1956年达特茅斯会议上，人工智能(Artificial Intelligence，AI)概念横空出世，历经近七十年的不断挑战与突破，逐步从理论构想走向现实应用。进入21世纪，人工智能技术以指数级发展速度融入人类社会的所有维度，不仅重塑了个体的认知方式，更引领了新一轮的科技革命和产业变革[1]，重构社会运行规则和国家发展模式。在人机共生的新环境里，人工智能素养(AI Literacy)超越传统数字技能成为必需生存能力，“所有公民都应具备一定程度的人工智能知识、理解和价值观”[2]。2017年，芬兰以国家战略——《芬兰的人工智能时代》(Finland's Age of Artificial Intelligence)开启全球人工智能素养教育风潮[3]。同年，我国国务院出台《新一代人工智能发展规划》，鼓励广泛开展人工智能科普活动，全面提高全社会对人工智能的整体认知和应用水平[4]。日本、美国、英国、新加坡、联合国教科文组织(UNESCO)、经济合作与发展组织(OECD)、欧盟(EU)等国家及国际组织也都先后就此颁布各类政策或推行多种举措[5]。2025年5月12日，我国教育部发布《中小学人工智能通识教育指南》，提出构建分层递进、螺旋上升的中小学人工智能通识教育体系，通过知识、技能、思维与价值观的有机融合，培育四位一体的人工智能素养，足以见得AI素养教育已经成为日趋白热化的全球科技角逐中各国构筑竞争优势的核心支点[6]。 作为人类知识与智慧的永恒宝库，图书馆不仅在AI浪潮中实现了自身从资源组织到服务模式的全面变革，更以文化传播与科技教育核心阵地的独特定位，在AI素养教育中彰显出不可替代的价值。在国际图联(IFLA)、美国图书馆协会(ALA)、英国图书馆与信息协会(CILIP)、澳大利亚图书馆与信息协会(ALIA)、中国图书馆学会(LSC)等顶尖行业组织的引领下，充分发挥资源与技术优势，提供全方位、高质量的AI素养教育服务成为全球图书馆领域转型发展的焦点[7]。我国图书馆界亦顺应时代潮流开启诸多尝试，但内部呈现出显著差异：高校图书馆依托学术优势已开展多元实践与研究，而公共图书馆领域仅有上海图书馆形成了具备一定示范价值的服务模式，相关研究成果更少之又少，还需要积极研究和参考国际范围内的先进经验，进一步吸收转化为本土化的行动路径[8]。鉴于此，本研究对美国公共图书馆AI素养教育服务现状展开深入调查，从多角度分析总结其整体框架与具体思路，以期为国内公共图书馆提供可资参考的经验。 1 AI素养及其教育研究现状 1.1 AI素养的内涵与框架 “人工智能素养”一词最早由麻省理工学院人工智能实验室的Agre于1972年提出，但受限于技术发展水平等原因，当时并未引起广泛关注[9]。直到2020年-2021年，以Long和Ng为代表的两组团队先后在国际会议上发表专门讨论[10-11]，这一概念才终于进入学术视野中心，引发全球范围内的热烈探讨。Pinski和Benlian将其定位为社会技术能力，包括人与AI互动中对角色定位与操作流程的知识，以及在此过程中形成的经验[12]。钟柏昌等则基于技术本体论，认为AI素养是人的技术化过程，旨在获得本质力量的提升以实现人与智能技术的和谐发展[13]。UNESCO、IFLA、美国国家人工智能咨询委员会(NAIAC)等国际组织也都曾在相关文件中对AI素养的内涵做出界定[14-16]。尹开国综合各方说法，将其归纳为“日常生活、学习和工作场景中，个体在接触、理解、评估、利用AI技术和应用过程中的综合能力、行为方式与伦理价值观”[17]。郭亚军等将其还进一步结合布鲁姆认知目标分类法，从认知、能力、思维层面剖析和概括了AI素养同互联网素养、数字素养、数据素养、算法素养之间的区别，即意识与理解AI、应用与分析AI以及评估与创造AI的能力[18]。 与此同时，为了更清晰地衡量与评估AI素养以便相应开展教育培训活动，研究人员又各具巧思地制定出多种AI素养框架。根据适用人群的不同，可分为四种类型：第一类是从幼儿园到高三年级的K12群体，如Ryu和Cho提出的“游戏、问题、产品、项目”4P系统[19]；Luo等编制的早期儿童AI素养“SIACC”框架[20]；中央电化教育馆编制的《中小学人工智能技术与工程素养框架》[21]；乔雪峰等构建的“智能认知-融合应用-智能创新”三维理论框架[22]等。第二类是大学生群体，如丁继红等基于AHP-BPNN方法[23]、蔡迎春等基于KSAVE模型[24]、Cerny使用德尔菲法调研[25]构建的AI素养体系；美国高等教育信息协会(EDUCAUSE)发布的金字塔型四级AI素养框架[26]；章崇彬设计的音乐专业大学生四维AI素养框架[27]等。第三类专门针对特定职业人群，如中小学教师[28]、高校教师[29]或公务员[30]。第四类则是面向全社会公众，具有通用性的框架[10，31-32]。如余维杰等对国内外40种框架进行逐级解构与编码，找出其中在技术导向、工具驱动、创新拓展与伦理关切方面的共性，并最终凝练出“认知-技能-应用-创新-伦理”五大核心维度，成为其他AI素养框架设计与补充的原型[33]。
