浙江省在校大学生人工智能素养现状及影响因素研究

孙天宇 金晨希 沈茜茜 董奕扬

浙江万里学院大数据与软件工程学院，浙江 宁波

摘要：文章旨在摸清浙江省在校大学生人工智能素养现状，识别影响因素并探索优化路径。针对浙江省在校大学生开展问卷调查，采用多阶段混合抽样方法进行问卷回收，对问卷数据采用描述性分析、交叉分析、K-means 聚类、梯度提升决策树、AHP 层次分析法等多种研究手段, 从认知现状、影响因素、提升需求三个维度展开全方位探究。基于研究结论，从个人、学校、社会、国家及教育部门四个层面提出针对性对策建议，为构建协同高效的 AI 素养培育体系、助力大学生适应智能社会提供实证参考与实践支撑。

关键词：人工智能素养；态度与认知；影响因素；决策树模型；AHP 层次分析法

1 概述

近年来，人工智能技术进入普惠化发展阶段，ChatGPT 等大模型的广泛应用推动其深度融入教育、产业、社会治理等多个领域。我国 2024 年提出“人工智能+”行动，2025 年进一步强调人工智能在产业赋能与人才培养中的核心作用，浙江省紧随国家战略，

出台《浙江省推进“人工智能+教育”行动方案（2025-2029 年）》等政策，

推动高校开设人工智能通识必修课，构建教育应用生态。在此背景下，人工智能素养作为数字时代公民的核心能力，涵盖技术理解、伦理反思、创造性应用等多个维度，成为大学生适应未来社会、参与 AI 创新的关键基础。

在人工智能融入教育方面，陈静远错误!未找到引用源。等（2023）通过对浙江大学大一新生的调查发现，理工科学生的 AI 知识基础普遍优于文科生，且城市生源学生的 AI 认知水平高于农村生源学生。这表明，专业背景和成长环境对 AI 素养的初始水平具有重要影响。熊英灼、杨海涛[2]认为，当前侦查学专业融入人工智能素养教育的过程中，

面临课程体系碎片化、教师综合能力

不足、实训平台与业务需求不匹配等问题；其立足该教育融入侦查人才培养的战略意义，分析了智慧侦查实践教学的现状与问题，并提出针对性创新路径，为培养新时代公安人才提供了参考。关于在校大学生人工智能素养的认知现状方面，黄如华,石乐怡,吴应强[3]提出，当前大学生的 AI 素养多集中于基础知识层面，在 AI 伦理、算法思维及实际应用能力维度仍较为薄弱；李睿,王欣苗,戴蕴秋[4]指出，高校 AI 教育多以通识课程为主、缺乏系统性培养方案，教师自身 AI 素养不足的问题，也导致学生的 AI 技能难以匹配未来职业需求。关于在校大学生人

工智能素养的提升路径方面，裴小娟[5]

聚焦广东高师师范生，发现其 AI 素养存在概念偏差、基础弱等问题，从政策、组织、学习者生态三方面归因，构建了针对性提升路径，弥补了特定场景的实践研究空白。

在人工智能技术重塑社会格局的背景下，本研究以浙江省在校大学生为对象，聚焦其 AI 素养现状、影响因素与提升路径展开研究。通过问卷与访谈摸清其素养水平，填补区域研究空白；运用数据分析挖掘个人、教育、

社会等维度的关键影响因素，为决策提供依据；助力培养适配数字经济的复合型人才，支撑数字中国建设。

2 调查方案

本次调查对象为浙江省 109 所高校共 131.81 万位大学生，采用分层抽样、随机抽样与 PPS 抽样结合的方式进行抽样调查。问卷包括基本信息、

态度认知、影响因素及提升需求四个模块。在问卷调查中共发放问卷 770份，回收 743份有效问卷，回收率96.5%。通过 SPSS 进行信效度检验，结果良好。

3 调查结果

3.1 浙江省在校大学生认知现状分析

3.1.1 了解程度

由图 1 显示，30.3%的大学生对人工智能的了解程度为比较熟悉，25.4%的大学生对人工智能的了解程度为一般了解。总体来看，大学生对人工智能的总体认知度中等。

图 1 人工智能了解程度饼图

3.1.2 了解的人工智能类型

根据柱形图和频数分析，绝大多数浙江省在校大学生了解语言大模型类人工智能，占比为 74.43%，超一半的受访者了解 AI写作助手类以及学习辅助类 AI 工具，了解图像生成与处理类、角色社交类的人数较少。

560

600

400

200

0

395

134

0

395

271

图 2 了解的人工智能类型柱形图

3.1.3 对不同领域影响及感知度

在未来就业、日常生活、学习教育三个领域中，浙江省在校大学生认为 AI 对其具有中等影响的人数最多，占比分别为 35.8%、32.57%、33.11%。

3.1.4 伦理与安全问题的关注程度

浙江省在校大学生使用 AI 工具时对伦理与安全问题的关注程度普遍为一般和比较关注 ， 二者分别占比34.45%、27.32%。大学生对伦理与安全问题的关注程度多处于中间水平，完全不关注的情况极少。

3.1.5 认知画像构建

通过聚类分析对浙江省在校大学生认为学习人工智能素养的主要影响因素情况进行分类，将通过性别、年级、专业、学校类型、了解程度、在使用 AI 工具时是否关注伦理与安全问题、AI 对不同领域的影响程度、了解的 AI 类型 16 个因素作为分类指标，我们按照类别对被调查者的个人特征信息进行分类，寻找群体的主要特征，最终刻画相应的被调查者画像。

（1）技术聚焦型：占 30.8%，女性人数占比高；年级分布集中在本科三年级；专业大多为工学；学校类型多为本科 (民办/独立学院)；对人工智能的了解程度为比较熟悉；在使用 AI工具时， 比较关注伦理与安全问题；认为 AI 对未来就业、日常生活、学习

教育有显著影响；了解语言大模型类、 AI 写作工具类的 AI 类型。

（2）技文互嵌型：占 27.5%；男性人数占比高；年级分布集中在本科二年级；专业大多为工学；学校类型多为本科 (民办/独立学院)；对人工智能的了解程度为一般了解；在使用 AI工具时，对伦理与安全问题的关注度一般；认为 AI 对未来就业、日常生活、学习教育有中等影响；了解语言大模型类、AI 写作工具类、角色社交类的AI 类型。

（3）技教共生型：占 20.2%；男性人数占比高；年级分布集中在本科二年级；专业大多为医学；学校类型多为本科 (民办/独立学院)；对人工智能的了解程度为一般了解；在使用 AI工具时，对伦理与安全问题的关注度一般；认为 AI 对未来就业、日常生活、学习教育有中等影响；了解语言大模型类、AI 写作工具类、学习辅助类的AI 类型。

（4）全维融合型：占 21.5%；男性人数占比高；年级分布集中在本科二年级；专业大多为理学；学校类型多为本科 (公办)；对人工智能的了解程度为比较熟悉；在使用 AI 工具时，比较关注伦理与安全问题；认为 AI 对未来就业、日常生活、学习教育有显著影响；了解语言大模型类、AI 写作工具类、学习辅助类、其他类的 AI 类型。

3.2 大学生 AI 素养的影响因素探究

3.2.1 关键影响因素识别

本次调查采用 Cochran Q 检验的差异性分析，Q=886.243，P=0.000，呈现显著性，拒绝原假设。认为“个

人”“AI 教育与培训”“AI技术”“社会文化环境”“专业与职业需求”“伦理与法律意识”这 6 个影响因素在受访者眼中对学习人工智能素养的主要影响因素效果有区别。

根据模型准确率，选取梯度提升决策树（GBDT）模型，将 6 个维度的 26 个具体因素作为自变量，学习 AI 素养的主要影响因素认知度作为因变量，构建认为学习 AI 素养的影响因素模型。

（1）个人 。跨学科/领域结合能力、逻辑思维能力是影响学习 AI 素养的个人关键支撑因素 ， 得分为15.7828。。这说明这源于 AI 技术本身的交叉性，需融合数学、计算机、语言学等多学科知识才能深入掌握，其核心作用在于打破学科壁垒，为 AI学习提供综合性知识框架，因此成为个人层面最关键的支撑因素。逻辑思维能力排名第二，得分为 14.9892。这说明 AI 技术的算法构建、模型推理等环节高度依赖逻辑分析与抽象思维，它为理解 AI 原理、优化问题解决方案提供了思维工具，是将知识转化为 AI应用能力的重要桥梁，故而占据重要地位。

（2）AI 教育与培训。校内学习AI 氛围是影响学习 AI 素养的 AI 教育与培训的关键驱动因素 ， 得分为19.1971。这源于氛围对个人学习主动性和持续性的深层塑造，浓厚的校内AI 学习氛围能整合教学资源、凝聚学习合力，为个人接受 AI 教育与培训提供最基础的环境支撑，因此成为该领域最关键的驱动因素。非计算机专业学生接触 AI 机会居于次位，得分为18.0999。这说明 AI 素养的提升离不

开实践体验，针对性的接触机会能让非专业学生突破学科限制，在教育与培训过程中实现理论向能力的转化，它为个人获取 AI 相关经验搭建了重要路径，在该类因素中占据突出地位。

（3）AI 技术。学校/平台硬件资源性能是影响学习 AI 素养的 AI 技术最重要因素，得分为 37.3776。这源于AI 素养的提升离不开对技术工具的实际运用，丰富的 AI 工具能为学习者创造直接接触、操作和探索技术的机会，帮助其在实践中理解 AI 技术的功能与逻辑，为 AI 素养的形成提供最核心的技术载体，因此成为该领域最首要的支撑因素。

（4）社会文化环境。媒体报道 AI的准确性在影响学习 AI 素养的社会文化环境因素中最为关键 ， 得分为 35.5068。这说明社会文化环境对个体认知的基础性塑造作用，准确的 AI 媒体报道能为公众传递客观的技术知识、理性的应用视角，避免因误导性信息产生认知偏差，为个体形成科学的 AI素养提供最根本的社会认知基础，因此成为该领域最核心的引导因素。

（5）专业与职业需求。接触过 AI相关实习或项目在影响学习 AI 素养的专业与职业需求因素中最为关键，得分为 33.9046。专业与职业需求对学习目标具有直接导向作用，相关实习或项目经历能让学习者直观感受 AI 在实际工作中的应用场景与价值，将学习AI 素养与职业发展需求紧密关联，为针对性提升 AI 素养提供最核心的实践动力，因此成为该领域最首要的驱动因素。

（6）伦理与法律意识。AI 存在的

潜在危害在影响学习 AI 素养的伦理与法律意识因素中最为关键，得分为29.1406。

3.2.2 重要性得分排序

根据特征重要性分析得分表可知影响学习 AI 素养的关键因素为：AI 教育与培训、专业与职业需求、AI 技术因素、伦理与法律意识。

表 1 重要性得分表

影响因素	高重要性特征	重要性得分
AI 教育与培训	教师 AI 教学能力、AI 技术实践机会	5.8-6.0
专业与职业需求	行业对 AI 人才需求、职业对 AI 的要求	5.5-5.7
AI 技术因素	AI 工具使用门槛、硬件资源性能	5.2-5.4
伦理与法律意识	AI 法律法规知晓度、伦理问题责任归属	4.9-5.1

3.3 大学生 AI 素养的提升需求分析

（1）更倾向的学习方式。分别为课程学习和实践， 以在线课程/自学、学校课程（必修/选修）为主，企业实习/工作坊、实践项目/竞赛为辅。

（2）在 AI 学习过程中遇到的主要障碍。主要障碍与提升 AI 素养的实际困境密切相关。缺乏实践阻碍理论向实操转化，而导师缺位加深探索难点，此外，经济成本限制前沿资源接触。

（3）希望学校/平台提供的 AI 教育与培训。学校/平台的 AI 教育与培训选项、提供实践机会与相关项目/竞赛，推动理论向实操转化；增设 AI 课

程及供给学习资源，弥补系统课程不足。这说明伦理与法律意识的培养需以对技术风险的认知为基础，明确 AI的潜在危害能促使学习者主动关注技术应用的边界与规范，理解相关伦理准则和法律条款的必要性，为形成健康的 AI 伦理与法律素养提供最核心的认知前提。

4 对策建议

（1）大学生个人层面，应将 AI工具融入日常学习与生活，从文书处理、信息检索等基础场景入手，通过高频使用建立对技术的直观认知。可以按照“理论基础—工具实操—专业融合”的阶梯路径进行系统学习，避免碎片化获取知识。应主动参与校内竞赛、创新项目或企业实习，在真实任务中锻炼技术应用与迁移能力，培养跨领域解决问题的思维。

（2）高校层面，高校需从师资、课程、实践三方面协同推进。加强教 师培训，引入企业导师，提升教学的 实践性与前沿性；构建“通识+专业”融合的课程体系，建设集成化学习资 源平台；通过校企共建实验室、设立 项目孵化机制等方式拓展实践场景。

以及可通过支持学生社团、开放创新空间、举办技术沙龙等方式，营造自主探索、协作共进的学习生态。

（3）社会层面，企业应开放技术资源与实践场景，深度参与课程设计与项目指导；行业协会可推动建立人才能力标准，并搭建产学对接平台；科技馆、创客空间等社会机构可开展体验式科普活动，降低学习门槛；媒体与内容平台应加强理性引导，促进

优质教育资源的广泛共享。

（4）国家及教育部门层面，教育主管部门应加强顶层设计，通过政策引导与专项资金支持资源均衡配置；建设整合优质课程、工具与案例的国家级学习平台；健全“产业教授”机制与教师企业研修制度，促进产学研深度融合；并关注不同院校与学科差异，提供分类指导与资源支持，推动AI 素养教育的公平与高质量发展。

参考文献

[1]陈静远,刘明月,陈立萌,等.大一新生期待什么样的人工智能通识课程——来自浙江大学的调查[J/OL].高等工程教育研究,1-16[2025–08–11].

[2] 熊英灼,杨海涛.人工智能素养教育融入智慧侦查实践教学的路径研究[J]. 质 量 与 市场,2025,(10):182-184.

[3] 黄如花,石乐怡,吴应强,等.全球视野下我国人工智能素养教育内容框架 的 构 建 [J]. 图 书 情 报 知识,2024,41(03):27-37

[4] 李睿,王欣苗,戴蕴秋,等.人工智能素养发展维度指标构建的新思路— — 《2023人工智能促进教育发展报告》节 选 四 [J]. 中 国 教 育 信 息化,2024,30(07):43-53.

[5] 裴小娟.新师范背景下师范生人工智能素养现状及提升路径研究[D].广州大学,2023.

作者简介：孙天宇（2004—），女，内蒙古包头人，浙江万里学院统计学专业 2023 级本科生。

基金项目：本研究得到国家级创新创

业训练计划项目（编号：202510876009）资助。

...