总结

预计时间：15分钟

完成本课程后，您将能够：

• 整合课程中的关键知识点
• 将AI素养与您的持续发展联系起来

视频：总结

(6分钟)

这段总结视频回顾了AI素养框架，并串联起整个课程中探讨的核心概念。我们重温了四项核心能力（4D原则）：委派（决定哪些工作由AI完成，哪些独立完成）、描述（与AI有效沟通）、辨别（评估AI输出和行为）以及尽责（确保负责任的AI协作）。我们强调这些能力适用于与AI交互的三种主要方式（自动化、增强和代理），且素养的培养需要实践积累而非一蹴而就。最后我们提醒：AI系统虽强大但并非魔法解决方案，其效用和安全性完全取决于我们通过深思熟虑的参与来实现。

关键要点

• AI素养通过有意识地实践四项核心能力逐步培养
• 委派强调我们的专业知识和判断力始终是有效AI协作的基础
• 描述涉及清晰的沟通，弥合我们的意图与AI能力之间的差距
• 辨别需要深思熟虑地批判性评估输出，在系统限制内开展工作
• 尽责确保AI工作中的问责制、透明度和责任感
• 当人类与AI相互取长补短时，才能产生最强大的成果
• 该框架设计为随着AI系统发展仍保持相关性

练习

练习：与Claude讨论AI素养课程

就本课程和AI素养框架与Claude展开深入对话（从<https://ringling. libguides. com/ai/framework>>上传框架副本）

建议对话开场白：

• "我刚完成关于委派、描述、辨别和尽责的AI素养课程。让我们讨论这些能力如何应用于[我的学位课程/工作等]。"
• "让我们探讨随着AI能力进步，AI素养框架可能如何演变。未来哪些新能力会变得重要？"（如果选择这个，请告诉我们您的发现！）
• "根据我们的对话，帮我分析我对4D能力中哪些理解较好，哪些还需加强。"
• "这是[我在课程中的某个练习]。让我们分析它以提高我的能力。"

练习：制定个人AI政策

在Claude协助下，为您的个人和专业场景创建负责任的AI协作指南：

• 为不同场景下使用AI制定明确标准
• 建立敏感或机密信息的边界
• 定义如何保持AI辅助工作的质量控制
• 识别与您领域最相关的伦理问题
• 制定解决伦理困境的决策标准
• 考虑可能受AI交互影响的不同人群视角
• 决定在不同情境下如何披露AI协作
• 创建归属和透明度声明的模板
• 建立何时需要更详细披露的标准

在此过程中将Claude作为思考伙伴，从多角度探讨伦理考量。

反思

以上练习即本课程的反思环节。通过它们，您将有机会整合所学并将其与持续发展联系起来。

后续步骤

恭喜完成《AI素养：框架与基础》课程！这只是您AI素养之旅的开始。随着AI技术持续演进，您在委派、描述、辨别和尽责方面培养的能力，将为指导您使用这些系统提供持久框架。

请记住，素养通过实践培养。每次与AI的互动都是精进技能和加深理解的机会。通过将AI视为思考伙伴而不仅是工具，并坚持效能、效率、伦理和安全性的承诺，您已为驾驭人机协作的未来做好准备。

我们鼓励您继续探索、实验和反思AI互动。第12课还有许多优秀练习可供继续深造。

我们鼓励您与他人（包括我们！）分享所学，寻求多元视角，并持续参与关于如何与AI协作的讨论——在放大人类潜能的同时尊重我们的价值观和彼此责任。感谢您全程的参与和投入！

课程反馈

随着课程进展，我们很乐意听取您如何将课程概念应用于生活、工作或课堂，以及任何反馈意见。在此分享您的反馈。

致谢与许可

_版权2025 Rick Dakan, Joseph Feller和Anthropic。采用CC BY-NC-SA 4. 0许可发布。_

本课程基于Dakan和Feller的《AI素养框架》。__部分由爱尔兰高等教育管理局通过国家教学与学习促进论坛支持。