青记独家丨涂凌波 马娅萌:从数字素养到智能素养:数智技术带来的风险挑战与素养能力提升路径

导  读

本研究从素养演化的技术逻辑出发,聚焦当下数智媒介环境中技术驱动的数字素养挑战,通过梳理信息失真、隐私泄露、数字沉迷与数字鸿沟等突出问题,探讨全民基础素养、职业专业素养以及智能素养的能力建构方向。



一、引言


在以人工智能为龙头的新一轮科技革命浪潮中,数智技术已作为基础设施嵌入人们的日常生活与社会运行系统之中,这就使得驾驭数智技术的能力成为个体适应数字社会、实现有效社会参与的基本前提。国家高度重视新技术发展背景下数字素养的新要求,《2025年提升全民数字素养与技能工作要点》明确提出,要推动全民数字素养与技能发展水平再上新台阶。数字素养不仅关乎个体适应社会的能力培育,更关涉公民基本素质与社会整体发展水平,日益成为全体社会成员必须具备和掌握的核心能力之一。特别是以ChatGPT、DeepSeek为代表的生成式人工智能等新兴技术的飞速发展与广泛应用,正以前所未有的力度冲击并重塑着数字素养的传统边界与核心能力要求。在此背景下,厘清数字素养的演化逻辑,识别当前技术环境中的素养风险,构建适应人工智能发展的素养能力体系,不仅是理论层面的研究探索,更是提升全民数字能力、保障社会有序发展的重要议题。本文立足数智媒介的技术变迁,从个体与技术互动的视角出发,探讨数字素养向智能素养演进的内在逻辑与总体趋势,在分析数智技术带来的风险挑战基础上,进一步提出适应人机协同传播环境的素养能力提升路径。



二、数字素养的技术谱系与演化逻辑


(一)从识字素养到数字素养的概念演变

素养(literacy,早期被译作识字素养),一般指个体在特定领域中掌握知识或技能的能力,其术语体系常随着技术进步和社会变迁不断演变。[1]从人类发展历程来看,素养源自人类对“身体技术”的运用能力,是人类在改造自然的生产实践中逐渐发展起来的。人类与生俱来拥有一种“技术性素质”[2],即通过技术手段弥补自然缺陷,以满足复杂环境中的生存需要。“人类首要的技术,从个体说是‘身体技术’”[3],指向各种感官功能(如语言表达能力、思维能力、动手能力等)带来的技术可能。随着人类社会进入文明阶段,素养的内涵发生了质的变化。在现代教育尚未普及的漫长时期,掌握文字书写与阅读技能,拥有文化知识与书籍文本等资源,构成了文化素养的主要内容。人们掌握语言、文字、图像等符号系统的能力,不仅构成其文化素养的核心判定维度,更成为划分社会地位与社会阶层的重要标志。[4]在这一阶段,识字素养几乎等同于文化素养,是社会精英身份的重要标识。

进入20世纪后,以电影、广播、电视为代表的电子媒介迅速发展,打破了纸质媒介在信息传播领域的文化壁垒。信息传播的视听化趋势在降低信息接收门槛的同时,也引发了学界对大众媒介削弱受众批判性理解能力的担忧[5],尤其是对青少年价值观与认知能力发展的潜在影响。[6]在此背景下,媒介素养(media literacy)逐渐取代传统的识字素养成为学界研究的核心议题。

第三次工业革命之后,信息产业的兴起推动了人类社会迈向信息化的新阶段。对计算机素养(computer literacy)与信息素养(information literacy)的研究应运而生。1972年,美国数学科学联合会(Conference Board of the Mathematical Sciences)向国家科学基金会提出开设“计算机素养”课程的建议,以期在初等教育阶段奠定个体理解与操作计算机技术的基础。[7]1974年,美国信息产业协会(Information Industry Association)主席保罗·泽考斯基(Paul Zurkowski)在信息传播网络化的背景下提出“信息素养”概念,明确将其定义为获取、使用信息工具与资源以解决问题的技术与能力。[8]值得注意的是,这一表述不仅承认了信息作为生产资料的重要性,更隐含了对未来社会中信息劳动分工的前瞻性判断。信息技术的社会使用重新定义了“能力”这一概念范畴——从相对稳定的专业知识与文化素养,转向面向动态媒介系统的综合适应力,包括但不限于掌握基础计算机技能,以及开展超文本或多模态信息的搜索、阅读与整合等多方面的素养。

20世纪90年代以来,随着计算机进入更多的企业和家庭,一个兼具技术操作性与认知反思性的综合素养概念逐渐浮现——数字素养(digital literacy)。这一概念超越了传统的“计算机技能”或“信息检索”能力,开始涉及个体如何理解、评估和应用数字媒介中呈现的多样信息形式。1995年,美国学者理查德·兰姆(Richard Lanham)提出,数字素养是一种多媒体素养,强调对多模态信息形式的综合掌握与应用。[9]1997年,保罗·吉尔斯特(Paul Gilster)在其著作《数字素养》(Digital Literacy)中进一步将该概念拓展至网络社会背景下的信息实践。他指出,数字素养不仅涉及技术的基本操作,更强调对网络信息的批判性理解和评价、知识的有效整合以及解决实际需求的能力。[10]这种阐释将“理解”与“应用”并置,明确了数字素养的认知复杂性与实践导向性,揭示了数字素养逐步从工具性知识延伸至涵盖认知结构、价值判断与伦理意识的多维能力框架。数字素养内涵的扩展不仅反映了技术环境的复杂化,也回应了个体在数字社会中的多重角色身份。在当代数字社会中,数字素养已成为理解个体与技术社会互动关系的核心概念,也构成了21世纪公民基本能力结构的重要组成部分。[11]

(二)媒介技术变革驱动下素养能力的“层积式”发展

从概念史视角来看,识字素养、媒介素养、信息素养与数字素养这些概念并非彼此割裂,而是构成了一条由媒介技术变革持续推动的素养能力演进链条。媒介素养侧重于大众传播环境中个体对媒介内容的批判性解读与辨识;信息素养强调个体获取、评估与使用信息的技术能力,关注信息处理的工具性;而数字素养则融合并超越前两者,回应数字技术环境下信息形态、传播机制与社会参与方式的深刻变化,强调个体在数字生态中综合运用技术、评估信息、参与协作与开展创新的能力。总体上看,数字素养不再局限于技术操作或认知技能,而是一种涵盖技术能力、批判意识、创新能力、安全意识与伦理规范的多维度概念。我国于2021年颁布的《提升全民数字素养与技能行动纲要》首次在国家层面对数字素养进行了明确界定:“数字素养与技能是数字社会公民学习工作生活应具备的数字获取、制作、使用、评价、交互、分享、创新、安全保障、伦理道德等一系列素质能力的集合。”[12]可见,数字素养的内涵十分丰富,体现出个体的数字技能、知识与价值规范的有机融合。

从识字素养到数字素养的不同素养形态之间,而是一种“层积式”的递进关系。前一种技术环境下的素养往往会成为后一种技术环境下新素养发展的基础。例如,传统的识字素养是发展媒介素养和信息素养的基石。个体若缺乏基本的阅读理解能力,则难以在海量信息中进行有效筛选与批判性思考。而信息素养的许多原则又被数字素养继承和发展,后者要求个体不仅能操作数字工具,而且能理解和驾驭数字环境中的信息流与互动逻辑。这种由旧素养积淀孕育新素养、层层递进、相互关联的特征,反映了技术演进对能力范畴的动态规定性,也揭示了素养本身因应“技术适应力”的可变属性。

因而,从人类使用、掌握各种媒介技术和参与社会行动的角度来看,素养也并非一成不变的静态概念,而是会随着媒介技术的前沿发展进行持续的概念更新与内涵扩充。媒介技术发展不仅是素养变革的物质动力,更是理解和预测未来素养发展方向的关键参照。当前,随着以人工智能为龙头的新一代科学技术的快速发展,人类社会可能正站在新一轮“素养变革”的门槛上,本文将其称为“从数字素养到智能素养”的过渡阶段。其实早在2016年,日本学者Konishi即在一篇在线文章中提出“人工智能素养”(artificial intelligence literacy, AI literacy)这一概念,强调其不仅涉及对AI技术的理解与应用,更包含面向未来科技发展的思考与应对能力。[13]过去十年来,人工智能技术迅猛发展,各种大模型工具已经广泛运用到人们的生产、生活中涉及教育、娱乐、社会交往等多个方面。技术的跃迁在赋能个体发展的同时,也引发了媒介环境的深刻变革,迫使我们重新审视数智时代的素养内涵与风险挑战。



三、数智时代的媒介环境、

数字风险与素养能力挑战


正如麦克卢汉所言,媒介即讯息。深入把握当下以人工智能为技术底座的“数智媒介环境”,辨析其技术逻辑所引发的素养新挑战,是构建新型数字素养体系的实践起点。整体来看,当前数智媒介环境呈现“层积式”的复杂结构:平台提供连接的基础设施,算法主导内容分发并配置可见性,而生成式人工智能正进一步形塑新的内容生产形式与认知实践范式。

(一)理解数智时代的媒介环境:从连接到生成的演进

1.平台技术与分布式传播机制

随着互联网平台的持续演进,其技术可供性正在深刻重塑信息传播的基本结构,平台通过显著降低信息发布的技术门槛,促成了以用户为节点的分布式传播格局。这在拓展表达多样性、激发传播活力的同时,也重构了新闻把关与信息验证的制度前提,从结构上削弱了传统把关人机制。

以用户生成内容(UGC)为核心的平台架构,通过开放式发布接口、低成本生产工具与即时分发机制,在显著提升表达活跃度的同时,各种类型的信息(包括虚构信息)也得以进入互联网传播,不实信息因而更易在算法驱动的分发体系中被放大与加速扩散。进一步而言,平台将注意力竞争与传播效率内嵌于其技术设计之中,使内容分发逻辑以情绪唤起能力与互动潜力为核心指标,而非以事实准确性或公共价值为优先锚点。这种以流量为导向的技术可供性,使强调事实核查与公共责任的传统新闻内容,可能因不符合平台的“传播适配性”而在信息流中逐渐被边缘化。在上述技术条件的持续作用下,用户的认知偏好与选择性接触心理亦被进一步固化与放大,使“新闻真实”的社会实现面临更为复杂的心理与认知阻力。部分受众倾向于将平台推送与个人接触经验视为真实性的主要依据,并由此对主流媒体产生系统性的怀疑甚至否定。[14]

可以说,平台分布式传播机制所释放的广泛的用户表达并不天然意味着公共理性或传播质量的提升,在缺乏素养规制的情况下,这反而可能引发信息污染加剧、审查机制失效与真伪难辨等深层治理困境。

2.算法技术与计算传播机制

如果说平台改变了信息进入公共空间的规模,那么算法则重塑了信息的可见性结构。在媒介化生存的背景下,算法已超越单纯的计算工具,持续介入内容呈现与注意力分配,逐渐演化为一种影响认知取向与行为选择的隐性调节机制。

具体而言,以推荐算法为核心的计算传播体系,依托用户画像建模、行为数据反馈与自动化分发机制,虽然表面上提升了信息的相关性与吸引力,改善了用户体验,“但从深层次来看,这种机制实际上限制了用户的信息选择范围,使人们沉迷于算法设计的‘过滤气泡’中,导致了认知的封闭和视野的狭窄”[15]。更为关键的是,算法推荐并非中立技术,其底层设计往往服务于用户黏性最大化、停留时长最大化等商业目标,并通过即时反馈、变奖机制等心理策略,诱导用户进入低意识的沉浸状态。正如有学者指出的,推荐算法已演化为吞噬注意力的“时间黑洞”,“被算法带着走”成为平台用户的普遍经验。[16]

此外,为了提升模型的预测能力与行为模拟精度,平台不断扩展训练数据的规模与边界,数据采集的对象几乎覆盖了个体数字活动的全部轨迹。这一过程中,训练数据在数量、质量与学习方法等方面被持续优化,数据采集的强度呈几何级数增长,挑战了隐私权、知识产权与伦理边界,这埋下了算法歧视与社会偏见的隐患。

3.生成式人工智能与“合成现实”的出现

如果说平台与算法主要影响的是信息的流通与分配方式,那么以ChatGPT、DeepSeek、Sora、Seedance2.0等为代表的生成式人工智能则彻底改变了信息的生产范式。作为以自然语言处理、深度学习、计算机视觉等技术为支撑的自动生成系统,生成式人工智能显著简化了内容创作流程,使用户仅需提出指令,即可获得具有高度拟真性的文本、图像与视听内容。这一能力在降低创作门槛、提升内容生产效率的同时,也隐藏着不容忽视的风险。

一方面,AIGC技术使得内容的生成不再依赖于客观现实的人工采集,而是基于数据的概率计算。这种以统计相关性替代事实指认的生成逻辑极易导致AI幻觉,即系统一本正经地输出错误内容。更有甚者,深度伪造(Deepfake)技术的泛滥,使得视频、音频等曾被视为高度可信的内容形态不再具备天然的真实性优势。当“眼见不再为实”,个体在信息筛选、事实判断与决策选择方面的认知负荷被显著放大。[17]另一方面,生成式人工智能极大地降低了制造虚假信息、实施网络诈骗的边际成本,使信息操纵与舆论干预得以在更隐蔽、更自动化且更具个性化的条件下展开[18],从而对社会公共信任结构构成持续侵蚀。

综上所述,当前的数智媒介环境已演变为一个由平台连接、算法控制、AI生成深度融合的复杂环境。这种技术环境的层积式演进,不仅改变了信息的流动方式,更深刻地冲击了个体的认知结构与社会信任基石。在此背景下,数字素养已不再仅仅是操作技能的习得,而是关乎个体在真假难辨、算法围困的“合成现实”中,如何保持独立思考、维护主体价值并进行有效社会参与的核心能力。这一媒介环境的变化,正构成从传统数字素养迈向智能素养的现实逻辑基础。

(二)数字风险及素养能力的现实挑战

在高度复杂化的数智媒介环境中,数字技术提升了信息生产与传播可能性,也引入了新的不确定性与系统性风险。这些风险并非单纯源于技术工具本身,而是在技术结构、平台机制与个体能力之间的互动中显现出来,集中暴露出当前数字素养体系在认知、行为与伦理层面的多重短板。

1.信息真实的识别困境

如前所述,生成式人工智能技术在信息生产与传播环节的广泛应用,使得虚假内容的制造更加隐蔽和便捷,同时提升了内容的仿真性与迷惑性。2024年《环球时报》报道的四川网警查处的多起利用AI技术造谣的案件,便是这一趋势的具体体现。相关案例中,违法者通过图像生成、内容拼接与移花接木等方式,编造了“山体滑坡致8人遇难”“巴中警民对峙”等虚假新闻画面,对公众造成误导。[19]该案例不仅披露了生成式人工智能在虚假信息生产中的实际应用方式,更集中暴露出当前公民数字素养体系在多个层面的脆弱。

首先,在认知层面,公众普遍缺乏针对AIGC内容的有效识别能力。在高度拟真的生成环境中,传统依赖直观经验的“眼见为实”判断逻辑已难以适用,许多用户无法识别AI生成图像、视频或文本中存在的逻辑错位、光影异常、细节冲突等关键线索,从而将技术生成的虚假信息误判为客观事实,并在无意识中参与其扩散。其次,在行为层面,案例反映出一部分用户仍缺乏溯源意识与交叉验证的行为习惯。面对情绪张力强、叙事冲突突出的内容,用户更倾向于即刻转发而非审慎查证,缺乏主动查找信息原始出处、对比多家权威信源进行核实的操作意识与实践能力。更深层来看,传播伦理意识的缺位与批判分析能力的滞后,构成了新闻真实实现的重要障碍。再次,从传播行为的双向性来看,当前平台上内容生态的混乱并非完全由技术机制单向促成,而是由技术条件的放大作用与个体传播责任意识的缺位所共同促成的。在信息发布端,一些用户习惯于以博取关注、情绪刺激为导向,进行低成本、非责任性的内容表达,助推了碎片化、情绪化甚至虚假内容的持续扩散。而在信息接收端,缺乏质疑、反思与延迟判断能力的公众,则在情绪驱动下参与再传播,加速了虚假信息的扩散过程,进而削弱公共讨论的理性基础。

2.隐私泄露与电信诈骗的系统性风险

在生成式人工智能技术不断升级的信息传播环境中,电信诈骗正呈现智能化、定制化的特征,极具欺骗性与破坏性。相较于传统依赖话术诱导的诈骗模式,基于深度伪造与数据建模的新型诈骗,能够精准模拟特定个体的身份特征与社会关系,从而突破既有的防范经验与心理防线。例如,2023年4月,内蒙古包头一市民因接到“好友”求助电话,通过视频确认了对方“面貌声音俱真”后,10分钟内转账430万元。事后调查显示,该诈骗行为正是借助AI合成技术对其朋友的音容特征进行高度拟真模拟所实施。[20]类似案例不胜枚举。2024年5月,欧洲数字身份认证公司Signicat发布报告称,全球身份类诈骗攻击三年内增长了80%,其中由深度伪造技术驱动的欺诈增长了2137%。[21]这些数据表明,电信诈骗已从“随机撒网”式犯罪,演变为采用AI技术加以包装的精准化攻击。

此类诈骗手段之所以屡屡奏效,其根源并不仅在于技术能力的提升,更在于公众在隐私保护、数据认知与信息辨识等关键维度上的数字素养结构性不足,客观上造成诈骗行为具备了高度的“命中率”。其一,在隐私保护层面,部分用户的个人信息暴露程度远超其风险感知能力。在社交媒体平台、购物平台与各类线上问卷调查中,用户往往在无充分评估的情况下披露住址、社交关系与消费习惯等敏感信息。而这些分散的数据经恶意抓取、整合与算法加工后,能够被用于构建高度精细的个人画像,反过来成为精准实施数字金融诈骗的重要资源。其二,在数据治理认知层面,用户普遍缺乏对平台数据利用机制与授权逻辑的理解,对默认设置、隐性授权与算法推荐背后的运作方式缺少警觉。在App授权、数据收集条款与个性化推送等场景中,信息不对称使用户处于明显弱势,进一步放大了其被算法利用的风险。其三,在信息辨识与批判分析层面,公众对新型诈骗手段的识别能力明显滞后。一部分用户尚未形成对个人信息的分级保护意识,亦不具备识别钓鱼网站、虚假App、扫码陷阱等常见诈骗手法的能力。尤其在面对AI生成的语音、图像与文本内容时,用户仍习惯以“眼见为实”“熟人可信”为判断依据,未能形成延迟判断与核实机制。上述因素相互交织,使个体在高度智能化的信息环境中暴露于持续扩大的诈骗风险之中,电信诈骗由此不再是单一的治安问题,而成为数字治理与数字素养体系必须正面回应的重大风险挑战。

3.数字沉迷与健康隐忧

在早期研究中,数字沉迷多被视为青少年群体的风险议题,主要指过度使用网络对学习、生活与社会化过程造成的负面影响。但是自2020年以后,老年人沉迷于短视频的报道越来越引起社会关注。[22]大量经验研究与媒体报道指出,原本被视为“数字弱势群体”的老年人,因短视频平台的沉浸式算法推送,反而呈现明显的高频使用与依赖倾向。在具体实践中,部分老年用户熬夜观看短视频,由此引发睡眠障碍、神经衰弱、眼表功能病变等一系列生理健康问题;同时,因沉迷手机而忽视现实生活,由此带来的家庭冲突、现实社交弱化甚至深陷虚假信息环境等问题[23]也不断显现。这一现象表明,数字沉迷已不再是特定年龄阶段群体的问题,而成为与平台技术结构和用户能力条件密切相关的社会性风险。

从素养视角来看,这反映出公众在数字健康与自我管理方面的能力短板,其形成是技术压迫与自我认知及管理不足共同作用的结果。一方面,随着技术的进步,平台的算法推荐机制正变得愈加精准、个性化,再加上AI技术的生产赋能,视听内容呈现越发具有感官吸引力,从而显著提升用户黏性与使用时长。另一方面,多数用户,尤其是数字媒介使用经验相对有限的老年群体,未能意识到算法设计的目的在于实现注意力收益最大化,也未掌握相应的屏幕管理工具、时间管理机制及心理调适策略。在缺乏相应素养支持的情境下,个体难以对抗平台所施加的持续注意力牵引,数字沉迷因而从偶发行为转化为结构性风险,并进一步外溢为身体健康与社会关系层面的隐忧。

4.数字鸿沟与交往隔阂

数字技术在重塑服务方式与生活模式的同时,其操作结构的复杂化与交互逻辑的专业化,也在无形中加剧了中老年群体的技术使用障碍。相较于“开机即用”的传统媒介形态,如今数字设备普遍呈现面层级加深、功能入口分散,且不同应用之间操作规范不统一等特征,并叠加权限管理、身份验证与支付绑定等制度性流程,显著抬高了技术学习与使用门槛。对于记忆力下降、学习节奏缓慢的老年用户而言,即便完成了设备接入,也难以顺畅操作多级功能。持续推送的信息流、嵌入式广告与高频弹窗,进一步构成了“看不懂、用不成”的技术性壁垒,使其在数字实践中反复遭遇无力感与认知挫败。

与此同时,数字技术接入的普及并未消除既有不平等,而是催生出新的社会排斥形态。其中,尤以代际数字交往中的“文化错位”最为突出。青年群体倾向于用网络语言、表情包与弹幕等高度符号化的方式进行表达,而老年用户往往难以理解其语用规则与文化语境,代际互动由此陷入“对空言说”的交流困境。这不仅强化了老年群体的数字孤独感,也使得数字空间中的代际连接呈现功能性存在但情感性缺失的状态。从根本上看,这一问题并非单纯的操作能力不足,而是用户彼此对新媒介环境中技术逻辑、信息结构与文化表达方式、沟通方式缺乏理解和适应所体现出的数字素养结构性缺陷。



四、迈向智能素养:数字素养

能力提升路径与未来趋势


综观上述问题可以发现,当前数智媒介环境中的风险与失序,实质上指向个体数字素养能力结构的系统性不足。面对数智媒介环境的变革与多重风险挑战,有必要构建一个涵盖全民基础素养、职业专业素养与智能素养的立体化素养体系。

(一)全民层面的基础数字素养提升

1.数字信息管理素养

数字信息管理素养强调个体在数字环境中有效获取、理解、评估、管理和运用信息的能力。目前该素养的短板集中体现为信息评价与批判能力不足。在算法主导的信息分发机制与情绪化、碎片化的内容生态中,个体亟须具备批判性信息处理能力,以应对虚假信息、谣言扩散、隐私风险及公共讨论浅表化等问题。具体而言,提升该能力至少包括以下三个方面:第一,掌握有效的信息检索与筛选策略,能够从海量信息中识别相关性、判定质量;第二,具备对信息来源权威性与可信度的判断能力,能够通过交叉验证、来源核查与偏见识别等方法辨析信息真伪;第三,形成稳定的批判性解读能力,能够识别信息背后的立场、意图与潜在社会影响。此类能力不仅关乎个体认知安全,也构成公共沟通理性与规范性的基础。

2.数字安全防护素养

数字安全防护素养是指个体识别风险、保护隐私、维护数字权益并履行相应法律与伦理责任的能力集合。相应地,数字安全防护素养的提升应涵盖个人信息与隐私保护能力(如敏感数据识别、权限管理与数据意识),网络安全风险防范能力(如识别诈骗、恶意链接与基础安全防护策略),数字法律与伦理意识(如对侵权、信息使用边界与知识产权的理解),以及数字健康管理能力,即对使用强度、自我调控与线上线下边界的反思与节制,以避免技术依赖对身心健康的侵蚀。

3.数字意识与数字使用素养

正如有学者指出,社会上诸多数字治理层面的问题,都源于“个体落后的技术驾驭思维与日新月异的技术迭代之间的罅隙渐趋扩大”[24]。相较于操作层面的“会用”,数字意识更强调个体对技术逻辑及其社会影响的理解能力。

在算法推荐与生成式人工智能主导的信息环境中,个体亟须理解技术的建构性与非中立性,意识到推荐系统、模型训练与内容生成过程可能内嵌偏见与过滤机制。例如,生成式AI所产出的内容本质上是基于既有数据模式的再生产,而非对现实的客观再现。由此,用户需要通过多源验证、语境分析与逻辑判断,对技术输出保持必要的审慎。

更进一步,数字意识还体现为对技术系统的策略性使用能力,即主动调节自身行为以弱化算法干预,如拓展信息来源、跳脱单一推荐路径。长远地看,这一能力的习得更有助于个体在数字化浪潮中维护认知自主性,抵消技术偏见可能带来的认知窄化等问题。

4.数字伦理与数字权责素养

在平台化传播环境中,个体既是信息接收者,也是内容生产者与传播者,数字素养因而必然包含伦理维度。在当下的平台化内容生产中,“‘三元’伦理主体(职业新闻传播主体、个体传播主体、网络平台主体)正在或者已经形成”[25],伦理责任已不再专属于专业群体。对于个体而言,数字伦理素养不仅意味着对信息真伪的识别,更体现为对自身传播行为及可能产生的社会后果的自觉意识,包括尊重隐私与表达权利、拒绝网络暴力与仇恨言论、遵守法律与平台规则,并在公共讨论中坚持理性、证据导向与尊重他者,“使个人的伦理道德观念与行业、组织的价值观与实践保持一致”[26]。这一能力既关乎个体修养,也直接影响数字公共空间的传播生态。

(二)职业群体所需的专业数字素养

值得注意的是,在数字素养的学术探讨与实践推进中,一个日益受到重视的议题是,数字素养在不同社会群体中的差异化建构与情境化应用。尽管数字社会普遍要求公民具备一定的通用能力——诸如基础读写算、核心的数字工具操作技能等,但这类“基础性素养”并不足以应对技术不断演化所带来的专业性挑战。随着智能化社会的逐渐来临与各行各业的数字化转型加速,数字素养呈现强烈的领域特殊性与情境依赖性。

不同群体因社会角色、职业任务、生活环境与发展目标的差异,其数字技术使用的方式、目的与伦理边界各不相同,从而催生出一系列具有实践导向的“专业性数字素养框架”。例如,教师群体的数字素养更强调如何将数字技术有效整合进教学过程,进而提升教学质量与促进学生发展。因此其评价标准会侧重于数字化意识、数字技术知识与技能的教学应用、数字化教学设计与实施能力、数字伦理与责任(尤其是在教育情境下)以及利用数字技术促进专业发展等方面。[27]相比之下,农民群体的数字素养需求则更多聚焦于农业生产、经营管理与农村社区生活的数字化转型,例如掌握电商平台运营、获取农技与市场信息、操作农业智能设备等能力。[28]中小学生作为尚处于认知与人格发展阶段的未成年群体,其数字素养更侧重于数字时代公民意识的培养与自我保护能力的形成,诸如屏幕时间管理、数字身份认知、隐私意识、信息真伪辨别、网络欺凌应对及良好交往规范的建立。[29]随着社会分工的细化和各行各业数字化转型的深入,除了通用的数字技能外,从业者还必须掌握与其职业高度相关的专业数字素养。这已成为个体职业竞争力和行业发展的关键要素。个体身处数字化、智能化的社会中,“通用素养”构成地基,“专业素养”决定上限。

以职业新闻工作者为例,随着新闻生产的全面数字化与传播渠道的深度平台化,传统的职业技能体系正面临系统性重塑。职业新闻从业者不仅需要熟练掌握数字工具的操作技能,还必须具备专业的数字媒体素养,以应对技术变革带来的全方位挑战。由于数字新闻日益依赖算法驱动、流量分发与多平台协同,新闻从业者需要超越传统的“策采编发”技能,掌握多媒体内容制作、数据新闻分析、社交媒体运营以及算法、大数据和人工智能技术的实际应用能力,以更好地胜任数字时代新闻生产的技术要求。另外,随着智能媒体环境下人工智能和大数据分析在新闻生产中的广泛应用(如AI生成内容和机器写作),从业者需强化其数字伦理素养,确保技术使用符合新闻伦理原则,以避免技术偏见、信息误导或隐私侵犯的风险。更为重要的是,在即时性与深度报道的内容生产张力中,新闻工作者必须同时具备快速响应与深度分析的能力,以确保新闻内容兼具时效性与专业性,从而在技术推动的变革中保持新闻传播的专业性和核心价值。

(三)数字素养的演进趋势:迈向智能素养

生成式人工智能的广泛应用,促使公众的数字素养逐渐转向从“工具使用能力”向“智能系统理解与协作能力”的结构性跃迁。

与传统人机交互不同,生成式AI通过自然语言交互与强化学习机制,逐渐成为具备一定交往属性的技术主体,深度嵌入个体的工作、学习与生活中。更进一步,“在每次一问一答的人机交互结束后,生成式AI的算法都能够通过强化学习能力吸收与解读用户的反馈信号并将其融合到系统算法中,对下一轮对话策略、参数和权重进行‘微调’,以生成更符合用户期待的内容,以此循环往复、持续优化”[30]。生成式AI通过强化学习机制,在与用户的持续互动中不断优化其响应策略,实现“人—机协同进化”。用户的每一次指令与反馈都被系统吸收,从而“养成”了具有个性化特征的AI助手。个体不仅是工具的使用者,也是其演化过程的参与者。这种交互逻辑强化了数字素养的“马太效应”,素养更高的用户能够更有效地驾驭AI,生成更优质内容;而素养较低者则可能被技术复杂性边缘化。

因此,在智能传播环境中,个体的素养要求也呈现出新的演化特征。为回应这一变化,学界开始从“智能素养”的角度重新定义个体在智能时代应具备的能力结构。举例来说,有学者提出智能素养应包含算法素养、人机协同素养、人机交流素养、个人权利素养等不同方面。[31]也有研究者尝试构建涵盖AI意识、AI认知、AI技能、AI思维、AI伦理的通识性AI素养框架。[32]总体来看,智能技术的发展与应用至少在以下四个方面对个体提出了新的能力要求。

第一,新的“知人”的能力,亦即理解智能逻辑的能力。在传统媒介环境中,个体往往只需掌握工具的基本使用方法,无需深究其内部逻辑。然而,在人工智能深度嵌入传播与日常生活的背景下,仅停留在“会用”的层面已难以应对复杂的人机互动情境。以ChatGPT为代表的生成式人工智能,其基础架构、技术特点以及内容生成方式与以往相比存在较大的变化。[33]随着AI的不断迭代,个体亟须具备对AI基本原理、算法逻辑及其潜在偏见和局限的理解能力。唯有如此,才能突破对技术表层功能的依赖,进入更为主动、批判和理性的互动状态,进而提升智能系统使用的有效性与自主性。

第二,新的“善任”的能力,亦即高质量的人机协同能力。人机协同不仅要求用户掌握基础技能,更强调沟通、协作与信息表达的能力。在使用生成式AI的过程中,个体需具备清晰表达需求并引导系统生成目标结果的能力,具体包括以下三个方面:一是问题的精确定位与拆解。用户需要具备分析复杂问题的能力,将模糊需求转化为一系列逻辑清晰、可执行的明确指令。这要求个体在思考问题时抓住主要矛盾和核心需求,并用生成式人工智能可以理解的语言进行表达。二是语境的准确传递。生成式人工智能在回应用户问题时依赖上下文理解,用户需在指令中提供必要的背景信息,比如时空场景、应用语境、需求目的等,从而提升生成内容的准确性与有效性。三是交互与反馈的动态提升。人机协同是一个连续交互的过程,用户需通过反复试探与调整,不断引导系统优化生成结果。这一过程不仅反映技术操作能力,更体现了用户的逻辑思维、表达组织与动态问题解决能力。

第三,对AI生成结果的批判性评估能力。从生成式人工智能的底层逻辑来看,AI生成内容本质上是一种基于已有数据与模型计算的“拟态表达”。任何数据源层面的失实都会影响生成内容的准确程度,而数据和程序造成的失实很难被及时察觉和纠正。因此,用户需具备评估、验证输出内容质量的能力,依托足够的专业知识和专业判断力,在生成内容不符或存在谬误、风险时及时调整指令进行修正,而非对结果的无条件接受。这一能力直接关联到能否有效识别和应对如AI造谣、虚假叙事、AI幻觉等问题,确保AI成为助益而非误导的工具。

第四,负责任地使用AI的能力。尽管生成式人工智能具备强大的内容生成能力,但其在情感、道德判断、创造力等方面仍存在较大的局限性。[34]因此,用户必须在使用过程中体现主体责任,坚守法律与伦理底线,避免滥用技术或以技术为掩护进行恶意行为,实现个人利益和社会责任的平衡。



五、结语和反思


生成式人工智能的强大能力推动了数字素养迈向更高阶的智能素养,但也引发了更深层次的隐忧。其一是认知负担的转移。虽然技术操作门槛降低,但高质量指令的设计需要深入思考和专业知识,对用户的认知水平提出了更高要求。其二是工具依赖的风险。过度依赖生成式人工智能可能导致用户批判性思维和独立解决问题能力的削弱,形成技术工具的知识幻觉。在人工智能技术迅猛发展的当下,人是否会成为技术社会这部机器的齿轮,从思想和行动上沦为机器的奴仆?[35]这样的忧虑令人深思。有学者认为,“人被技术内在地驱使着往前走,人想走出技术的圈子是不可能的”[36]。在此意义上,重申人的主体性,已成为应对技术异化风险的重要诉求。

回归人的主体性意味着强调人的能动性和自主性,而不是被动成为技术的附庸。“技术是人生存的主要手段和适应性工具,也是认识自己、满足自己渴求的现实过程”[37]。考虑到技术在人与世界的关系中发挥的能动性作用,以及技术对个体行为和决策的影响,本文认为个体能力的持续精进与社会文化的协同演进是推动数智时代数字素养优化的关键。唯有将技术置于人的目的与公共价值框架之中,智能素养(数字素养)才能真正成为个体抵御技术异化、维护认知自主与社会参与能力的关键支点。

【本文为北京社科基金青年学术带头人项目“智能技术对新闻真实性带来的挑战与治理研究”(编号:24DTR086)、中国传媒大学中央高校基本科研业务费专项资金资助项目“智能技术在新闻事实核查中的应用与挑战”(编号:CUC24BS23)成果】

参考文献

[1]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(03):60-68.

[2]康德. 实用人类学[M].邓晓芒,译.上海:上海人民出版社,2005:261.

[3]吴国盛. 技术哲学讲演录[M]. 北京:中国人民大学出版社,2016:65.

[4]程焕文.中国迈向数字文明社会——《提升全民数字素养与技能行动纲要》的时代价值与图书馆的时代使命[J]. 图书馆论坛,2021(12):2-5.

[5] Brown, J. A. Television “Critical Viewing Skills” Education: Major Media Literacy Projects in the United States and Selected Countries[M]. Hillsdale: Lawrence Erlbaum Associates, 1991:56-64.

[6] Leavis, F. R., Thompson, D. Culture and Environment: The Training of Critical Awareness[M]. London: Chatto & Windus, 1960:144.

[7] Committee on Computer Education. Recommendations Regarding Computers in High School Education[M]. Washington, DC: Conference Board of the Mathematical Sciences, 1972.

[8] Zurkowski, P. G. The information service environment: Relationships and priorities[EB/OL]. [2025-06-06]. https://files.eric.ed.gov/fulltext/ED100391.pdf.

[9] Lanham, R. Digital literacy: Multimedia will require equal facility in word, image and sound[J]. Scientific American, 1995,273(3):198-200.

[10] Gilster, P. Digital Literacy[M]. New York: John Wiley & Sons. 1997. 另参见:Bawden, D. Information and digital literacies: A review of concepts[J]. Journal of Documentation, 2001,57(2):218-259.

[11] Martínez-Bravo, M. C., Sádaba Chalezquer, C., Serrano-Puche, J. Dimensions of digital literacy in the 21st century competency frameworks[J]. Sustainability, 2022,14(3):1867.

[12]中央网络安全和信息化委员会. 提升全民数字素养与技能行动纲要[EB/OL]. (2021-11-05)[2025-06-06]. https://www.cac.gov.cn/2021-11/05/c_1637708867754305.htm.

[13] Konishi, Y. What is needed for AI literacy? Priorities for the Japanese economy in 2016[EB/OL]. [2025-06-06]. https://www.rieti.go.jp/en/columns/s16_0014.html.

[14]杨奇光,周楚珺. 数字时代“新闻真实”的理念流变、阐释语簇与实践进路[J]. 新闻界,2021(08):12-20.

[15]史安斌,郑恩. 新质传播力:迈向传播学3.0研究的范式升维[J]. 新闻与写作,2024(12):50-63.

[16]蒋俏蕾,邢峰彬.可参与的算法?算法行动的双重情境与抵抗悖论[J].新闻界,2025(02):44-58+71.

[17]胡泳.人工智能驱动的虚假信息:现在与未来[J].南京社会科学,2024(01):96-109.

[18]张文祥,沈天健,孙熙遥.从失序到再序:生成式人工智能下的信息秩序变局与治理[J].新闻界,2023(10):41-51.

[19]环球时报.四川网警依法查处10起利用AI造谣典型案例[EB/OL].(2024-07-27)[2025-06-06].https://baijiahao.baidu.com/s?id=1805726825087282934&wfr=spider&for=pc.

[20]白瑜.瞭望丨谨防AI沦为“电诈神器”[EB/OL].(2024-02-17)[2025-06-06].https://mp.weixin.qq.com/s/WJR-GFE7GVohzIm-LE0W6w.

[21]腾讯研究院. AI诈骗的终极形态[EB/OL].(2024-12-30)[2025-06-06].https://mp.weixin.qq.com/s/JWRmfCuwQWRRK5LCNvW4eA.

[22]杜鹏,谢立黎,王飞.积极老龄化视角下的老年网络沉迷应对[J].晋阳学刊,2022(03):24-30.

[23]姜楠.从“数字鸿沟”到“网瘾老人”,技术无法消除老年存在焦虑[EB/OL].(2023-04-20)[2025-06-06].https://www.thepaper.cn/newsDetail_forward_22640265.

[24]刘鸣筝,梅凯.在AI的“术”与“道”之间:青年视听传播素养的现实逻辑与升维理路[J].未来传播,2024(06):12-22.

[25]涂凌波.网络视频传播再反思:伦理主体、伦理失范与传播伦理的重构[J].新闻与写作,2019(12):30-37.

[26] Lipschultz, J. H. Social Media Communication: Concepts, Practices, Data, Law and Ethics[M]. London: Routledge, 2018:288.

[27]吴砥,桂徐君,周驰,等.教师数字素养:内涵、标准与评价[J].电化教育研究,2023(08):108-114+128.

[28]苏岚岚,张航宇,彭艳玲.农民数字素养驱动数字乡村发展的机理研究[J].电子政务,2021(10):42-56.

[29]周宗奎,苗天长.中小学生数字公民素养评价指标和课程框架探析[J].中国考试,2022(04):17-25.

[30]刘彧晗,喻国明.认知沟:数智媒介时代数字不平等问题的关键[J].传媒观察,2024(09):32-43.

[31]彭兰.智能素养:智能传播时代媒介素养的升级方向[J].山西大学学报(哲学社会科学版),2023(05):101-109.

[32]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(03):60-68.

[33]王兆轩.生成式人工智能浪潮下公民数字素养提升——基于ChatGPT的思考[J].图书馆理论与实践,2023(05):78-86.

[34]刘鸣筝,梅凯.在AI的“术”与“道”之间:青年视听传播素养的现实逻辑与升维理路[J].未来传播,2024(06):12-22.

[35] Galbraith, J. R. Environmental and technological determinants of organization design: A case study[EB/OL]. [2025-06-06]. https://dspace.mit.edu/bitstream/handle/1721.1/47606/environmentalecoogalb.pdf?sequence=1.

[36]吴国盛.技术哲学讲演录[M].北京:中国人民大学出版社,2016:104.

[37]张晓红.马克思技术实践思想研究[M].沈阳:东北大学出版社,2013:64.

[涂凌波:中国传媒大学电视学院教授、博士生导师,广播电视学系主任,中国特色新闻传播学研究中心研究员;马娅萌(通讯作者):中国传媒大学电视学院博士研究生]

【文章刊于《青年记者》2026年第3期】
本文引用格式参考:
涂凌波,马娅萌.从数字素养到智能素养:数智技术带来的风险挑战与素养能力提升路径[J].青年记者,2026(03):50-60.

编辑:小青