詳細解釋
理解和有效使用人工智能所需的知識、技能和思維方式，類似傳統的「讀寫算」基本素養，但針對 AI 時代重新定義。
核心維度：
- 概念理解：知道什麼是 LLM、AI 的局限性（幻覺、偏見）、為什麼會出錯
- 提示工程：能夠清晰表達需求，設計有效的 AI 交互
- 批判性評估：判斷 AI 輸出的可信度，識別潛在錯誤或偏見
- 倫理意識：理解 AI 的社會影響（隱私、就業、版權）
- 工具熟練：能夠使用常見 AI 工具（ChatGPT、Copilot、Midjourney）提升效率
教育實踐：
- K-12：MIT Media Lab 的 AI 課程，用 Scratch 演示機器學習概念
- 高等教育：Stanford CS25（Transformers 應用課）、各專業的 AI+X 課程
- 企業培訓：Prompt Engineering 工作坊、AI 合規培訓
- 公眾教育：AI4ALL 等非营利組織推動包容性 AI 教育
與「編程素養」的對比：
- 編程：創建軟體的技能
- AI 素養：使用和理解 AI 的技能
- 未來趨勢：兩者融合，「用自然語言編程」成為現實
政策層面：歐盟 AI 法案要求「AI 素養」作為數字技能的一部分，學校和企業需提供相關培訓。中國將 AI 教育納入中小學信息技術課程。