Rethinking Higher Education/Chapter 9/zh

第九章

中欧数字原住民：数字素养、人工智能态度和教育启示的比较

Martin Woesler

湖南师范大学

摘要

"数字原住民"概念——由Marc Prensky于2001年提出，用以描述据说因沉浸于数字技术而发生变革的一代人——对欧亚大陆两端的教育政策产生了深远影响。然而，二十年的实证研究一直未能验证其核心主张：在技术环境中成长并不能产生普遍较高的数字能力。本文通过对欧盟和中国的系统比较，考察了数字素养、人工智能态度和教育启示，利用了欧盟DigComp 2.2框架（21个领域的250多个能力示例）、中国集中式的数字素养运动以及近期关于学生和教师数字能力的实证研究。我们记录了显著的差距：尽管"数字十年"的目标是到2030年达到80%，但只有55.6%的欧盟人口拥有至少基本的数字技能；中国在学校中实现了99.9%的宽带连接，而农村互联网普及率仍为69.5%。对德国、英国和美国1465名大学生的多国评估揭示了人工智能素养的重大跨国差异，而对782名中国EFL教师的潜在类别分析确定了从"差"（12.1%）到"优秀"（14.1%）的四种不同的人工智能素养类别。我们认为，数字原住民神话创造了危险的政策假设——即年轻人需要的是更少而非更多的结构化数字教育——欧洲和中国的方法都必须从衡量接入转向培养批判性数字能力、人工智能素养和负责任的数字公民能力。

关键词：数字原住民、数字素养、人工智能素养、DigComp 2.2、中国数字教育、欧洲数字技能、数字鸿沟、Z世代、数字能力、比较教育

1. 引言

2001年，Marc Prensky在On the Horizon上发表了一篇短文，重塑了一代人的教育话语。"数字原住民、数字移民"认为进入教育系统的学生因沉浸在数字技术中而发生了根本性转变。这个隐喻强大、直觉且立即产生了影响力。然而，后续研究将证明它在很大程度上是错误的。Bennett、Maton和Kervin（2008）表明，实证证据不支持对一代人具有普遍高技术技能或根本不同学习风格的主张。社会经济地位、教育背景和个人动机是数字能力远比代际成员身份更强的预测因素。

Mertala等人（2024）在对2001-2022年间发表的1886篇文章的文献计量分析中，记录了数字原住民概念尽管在实证上薄弱但仍具有显著持久性。本文通过对欧盟和中国的系统比较来考察数字原住民神话背后的当代现实。

2.1 欧洲方法：DigComp 2.2

欧盟定义和衡量数字能力的主要工具是公民数字能力框架（DigComp）。最新版本DigComp 2.2（2022年发布）提供了250多个新的知识、技能和态度示例，组织在五个领域的21项能力中。2022年更新纳入了与人工智能系统和数据驱动技术相关的示例。

2.2 中国方法：集中式数字素养运动

中国的数字素养方法在制度架构上根本不同。《2025年提升全民数字素养与技能计划》由中央网信办、教育部、工信部和人社部联合发布，确立了包括发展数字人才培养体系、扩大人工智能应用与治理在内的优先事项。教育信息化2.0行动计划（2018年启动）设定了教学应用覆盖全体教师、学习应用覆盖全体学生、数字校园建设覆盖全部学校的目标。结果在基础设施方面是显著的：到2025年，99.9%的中国学校拥有100Mbps或更快的宽带。

Wang和d'Haenens（2025）在首次直接比较中发现了特征性模式：中国的进展归功于实现快速基础设施部署和标准化的集中政府主导倡议，而欧盟的方法则强调通过基于框架的评估实现个人能力发展。

3.1 政策格局

欧盟《人工智能法》（第2024/1689号条例）引入了特定的人工智能素养义务。第4条于2025年2月2日生效，要求人工智能系统的提供者和部署者确保其工作人员具备足够的人工智能素养水平。中国的方法将人工智能素养整合到更广泛的数字素养运动中，并从2025年9月起纳入所有中小学的强制性人工智能教育。

3.2 实证发现

Hornberger等人（2025）对德国、英国和美国1465名大学生的多国评估发现，德国学生展示了更高的人工智能素养，英国学生对人工智能持有更消极的态度，美国学生报告了更大的人工智能自我效能感。Pan和Wang（2025）对782名中国EFL教师的潜在类别分析确定了四种不同的人工智能素养类别：差（12.1%）、中等（45.5%）、良好（28.4%）和优秀（14.1%）。近58%的教师属于差或中等类别，这对人工智能素养教育具有重大意义。

4.1 中国：城乡差距

中国的数字鸿沟主要是地理性的。中国互联网络信息中心（CNNIC）2025年第55次报告显示，截至2024年12月中国网民规模达10.99亿，全国互联网普及率为79.0%。然而，农村互联网普及率为69.5%，比全国平均水平低近十个百分点。

4.2 欧洲：社会经济和成员国间差异

欧洲数字鸿沟沿不同轴线运作：社会经济地位、教育程度、年龄和成员国。欧盟委员会《2025年数字十年状况》报告记录，仅55.6%的欧盟人口拥有至少基本数字技能，远低于2030年80%的目标。荷兰（83%）和芬兰（82%）领先，而罗马尼亚（28%）和保加利亚（36%）大幅落后。

5. 屏幕时间、数字习惯和平台生态系统

中国和欧洲年轻人所处的数字环境不仅在规模上而且在性质上不同。中国青年主要使用微信（95.76%）、QQ（72.25%）、抖音（65.57%）和小红书（36.50%）。欧洲青年栖息在更碎片化的平台生态系统中。Livingstone、Mascheroni和Stoilova（2023）发现了双重关系：更高的数字技能与在线机会和信息利益正相关，但也与更大的在线风险暴露相关。

在中国，Zheng等人（2025）的荟萃分析发现中国青少年互联网成瘾患病率为10.3%，农村青少年比率更高。中国的监管应对——《未成年人网络保护条例》中的强制"青少年模式"和屏幕时间限制——代表了比欧盟依赖数字素养教育和平台自律更具干预性的方法。

6. 数字能力与创新能力

Zhou等人（2025）对宁波12所大学1334名学生的研究发现数字素养与创新能力之间存在强正相关（β = 0.76, p < 0.001）。这些发现表明数字素养不仅仅是一种消费技能，而是两个经济体都需要的创造性和批判性思维的基础。

7. 对课程设计的启示

第一，数字素养教育必须是结构化和明确的，而非假定的。实证证据——欧盟55.6%的基本数字技能、12.1%的中国EFL教师人工智能素养差——决定性地反驳了年轻人已具备数字能力的假设。

第二，人工智能素养需要特定的教学关注。第三，数字素养教育必须同时关注风险和机遇。第四，数字鸿沟必须作为社会经济和地理挑战而非代际挑战来应对。第五，数字素养框架必须发展以应对数字生活的算法维度。第六，跨文化数字素养教育必须抵制将一个系统作为衡量其他系统标准的诱惑。

8. 结论

数字原住民是一个已经过了其有用期的神话。在Prensky原始论文发表二十五年后，实证证据是明确的：在技术中成长并不产生数字能力。数字素养像任何其他形式的素养一样，必须被教授、练习和评估。

欧中方法的比较揭示了互补的优势和弱点。欧盟基于框架的方法提供了概念清晰度但在实施方面挣扎。中国集中化的基础设施主导方法实现了惊人的部署速度但在教师能力和城乡公平方面面临挑战。最有前景的前进道路结合了欧洲在能力定义和评估方面的严谨性与中国在部署和规模化方面的速度。

致谢

本研究在让·莫内卓越中心"EUSC-DEC"（欧盟资助 101126782，2023-2026年）框架内进行。

[REF] 参考文献

[REF] Bennett, S., Maton, K. & Kervin, L. (2008). The 'digital natives' debate: A critical review of the evidence. British Journal of Educational Technology, 39(5), 775–786.

[REF] Hornberger, M., Bewersdorff, A., Schiff, D. S. & Nerdel, C. (2025). A multinational assessment of AI literacy among university students in Germany, the UK, and the US. Computers in Human Behavior: Artificial Humans, 4, 100132.

[REF] Livingstone, S., Mascheroni, G. & Stoilova, M. (2023). The outcomes of gaining digital skills for young people's lives and wellbeing: A systematic evidence review. New Media and Society, 25(5), 1176–1202.

[REF] Long, D. & Magerko, B. (2020). What is AI Literacy? Competencies and Design Considerations. In: Proceedings of the 2020 CHI Conference on Human Factors in Computing Systems. ACM.

[REF] Mertala, P., Lopez-Pernas, S., Vartiainen, H., Saqr, M. & Tedre, M. (2024). Digital natives in the scientific literature: A topic modeling approach. Computers in Human Behavior, 152, 108076.

[REF] Pan, Z. & Wang, Y. (2025). From Technology-Challenged Teachers to Empowered Digitalized Citizens: Exploring the Profiles and Antecedents of Teacher AI Literacy in the Chinese EFL Context. European Journal of Education, 60(1), e70020.

[REF] Prensky, M. (2001). Digital Natives, Digital Immigrants, Part 1. On the Horizon, 9(5), 1–6.

[REF] Vuorikari, R., Kluzer, S. & Punie, Y. (2022). DigComp 2.2: The Digital Competence Framework for Citizens. EUR 31006 EN, Publications Office of the European Union.

[REF] Wang, C. & d'Haenens, L. (2025). Report-Based Interpretation of 2024 Digital Literacy and Skills in China and the EU. Springer.

[REF] Zheng, M.-R. et al. (2025). Prevalence of internet addiction among Chinese adolescents: A comprehensive meta-analysis of 164 epidemiological studies. Asian Journal of Psychiatry, 105, 104458.

[REF] Zhou, Y., Sun, X., Zhu, Y., Feng, Z., Sun, Q. & Zhong, X. (2025). The impact of digital literacy on university students' innovation capability: evidence from Ningbo, China. Frontiers in Psychology, 16, 1548817.

第四部分：未来方向

第四部分：未来方向