生成式人工智能背景下青少年人智交互素养：内涵、框架与培养路径.docxVIP

生成式人工智能背景下青少年人智交互素养：内涵、框架与培养路径

为明确研究范畴，需先行界定三类关键技术概念，即人工智能（artificialintelligence，AI）泛指模拟人类认知功能的技术系统，例如机器学习与计算机视觉；生成式人工智能（generativeAI，GenAI）专指基于大型语言模型（largelanguagemodel，LLM）、生成对抗网络（generativeadversarialnetworks，GAN）等内容生成技术，其核心特征是通过数据模式学习创造新内容；人工智能生成内容（AI-GeneratedContent，AIGC）则特指GenAI技术应用的直接产物，涵盖生成文本（如ChatGPT对话）、图像（如Midjourney作品）等具象化数字内容，其交互性与动态性对传统信息处理能力构成挑战。

随着GenAI技术的快速发展，人工智能已从“工具性交互”转变为“智能协同”和“人智共生”[1]，改变了人类与技术的互动方式，尤其对青少年的学习与认知产生了深远影响。在这种背景下，青少年不仅需要掌握GenAI的基本应用技能，更需要具备对GenAI产生的结果和过程进行批判性思考、决策调控、伦理判断等更高层次的能力。然而，现有的信息素养（informationliteracy）和人工智能素养（AIliteracy）框架多侧重于技术工具的使用[2]，尚未充分涵盖青少年在智能环境中如何适应、学习和成长。

为此，本文提出青少年人智交互素养（human-aiinteractionliteracy，HAIL）的概念，强调青少年在与GenAI交互中的综合能力，并基于认知科学、人工智能伦理学、社会智能理论构建青少年人智交互素养的四维框架（HAIL-4D），划分为认知智能、技能智能、思维智能和伦理智能四个维度。此外，结合STEAM教育理念[STEAM是科学（science）、技术（technology）、工程（engineering）、艺术（art）、数学（mathematics）的首字母缩写，最先由美国国家科学委员会提出，是一种注重打破学科界限，培养孩子综合素养的教育理念]，提出HAIL-STEAM培养路径，探索如何通过认知启蒙、技能迁移、思维深化和伦理践行，培养青少年的智能社会适应能力。

1.青少年人智交互素养的内涵界定

随着信息社会向智能社会的跃迁，青少年对技术的认知与交互方式经历了从信息素养到人工智能素养的动态演进，并最终指向人智交互素养的范式升级。这一概念演进不仅反映了技术形态的更迭，更折射出青少年认知模式、学习方式、社会责任在智能环境中的深层变革。

信息素养的概念可追溯至20世纪70年代的“信息获取与评价”范式，其核心在于帮助青少年在数字化环境中高效检索、评估和利用信息2。这一阶段的能力框架聚焦文本信息处理能力，此后逐步扩展至多模态信息解码、数据素养及信息伦理意识。然而在GenAI驱动的智能信息环境中，单纯的信息处理能力已显不足。算法推荐系统与深度伪造技术等新型挑战，迫使青少年必须掌握数据生成逻辑与算法推理机制，以避免被技术异化[3]。

AI技术的普及催生了AI素养概念，其核心转向理解、使用与批判性评估AI系统的能力。联合国教科文组织提出的《学生人工智能能力框架》强调，青少年须具备AI伦理认知及工具应用能力[4]但是，既有框架仍局限于“理解与使用智能系统”的层面，未能涵盖人智交互过程中形成的认知重构与价值重塑。例如，当青少年使用ChatGPT进行知识探索时，既需要理解其生成机制，更需建立动态的知识验证体系，这种交互已超越传统AI素养的边界。

GenAI的成熟推动人智交互素养的诞生，此概念在继承信息素养与AI素养内核的基础上，聚焦于智能交互中的认知共建与价值协同[5]。具体而言，青少年人智交互素养的定义为：在与人工智能系统互动过程中，通过认知建构、技能应用、决策调节和伦理评估等多维能力，形成的人机协同能力与智能社会适应能力。其核心特征体现在三个维度。

首先，在动态知识迁移机制方面，青少年需在“人机共学”中建立知识验证与重构能力。当使用OpenAI的图像生成模型DALL？E3生成视觉内容时，需同步发展跨模态认知能力，将文本概念转化为视觉符号的批判性解读。

其次，在智能决策环境中保持主体性成为关键挑战。由于GenAI存在“黑箱效应”与认知偏见风险，青少年必须建立双重校验机制，既利用GenAI的认知扩展优势，又通过元认知监控规避技术依赖。例如，在使用智能推荐系统时，需同时运用算法逻辑理解与自主信息筛选能力，形成技术辅助下的认知闭环。

最后，技术伦理意识须嵌入交互全过程。在算法驱动的社会结构中，青少年既要理解AI决策的公平性机制，也要在技术应用中维护社会安全性。这要求从工具性伦理认知转向实践性伦理判断，如使用GenAI进行内