华大学心理与认知科学系近日成立AI教育研究中心，定位为跨学科研究与实践平台，聚焦AI素养的理论建构、测评体系与教育干预。中心将整合心理学、脑科学、认知科学、人工智能和教育学等多学科资源，开展长期追踪调查与效能评估，推动行业标准体系的建立，并与中小学校及教育机构合作验证培养路径的有效性。 活动现场发布的《中国青少年AI素养蓝皮书：理念、现状与教育对策》提出了一套完整的青少年AI素养框架，涵盖五个维度：AI基础与技术理解、AI应用与创造、批判性评估与信息素养、伦理影响与社会责任、个人发展与职业能力，并细化为31项可观测、可培养的能力指标，为课程设计、教学实施和家庭教育提供参考依据。蓝皮书指出，我国青少年整体呈现“强应用、弱评估”的特点——工具使用较熟练，但信息真伪辨别、理性判断和事实核查上能力不足。同时强调，理解技术底层逻辑是素养发展的关键驱动力，否则应用容易停留在浅层操作。此外，编程学习对提升算法逻辑、问题解决和创新实践能力具有基础性作用。 产业界观点认为，人机协同时代的教育应突出两类能力：一是与技术共处、共用、共创的能力，包括规范高效的人机交互、输出核验与优化，以及明确分工边界的深度协同；二是个体成长所需的认知发展能力，即在复杂信息环境中形成独立思考、持续学习和价值判断的能力结构。这个观点与蓝皮书“既要会用更要会判、既要能力更要责任”的导向相呼应。 前景 随着智能技术深入课堂和家庭场景，AI教育将从“工具普及”阶段迈向“素养建构”阶段。下一步的关键在于建立可复制、可评估、可迭代的标准体系：一是制定统一的能力指标与测评工具；二是将批判性思维、信息素养和伦理责任融入日常教学与学科实践；三是通过长期追踪研究，明确“怎样的教学真正有效”“哪些能力在不同年龄段最应优先培养”，为政策制定提供依据。随着标准体系的完善和校企研协同的深化，青少年AI素养培育有望形成从理论到实践的闭环，推动教育生态更好地适应智能时代的需求。 结语 人工智能技术的快速发展正在重塑教育的本质与边界。清华大学AI教育学中心的成立填补了国内智能素养量化研究的空白，为人机共生时代的育人挑战提供了系统性解决方案。在科技与人文并重的理念下，我国青少年素养教育正朝着更科学、更全面的方向发展，为培养未来创新型人才奠定坚实基础。
人工智能技术的快速发展正在重塑教育的本质与边界；清华大学AI教育学中心的成立填补了国内智能素养量化研究的空白，为人机共生时代的育人挑战提供了系统性解决方案。在科技与人文并重的理念下，我国青少年素养教育正朝着更科学、更全面的方向发展，为培养未来创新型人才奠定坚实基础。