编者按

　　当前，生成式人工智能产业蓬勃发展，截至2024年12月，我国生成式人工智能产品的用户规模已达2.49亿人。做短视频、查找资料、图文创作……当AI工具不可避免地融入更多人的日常生活，如何培养“与AI共存”的媒介素养，成为一道时代的必答题。

　　这种素养，不仅停留于读懂数据、理解算法的技术性素养，更包括识别AI幻象、数据偏见、算法风险的批判性素养，关涉隐私与公平的伦理性素养，以及在不同场景灵活应用AI工具并保持反思能力的实践性素养。只有理解了AI运行的底层逻辑，清醒意识到使用AI工具的伦理边界，人类才能保持在数智时代的独立、理性与尊严，抵抗被算法塑形和操控的命运。

　　步入人工智能时代，监管机制如何因时而变，为AI服务提供者制定清晰的运行规范？媒体与记者作为AI的使用者，在推动人机协同的同时，应当如何以专业操守守护内容真实？内容创作者和网民应如何提升数字素养和培养批判思维？大学教育怎样坚守唤醒学生自觉、培养学生独立思考能力的使命，帮助学生摆脱“AI依赖”困境？这些摆在眼前的重要议题，都有必要得到严肃而深入的回答。

　　人是会思考的芦苇，AI时代更需呵护好这一宝贵的特性。保持人类的独立思维，共同坚守技术向善的底线，才能更好、更有尊严地与AI同行。

　　在这个数据密集型的世界里，具备“数据素养”（dataliteracy）非常重要。数据素养是阅读、理解、创建、解释、评估和交流数据的能力。过去我们所理解的这一概念，多指个人在信息社会中对数据的获取、分析和运用——即“能读懂数据，会用数据”。

　　比如，数据可视化曾是数据素养的重要组成部分。随着可视化工具在传统媒体、社交媒体和技术报告中得到越来越广泛的应用，受众不仅要正确地阅读它们，还要批判性地思考它们，并意识到它们可能会被滥用。所以，传统数据教育十分关注统计图表与信息可视化。

　　然而，当AI以算法推荐、生成模型和自动决策的形式深度介入社会生活时，这一数据素养的传统定义已显得过于狭隘。如今，数据不仅是信息资源，更是算法训练的燃料、社会控制的媒介以及人机互动的基础结构，甚至是资本积累的新形式。

　　算法通过看似中立的逻辑，选择性地呈现世界，从而重构了人们的注意力与信任机制。人们往往相信“数据不会说谎”，却容易忽视数据选择与建模背后的社会偏见。为此，进入人工智能全面渗透的时代，数据素养这一概念需要被重新激活。

　　AI时代的数据素养应包括算法素养（algorithmicliteracy），其核心不仅在于了解算法的技术原理，更重要的是提出一系列关键性问题：数据从哪里来？算法以谁的利益为优化目标？数据处理过程隐去了哪些声音？这样的素养不再是统计意义上的“读图能力”，而是一种理解算法权力运作的社会能力。

　　除了从“阅读数据”到“理解算法”的变化，还有从“个体能力”到“社会责任”的扩展。数据素养曾长期被定义为个人技能问题，强调“公民应具备使用数据参与社会的能力”。然而AI带来的权力集中使这一假设被迫修正。数据的收集、分析与运用往往掌握在大型科技公司与国家机构手中，普通公民即使具备高水平的数据技能，也可能在制度上无从选择或拒绝。

　　因此，AI的核心问题不在于“我们理解数据的能力”，而在于“我们被数据所塑造的程度”。在算法化的社会结构中，个人的选择、消费、信用乃至情感都在被加以数据化评估与分类。因此，数据素养必须扩展为一种社会伦理素养，即理解数据治理的权力关系、参与数据政策讨论、质疑算法不公的能力。这种扩展意味着数据素养的教育目标也需要改变：不再仅是“让学生能用Python处理数据”，而是培养能够理解数据背后的社会后果的公民。

　　在新的数据教育当中，必须致力于打破技术中立的幻觉。如我所言，当前的数据教育往往停留在“技能培训”层面，例如学习编程语言、统计模型或机器学习方法。这种培训固然重要，但它维持着一种危险的幻觉——即技术是中立的，只要学会使用，就能掌握未来。

　　然而AI系统的每一个决策——从人脸识别到信用评估——都内含价值判断。正如凯西·奥尼尔在《算法霸权》一书中揭示的，算法的偏差可能在无形中放大社会不平等，而受害者往往无法察觉。因此，真正的数据素养教育应当跨越理科与人文的边界，将统计知识与伦理反思、社会批判结合起来。它既要让学生理解模型与代码，也要引导他们思考：当数据被用来“预测人生”或“自动判断价值”时，我们是否还拥有被理解的权利？

　　值得注意的是，AI不仅改变了数据的结构，也改变了数据素养本身的学习方式。当前各类智能学习平台和AI助教（如ChatGPT、Copilot）使数据分析技能的门槛大幅降低。然而，这种便利也带来新的问题：一方面，AI确实使更多人能“快速上手”数据科学工具；但另一方面，它削弱了人对算法细节的理解，使学习过程从“理解原理”变成“调用结果”。换句话说，AI在提升表层素养的同时，可能正在侵蚀深层素养。

　　这种趋势会导致一种“自动化的愚昧”，或者，用矛盾修饰法来说，是一种“智能化的愚昧”——人们使用AI解决问题，在对其背后的机制毫无认知的情况下，形成对AI的过度依赖，从而失去批判与创造的能力。AI时代的数据素养，必须在“使用AI”与“理解AI”之间保持张力。

　　数据素养因此不应仅是“技能教育”，而必须成为一种批判性理解的能力：理解数据如何被生产、被操控、被用来影响我们的认知与决策。换言之，AI时代的数据素养，是一种关于权力、伦理与人性的素养。

　　这种素养可以分解为：技术性素养——读懂数据、理解算法、掌握基本分析工具（如Python、Excel）；批判性素养——能识别数据偏见、算法风险、黑箱与权力机制；伦理性素养——关心隐私、AI治理、公平性与透明性；实践性素养——能在生活/工作/学术中灵活应用AI数据工具并保持反思能力。

　　总之，在这个“数据即语言，算法即权力”的时代，数据素养已不仅是专业能力，更是一种公民素养。提升数据素养不仅是职业发展的需要，更关乎信息判断力、社会责任感与自我认知能力的建立。

　　我认为，AI时代真正的数据素养，是一种抵抗的素养——抵抗被算法塑形的命运，抵抗把人简化为数据点的冲动，抵抗那种以“智能”为名消解人性的理性主义。它召唤我们以批判的眼光重新学习，以理解取代盲信，以共情取代计算。它推动我们更加关注权力关系，以及沿着更公平、更有教育意义的路径重新想象人工智能。

　　只有这样，数据科学才能回到它最初的使命：帮助人类理解世界，而非被世界所取代。

　　（作者胡泳系北京大学新闻与传播学院教授，中国青年报2025年10月17日 05版，责任编辑高秀木）