Preparing Students for AI-Powered Materials Discovery: A Workflow-Aligned Framework for AI Literacy, Equity, and Scientific Judgment
University of South Dakota（南达科他大学）；Massachusetts Institute of Technology（麻省理工学院）；Black Hills State University（黑山州立大学）
本文提出一种与工作流程对齐的AI素养框架，强调通过提升学生在材料信息学中的数据溯源、领域特定特征化等能力，促进AI在材料发现中的公平应用与科学判断。
2026-05-10 cs.CY physics.app-ph physics.ed-ph
Gender Differences in AI Literacy Workshop Outcomes and Deepfake Engagement
University of New South Wales（新南威尔士大学）
本研究通过统计回归分析澳大利亚中学生AI素养工作坊前后数据，发现男性在STEM职业兴趣上显著更高，女性更常使用AI工具，且工作坊后女性在AI知识和职业兴趣上提升更大，部分缩小了性别差距。
2026-06-16 cs.AI cs.CY
AI Literacy for Community Colleges: Instructors' Perspectives on Scenario-Based and Interactive Approaches to Teaching AI
Computer Science（计算机科学）；Carnegie Mellon University（卡内基梅隆大学）
本研究通过焦点小组调查社区学院教师对互动式无代码AI素养课程AI User的评价，发现教师偏好模拟真实场景的探索性任务和互动演示，并揭示了脚手架、可访问性及多模态支持方面的设计挑战。
2025-11-07 cs.AI cs.CY
Technology, education and critical media literacy: potential, challenges, and opportunities
Euskal Herriko Unibertsitatea/Universidad del País Vasco（巴斯克大学）
本研究通过专家访谈与141名大学生调查，探讨技术对媒介教育等领域的影响，发现技术在课程中应用有限且教师培训不足，提出需构建批判性媒介素养以培养学生相关能力。
2026-08-12 cs.CY
AI Audit: A Card Game to Reflect on Everyday AI Systems
Massachusetts Institute of Technology（麻省理工学院）；Northwestern University（西北大学）
本文提出面向初高中生的竞争性卡牌游戏“AI Audit”，让玩家扮演AI初创创始人，在攻防互动中学习识别和缓解AI系统的伦理与社会危害，为K-12人工智能素养教育提供游戏化教学工具。
2023-05-29 cs.AI cs.CY cs.HC
AI Literacy Assessment Revisited: A Task-Oriented Approach Aligned with Real-world Occupations
Carnegie Mellon University（卡内基梅隆大学）
本文针对现有AI素养评估偏重技术知识、脱离真实职业需求的问题，提出任务导向的评估模型，并在美国海军机器人培训中验证情境任务比传统测试更能有效衡量应用型AI素养。
2025-11-07 cs.AI cs.CY
AI Literacy in K-12 and Higher Education in the Wake of Generative AI: An Integrative Review
University of Michigan School of Information（密歇根大学信息学院）
本文通过整合性综述方法分析124项研究，提出AI素养概念化的三种方式（功能性、批判性、间接有益性）与AI的三种视角（技术细节、工具、社会文化），形成框架并指出研究空白。
2025-03-28 cs.AI cs.CY
GenAITEd Ghana: A First-of-Its-Kind Context-Aware and Curriculum-Aligned Conversational AI Agent for Teacher Education
University of Georgia（佐治亚大学）；St. Joseph’s College of Education（圣约瑟夫教育学院）；Bagabaga College of Education（巴加巴加教育学院）；Gambaga College of Education（甘巴加教育学院）；University of Education, Winneba（温尼巴教育大学）；Komenda College of Education（科门达教育学院）；University of Skills Training and Entrepreneurial Development（技能培训与创业发展大学）；Generative AI for Education and Research in Africa (GenAI-ERA)（非洲生成式人工智能教育与研究组织（GenAI-ERA））
GenAITEd Ghana是一款基于情境感知和课程对齐的对话式AI代理，旨在支持加纳教师教育，通过多代理系统和伦理约束确保负责任的AI应用。
2026-01-13 cs.AI cs.CY
The World of AI: A Novel Approach to AI Literacy for First-year Engineering Students
Plaksha University（Plaksha大学）
本文介绍面向一年级工程学生的跨学科AI素养课程“The World of AI”，通过三模块融合技术原理与社会议题，提升学生对AI环境、公平、隐私及职场影响的理解。
2025-06-06 cs.AI cs.CY
Comprehensive AI Literacy: The Case for Centering Human Agency
UNC Charlotte（北卡罗来纳大学夏洛特分校）
本文主张以人类能动性为核心，推动全面AI素养教育，强调批判性思维和伦理考量，通过构建素养、熟练度和能力框架，促进教育者和学生在AI应用中的自主决策能力。
2025-12-18 cs.AI cs.CY
Lessons for GenAI Literacy From a Field Study of Human-GenAI Augmentation in the Workplace
George Mason University（乔治梅森大学）；Otto-von-Guericke University（奥托·冯·古里克大学）；Carnegie Mellon University（卡内基梅隆大学）
本文通过实地研究比较了GenAI在产品开发、软件工程和数字内容创作三个职能中的应用，发现其使用方式与用户知识水平差异显著，并指出需将不同层次的GenAI理解融入课程及加强教职人员培训。
2025-02-01 cs.AI cs.CY
Rethinking AI Literacy Education in Higher Education: Bridging Risk Perception and Responsible Adoption
School of Professional Studies, Clark University（克拉克大学专业研究学院）；Cardiff School of Technologies, Cardiff Metropolitan University（卡迪夫 Metropolitan 大学技术学院）；Harvard Medical School（哈佛医学院）
研究探讨了技术学生对AI风险的认知与采用意愿的关系，发现具体风险比抽象风险更受关注，技术教育缩小了性别差异但男性更愿采用AI，提出需差异化策略弥合意识与负责任采用间的差距。
2026-03-31 cs.AI cs.CY
Leveraging Machine Learning Techniques to Investigate Media and Information Literacy Competence in Tackling Disinformation
University of Córdoba（科尔多瓦大学）；Universidad Politécnica Metropolitana de Hidalgo（伊达尔戈州大都会理工大学）；University of Tuscia（图西亚大学）
本文通过机器学习模型评估学生媒体与信息素养能力，揭示影响因素，为教育干预提供依据。
2026-03-20 cs.AI cs.CY cs.LG
The GenAI Skill Bypass: Mapping Divergent Pathways of University Students and Staff AI Literacy
University of Melbourne（墨尔本大学）；FernUniversität（费尔大学）；University of Eastern Finland（东芬兰大学）
研究大学生和教职员工GenAI素养路径差异，通过心理测量分析发现学生常先掌握高级创作再获基础理解，与学者路径不同且相关性弱，挑战“一刀切”课程，为诊断驱动干预提供依据。
2026-07-08 cs.AI cs.CY
Assessment Design in the GenAI Era: The X1-X2-X3 Assessment Pattern for Testing Students' AI Literacy, Learning Outcomes, and Reflection
Queen Mary University of London（伦敦玛丽女王大学）
本文针对GenAI对在线评估的挑战，提出可复用的X1-X2-X3评估模式，用于测试学生AI素养等，为教师适配GenAI时代评估提供实践指导。
2026-08-14 cs.AI cs.CY
Systematic Review Of Collaborative Learning Activities For Promoting AI Literacy
本文系统综述2015至2023年九项研究，基于ICAP框架分析协作学习对提升人工智能素养的有效性，发现其在不同活动和群体中均有效，并为未来研究与教学提供启示。
2025-08-20 cs.CY
AISCliteracy: Assessing Artificial Intelligence and Cybersecurity Literacy Levels and Learning Needs of Students
本研究评估了尼泊尔Chitwan地区9至12年级学生的AI与网络安全素养水平及学习需求，通过调查分析为当地教育项目开发提供建议，并探讨了相关教育的促成因素与障碍。
2025-06-29 cs.CR cs.CY
AVELA -- A Vision for Engineering Literacy & Access: Understanding Why Technology Alone Is Not Enough
针对黑人和Latine群体技术获取不平等及学生参与技术意愿低的问题，提出融合文化响应课程、社区代表导师与服务学习的AVELA学生主导STEM模式，经4年实践验证后明确障碍并给出设计建议。
2024-01-29 cs.CY cs.HC
The Illusion of Competence: Self-Perceived Digital Literacy and AI Readiness Among European Secondary Students
Instituto de Educación Secundaria Parquesol（Parquesol中学）；Moate Community School（Moate社区学校）；Instituto de Educación Secundaria José Jiménez Lozano（José Jiménez Lozano中学）；Universidad de Valladolid (UVA)（巴利亚多利德大学）
本研究通过调查243名欧洲中学生，发现自我感知的数字素养与实际技术准备度之间存在严重信心-能力鸿沟，表现为集体邓宁-克鲁格效应，并揭示了技术性别差距仅在技术导向课堂中显著，以及学生高估自身对深度伪造和算法偏见批判意识的“AI悖论”，最终提出需以主动技术创造取代被动理论教学。
2026-05-25 cs.CY
Media Education as Theoretical and Practical Paradigm for Digital Literacy: An Interdisciplinary Analysis
在这篇文章中，我们提供了媒体教育的实践和理论范式的分析，作为一个基本的教学模式，充分发展当前的数字素养的方法。在一个由信息流动和交流过程主导的社会中--数字化导致技术媒体融合，信息和通信技术的新事物与传统媒体的完全结合--必须利用这种教育范式几十年来提供的基本原则、教学理论和实践的所有丰富经验。当前的技术媒体社会不是一个利他主义的系统;传播过程继续由经济、政治和社会精英主导，他们的主要利益是影响和控制人口。在这种情况下-将教育视为实现我们社会的充分和民主发展、促进其价值观和团结的唯一途径-必须从学校开始分析现实，培养公民意识，认识到信息和通信技术的力量和影响及其在世界上的真正意义。真正的数字素养应该包括对新技术媒体语言的正确理解，而不能简单地归结为技术和工具的形成。
2018-03-02 cs.CY physics.ed-ph
Funhouse Mirror or Echo Chamber? A Methodological Approach to Teaching Critical AI Literacy Through Metaphors
James Cook University Singapore（新加坡詹姆斯库克大学）；Deakin University（迪肯大学）；British University Vietnam（越南英国大学）
本文通过隐喻教学方法，提出四种隐喻帮助学生理解AI特性，促进批判性AI素养教育。
2024-11-22 cs.CY
Digital Literacy and Reading Habits of the Central University of Tamil Nadu Students: A Survey Study
本研究旨在了解大学生的数位阅读习惯及其相关技能。它还可以查看学生首选的阅读来源，无论是物理资源还是数字资源。在这项研究中，我们对印度泰米尔纳德邦中央大学的学生和研究学者进行了调查研究。该工具是一个结构化的调查问卷，以各种方式分发。结果发现，大部分学生对数字化工具和使用方法有一定的了解，大部分学生的数字素养水平较高，但他们的数字素养水平较高，尽管他们最喜欢阅读纸质书籍。研究结果表明，无论技术设备的开发和学生也增长了他们的技术知识。结果发现，在教育尤其是阅读方面，学生或读者的第一需求是印刷资源，其次是数字图书。
2022-10-14 cs.CY cs.DL cs.IR
Digital Literacy and Reading Habits of The DMI-St. Eugene University Students
数字素养是使用数字技术寻找、评估、消费和生成信息的技能。本研究试图了解大学生的数位阅读习惯与技巧。它还提供了学生最喜欢的阅读材料的一瞥，包括物理和数字来源。我们调查了赞比亚DMI-St. Eugene大学的计算机科学学士和BE学生。该工具是通过WhatsApp分发的结构化问卷。研究结果显示，大多数学生完全了解数字化工具以及如何使用它们，但缺乏建立网站和投资组合的技能。在115名学生中，所有人都同意他们使用计算机进行学习。使用数字环境，一般来说，他们使用万维网搜索信息。此外，大多数学生有中等的数字应用技能，尽管他们喜欢阅读电子书。结果表明，学生的性别和教育水平与他们的数字素养有统计学上的显着联系，而年龄并不是统计学上相关的预测因素。调查结果显示，在教育方面，尤其是阅读方面，学生或读者的首要任务是电子资源;印刷书籍的偏好有所减少。
2022-10-29 cs.CY
Students' Reliance on AI in Higher Education: Identifying Contributing Factors
University of Florida（佛罗里达大学）
本研究通过问卷与编程任务实验，考察了本科生AI依赖的三种模式及影响因素，发现编程素养、自我效能等与适度依赖正相关，为教育领域AI合理融入及干预设计提供依据。
2025-06-16 cs.AI cs.CY cs.HC
Innovative Tangible Interactive Games for Enhancing Artificial Intelligence Knowledge and Literacy in Elementary Education: A Pedagogical Framework
本文提出一个面向小学教育的教学框架，通过实体互动游戏将神经网络、机器学习等AI原理转化为角色扮演活动，以提升儿童AI素养，并为教师提供实施指导。
2025-05-31 cs.CY
A Generative Security Application Engineering Curriculum
Portland State University（波特兰州立大学）
本文提出一门生成式安全应用工程课程，旨在教授学生利用生成式AI和LLM自动化解决安全问题，并重新聚焦人类独特优势，以更好地适应技术发展。
2025-01-18 cs.AI cs.CY
Mapping Students' AI Literacy Framing and Learning through Reflective Journals
本研究通过六周反思日志分析本科技术类学生的AI素养学习，发现学生具备AI意识但存在深层专业发展的矛盾情感，并呈现伦理关切与知识中介角色，为教学改进提供启示。
2025-08-20 cs.CY
Development and Validation of a Faculty Artificial Intelligence Literacy and Competency (FALCON-AI) Scale for Higher Education
University of Tennessee, Knoxville（田纳西大学诺克斯维尔分校）；Ohio University（俄亥俄大学）；Soongsil University（首尔基督教大学）
本文基于CTRL框架开发并验证了FALCON-AI量表，用于评估高等教育中教师的人工智能素养和能力，通过理论驱动开发和试点测试，最终得到23项具有良好效度和可靠性的量表。
2026-03-03 cs.CY
AI Literacy and LLM Engagement in Higher Education: A Cross-National Quantitative Study
本研究通过跨国调查318名大学生，发现动机信念和技术能力影响LLM参与度，美国及STEM专业学生使用更频繁，LLM虽提升学业表现但存在伦理等担忧，为高等教育LLM整合提供框架支持。
2025-07-08 cs.CY
Building a Bridge between the Two Schools: Realizing a Practical Path to Include Literacy-based Skills within the STEM Curricula
TU Berlin（柏林工业大学）；University of Siegen（锡根大学）；Tallinn University of Technology（塔林理工大学）；Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）；Universidad Carlos III de Madrid（马德里卡洛斯三世大学）；AGH University of Kraków（克拉科夫AGH科技大学）
本文提出一种将技术与艺术技能结合的教学方法，旨在提升STEM课程中的学生综合能力与参与度。
2026-01-24 cs.CY eess.SP
AI Unplugged: Embodied Interactions for AI Literacy in Higher Education
Georgia Institute of Technology（佐治亚理工学院）
本文提出一种将具身无插件活动融入大学AI入门课程的新教学方法，通过互动游戏帮助学生理解AI概念，促进概念与技术技能的结合。
2026-01-30 cs.CY
A Discipline-Agnostic AI Literacy Course for Academic Research: Architecture, Pedagogy, and Implementation
Lehigh University（利哈伊大学）
本文介绍了一门面向所有学科的AI辅助研究入门课程，通过四个模块培养严谨的AI文献综述能力，课程强调AI使用责任与属性实践，实证数据显示学生在AI幻觉检测、负责任的AI使用和AI属性实践方面显著提升。
2026-04-29 cs.CY
Teaching Students to Question the Machine: An AI Literacy Intervention Improves Students' Regulation of LLM Use in a Science Task
INRIA research center University of Bordeaux（法国国家信息与自动化研究所波尔多研究中心）；Hector Research Institute, University of Tübingen（蒂宾根大学赫克托研究所）
本研究通过两小时的AI素养工作坊，训练中学生（8-9年级）在科学问题解决中更有效地使用大语言模型，减少盲目依赖并提高答案质量。
2026-06-19 cs.CY
Curriculum Design of Competitive Programming: a Contest-based Approach
针对现有竞赛编程课程缺乏时间压力的问题，提出基于竞赛的课程设计方法，在Purdue University实施并构建了包含合作学习、竞赛评估与补充活动的教学框架，系统提升学生问题解决能力。
2025-04-01 cs.CY
GenAIT: Development and Validation of an Objective Generative AI Literacy Test for High School Students
Institute of Computer Science, University of Tartu（塔尔图大学计算机科学研究所）
本研究开发并验证了面向高中生的GenAIT测试，其18道题覆盖GenAI多领域知识，经大样本验证适用于群体研究，且发现AI使用频率与概念理解负相关。
2026-10-26 cs.CY q-bio.NC
Enhancing Curriculum Acceptance among Students with E-learning 2.0
电子学习;通过交流和互动而增强的教育技术越来越被人们所接受，这使得Web 2.0成为新教育技术的中心。E-Learning 2.0是一种新型的在线学习方法，它结合了Web 2.0工具。对于任何学术研究，课程提供了完整的学习领域的概述。课程概述了该主题的内容。许多机构将学生互动作为在线课程设计的优先事项。实践证明，互动对学生的学习参与和对课程的接受有着重要的影响。学生正在接受由教师设计的课程，而E-learning 2.0课程管理系统允许学生参与学习活动。它作为一种刺激，增加了他们对课程的奉献精神。虽然研究所适应电子学习2.0作为学习管理系统，它还提供社交网络服务，并提供学生和教师之间的直接和透明的互动。电子学习2.0的这种观点将其重点从LMS转移到学生身上，为他们提供变得更加自主的手段，接受他们利用这些手段主动解决问题。课程的使用将增强学生的参与和促进电子学习2.0的传播。本文分析了E-learning 2.0在课程管理中的应用，探讨了Web2.0给课程管理带来的机遇和挑战。
2010-04-15 cs.CY
Promoting AI Literacy in Higher Education: Evaluating the IEC-V1 Chatbot for Personalized Learning and Educational Equity
本文通过试点研究评估了IEC-V1聊天机器人原型，探讨其在高等教育中提升师范生AI技能、实现个性化学习与教育公平的潜力，结果表明该系统运行良好且符合数据保护要求。
2024-12-04 cs.CY cs.HC
The curriculum prerequisite network: a tool for visualizing and analyzing academic curricula
本文提出的先决条件网络作为一种手段，可视化隐藏的结构在学术课程。网络技术已经在社会分析中使用了一段时间，最近在基因组学和系统生物学领域也使用了网络技术。在这里，我把课程作为一个复杂的系统，节点代表课程，节点之间的联系，课程的先决条件，很容易从课程目录。由此产生的课程先决条件网络可以呈现为一个有向无环图，它具有某些理想的分析功能。课程被划分为许多孤立的课程组，组的大小差异很大。各个课程在整个组织中扮演着非常不同的角色，例如信息源、枢纽和桥梁。这个网络代表了课程中信息流动的内在的、硬连线的约束，是学习发生的组织背景。
2014-08-22 cs.CY cs.SI physics.soc-ph
PlutoAR: An Inexpensive, Interactive And Portable Augmented Reality Based Interpreter For K-10 Curriculum
常规的K-10课程往往没有必要的负担得起的技术，涉及教学规定的课程与有效的分析技能建设的互动方式。在本文中，我们介绍了“PlutoAR”，这是一种基于纸质的增强现实解释器，它可扩展、价格实惠、便携，可以用作孩子们技能培养的平台。PlutoAR通过一个交互式工具包将增强现实（AR）融入其中，为学生提供两全其美的体验，从而克服了传统的非交互式教学方式。学生们剪出纸上的“瓷砖”，将这些瓷砖一个接一个地放在一个叫做“Launchpad”的更大的纸表面上，并使用PlutoAR移动应用程序，该应用程序可以在任何带有摄像头的Android设备上运行，并使用增强现实像解释器一样输出程序的每一步。PlutoAR具有内置的AR体验，如故事，使用条件循环解决迷宫，简单的初等数学和重力直觉。
2018-09-05 cs.CY cs.HC
