编辑推荐：
在人工智能（AI）蓬勃发展的时代，大学生 AI 素养关乎未来职业与社会发展。为填补跨国研究空白，研究人员评估了德英美 1465 名学生的 AI 素养及相关变量。结果发现各国学生素养有差异，且验证了测试有效性。该研究为教育者和政策制定者提供参考，助力提升 AI 教育。
在当今数字化浪潮中，人工智能（AI）已经深度融入人们的工作和日常生活。从智能语音助手到精准的市场预测分析，AI 的身影无处不在。对于大学生而言，作为未来的专业人才和公民，具备 AI 素养成为在这个 AI 主导世界中立足的关键能力。然而，当前关于大学生 AI 素养的研究存在诸多不足。一方面，多数研究局限于单一的课程、学科或学校，缺乏广泛的代表性和可比性；另一方面，跨国研究极为稀缺，难以全面了解不同国家学生 AI 素养的差异和特点。这些问题严重阻碍了 AI 教育的有效推进，无法满足社会对高素质 AI 人才的需求。为了打破这一困境，来自国外的研究人员开展了一项针对德、英、美三国大学生 AI 素养的跨国研究，相关成果发表在《Computers in Human Behavior: Artificial Humans》。
研究人员采用了多种关键技术方法。他们通过样本提供商 Prolific 招募了德、英、美三国 1465 名大学生（包括本科生和研究生）参与研究。在测量 AI 素养时，对之前在德国验证过的测试进行翻译和优化，共设置 30 个项目，涵盖 AI 的基本概念、原理及伦理等多方面知识。对于 AI 自我效能、兴趣和态度等情感变量，使用已验证的量表进行测量。此外，通过询问学生的学习和使用经历来评估他们与 AI 的互动情况。在数据分析上，运用项目反应理论（IRT）对 AI 素养测试进行建模，还进行了差异项目功能（DIF）分析等，以确保测试的有效性和公平性。
在研究结果方面：
- AI 素养测试的有效性验证：通过对测试项目的分析，发现项目难度（校正猜测后）范围为 0.03 - 0.78，项目区分度在 0.11 - 0.50 之间，虽部分项目未达最优，但整体测试仍具有一定区分能力。经过多种模型拟合和指标评估，确定 3 参数逻辑斯蒂（3-PL）模型最适合，且该模型在各国样本中均表现良好。不过，有两个项目存在国家间的 DIF，被排除在后续分析之外。最终模型的可靠性指标处于可接受范围，表明修订后的 AI 素养测试适用于跨国比较。
- 情感变量分析：计算情感变量的 IRT 分数后发现，所有量表可靠性良好。学生们的 AI 自我效能、对 AI 的兴趣和积极态度得分相对较高，消极态度得分略低于量表中点。这显示出学生们对 AI 普遍持有较为积极的看法。
- 跨国比较：在 AI 素养方面，德国学生显著高于英国和美国学生；AI 自我效能上，美国学生最高，德国学生最低；兴趣方面，美国学生高于英国和德国学生；积极态度上，德国学生最高，英国学生最低；消极态度则是英国学生最高。在 AI 使用和学习经验上，德国学生在教育中使用 AI 更频繁，美国学生学习计算机科学和在闲暇时间学习 AI 的比例更高，德国学生在计算机科学和编程方面经验更丰富，而英国和美国学生在课程作业中与伦理的相关性更高。
研究结论和讨论部分指出，修订后的 AI 素养测试为跨国研究和基准测试提供了有效工具，但其可靠性较原验证样本略有下降，可能与本次研究样本的异质性有关。整体来看，学生的 AI 素养水平较低，与之前研究结果相似，表明更多的 AI 接触和认知并不一定带来素养的提升。德国学生较高的 AI 素养可能得益于更多的学习经历和积极态度，但研究未明确因果关系。此外，各国学生在 AI 自我效能、兴趣和态度上的差异，可能受到文化、学习经历等多种因素影响。
这项研究具有重要意义。对于教育工作者而言，提示他们应根据学生的特点，如态度和学习经历，提供有针对性的学习机会，将情感维度融入 AI 教学，开展跨学科课程并增加实践体验，以提升学生的 AI 素养。对于政策制定者来说，意味着要加大对 AI 教育的投入，支持基础设施建设和教师专业发展，推动从幼儿到成人的全阶段 AI 素养教育，并鼓励开展更多的跨国研究。不过，该研究也存在一定局限性，样本不具有各国学生的代表性，且研究内容可能会因 AI 技术的快速发展而过时。未来研究需要进一步拓展样本范围，持续更新评估内容，深入探讨 AI 素养与相关变量之间的关系，以及不同干预措施对提升 AI 素养的效果。
