AI 素养差距正在扩大。以下是如何缩小差距。

了解什么是 AI 素养，以及如何通过动手实践、检查来源和安全评估 AI 输出构建它。

Graphic showing how an AI summary omitting “per user” from a $29 monthly price obscures a $290 monthly cost for 10 users, emphasizing the need to trace, verify, and then decide.

什么是 AI 素养？

具备 AI 素养意味着有足够的能力理解 AI 的工作原理，从而有效地使用它，认识到它的局限性和风险，并对其输出做出明智的决定。Digital Promise 的 AI 素养框架将其描述为理解、使用和评估的结合。

但最重要的一点，即区分新手与专家的关键在于评估。遗憾的是，它在主流培训中往往很少受到实际关注。经过两个小时的工作坊，几乎任何人都可以使用 AI 生成对问题的润色回复。

但具备 AI 素养意味着某人有能力判断回应是否：

  • 准确
  • 完整
  • 当前
  • 相关
  • 可以安全采取行动

为什么 AI 素养现在如此重要

AI 已经变得随处可见，但要找到学习如何将其用好的支持和培训却更加困难。

这种在接触 AI 与自信使用之间的差距，为个人和企业提供了一个机会，通过涵盖不仅仅是学习如何编写更好的提示词的 AI 素养培训来让自己占据优势。

与此同时，麦肯锡（McKinsey）报告称，从 2023 年中期到 2025 年中期，对 AI 流利度（使用和管理 AI 工具的能力）的需求增长了近七倍。

  • 雇主们显然认识到了对 AI 素养培训的需求。
  • 员工们希望能掌握这些技能。

但当最大化采用率成为唯一的成功指标时，人们就会产生担忧。人们可以很快学会使用 AI，但要成为一个谨慎、熟练的用户需要时间和练习。

评估：最重要的技能

许多 AI 培训都强调评估输出的重要性，但往往没有花太多时间（如果有的话）去解释这究竟意味着什么。

在实践中，AI 验证需要三个关键行为：

  • 仔细阅读
  • 提出严厉的问题
  • 花时间仔细检查来源、统计数据和声明。

在根据 AI 提供的信息采取行动之前，请决定它是否符合以下标准：

  • 它能否追溯到可靠的来源？
  • 检查各个部分时，它是否能站得住脚？
  • 它是否足够新以具备相关性？

虽然 AI 生成的文字听起来可能很润色且专业，但事实可能是错误的。AI 可能会完全凭空捏造内容来进行“幻觉”（阅读《如何识别 AI 幻觉：7 个危险信号》）、发现不正确或不完整的信息，或者通过误解其发现的内容而得出错误的结论。

要评估任何输出，请遵循以下流程：

追溯 → 验证 → 决定。

例如，让 AI 起草一份竞争对手定价的对比。要评估结果：

  • 打开每个定价页面（追溯）
  • 检查计划名称和定价（验证）
  • 记录 AI 错误或遗漏的地方，并进行必要的修正（决定）

以下是关于如何评估 AI 输出的更多示例。

AI 声明类型

AI 可能做出的声明示例

使用前需检查的内容

事实断言

“美国小企业管理局为新的零售企业提供最高 50,000 美元的赠款。”

确认该项目确实存在、资格要求、当前金额、申请截止日期，以及它是赠款而非贷款或地方项目。

引文或引用

“盖洛普 2025 年的一项调查发现，62% 的客户青睐 AI 驱动的支持。”

打开引用的来源。检查它是否真实、最新、归属正确，并且确实支持确切的统计数据和措辞。

法律或监管断言

“贵公司必须保留客户聊天记录七年。”

通过权威指导或合格的法律顾问，核实管辖权、行业、记录类型和当前法律规则。AI 可能会将各州、联邦、国际或特定行业的各不相同的要求简化为一个错误的全能规则。

税务或财务指导

“你可以在购买该设备的当年扣除其全额成本。”

通过 IRS（美国国税局）指南和税务专业人士，确认相关的税收年度、商业实体、购买类型、限额和会计处理方式。

计算或预测

“如果转化率上升 15%，年收入将增加 180,000 美元。”

重新计算数学并仔细审查假设：当前流量、基准转化率、平均订单价值、流失率、销售能力、季节性，以及“15%”是指百分点还是相对增长。

源文档摘要

“合同允许在提前 30 天通知的情况下终止。”

阅读原始条款和链接的规定。AI 可能会遗漏改变实际含义的例外情况、通知要求、续约规定、补救措施或定义。

建议

“你应该将退款审批自动化，以节省员工时间。”

决定工作流是否可逆，错误是否会损害客户或财务，哪些审批门槛是合适的，以及谁来负责例外情况。听起来合理的建议仍然需要商业判断。

为什么大多数 AI 培训无法建立素养

在短短几年内，AI 已经从一项专业技术演变为一个无处不在的主题和工具。随着商业和政府领袖争相寻找培训资源，供应商也争相创建它们。需求一直很高，但专业知识很薄弱，可用材料的质量并不总是跟得上。

其结果是流于形式的培训，仅仅触及重要主题的表面，并提供作为单一事件呈现的千篇一律的指导。对以下培训保持怀疑：

  • 重点在于对工具的熟悉程度以及如何编写提示词。这种工作坊只能培养意识，而无法培养通过完成实际工作流才能获得的辨别力。
  • 内容没有涵盖更深层次、更重要的问题，例如何时使用 AI、何时不使用、如何评估输出，或者如何将公司规则应用于实际任务。
  • 练习时间不足，缺乏针对特定任务的指导，也没有关于参与者表现如何或他们可以改进哪些方面的反馈。
  • 目标是出勤，而非能力。

如何真正建立 AI 素养

为了具备 AI 素养，人们需要亲自动手的、针对具体角色的培训，要求他们在现实的工作流中完成实际任务。并且他们需要专门的时间来完成这项工作。

  1. 动手培训提供真实的练习，帮助人们在低风险环境中了解在各种情况下该做什么。当评估和纠正成为工作流的一部分时，参与者可以从自己和彼此的实验和错误中学习。通过注册一个或多个 AI 工具（甚至免费版）来开始。
  2. 特定于角色的培训至关重要，因为理解和判断不同的输出需要不同的技能。从未创建过数据透视表电子表格的人很难知道 AI 是否做得很好，或者如何提示它在第二次做得更好。评估法律文件、网站图像、近期医学研究总结或任何需要一些背景知识的工作特定输出也是如此。首先确定一些可以使用 AI 完成的常规任务。
  3. 分配实际任务有助于人们了解 AI 如何帮助他们完成工作，并培养他们使用 AI 所需的技能。他们将了解哪些任务适合由 AI 独立完成，哪些任务需要更多监督，哪些任务始终需要人类判断，以及何时以及如何保证机密客户和公司数据的安全。考虑根据需要多少人工审查来对任务进行分类。例如：

AI 可独立完成

人应该审查

人必须负责

初始草稿、文档摘要、分类、研究线索、数据收集

声明、引文、面向客户的语言、计算、外部沟通

招聘、支付、合同、法律/税务决策、敏感数据访问和存储

  1. 受保护的时间是建立 AI 素养所需的最后一部分，至少在最初阶段是这样。每个人都很忙，这似乎总是一个好理由，让人继续用老方法做事，而不是花额外的时间尝试使用新工具。像许多好的投资一样，一旦人们了解了如何最好地与 AI 合作，花在培训上的时间就会得到丰厚的回报。每天或每周留出一些时间，单独或与团队一起度过。

何处学习

网上有许多资源可以提供良好的基础培训。寻找那些要求你编写和修改提示词、比较输出、验证声明、识别缺失的上下文以及决定答案何时需要人工审查的资源。以下是一些可以开始的地方：

  • 查尔姆斯理工大学提供《使用生成式 AI 工作与学习》，这是一门免费的在线课程，将自学与可选的直播会话结合起来。练习针对不同的职业量身定制，侧重于现实生活中的任务，从有效的个人使用逐步过渡到任务委派。
  • DeepLearning.AI 的《人人学生成式 AI》是由 AI 先驱吴恩达（Andrew Ng）主讲的在线课程。它概述了生成式 AI、其工作原理以及它的功能。它还提供动手练习，帮助你学习基础知识及更多内容。
  • Perplexity.ai 也可以支持这些资源和本文推荐的此类培训：练习提出现实的问题、检查事实声明背后的证据、比较来源并通过人工审查完善工作。对于基于网页的研究结果，输出包括链接的引文，使将声明、统计数据和引文追溯到其来源变得更加容易。此外，访问 Perplexity Academy 获取一系列简短的操作视频，内容涵盖编写提示词的最佳实践等基础主题，以及为常规任务创建可重用工作流和将 Perplexity 连接到业务工具等更高级的主题。

有关学习评估 AI 的进一步建议，请下载我们的指南，了解如何建立信任、准确性和监督框架。有关针对不同行业和用途（包括特定任务的示例查询）的信息，请在此处探索我们的所有指南。

AI 素养是通过在实际工作流中的实践建立起来的。工作坊或许有助于拉开序幕，但它们不能替代在 AI 工具中做真实工作、评估输出、纠正错误以及应用人类判断。通过在受保护的会话中完成相关任务的动手、角色特定培训，AI 将开始带来令人印象深刻的回报。

常见问题解答

AI 素养的含义是什么？

AI 素养是理解、使用、评估 AI 系统及其输出并做出明智决策的能力。这不仅仅超越了编写成功的提示词。具备 AI 素养的人能够识别 AI 的用武之地、保护敏感信息、检查重要声明、理解答案的局限性，并知道何时必须由人工做出最终决定。

AI 素养的例子有哪些？

AI 素养的一个例子是使用 AI 工具起草竞争对手分析，然后打开每个引用的来源，在销售演示中使用该分析之前验证价格、产品功能、日期和引文。素养最重要部分是能够发现需要检查的内容、根据可靠证据对其进行验证，并修改或丢弃不受支持的声明。

AI 素养的四个支柱是什么？

AI 素养框架使用不同的术语，但一个实用的三部分模型是理解、使用和评估。具备 AI 素养的人理解 AI 的工作原理及其可能失败的地方，有效地将其用于适当的任务，并且能够评估输出的准确性、偏见、完整性、及时性和风险。通常还包括通过保护数据、考虑受 AI 使用影响的人以及保持人类问责制来负责任地参与的能力。评估是最重要的部分，也是区分专家用户与新手的关键。

我该如何提高我的 AI 素养？

通过使用真实的、低风险的工作进行练习来提高 AI 素养。教程很有帮助，但它们不能替代动手实践。选择一个 AI 工具和一个可重复的任务，例如总结文档、研究竞争对手或组织笔记。然后通过追溯信息的来源、验证重要的事实和引文以及纠正任何错误来仔细审查输出。随着时间的推移，养成决定哪些任务可以由 AI 协助、哪些需要人工审查以及哪些应该留给人类的习惯。目标是自信、安全且凭着健全的判断力使用 AI。

你如何评估 AI 输出？

从最关紧的声明开始。检查来源是否存在并支持确切的陈述。确认姓名、日期、产品和数字正确且呈现准确。确保信息是最新的。对于法律、医疗、财务、安全、就业或其他高风险决策，请让合格的审查员参与进来。AI 生成的引文可以加快流程，但仍然应该打开并检查引文。