简介这份资源是联合国教科文组织2024年发布的《学生人工智能能力框架》官方PDF文档面向教育工作者、课程设计者及关注AI教育的师生旨在指导将人工智能学习目标系统融入学校课程帮助学生安全、有意义地参与AI领域。框架围绕以人为本的思维方式、人工智能伦理、人工智能技术与应用、人工智能系统设计四个核心领域划分理解、应用、创造三个发展级别并给出课程目标与教学方法指引。资源包内含1个PDF文件大小约745KB便于下载后直接阅读与引用。目前已有460人学习下载。通过这份框架读者可以清晰把握AI素养的完整能力维度与进阶路径理解如何将伦理判断、技术应用与创新设计融入教学为课程开发、课题研究或教学实践提供权威参考也适合作为终身学习与跨学科整合的指导蓝本。1. 一份把 AI 素养拆成 12 项能力的课程设计底稿2024 年 UNESCO 发布的《学生人工智能能力框架》AI competency framework for students是一份面向 K-12 与中等后教育阶段的课程设计参考文件核心是把学生该具备哪些 AI 能力从一句口号拆成可排课、可评估的 12 项具体能力。它覆盖四个维度——以人为本的思维方式、人工智能伦理、人工智能技术与应用、人工智能系统设计每项能力再按理解、应用、创造三个进阶层级展开。适合课程设计者、教研员、校本课程开发者以及想把 AI 内容嵌进现有学科的信息技术教师。如果你正被AI 课到底教什么、教到哪一层算够卡住这份框架能直接当排课底稿用。2. 框架的四维三阶结构12 项能力怎么落到课程表2.1 四个能力维度各自解决什么问题框架把学生 AI 能力切成四块不是按技术难度切而是按学生和 AI 的关系切。这个切法直接决定了你排课时每一块该配什么类型的活动。以人为本的思维方式Human-centred mindset解决的是立场问题学生要把 AI 看成服务人类目标的工具而不是反过来被 AI 牵着走。这一维度对应的课堂活动通常是案例讨论和角色扮演比如让学生分析一个推荐算法如何影响自己的选择再讨论谁该为结果负责。它不要求写代码但要求批判性表达。人工智能伦理Ethics of AI解决的是判断问题数据隐私、算法偏见、责任归属、透明度。这一块最容易上成说教课框架的处理方式是把伦理锚定在具体场景上——不是讲AI 要有道德而是让学生面对一个具体的数据集或一次模型输出识别其中可能存在的偏见并给出修正思路。人工智能技术与应用AI techniques and applications解决的是能力问题数据、算法、模型、训练、推理这些基础概念以及它们在真实产品里的应用形态。这是四块里最接近传统技术课的部分但框架强调的不是让学生手推反向传播而是理解技术边界——知道什么任务适合 AI、什么任务不适合。人工智能系统设计AI system design解决的是创造问题学生要能参与设计一个 AI 系统哪怕只是原型级别。这一维度把前面三块串起来——你有了立场、有了伦理判断、有了技术理解最后要落到做一个出来。四个维度不是线性顺序而是螺旋上升。同一个维度在理解、应用、创造三个层级上反复出现只是深度不同。2.2 三个进阶层级的判定标准理解、应用、创造这三个词看起来像套话但框架给了可操作的判定边界这是它比多数能力框架实用的地方。理解层Understand的判定标准是学生能用自己的话解释概念能识别 AI 在生活中的存在能说出基本伦理问题。这一层不要求动手做任何技术实现课堂形式以讲解、讨论、案例分析为主。对应到课时安排一个学期里理解层内容通常占前三分之一。应用层Apply的判定标准是学生能在引导下使用现成 AI 工具完成具体任务能根据任务需求调整输入能识别输出中的问题。这一层开始要求动手但用的是现成工具而非从零搭建。比如用现成的图像分类工具做一次小实验记录不同输入下的输出差异。创造层Create的判定标准是学生能设计并实现一个解决真实问题的 AI 原型能解释设计决策能评估系统的局限。这一层要求综合运用前两个层级的能力产出物可以是一个简单模型、一个交互原型或者一份完整的设计方案。三层级的划分给了一个明确的教到哪算够的参照。如果课时有限至少要把理解层覆盖完整如果有条件做项目制学习创造层可以作为学期末的综合任务。2.3 把 12 项能力映射到课时安排的操作步骤框架正文里 12 项能力是分散在四个维度下的直接拿来排课会乱。我一般会先做一张映射表把每项能力标注它所属的维度、层级以及适合承载它的学科。第一步列出 12 项能力的完整清单。框架第 4 章按层级逐条列出了每项能力的描述直接摘出来即可。第二步给每项能力标注最低覆盖层级。不是所有能力都需要教到创造层。比如伦理维度下的某些能力教到应用层能识别具体场景中的伦理问题就足够而系统设计维度下的能力如果不开项目课教到理解层也可以接受。第三步按学期或学年做纵向排列。同一维度下的能力尽量按理解→应用→创造的顺序排不同维度之间可以并行。一个常见的排法是上学期集中覆盖理解层全部 12 项下学期选 4-6 项做应用层和创造层。第四步标注每项能力对应的评估方式。理解层用概念图或口头答辩应用层用操作记录或实验报告创造层用项目展示加设计文档。提示框架本身不规定课时数映射表的作用是让你在有限课时里做出取舍而不是追求 12 项全教到创造层。3. 用框架改造一门现有课程从教学目标到评估的完整链路3.1 选一门现有课做锚点而不是从零开课多数学校没有条件新开一门独立的 AI 课更现实的做法是找一门现有课程做改造。信息技术课、科学课、甚至语文课里的信息辨析单元都可以作为锚点。选锚点的标准有三条一是这门课本身有动手环节方便嵌入应用层和创造层活动二是任课教师对 AI 有基本了解不需要从零培训三是这门课的评价方式不是纯笔试否则创造层没法评。以初中信息技术课为例。原有课程可能已经包含数据与编码算法初步等内容这些正好对应框架里人工智能技术与应用维度的理解层。改造时不需要推翻原有内容而是在每个单元末尾加一个AI 关联环节。3.2 把框架能力翻译成可观察的课堂行为框架里的能力描述是给课程设计者看的不是给课堂观察用的。要落地得把每条能力翻译成学生在课堂上做什么。比如以人为本的思维方式理解层下有一条能力大意是学生能认识到 AI 系统对人类决策的影响。翻译成课堂行为就是给定一个 AI 推荐场景学生能列出至少两个AI 影响了人的选择的具体环节并说明影响是正面还是负面。再比如人工智能系统设计创造层下有一条能力大意是学生能设计一个 AI 系统方案。翻译成课堂行为就是学生能提交一份包含问题定义、数据来源、预期功能、局限说明四个部分的设计文档并在班级内做 5 分钟讲解。翻译的关键是让行为可观察、可记录。做不到这一点的能力描述要么降级处理要么换一种评估方式。3.3 评估方式与三层级的对应关系评估是框架落地最容易翻车的地方。用笔试考创造层能力等于没评。下面这张表是我在实际课程改造中用的对应关系可以直接抄。层级评估方式产出物评分要点理解概念图、口头答辩、短答概念图或答辩记录能否用自己的话解释能否举出生活实例应用操作记录、实验报告带截图的步骤记录能否完成指定任务能否识别输出问题创造项目展示、设计文档原型加设计文档问题是否真实设计决策是否有依据局限是否说清这张表的核心逻辑是评估方式必须和层级匹配。理解层不要求动手创造层不考背诵。中间的应用层最容易评偏——很多老师会用选择题考工具怎么用但应用层的判定标准是能在引导下完成操作所以必须看操作过程不能只看结果。3.4 一个单元改造的完整示例以数据与编码单元为例原课程目标是让学生理解二进制和字符编码。改造后加入 AI 关联环节对应框架里人工智能技术与应用理解层和人工智能伦理理解层各一项能力。改造后的单元流程第一课时原内容照常讲二进制和字符编码。末尾加 10 分钟讨论AI 模型处理的数据也是编码后的数字你觉得一张图片在 AI 眼里是什么学生自由发言不要求正确答案。第二课时原内容讲数据压缩。末尾加一个 15 分钟活动给出一组带偏见的数据集比如某个招聘筛选场景的简化数据让学生找出数据中可能存在的问题。这个活动对应伦理维度理解层。第三课时做一个 20 分钟的动手环节用现成的在线分类工具比如 Teachable Machine 这类无需编程的工具让学生用自己的图片训练一个简单分类器记录训练集大小对结果的影响。这个环节对应技术维度应用层。第四课时学生提交一份一页纸的记录包含我训练的分类器能做什么、不能做什么、如果训练数据换一批结果会怎样。这份记录就是评估依据。整个改造没有增加新课时只是在原有课时里嵌入了框架对应的活动。这是框架落地最现实的方式——不是加课是改造。4. 避坑框架落地时最容易翻车的五个地方4.1 把 12 项能力当成 12 个课时现象拿到框架后直接按 12 项能力排了 12 节课每节课讲一项结果每项都讲不透学生也没时间动手。原因框架的 12 项能力是能力清单不是课时清单。一项能力可能需要多个课时才能达到应用层或创造层也可能多项能力可以在一个项目里同时覆盖。解决先做能力映射表标注每项能力的目标层级和承载学科再按学期做纵向排列。一个学期覆盖 6-8 项能力是正常节奏不要追求 12 项全覆盖。4.2 伦理维度上成说教课现象伦理部分讲成了AI 要有道德要保护隐私的口号课学生听完没有具体收获评估也没法评。原因伦理能力如果脱离具体场景就变成了价值观灌输既不可观察也不可评估。解决每条伦理能力都锚定一个具体场景。比如识别数据偏见这条能力就给一组真实或仿真的带偏见数据让学生找出问题并说明修正思路。评估看的是能不能找出问题不是能不能背出伦理原则。4.3 创造层评估用笔试现象学期末用一张试卷考创造层能力题目是请描述一个 AI 系统的设计流程学生背模板作答分数都不低但没人真正做过设计。原因创造层的判定标准是能设计并实现一个原型笔试考的是记忆和复述和创造层的能力定义不匹配。解决创造层必须用项目产出评估。如果课时不够做完整项目至少要求一份设计文档加一次口头讲解。设计文档的评分要点是问题是否真实、决策是否有依据、局限是否说清而不是格式是否规范。4.4 忽略以人为本维度的可评估性现象四个维度里以人为本的思维方式最难评很多老师直接跳过或只做课堂讨论不记录导致这一维度实际上没有落地。原因这一维度的能力描述偏态度和立场不像技术和伦理那样有明确的产出物。解决把态度翻译成可观察的行为。比如能认识到 AI 对人类决策的影响翻译成给定一个场景能列出至少两个 AI 影响选择的环节。有具体行为就有评估依据哪怕只是课堂发言记录。4.5 直接照搬框架原文当教案现象把框架第 4 章的能力描述直接复制到教案里当教学目标上课时发现没法操作学生也听不懂。原因框架原文是给课程设计者看的语言偏抽象不是课堂语言。直接当教案用等于把设计文档当讲义。解决每条能力描述都要经过一次翻译——翻译成学生能听懂的话和课堂上能做的动作。翻译后的表述应该包含做什么、做到什么程度算达标、产出物是什么。这三样齐了才能进教案。5. 进阶用法把框架当课程审计工具而不是排课模板框架最常见的用法是当排课模板——照着 12 项能力排课。但用久了会发现它更大的价值是当课程审计工具拿它来检查一门已有课程到底覆盖了哪些能力、缺了哪些、哪些层级没到位。具体做法是反向映射。拿一门现有课程的教案和评估材料逐条对照框架的 12 项能力标注每项能力的覆盖情况完全没覆盖、覆盖到理解层、覆盖到应用层、覆盖到创造层。标完之后缺口一目了然。我一般会做一张审计表横轴是 12 项能力纵轴是课程单元交叉格填覆盖层级。填完之后看两件事一是哪些能力完全空白二是哪些能力只停在理解层但从课程性质看应该到应用层。前者是缺内容后者是缺深度。审计的另一个用途是跨课程协调。同一所学校里不同课程可能各自覆盖了一部分能力但彼此不知道。用同一张审计表把各门课的覆盖情况叠在一起就能看出全校层面的能力覆盖是否均衡。比如技术维度可能被信息技术课覆盖得不错但伦理维度可能完全没人管——这种缺口靠单门课是补不上的需要跨课程协调。还有一个容易被忽略的点框架的三个层级不只是学生能力的进阶也可以当教师培训的进阶路径。新入职的教师先从理解层的内容教起熟悉之后再加应用层活动有经验之后再带创造层项目。这样教师的成长路径和学生的能力路径是对齐的教研活动也有了抓手。最后说一个我自己的习惯。每次改完一门课我都会拿框架的 12 项能力过一遍问自己三个问题这门课结束后学生在哪几项能力上应该有可见的变化这些变化我用什么方式能观察到如果观察不到是能力没落地还是评估没跟上这三个问题问下来课程的薄弱环节基本藏不住。从那以后我每次做课程设计都强制走一遍这个反向映射比正向排课更能发现问题。希望帮到你。本文还有配套的精品资源点击获取