中文    English

Journal of library and information science in agriculture ›› 2024, Vol. 36 ›› Issue (8): 43-55.doi: 10.13998/j.cnki.issn1002-1248.24-0472

;

Previous Articles     Next Articles

Framework of AI Literacy for Multi-role Capabilities in Future Education: Based on Typical Cases of "AI + Higher Education" Application Scenarios

Qiong LIU1, Xing LIU2, Guifeng LIU1   

  1. 1. Institute of Science and Technology Information, Jiangsu University, Zhenjiang 212013
    2. Jiangsu University Jingjiang College, Zhenjiang 212028
  • Received:2024-05-19 Online:2024-08-05 Published:2024-12-13

RichHTML

70

PDF (PC)

1182

Abstract:

[Purpose/Significance] AI literacy is becoming increasingly important, not only to adapt to the future development of higher education and the needs of future society, but also to cultivate innovative thinking and problem-solving skills, to enhance decision-making abilities and, most importantly, to emphasize ethical education to avoid the abuse and misuse of AI technology. Existing research emphasizes the importance of AI literacy, with a focus on discussing AI literacy frameworks and pathways. Although some scholars have classified and discussed the AI literacy for teachers and students, there has not been a comprehensive analysis of the skill requirements for different roles in the context of "AI + higher education". [Method/Process] AI literacy education is a multidimensional and multi-level systematic problem. Based on 18 application cases, this study analyzes the specific application scenarios of AI in the educational process, summarizes the development characteristics of "AI+higher education", and analyzes its AI literacy requirements for university teachers, students, managers, and teaching assistants. Therefore, four-role framework for AI literacy is constructed to provide a theoretical reference for future AI literacy education in higher education. [Results/Conclusions] In the context of "AI + Higher Education," future higher education will continue to develop towards ubiquitous teaching, personalized learning, diversified evaluation, and scientific management, ultimately achieving the complete intellectualization of higher education. For teachers, the skills required are innovative teaching and technological integration; for students, active learning and diversified skills; for administrators, forward-thinking leadership and data-driven decision-making; and for educational support staff, intelligent integration of services and resources. The core elements of AI literacy can be summarized as four key components: thinking, knowledge, skills, and attitudes. In specific educational scenarios, the AI skills of teachers, students, administrators, and educational support staff have similarities but also exhibit differences. Due to space limitations, this study did not construct an AI literacy education pathway. In future research, we will continue to deepen the connotation of AI literacy and propose targeted AI literacy education pathways based on the skill requirements of different roles.

Key words: AI literacy, future education, AI capability, AI+, higher education

CLC Number: 

  • G252.7

Table 1

Application scenarios of "artificial intelligence + higher education""

序号 大学名称 案例 应用场景 模块
1 北京大学 口腔虚拟仿真智慧实验室 实验室教学 虚拟现实口腔训练系统、混合现实口腔修复虚拟仿真训练系统、线上虚拟仿真实验课程
2 清华大学 人工智能赋能教学试点 全过程教学 学堂在线和智谱清言
3 北京航空航天大学 人工智能赋能的全过程交互式在线教学平台 全科全过程教学 教室：课堂管理、课程资料、课后考核；学生：课前预习、课中学习、课后评测
4 北京理工大学 知识图谱驱动的智慧教学系统建设与应用 全科全过程教学 乐学平台、延河课堂、学业大数据分析、教务系统
5 北京邮电大学 “码上”平台 专业教学 一对一辅导，提供代码纠错、问题答疑、代码解释等智能辅导
6 北京师范大学 创新“AI”课堂教学智能评测系统 教学质量监督 教学行为分析、教学内容评估、多维度评价、个性化教学服务
7 中国传媒大学 AIGC赋能传统文化传承与创新 专业教学 文化资源数字化、AIGC技术应用、创意内容生成
8 哈尔滨工业大学 针对电工电子实验教学的项目 专业教学 基础实验、综合设计、实验报告与数据分析
9 华东师范大学 水杉在线平台 全科全过程教学 个性化学习自动测评、定制化的教学体验、交流互动、数据分析、教学评价与反馈
10 东南大学 大学物理课程智慧AI助教系统 专业教学 智能问答、知识点讲解、学习分析报告、个性化的资源推荐和学习指导
11 浙江大学 智海平台 专业教学 交互性实训平台智海-Mo、智能教育大模型智海-三乐
12 华中科技大学 智能学业预警与协同帮扶机制 学业预警 智能学业预警模型和预警系统
13 华中农业大学 “有教灵境”智慧实验室实验教学管理系统 实验室教学 虚拟仿真实验教学、智慧实验教学、智慧实习教学、智慧实验室管理
14 华中师范大学 小雅平台 全科全过程教学 课程知识图谱、智能问答、智能推荐
15 西安交通大学 采评督帮“四精模式”教学管理新机制 教学质量监督 多数据源集成与精准画像、实时教学质量监测与评价、精准教学督导、个性化学生帮扶、助力教育改革、个体成长预测
16 西安电子科技大学 AI赋能督导新模式 教学质量监督 课堂教学智能督导中心、智能功能模块、可视化数据驾驶舱
17 西北农林科技大学 作物智慧生产实践 实践管理 农情信息立体化感知、农作系统数字化设计、农田管理精确化作业
18 国家开放大学 基于AI技术的大模型个性化英语教学创新实践 专业教学 英语口语智能训练系统、英语作文智能批改系统、定制虚拟教师课程资源、基于知识图谱打造学位英语自适应学习系统、AI虚拟教师智能问答

Table 2

Ability requirements for different roles"

维度 教师 学生 管理者 教辅工作者
教学泛在化 跨学科知识 自主学习能力 制定人工智能教学政策 智能教学空间支持
在线教学技能 信息技术技能 远程管理能力 技术集成能力
创新教学方法 主动适应虚拟课堂环境 推动教学资源共享 虚拟教学工具
资源整合能力 熟悉网络资源分布 开发一体化教学平台 资源优化配置
学习个性化 了解学生风格 积极参与 学生数据收集与分析 学习数据分析
数据分析技能 自我评估能力 知识体系化构建 定制学习路径
利用AI进行个性化辅导 熟悉知识结构 实现教学资源精准分配 智能推荐系统
设计个性化学习路径 寻找学习伙伴 —— ——
评价多元化 监测学生学习行为 接受多元评价 智能巡察和督导 数据分析支持
公正客观态度 批判性思维 教学行为跟踪反馈 评价系统维护
根据评价调整教学 保护个人数据隐私 反馈机制设计 ——
—— —— 多元评价标准 ——
管理科学化 数据分析利用 监控个人学习进度 标准化管理流程 数据开放共享
团队协作沟通 —— 多元主体协同管理机制 协同管理
智能分配教学资源 —— 数据驱动决策 ——

Table 3

Core elements of AI literacy"

核心要素 二级要素 要素描述
AI思维 创新思维 能够运用创造性和前瞻性思考来解决复杂问题，探索人工智能领域的新应用
数据思维 能够合理运用数据进行分析获得科学的决策依据和个性化教学路径设计
系统思维 理解人工智能技术在不同系统中的运作方式，及与其他技术的关联性
批判性思维 具备分析和辨别人工智能生产信息的能力，识别潜在的偏见或逻辑谬误
AI 知识 基础知识 掌握人工智能的基本原理、关键概念和术语
跨学科知识 了解人工智能与其他领域如伦理、法律、社会学的交叉知识
前沿技术 跟踪关注前沿技术的最新发展、趋势和潜在影响有所了解
AI应用技能 技术应用 能够熟练使用人工智能相关工具、平台、系统，与人工智能进行交互和沟通
信息获取技术 掌握应用AI时使用的技术和策略，能有效获取想要的知识，解决实际问题，包括数据分析、模式识别等
教学技术 了解AI技术与不同教学技术融合的策略和优缺点
终身学习能力 适应技术快速变化，持续更新和提升个人技能
AI态度 伦理道德 在使用人工智能时，考虑其伦理和社会影响
合作精神 认识到人工智能是团队工作的一部分，愿意与他人协作
隐私保护 能够认识到数据过度开放的潜在危险，有意识地对隐私数据进行保护
适应性 对新工具和技术持开放态度，适应新技术所带来的各项挑战
风险评估 对AI应用进行风险评估，确保教育活动的安全性和稳定性

Table 4

Multi role AI literacy framework"

核心要素 二级要素 教师 学生 管理者 教辅工作者
AI思维 创新思维 具备利用AI技术创新教学方法、教学工具、教学内容的思维能力 具备利用AI技术创新学习和研究方法、解决问题的思维能力 具备利用AI技术进行规划学校发展战略，推动教育数字化转型的思维能力 具备利用AI技术支持教学工作的思维能力
数据思维 具备应用各类数据优化教学策略，实现精准教学的思维能力 具备利用数据、编程提高学习效率的思维能力 具备利用数据进行监督、优化、评估教学质量，并指导决策的思维能力 具备将各类数据进行融合开放的思维能力
系统思维 具备AI技术与教学体系相融合、与教学资源和工具相协调的思维能力 具备AI技术与学习、生活进行广泛联系的思维能力 具备AI技术与教育事业发展相统筹的思维能力 具备AI技术与自身事业发展相协调的思维能力
批判性思维 具备对AI技术进行客观分析、判断和评价的思维能力
AI 知识 基础知识

具备AI的基本概念、术语和原理等相关知识

具备AI教育应用场景的相关知识

具备AI伦理相关的知识

具备知识产权相关的知识

跨学科知识 具备AI与教育学、心理学、社会学等学科的交叉知识。 具备与自己所学专业相关的学科知识 具备管理相关知识
前沿技术 了解和教学相关的通信、机器人、区块链、虚实仿生、空间计算等技术
AI应用技能 AI产品应用能力 具备利用各类AI系统、平台和工具开展教学的能力 具备利用各类AI系统、平台和工具进行学习的能力 具备将AI技术嵌入全过程教学能力 具备利用AI技术支持教学，并开发智能教学工具和平台的能力
数据技术 具备利用数据分析工具监控学生学习进度，实现个性化教学的能力 具备利用数据挖掘知识关系链，丰富知识体系的能力 具备利用数据支持决策的能力 具备数据标准化、开放共享的能力
教学技术 具备利用AI技术进行知识关联、知识传播、知识授课的能力 具备利用AI技术进行自主学习的能力 具备将AI技术应用到人才培养、学科发展等方面的能力 具备利用AI技术进行资源整合和供给的能力
终身学习能力 具备持续学习AI技术的新发展，不断提升教学技能的能力 具备利用AI资源进行持续学习，培养终身学习的能力 具备对教学管理进行持续调整优化的能力 具备利用AI技术进行学习需求跟踪，并对教学平台、系统进行持续更新的能力
AI态度 伦理道德 确保AI技术的使用符合伦理道德，避免技术滥用和技术依赖
合作精神 与AI进行协同教学；跨学科跨组织的AI教学 具备跨专业跨学校的小组合作；自组织的项目研究 跨组织教育管理；统筹规划能力 多主体协同合作；多维度推动AI技术在教辅方面的应用
隐私保护 确保教学数据的安全性和隐私性 确保个人行为数据安全性 将隐私保护纳入教育管理制度中 确保数据流通过程中的绝对安全
适应性 确保AI教学与本专业的匹配度 适应AI教学带来的挑战 对新技术和新思想保持开放态度，鼓励创新和实践
风险评估 具备对AI技术进行客观分析、判断和评价的思维能力，不过度依赖AI技术
1
BAIG M I, YADEGARIDEHKORDI E. ChatGPT in the higher education: A systematic literature review and research challenges[J]. International journal of educational research, 2024, 127: 102411.
2
RAWAS S. ChatGPT: Empowering lifelong learning in the digital age of higher education[J]. Education and information technologies, 2024, 29(6): 6895-6908.
3
RAJABI P, TAGHIPOUR P, CUKIERMAN D, et al. Exploring ChatGPT's impact on post-secondary education: A qualitative study[C]//Proceedings of the 25th Western Canadian Conference on Computing Education. New York: ACM, 2023: 1–6.
4
TIERNAN P, COSTELLO E, DONLON E, et al. Information and media literacy in the age of AI: Options for the future[J]. Education sciences, 2023, 13(9): 906.
5
宰冰欣, 叶兰, 林伟明, 等. AIGC背景下国内外高校图书馆AI素养教育实践模式研究——基于对60所世界一流高校图书馆的调研[J/OL]. 图书馆杂志, 2024: 1-17.
ZAI B X, YE L, LIN W M, et al. Research on AI literacy education practice models in university libraries in the context of AIGC - Based on the investigation of 60 world-class university libraries[J/OL]. Library journal, 2024: 1-17.
6
KONG S C, KORTE S M, BURTON S, et al. Artificial Intelligence (AI) literacy–An argument for AI literacy in education[J]. Innovations in education and teaching international, 2024: 1-7.
7
YUMI Y. Establishing the concept of AI literacy: Focusing on competence and purpose[J]. Jahr: Europski časopis za bioetiku, 2021, 12(2): 353-368.
8
LUCKIN R, CUKUROVA M, KENT C, et al. Empowering educators to be AI-ready[J]. Computers and education: Artificial intelligence, 2022, 3: 100076.
9
吴瑕碧, 严丹, 蔡迎春. 基于ARCS模型的AI素养教育创新实践[J/OL]. 图书馆杂志, 2024: 1-12.
WU X B, YAN D, CAI Y C. Innovative practice of AI literacy education based on the ARCS model[J/OL]. Library journal, 2024: 1-12.
10
郭亚军, 寇旭颍, 冯思倩, 等. 人工智能素养: 内涵剖析与评估标准构建[J/OL]. 图书馆论坛, 2024: 1-9.
GUO Y J, KOU X Y, FENG S Q, et al. Artificial intelligence literacy: Connotation analysis and evaluation criteria construction[J/OL]. Library tribune, 2024: 1-9.
11
LONG D R, MAGERKO B. What is AI literacy? Competencies and design considerations[C]//Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems. New York: ACM, 2020: 1-16.
12
钟柏昌, 刘晓凡, 杨明欢. 何谓人工智能素养: 本质、构成与评价体系[J]. 华东师范大学学报(教育科学版), 2024, 42(1): 71-84.
ZHONG B C, LIU X F, YANG M H. What is artificial intelligence(AI) competency: Essence, composition and evaluation systems[J]. Journal of East China normal university (educational sciences), 2024, 42(1): 71-84.
13
蔡迎春, 张静蓓, 虞晨琳, 等. 数智时代的人工智能素养: 内涵、框架与实施路径[J]. 中国图书馆学报, 2024, 50(4): 71-84.
CAI Y C, ZHANG J B, YU C L, et al. Artificial intelligence literacy in the digital intelligence era: Connotation, framework, and implementation pathways[J]. Journal of library science in China, 2024, 50(4): 71-84.
14
DAI Y, CHAI C S, LIN P Y, et al. Promoting students' well-being by developing their readiness for the artificial intelligence age[J]. Sustainability, 2020, 12(16): 6597.
15
张银荣, 杨刚, 徐佳艳, 等. 人工智能素养模型构建及其实施路径[J]. 现代教育技术, 2022, 32(3): 42-50.
ZHANG Y R, YANG G, XU J Y, et al. The cultivation of AI literacy model and its implementation path[J]. Modern educational technology, 2022, 32(3): 42-50.
16
WONG G K W, MA X J, DILLENBOURG P, et al. Broadening artificial intelligence education in K-12[J]. ACM inroads, 2020, 11(1): 20-29.
17
杨鸿武, 张笛, 郭威彤. STEM背景下人工智能素养框架的研究[J]. 电化教育研究, 2022, 43(4): 26-32.
YANG H W, ZHANG D, GUO W T. A study of literacy framework of artificial intelligence in STEM context[J]. E-education research, 2022, 43(4): 26-32.
18
OECD. Future of education and skills 2030: Conceptual learning framework-education and AI: Preparing for the future & AI, attitudes and values[EB/OL]. [2024-05-19].
19
NG D T K, WU W J, LEUNG J K L, et al. Design and validation of the AI literacy questionnaire: The affective, behavioural, cognitive and ethical approach[J]. British journal of educational technology, 2024, 55(3): 1082-1104.
20
陈凯泉, 何瑶, 仲国强. 人工智能视域下的信息素养内涵转型及AI教育目标定位——兼论基础教育阶段AI课程与教学实施路径[J]. 远程教育杂志, 2018, 36(1): 61-71.
CHEN K Q, HE Y, ZHONG G Q. The transformation of information literacy connotation in artificial intelligence(AI) perspective and target positioning of artificial intelligence(AI) education: Also on the implementation path of artificial intelligence course and teaching in basic educat[J]. Journal of distance education, 2018, 36(1): 61-71.
21
施雨, 茆意宏. 人工智能素养的概念、框架与教育[J/OL]. 图书馆论坛, 2024: 1-12.
SHI Y, MAO Y H. The concept, framework and education of artificial intelligence literacy[J/OL]. Library tribune, 2024: 1-12.
22
张静蓓, 虞晨琳, 蔡迎春. 人工智能素养教育: 全球进展与展望[J]. 图书情报知识, 2024, 41(3): 15-26.
ZHANG J B, YU C L, CAI Y C. Artificial intelligence literacy education: Global progress and prospects[J]. Documentation, information & knowledge, 2024, 41(3): 15-26.
23
龚芙蓉. ChatGPT类生成式AI对高校图书馆数字素养教育的影响探析[J]. 图书情报知识, 2023, 40(5): 97-106, 156.
GONG F R. The impact of generative AI like ChatGPT on digital literacy education in university libraries[J]. Documentation, information & knowledge, 2023, 40(5): 97-106, 156.
24
教育部高等教育司. 教育部高等教育司关于公布首批“人工智能+高等教育”应用场景典型案例的通知[EB/OL]. [2024-05-19].
25
曹培杰. 智慧教育: 人工智能时代的教育变革[J]. 教育研究, 2018, 39(8): 121-128.
CAO P J. Smart education: The educational reform at the age of artificial intelligence[J]. Educational research, 2018, 39(8): 121-128.
26
曾红宇, 颜家水, 叶奕. 人工智能背景下传媒专业课程教学“泛在化”创新策略[J]. 传媒, 2021(22): 91-93.
ZENG H Y, YAN J S, YE Y. Innovative strategies of ubiquitous teaching of media major under the background of artificial intelligence[J]. Media, 2021(22): 91-93.
27
尹开国. 人工智能素养: 提出背景、概念界定与构成要素[J]. 图书与情报, 2024(3): 60-68.
YIN K G. AI literacy: Background, conceptual definition, and constituent elements[J]. Library & information, 2024(3): 60-68.
28
NG D T K, LEUNG J K L, CHU S K W, et al. Conceptualizing AI literacy: An exploratory review[J]. Computers and education: Artificial intelligence, 2021, 2: 100041.
29
KORKMAZ Ö, ÇAKIR R, ÖZDEN M Y. A validity and reliability study of the computational thinking scales (CTS)[J]. Computers in human behavior, 2017, 72: 558-569.
30
GOLD N E. Responsible artificial intelligence: How to develop and use AI in a responsible way[J]. Genetic programming and evolvable machines, 2021, 22(1): 137-139。
31
AYANWALE M A, ADELANA O P, MOLEFI R R, et al. Examining artificial intelligence literacy among pre-service teachers for future classrooms[J]. Computers and education open, 2024, 6: 100179.
32
JOBIN A, IENCA M, VAYENA E. The global landscape of AI ethics guidelines[J]. Nature machine intelligence, 2019, 1: 389-399.
33
FLOGIE A, KRABONJA M V. Artificial intelligence in education: Developing competencies and supporting teachers in implementing AI in school learning environments[C]//2023 12th Mediterranean Conference on Embedded Computing (MECO). Piscataway, New Jersey: IEEE, 2023: 1-6.
34
张静蓓, 徐亚苹, 周琼, 等. 未来学习中心建设：图书馆的角色定位、功能重塑及实践探索[J]. 农业图书情报学报, 2023, 35(6): 43-50.
ZHANG J B, XU Y P, ZHOU Q, et al. Future learning centers: A study on libraries' role reorientation, function reconstruction, and practical innovations[J]. Journal of library and information science in agriculture, 2023, 35(6): 43-50.
[1] JIANG Jingze, ZHOU Tianmin, LI Mei, CHENG Cheng, CHEN Haiyan. A study of the Core Competence Model of Compound AI Librarians in the Intelligent Transformation of University Libraries [J]. Journal of library and information science in agriculture, 2025, 37(9): 97-109.
[2] ZHANG Tao, WU Sihang. How Achievement Goal Orientation Influences College Students' Usage Behaviors of AI Tutoring Tools: An Empirical Study Based on Dual Mediation [J]. Journal of library and information science in agriculture, 2025, 37(7): 91-105.
[3] SHEN Hongjie, SHEN Hongwei, WANG Junli. Generative AI Empowering Information Literacy Education in Digital Libraries: Path Exploration, Challenge Analysis, and Response Strategies [J]. Journal of library and information science in agriculture, 2025, 37(7): 50-60.
[4] JIANG Yumeng. An Investigation and Enlightenment on the Current Status of AI Literacy Education in Nordic University Libraries [J]. Journal of library and information science in agriculture, 2025, 37(7): 19-34.
[5] ZHAI Jun, MENG Zihan, LI Fangsu, SHEN Lixin. AI Guides in Research Libraries of North America under the AI4S Context: Based on the Survey of 125 ARL Libraries [J]. Journal of library and information science in agriculture, 2025, 37(7): 35-49.
[6] ZHANG Weichong, XU Chen, ZHU Yiran. Cultivation Path of AI Literacy for Grassroots Civil Servants Based on the Integrated TAM-IDT Model [J]. Journal of library and information science in agriculture, 2025, 37(5): 72-85.
[7] DAI Xinwei, LI Feng. Enlightenment of AI Literacy Educational Designs and Practices at Japanese MDASH Literacy-level Approved Universities [J]. Journal of library and information science in agriculture, 2025, 37(5): 86-101.
[8] SUN Lijuan. Exploring the Transition of Public Librarians to "Prompt Librarians" from the Perspective of New Quality Productive Forces [J]. Journal of library and information science in agriculture, 2025, 37(1): 17-32.
[9] Fan YUAN, Jia LI. Opportunities, Challenges, and Future Directions for Generative Artificial Intelligence in Library Information Literacy Education: A Scoping Review [J]. Journal of library and information science in agriculture, 2024, 36(9): 44-57.
[10] Dan WU, Xinjue SUN. Exploring Human-centered AI Literacy Education: Interpretation and Insights from UNESCO's AI Competency Framework for Teachers and Students [J]. Journal of library and information science in agriculture, 2024, 36(8): 4-19.
[11] Baiyang LI, Rong SUN. Construction of an AI Literacy General Education Curriculum Based on "Knowledge-Skills" Navigation [J]. Journal of library and information science in agriculture, 2024, 36(8): 34-42.
[12] Shuyi WANG, Wen ZENG, Weishi ZHANG, Junjie LI. Addressing the Knowledge Worker AI Literacy Gap with AI Technology [J]. Journal of library and information science in agriculture, 2024, 36(8): 20-33.
[13] LUO Guofeng, LIU Qingsheng. Application Scene and Practice of ChatGPT Empowering Information Literacy Education [J]. Journal of library and information science in agriculture, 2024, 36(4): 91-101.
[14] CHEN Shiming. Cross-boundary Governance mode of Higher Education Resource in Beijing-Tianjin-Hebei [J]. Journal of library and information science in agriculture, 2017, 29(1): 116-120.
[15] YANG Fei, CHEN Quan. Service Innovation of Common University Library under MOOC Circumstance [J]. Journal of library and information science in agriculture, 2015, 27(8): 115-117.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
Editorial Board of Journal of library and information science in agriculture
Tel：(010)82109667　Fax：(010)82109667　E-mail：xuekan＠caas.cn
Powered by Beijing Magtech Co., Ltd.
知识共享许可协议