AI 时代的人类技能 · 研究背景与方法论
一、时代背景：ChatGPT 引爆 AI 浪潮
1. 爆发起点
2022 年的最后几周，OpenAI 在几乎没有任何宣传（也完全没有新闻报道）的情况下，发布了一款名为 ChatGPT 的新产品。
- 一周内：超过一百万用户注册
- 两个月后：用户数攀升至一亿
- 人类自那时起就一直在努力追赶
2. 警示性的历史教训
我们近期在使用 智能手机和社交媒体 方面的技术史，为让技术超越我们管理其影响的能力提供了一个警示故事。这些工具创造了非凡的联系和获取信息的机会，但同时也导致了：
- 日益严重的孤独感
- 注意力缩短
- 隐私受损
- 虚假信息传播
- 心理健康状况恶化（尤其在年轻人中）
此外，生成式 AI 正是在更广泛的社会政治和经济背景下发展的，这包括民主的脆弱性、政治两极分化、经济错位、日益加剧的不平等、基于身份的分歧以及气候危机。
二、研究缘起：整合碎片化框架
1. 最初的驱动
在 LearnerStudio，团队希望帮助激发重塑美国教育所需的变革。2023 年的论文《构建学习的未来》标志着最早的努力。令人鼓舞的是，该领域的许多同事都在就年轻人需要在人类历史这一勇敢的新篇章中茁壮成长提出自己的建议。
2. 核心研究问题
这促使团队思考：
- 所有这些不同的框架在多大程度上是一致的？
- 它们是否互补？
- 是否有办法将它们整合起来——不是为了创建一套新的、通用的评估指令，而是为了支持关于"年轻人需要什么以有效应对快速变化的世界"的共同对话？
3. 方法论
3.1 框架来源
通过对以下领域的数百个不同框架和组织报告的分析，研究团队确定了 12 项基本人类技能：
| 领域 | 代表性组织/框架 |
|---|---|
| 公民身份 / 公民学 | 欧洲委员会民主文化能力框架 |
| 社交情感学习 (SEL) | CASEL 框架 |
| 21 世纪技能 | 课程重新设计中心 (Fadel 等) |
| 职业准备 | America Succeeds 耐用技能框架 |
| 就业部门 | 世界经济论坛、LinkedIn |
| 国际教育评估 | OECD 学习指南针 2030 |
3.2 影响力框架来源清单
具体包括但不限于：
- OECD（2019, 2023, 2024）— 学习指南针 2030、技能展望、成人技能调查
- 欧洲委员会（2018）— 民主文化能力参考框架
- 世界经济论坛（2023）— 未来就业报告、定义教育 4.0
- America Succeeds（2023）— 耐用技能优势框架
- 课程重新设计中心（Fadel 等人，2015；Fadel 等人，2024）
- UNESCO（Marope 等人，2017）
- UNICEF（2021）
- CASEL — 学术、社交与情感学习协作组织
3.3 分析原则
这些基本人类技能代表了 核心胜任力，就像化学元素周期表中的元素一样，是不可简化的基础要素。团队选择避免重复和冗余，转而采用基于学习科学的重点方法。
三、研究工具与方法：与 AI 协作做研究
1. AI 工具在本次研究中的角色
本报告本身就是一个"与生成式 AI 协作做研究"的实践案例。
1.1 研究的初始假设
团队最初的研究重点是一个假设：批判性思维等核心能力（构念）是由相对较少数量的要素（子构念）组成的。能力并非由数百个子构念组成，而是由支撑这些能力的基本构件组成——它们共同构成了一种底层语法。提出建立一个 软技能要素的"元素周期表" 的可能性。
1.2 使用的 AI 工具矩阵
| 工具 | 用途 |
|---|---|
| OpenAI GPTs | 寻找更多研究资源，跨框架对比，进行"技能故事讲述" |
| Anthropic Claude | 充当思想伙伴、协同智能，帮助筛选研究、提供反馈，制作互动演示文稿 |
| Google NotebookLM | 利用用户上传的资源进行分析、交叉引用和对齐，提供引文追溯 |
1.3 AI 的局限与风险
团队在研究中亲身体验到了 AI 的局限性：
- 幻觉问题：GPTs 会编造研究内容，热衷于提供根本不存在的组织框架
- 识别方法：团队之所以能识别出这一点，是因为阅读并检查了 GPTs 生成的所有内容
- 应对策略：将 GPTs 作为备份工具进行研究，始终保持人类在环中的批判性审视
1.4 协作工作流
第一阶段：确定至少 100 个重要组织、框架和研究论文 → 训练 GPTs 帮助寻找更多资源 → 让 GPTs 彼此之间及与 Claude 进行对话 → 使用 NotebookLM 进行交叉引用
第二阶段（本报告主题）：利用第一阶段产生的研究成果 → Claude 充当思想伙伴 → 筛选研究 → 提出构思方式 → 提供反馈 → Claude 还将 40 页草案提炼为互动演示文稿
1.5 总结
"总的来说，我们发现使用这些工具非常有帮助。它们节省了时间，提供了不同的视角和方法，而且使用起来很有趣。并且，在利用它们的同时，我们必须运用本文所描述的那些人类技能。"
四、AI 时代的基本态度
Ethan Mollick 的洞察
"请记住，今天的 AI 是你将使用的最糟糕的 AI。"
这一观察概括了人们对人工智能的普遍看法：它的能力可能只会继续提高。虽然生成式 AI 正在以惊人的速度进化，但这些言论反映了一种令人担忧的被动性——仿佛技术发展是独立于人类主动性发生的，而不是由人类的决策和价值观积极塑造的。
核心立场：人类必须掌管一切，而不仅仅是"参与其中"。
五、下一步
掌握研究背景后，可进入 02-元特征与核心技能框架 了解两大元特征与 12 项核心技能的全景框架。
本文档整理自《Human Skills in the Age of AI》报告前言及引言部分
原作者：Karen L. Murphy 博士 & Alex Logan