摘要：在智能社会持续演进的背景下，高校需通过培养大学生人工智能素养为智能化趋势提供智力支撑与人力保障。作为世界一流大学，卡内基梅隆大学以人工智能知识、人工智能情感、人工智能思维为内容，通过人工智能通识教育、人工智能辅修与附加专业、人工智能科研项目培养学生人工智能素养，满足学生自身与智能社会可持续发展的需求。卡内基梅隆大学学生人工智能素养培养实践凭借全面系统、科学前瞻的内容，分类施测的培养体系，以人为本的培养理念与跨学科合作、产教研用融合的育人生态为大学生人工智能素养培养实践及研究提供参考。
关键词：世界一流大学；大学生人工智能素养；卡内基梅隆大学；培养实践
一、问题的提出
在知识经济视域下，当前功能愈加强大的人工智能已成为助推社会进步、经济发展的关键科技与核心知识。高等教育作为创新人才培养和高新知识生成的主阵地，亟需通过培养大学生人工智能素养为智能社会提供智力支撑与人力保障。而这亦是高等教育对党的二十大报告号召的教育、科技、人才一体推进的具象化响应。
自2016年以来，美国、中国、英国等世界主要国家人工智能战略或产业规划文件陆续发布，人工智能人才培养已成为国际共识。起初，高等教育界主要关注人工智能专业人才的培养。如以麻省理工学院、剑桥大学、清华大学等为代表的世界一流大学陆续建立人工智能学院或研究中心、开设人工智能专业等。相关研究亦聚焦世界一流大学人工智能专业人才的培养模式、培养实践及政策文件的剖析阐释。近年来，随着社会智能化进程的加速，高等教育界开始关注学生人工智能素养的培养。如哈佛大学、牛津大学、南京大学等世界一流大学相继开设人工智能通识课程、提供“人工智能+X”跨学科科研项目等，以期为智能时代培养合格公民。显然，这里的人工智能素养不同于人工智能专业素养，而是指向身处智能时代中的每一位公民应具备的、与读写算同等重要的素养，体现高等教育界人工智能人才培养从单一专业化向专业化与大众化兼顾的方向转变。然而，高校培养学生人工智能素养实践还处于初步探索阶段，面临两大难题。一是大学生应具备哪些人工智能素养？人工智能作为一个跨学科且被预计未来发展极迅猛的领域，大学生人工智能素养应涵盖哪些维度？这些维度间有何逻辑关系？二是如何培养大学生人工智能素养？针对文理工农医不同专业、本硕博不同层次大学生，如何培养与之适配的人工智能素养？大学生人工智能素养培养实践如何利用组合通识教育、科研项目等路径？同时，相关研究多针对人工智能素养概念框架进行宏观的理论建构或政策解读，较少针对世界一流大学学生人工智能素养的培养内容与路径进行微观实证分析。
基于此，本研究以在人工智能领域处于国际顶尖水平的世界一流大学卡内基梅隆大学（Carnegie Mellon University, CMU）为案例，审视剖析该校学生人工智能素养发展的内容维度与实践路径，希冀为大学生人工智能素养培养实践及研究提供参考。
二、研究设计
（一）案例选取
综合考虑大学生人工智能素养培养实践的代表性及所在高校的典型性是案例选择的首要逻辑。从学术声誉上看，CMU是一所“特色鲜明、顶尖学科引领”的世界一流大学。该校在计算机科学、工程学及商学等学科领域均保持国际顶尖水平，其人工智能学科更是常年位居世界知名大学排行榜榜首。从素养培养实践上看，CMU在培养学生人工智能素养上具有敏锐的前沿意识，早在1956年卡内基理工学院（CMU前身）就引入第一台IBM电脑，开创大学智能教育先河。此后CMU在人工智能教科研上不断开拓进取，为学生人工智能素养培养提供坚实的教育资源。世界上第一个人工智能程序与第一所从事计算机科学研究的学院、全美大学中首个机器人研究所均发端于CMU。CMU还极为重视学生人工智能素养，为其提供良好的制度环境，这从CMU《2025战略规划》（Strategic Plan 2025）和泰珀商学院《打造智能未来：2024—2030战略规划》（Building The Intelligent Future: Strategic Plan 2024-2030）的人工智能战略主题中便可窥见一斑。当前CMU强调学生人工智能素养发展的应用性与人文性，以期在新一轮人工智能发展浪潮中发挥CMU智能技术的领导力。
事实上，本研究的研究问题亦是由CMU学生人工智能素养发展这一案例所激发：作为以智能教育见长的世界一流大学，CMU如何培养具有不同知识禀赋、能力素质、职业理想的大学生人工智能素养本身就是一个值得研究的问题。基于此，本研究通过归纳研究法来探析CMU学生人工智能素养培养问题，以期丰富大学生人工智能素养培养研究。
（二）数据来源与分析
美国大学具有自下而上的发展模式和市场化办学取向，正如CMU在《2008战略规划》中所言“在一个分散化且开放性的大学环境中，战略规划的作用并非提供限制性的规定，而在于明确重点关注领域，让大学各组织时刻留意如何发挥自身优势并迅速、巧妙地应对新机遇。”因此，本研究为充分获取CMU学生人工智能素养培养的内容及路径资料，从宏观人工智能战略规划与微观人工智能素养培养实践两个层级出发。在宏观战略规划层级，通过CMU《2025战略规划》和泰珀商学院《打造智能未来：2024—2030战略规划》等获取人工智能发展战略资料。
在微观培养实践层级，从CMU组织结构和人才培养要素出发，本研究的研究数据涵盖三个层面。首先是专业与课程层面，即通过CMU计算机科学学院获取人工智能学科历史资料和人工智能辅修（Minor）与附加专业（Additional Major）资料，通过CMU商学院、工程学院、梅隆理学院等七大学院获取人工智能通识课程方案、非人工智能学位项目的培养方案以及通过CMU课程目录获取人工智能课程信息（Course Descriptions）及教学大纲（Syllabus）等资料。其次是科研项目层面，即通过人工智能社会决策研究所（AI Institute for Societal Decision Making）、布洛克技术与社会中心（Block Center for Technology and Society）、软件工程研究所（Software Engineering Institute）等人工智能研究机构获取人工智能科研项目资料。最后是实践与应用层面，即通过CMU《AI日报》（AI Daily）获取的人工智能竞赛资料、对话社区资料、案例读本资料，通过CMU图书馆获取公开的人工智能素养培养资料，通过CMU埃伯利卓越教学与教育创新中心（Eberly Center for Teaching Excellence & Educational Innovation）获取教师人工智能素养提升资料，通过CMU职业和专业发展中心（Career and Professional Development Center at Carnegie Mellon University）获取学生人工智能使用规范资料。
同时为确保信息检索饱和度，本研究还将CMU官方网站与本研究问题相关的新闻资料，以及国内外具有较高可信度与权威性的研究论文、新闻报道等作为佐证与补充材料。值得一提的是，本研究聚焦面向全体大学生的人工智能素养，着重探讨具有较高开放性和包容性的人工智能素养培养实践，以确保每位学生都有发展人工智能素养的契机。因此，本研究在筛选资料时，排除了具有显著排他性质的人工智能专业学位项目资料，在CMU中指人工智能学士学位项目、人工智能与创新硕士学位项目、自动化与人类决策博士学位项目等相关信息。
基于搜集的资料，本研究一方面采用归纳研究法，梳理CMU学生人工智能素养培养的内容维度与实践路径；另一方面，基于案例分析与相关文献鉴阅，总结CMU学生人工智能素养培养的特点与启示。
三、卡内基梅隆大学学生人工智能素养发展的内容维度
（一）人工智能素养内涵结构的国内外研究侧重
有关人工智能素养的研究早已有之，但囿于人工智能技术不成熟，直到2018年人工智能素养才真正引发教育界研究热潮。现有研究在人工智能素养内涵与框架上尚未达成共识。在人工智能素养内涵上，研究存在两种认识路径。一种是研究从核心素养的角度出发，认为人工智能素养延续核心素养内在意蕴，是个体适应并胜任智能社会生产生活与个体发展所需的综合思维和品质。另一种是研究从技术相关素养演进的角度出发，认为人工智能素养源于智能技术的内在范畴，是信息素养、网络素养、数字素养等技术相关素养在智能时代的转型升级。
在人工智能素养框架上，研究同样存在两种认识视角。一种是能力视角的研究，认为人工智能素养是个人应用人工智能的能力。如佐治亚理工学院杜里·龙（Duri Long）等认为人工智能素养是个人批判性评估人工智能技术、与人工智能进行有效沟通和协作的能力。联合国教科文组织（UNESCO）发布的《学生人工智能能力框架》在“能力”层面，将人工智能素养划分为以人为本的人工智能意识、人工智能伦理、人工智能底层技术与应用、人工智能系统设计四方面。另一种是综合视角的研究，认为人工智能素养是指引个体与人工智能自信、自由、充分互动所需的综合品质。如华南师范大学钟柏昌等认为人工智能知识、情感与思维的相互作用关系是人工智能素养的底层逻辑，其中人工智能知识指人工智能基础概念与原理，人工智能情感指人工智能高效率、合伦理运用的原则与规范、人工智能思维是人工智能时代终身发展的关键能力。香港大学黄国基等认为人工智能素养涉及“AI概念、AI应用、AI伦理”三方面，其中“AI概念”关注人工智能基本知识与起源，“AI应用”关注人工智能在现实世界的应用，“AI伦理”关注人工智能应用中的道德问题。因此，人工智能素养既是个体解决具体智能问题的一种能力，也是个体在智能时代生存发展的一种方法论。然而智能社会的建构将是经济秩序和社会秩序交叉重构的历史进程，相较单一、具体能力视角，研究以综合视角构建人工智能素养框架将更有助智能社会中个体的可持续发展。另外，尽管综合视角的研究面向不同群体构建了不尽相同的人工智能素养框架，但这些素养框架存在一个共性，即这些框架均强调学生在智能时代中知情意行的全面发展，与核心素养内在意蕴相呼应。
虽然现有人工智能素养研究多关注全体公民、中小学生与教师群体，较少聚焦大学生这一特定群体，但已有研究仍有重要启示意义。本研究观照大学生这一特定群体，参考已有文献并结合核心素养的内在意蕴，认为大学生人工智能素养是其适应并胜任智能时代生活与学业成长、科研参与、未来职业发展的综合品质，包括人工智能知识、情感与思维三维度。同时，本研究在案例分析的过程中发现，CMU不仅借助课程教学促进学生人工智能学科知识的掌握，还通过实践活动、科研项目等体验式教学促进学生人工智能知识、情感与思维的综合化发展。因此从人工智能知识、情感与思维三方面考察CMU学生人工智能素养发展的内容维度亦具有适切性。
（二）CMU学生人工智能素养培养的内容维度
本研究利用内容分析法对CMU学生人工智能素养的内容维度进行归纳分析。首先，本研究通过阅读收集到的案例资料（全部为文本资料），划分并呈现其中能展示特定意义的语句作为最小分析单元。其次将CMU学生人工智能素养内容维度的分析框架设定为人工智能知识、情感与思维三个类属。再次，采用三级编码，将分析单元的文本语句逐一“标签化”，初步形成编码条目。然后，通过仔细阅读编码条目的具体内容，厘清各编码条目的类属关系并将它们纳入对应的类属中。最后，完成全部编码条目的类属分类后，对各类属下编码条目再次进行梳理，进一步归纳提炼出该类属下的构成要素，并明晰该类属的特征。最终，本研究形成了由3个素养构成类属和14个构成要素组成的CMU学生人工智能素养的内容维度编码表（见表1）。由表1可知，CMU为帮助学生通过学习、思考、行动来应用、创造人工智能，以服务自我与智能社会，发展了多维度的人工智能素养内容，其内容维度超越传统学科边界，强调学生人工智能素养复杂交织、整合式地发展。
人工智能知识：科学认识与利用人工智能。CMU通过分解抽取人工智能技术各性质之核心与基质培养学生人工智能知识素养，为学生科学认识与利用人工智能打牢根基。该知识素养可分为人工智能基础知识与核心知识两维度。由于人工智能是模拟、延伸和拓展人类智能的一门计算机技术科学。故而，该校人工智能基础知识包括关注数理算法的数学、计算机科学以及分析人类行为的人类认知学三部分。其中，人类认知学涵盖感觉、知觉、记忆、视觉等多方面，意欲为人工智能拟人化、人格化发展提供全面的借鉴参考，如人工智能学士学位附加项目就提供《认知心理学》《心智和大脑》《视觉认知》等选修课。CMU人工智能核心知识从人工智能工作原理、实用技能、应用范围等角度搭建多维递进的知识架构。一方面，入门知识以课程导论的形式介入，帮助学生接触人工智能基础知识和概念、应用范围和发展趋势，引导学习兴趣、为深入探索埋下伏笔；另一方面，进阶知识基于人工智能交叉学科的本质，为学生开辟通往人工智能素养多元方向发展的可能。其重点聚焦五大领域：一是通过学习数据规律进而辅助人工智能自主决策和优化的机器学习领域；二是提高人工智能感知与理解人类行为、语言能力的感知与语言领域；三是致力于人机友好、高效协作的人机交互领域；四是人工智能关键实验平台和应用场景的机器人学领域；五是伴随人工智能应用边界拓展，持续新增的人工智能+X交叉领域。可见，CMU人工智能素养对“基础”与“核心”两大知识维度的确认，既巩固数学、计算机科学、人类认知学助力人工智能持续发展的科学性与合理性，又为人工智能多元方向理解与探索提供路径。
2. 人工智能情感：保障智能社会及国家正常高效运转。CMU秉持全人思想，在强调学生人工智能知识掌握与技能训练时，还着重培养保障智能社会及国家正常高效运转的人工智能情感素养。该情感素养涉及人工智能与个体、社会的关系及技术发展三板块。人工智能与个体、社会的关系是在分析技术对个体和社会产生影响的基础上引导个体、社会与人工智能和谐、有效、合乎伦理地互动。具体而言，人工智能便利学生论文写作、求职工作、科学研究的同时存在隐私泄露、技术依赖、违反学术诚信政策等风险，因此学生应遵守CMU学术诚信政策、信息安全政策等规避风险，同时掌握人机协作、提问与任务分配技巧等将人工智能应用机遇最大化；人工智能同样在劳动力市场、教育、交通等社会领域引发机遇与风险并存的冲击，因此学生应坚守为社会造福、创造更美好与更包容世界的价值观。CMU作为全球人工智能发源地之一，有义务开创人工智能新领域、为技术发展贡献力量。针对现阶段人工智能技术局限，CMU呼吁学生设计、开发与部署以人为本、安全稳健、灵活有效的人工智能。总之，CMU人工智能情感素养既回应智能社会中个体、社会泰然应对人工智能伦理问题的紧迫性，也启发未来技术创新和伦理决策的正确方向。
3. 人工智能思维：养成人工智能应用习惯与智慧。CMU重视人工智能必要思维，致力于培养学生利用人工智能技术解决实际问题的习惯与智慧，以增强他们在面对不确定的智能社会时的适应性与应变力。其人工智能思维素养囊括信息与数据思维、工程思维两模块。为培养学生阅读、分析和交流数据、辨别数据的意义等信息与数据思维，提升学生对人工智能响应的鉴别力与人机交互力，学校不仅开设数理相关课程；还发布信息与数据素养核心能力倡议（Information & Data Literacy Core Competencies Initiative）。该倡议提供相关测评工具、计算机科学或数学线上课程、工具资源等，以追踪并提升学生发现、评估及负责任使用信息与数据的技能。人工智能工程思维关注学生对人工智能的系统认知与创造性应用能力。正如相关人工智能顶点科研项目中，学生需在界定研究问题、设计解决方案、试用并完善方案、展示工作成果的全周期学习流程中，体验顶点科研项目蕴含的工程思维理念。可见，CMU对人工智能思维素养的强调是以知识教育拓展学生发展视野的角度，筑构学生智能社会中终身发展和整体发展的关键能力。
四、卡内基梅隆大学学生人工智能素养培养的实践路径
CMU培养学生人工智能素养，并非简单传授多维度内容就能实现，更在于促进人才培养目标落地的一系列实践路径。为此，CMU借助全方位推进的人工智能通识教育、系统化学习的人工智能辅修与附加专业、实践导向的人工智能科研项目，凝聚教育合力、共同助力学生人工智能素养有效发展。
（一）全方位推进的人工智能通识教育
随着人工智能技术革新与应用领域扩展，人工智能基础素养成为各专业人才培养目标的重要一环。CMU基于课程、实践活动、自主学习资料构建了全方位推进的人工智能通识教育并通过搭建人工智能实践平台、提升教师人工智能素养、开展循证研究予以支撑和推动。总体而言，其人工智能通识教育以面向本科生的通识课程为主要载体，注重多元主体参与、采用产教研用结合的教育方式，致力于为全校学生人工智能素养培养奠定基础，助力他们获得人工智能领域最基本且实用的知识与技能（见表2）。
人工智能通识课程是CMU人工智能通识教育的核心。其人工智能通识课程面向全校本科生，内容丰富多元，涵盖从基础数理到人机交互、机器人学等领域，以通识必修课和通识选修课两种形式呈现，旨在兼顾学生人工智能学习的广度与深度。CMU以一门旨在培养学生数理算法和信息素养的通识必修课为载体，为学生人工智能素养发展提供广泛性、共通性知识根基。人工智能通识选修课以学生中心为导向，为学生自由学习与探索人工智能创造更多空间。具体而言，CMU各学院根据学科特性和培养目标在模块化必修领域内纳入不同人工智能通识选修课。其中，人文社科领域的学院较多仅注重数学、计算机科学等人工智能基础知识课程，自然科学领域的学院重视人工智能基础知识的同时，进一步纳入人工智能导论、机器人应用等人工智能核心知识课程。尽管如此，所有学院通识课程方案中的自由选修领域仍给予学生自由选修人工智能基础或核心知识课程的机会。另外，学校允许有能力的学生自主设计并开设更具现实性、实用性及趣味性的人工智能选修课，进一步拓宽学生选修人工智能知识课程的广度。此外，CMU与技术、计算机密切相关的理工类硕士与博士学位项目根据不同专业发展定位将人工智能相关课程设定为专业选修课或必修课。如教育技术与应用科学硕士可选修《技术领域中的人工智能工程》《应用机器学习》《人工智能的人类语言》等课程，以探索人工智能教育应用的可能。
人工智能实践活动体现CMU人工智能通识教育的实践性与开放性。面向人工智能的学生社团服务、竞赛项目、对话社区等有温度且高质量的实践活动以做中学、用中学的方式增强学生人工智能学习与应用的价值体认和实践信念。如人工智能社会决策研究所下属的学生社团自主策划并推出人工智能主题播客节目，让学生在与人工智能领域顶尖学者、行业专家的对话中接触该领域最新研究成果与实践经验。此外，CMU通过囊括人工智能科普书籍、专家讲座、案例读本等自主学习资料为学生人工智能素养个性化发展提供进阶支架。
CMU为确保人工智能通识教育的有效实施，还重视必要的条件保障。首先学校致力于将智能技术纳入学生生活各方面，以自然、去专业化方式扩散和增值人工智能通识教育的积极效应，不仅推进宏观智能教育生态系统的构建还提供微观个性化智能设备工具。其次鉴于教师之于学生人工智能素养发展的示范作用，学校借助多项教师专业发展项目以提升教师人工智能素养，其中生成式人工智能教学研究倡议（The Generative AI Teaching As Research Initiative）响应最新一代智能技术，旨在促进教师适应、创新、研究和传播生成式人工智能。最后学校还持续观察、跟踪与干预学生人工智能素养发展状况为素养培养提供询证依据，《AI日报》每月开展的学生人工智能使用状况调查正是典型案例。
（二）系统化学习的人工智能的辅修与附加专业
伴随人工智能在各领域纵深扩展，学生人工智能素养将难以应对人工智能在多领域中具有的广泛辐射能力与引发的链式反应。为此，CMU为非人工智能专业的学生提供系统化学习人工智能领域学识的人工智能辅修与附加专业。总体而言，CMU人工智能辅修与附加专业面向全校本科生，强调人工智能领域学识的规范化与综合化学习，以此为学生人工智能跨
学科应用提供支撑（见表3）。
人工智能辅修与附加专业是CMU推动学生人工智能基础素养进一步提升与深化的重要路径，体现CMU学生人工智能素养培养的逐步深入与循序渐进。针对人工智能辅修而言，首先，CMU定向人工智能本体、前端算法的机器学习、中端实用技能的人机交互、后端应用的机器人学等领域推出四种人工智能辅修。其中既有培养学生掌握人工智能全链条（前端、中端、后端）知识的学习路径，也有培养学生在特定关键环节具有深厚造诣的学习路径，以此满足学生人工智能素养多元化发展的需求。其次，人工智能辅修虽面向CMU非计算机科学学院本科生开放，但也重视学生数理算法的知识基础，学校要求学生申请人工智能辅修前，需完成数理算法领域的先修课程并取得一定成绩。最后，出于满足学生对人工智能技术及其应用的系统化学习需求，人工智能辅修构建了相对精简但连贯的人工智能课程体系。
针对人工智能附加专业而言，一方面，CMU定向人工智能本体、人机交互、机器人学等领域推出三种人工智能附加专业；另一方面，人工智能附加专业不仅旨在满足学生对人工智能领域学识的系统化学习诉求，还进一步追求发展学生人工智能跨学科应用的能力。鉴于此，相较于人工智能辅修，附加专业选拔标准和课程学习要求更严格。如学生辅修人工智能学士学位需先修课程成绩达到C+且完成至少100学分的课程学习。而人工智能学士学位附加专业要求学生先修课程达到B且完成至少204学分的课程学习。
（三）实践导向的人工智能科研项目
CMU人工智能科研项目可划分为常规性科研项目与顶点科研项目两大类。常规性科研项目限制学生科研范围，学生的科研问题选择权较小。此类项目又可细分为两种，一种是教师或研究机构主导的科研项目，常自上而下地招募符合条件的本科生或硕士生有偿参与。如软件工程研究所的软件工程本科生研究项目专为计算机科学背景较弱但对软件工程感兴趣的本科一、二年级学生设计，是一个为期10周的暑假带薪科研项目。另一种是学生为争取相关机构基金支持，自下而上开展科研项目。该类项目对学生研究能力要求较高，主要面向博士生群体且有附加条件。如布洛克技术与社会中心设立的负责任人工智能种子基金（Responsible AI Seed Fund Opportunities）鼓励博士生与一名教授联合申请。顶点科研项目是CMU为推动学生深入探究现实世界的真问题而设立的，学生具有一定科研问题选择权。在人工智能顶点科研项目中，学生主动发现本学科领域存在的现实问题并寻找解决方法，在此过程中将人工智能知识、技能、思维与情感实质性应用于本学科领域的真实业务场景和挑战中，培养其应用人工智能技术解决本学科领域实际问题的跨学科能力与应变能力。值得注意的是，CMU与技术、计算机科学等密切相关的理工类学生更多开展了人工智能顶点科研项目，这凸显CMU更多发展理工类学生的人工智能跨学科素养。总之，在复杂情境中形塑学生广泛思考、灵活迁移的智能心智、培养学生人工智能技术的融合应用能力与持续发展能力是CMU人工智能科研项目的重要立意点。
CMU为推进学生人工智能科研训练，注重多类型的科研支持。首先CMU借助20多所专注人工智能赋能社会福利、科学研究及教学生态的科研机构和科研经费，凝聚多元支持主体的协同力量，为学生参与人工智能科研训练提供必要的物力支持。其次导师一对一指导及研讨会、讲座等为学生科研过程提供的有序且针对性指导，可最大限度地为学生人工智能科研训练积累有效动能。最后CMU还注重社会性支持，通过宣传动员、成果展示等对人工智能科研训练予以价值肯定、情感支持与思想渗透。
五、卡内基梅隆大学学生人工智能素养培养的特点与反思
通过多元路径培养学生不同维度人工智能素养是CMU学生人工智能素养培养的重要内容与方向。基于案例分析与相关文献鉴阅，本研究针对CMU学生人工智能素养培养的内容维度、实践路径、培养理念与育人生态作出以下特点总结与经验反思。
（一）发展系统前瞻的人工智能素养内容
明确大学生人工智能素养的内容构成是其人工智能素养培养的逻辑前提。CMU为助力智能社会的学生获得学业成功、职业指导、个人幸福发展出了多维度的人工智能素养内容。首先，该内容是系统全面的。CMU着眼人工智能知识、情感与思维，分类渐进地为学生人工智能素养培养奠定知识基础、激发内在动力并引领至更高境界。此外，CMU并非孤立看待人工智能知识、情感与思维，主张学生将三者体系化、贯通化、实践化于真实智能场景中。其次，该内容是科学前瞻的。CMU狠抓学生数理基础、信息与数据素养发展的行为符合技术相关素养演进规律即数理算法技能、信息与数据素养是技术社会的内在基础，人工智能素养是其现实化表观与时代化拓展。另外，该内容并非仅满足学生智能生活当下需要，更定位学生未来的可持续发展。一方面，CMU依托循证依据、持续生成“人工智能+X”交叉融合的知识体系为学生人工智能素养跨学科培养筑构动态发展的学习支架；另一方面，CMU重视培养学生批判创新能力、团队合作能力、提出问题能力等更高概括性、更广泛迁移性的技能。对比之下，由于缺少人工智能素养内容的顶层设计，人工智能教育技能化、工具化与零碎化问题屡见不鲜。同时，在人工智能素养“概念混乱期”，高校更有必要明晰人工智能素养的内容构成与内在逻辑为学生人工智能素养培养提供具有理论意义与实践价值的指导框架。
（二）构建分类施测的人工智能素养培养体系
人工智能素养是多元主体的个性化技能，脱离个体需求高谈人工智能素养将概念泛化。CMU关注学生不同诉求规约，通过构建分类施测的素养培养体系实现他们人工智能素养整体化、特色化、差异化发展。具体而言，CMU从社会需求和学生特质出发，借助面向全校学生的人工智能通识教育、面向本科生的人工智能辅修与附加专业及重点面向研究生的人工智能科研训练等实现学生人工智能素养发展的通识化、系统化与实践化。该体系是松散耦合机制的生动映像，虽然不同人工智能素养培养路径具有不同目标导向与培养方式，但培养学生智能社会适应力与持续发展能力是其共识。为实现这一共识性目标，各培养路径在保持相对独立时也注重彼此相互协作与配合。正是这一松散耦合机制使CMU学生人工智能素养培养实践在面对不确定的智能社会时，具有高度灵活性与敏感性。然而案例分析发现目前CMU人工智能通识课程多附属于某一模块化学习领域要求下，学生人工智能基础素养发展的系统性与规范性不足；人工智能顶点科研项目多面向理工学科专业学生，人文学科专业学生的人工智能跨学科素养发展不足。因此，在社会智能化持续演进浪潮中CMU未来不仅要关注人工智能通识教育优化与完善问题，还需关注人工智能与现实世界交织中更多元、更新型的人工智能学习需求问题。
（三）秉持以人为本的人工智能素养培养理念
人工智能素养的本质是通过人的技术化，实现人本质力量的提升、最终推动人与智能技术的和谐发展。CMU洞悉人工智能素养本质，其学生人工智能素养发展坚守“人类中心”而非“技术中心”的培养理念，并非定位“人工智能素养是什么”，而是聚焦更高站位、更全局视角的“智能社会与智能公民需要什么素养”，重视智能素养的应用价值与人文价值。在人工智能素养培养目标上，CMU不论是在人工智能战略主题中抑或是《AI日报》中均提出帮助学生为智能社会做好准备的目标。为此，在素养培养内容上，CMU不仅强调学生智能技术的掌握与应用，还重视学生对人工智能背后的伦理、道德和社会价值的理解，积极引导学生思考人工智能与个体、社会的关系，使学生深刻理解人的主体性价值与人工智能的赋能作用。在素养培养实践上，CMU人工智能科研项目聚焦现实社会问题，从医疗资源优化分配到城市交通拥堵治理等，这些项目不仅切实改善人们的生活质量、增进社会福祉，还支持学生智能素养个性化发展与智能社会人才的多元化诉求。当前人工智能发展正处于包容和排斥的各种力量间，与人类社会发展好坏结果密切相连。以人才培养和社会服务为基本职能的高校具有影响人工智能发展的潜力，因此当下高校应深刻把握人工智能与人的关系即人工智能是人根据自身需要创造出来的特殊技术客体，人工智能一旦产生也会规范制约人类发展，因此人类要发挥主观能动性，把握技术规律将其内化为自身发展的本质力量。这要求高校应以社会、人类发展为根本出发点，通过培养学生人工智能素养实现人与技术发展的双向建构与双向赋能。
（四）建立跨学科、产教研用融合的育人生态
人工智能横跨计算机科学、数学、信息论、心理学等多学科范畴的知识体系与涉猎教育、交通、医疗等多社会行业的应用范围，从知识逻辑和社会逻辑双重维度上塑造了人工智能素养的跨学科特性与实践导向。CMU兼顾学生人工智能素养跨学科性与实践性发展，建立跨学科合作、产教研用融合的育人生态。首先CMU通过高质量智能教育设施、人工智能研究机构的共建、共享为全校师生自由探讨、跨学科教科研提供交流场所、实践平台与应用场景。其次CMU汇聚校内多学科背景教师与校外行业顶尖专家为学生人工智能素养培养打造多方共治、多元参与的育人共同体。最后CMU重视学生人工智能素养培养与社会、行业发展的实质性对接，通过顶点科研项目、研讨会等将真实行业需求、技术发展前沿与学生知识掌握、创新能力培养、社会认知相结合，有效弥补学校封闭式资源的不足。当前较多高校人工智能教育领域存在的师资队伍制约、知识体系落后、工程应用型人才不足的种种问题映射出高校人工智能人才培养过程的封闭与培养模式的滞后，亟需高校探索跨学科合作、产教研用融合的育人生态，助力学生理论探索与实践培育的有效衔接。
（《中国高教研究》2025年第5期）