从诊断到预防：构建针对 AI 剥夺感的认知抵抗力

近期的实证研究表明，AI 助理交互在情境性人类剥夺方面具有显著的潜在影响，包括现实扭曲、价值判断扭曲和行动扭曲。虽然该工作提供了问题的关键诊断，但具体的教育干预仍不充分。我提出了一个围绕八个交叉主题学习目标 (LOs) 构建的 AI 素养框架，该框架独立通过教学实践开发，随后与 Sharma 等人剥夺分类学保持一致。我报告了来自公开在线课程的案例研究，其中使用一种共同教学方法——AI 作为积极的语音共教师——交付该框架。借助洛克希德 (McGuire, 1961) 的免疫理论——最近被剑桥学派 (van der Linden, 2022; Roozenbeek & van der Linden, 2019) 应用于误information prebunking 的 persuasion research framework——我认为 AI 素养不能仅通过声明性知识获得，而需要引导性地暴露于 AI 故障模式中，包括 Sharma 等人识别的迎合性验证和权威投射模式。本构想理论的 AI 特定扭曲应用，据我所知是首次提出的。我讨论了从教育中派生的框架与 Sharma 等人的实证派生分类学之间的一致性，并认为这种一致性——两种独立方法得出类似问题描述——加强了对诊断和所提教育响应的论证。