Anthropic AI素养课程

掌握与AI协作的核心能力，构建高效、安全、合乎道德的人机协作关系

智能协作
安全可靠
道德规范
课程标题

AI素养框架

AI素养框架（英文版）
AI素养框架（中文版）

AI素养的核心是能够高效、有效、安全且合乎道德地与AI系统互动

AI素养框架围绕"4D"能力构建：

委派 (Delegation)

任务委派合理分配人机分工

描述 (Description)

需求描述——精准表达指令与需求

辨别 (Discernment)

准确评估AI输出与行为的有用性

尽职 (Diligence)

对我们使用AI的方式和行为负责

课程总览（英文版）
课程总览（中文版）

委派 (Delegation)

委派概念（英文版）
委派概念（中文版）

委派是AI素养的第一环，指的是用户经过深思熟虑，判断哪些工作任务适合交由AI处理或与AI协作完成，哪些部分仍需人类主导，并据此选择最合适的AI工具及协作模式。这不仅仅是一个技术选择，更是一个策略性决策过程。

委派的核心在于"决定何时以及如何使用AI，并为任务选择正确的工具"

我们需要：

  • 理解在何种情况下、出于何种原因以及采用何种方式将特定任务委派给AI是合理的
  • 培养评估不同AI工具在特定任务上的适用性、优势与局限性的能力
  • 学会在具体任务中，如何恰当平衡人类与AI的角色和职责分配，以达到最佳协同效能
  • 认知到委派决策对后续协作效率、成果质量及潜在风险的影响

关键考量因素：

  • 任务性质：任务的复杂性、创造性要求、重复性程度、对精确性的要求等
  • 能力匹配：个人或团队的既有技能与AI在该任务上的能力是否匹配，能否形成互补
  • 成果预期：对任务成果的质量标准、创新性要求、以及完成时限
  • 效益与成本：使用AI可能带来的时间节省、成本降低或价值提升的权衡
  • 风险评估：AI处理任务可能存在的偏见、错误、安全漏洞或伦理问题

描述 (Description)

描述概念（英文版）
描述概念（中文版）

描述是实现有效人机协作的关键沟通环节。它不仅指编写有效的提示词（prompts），更是一门与AI系统进行清晰、有目的沟通的艺术，旨在创造一个人类与AI能够高效协同工作的环境。

AI无法读取用户的思想，因此，人机协作成果的质量在很大程度上取决于用户能否清晰、全面地阐述其需求、偏好的处理方式以及期望的互动风格。

我们需要：

  • 理解如何有效地向AI系统传达自己的意图和需求
  • 认识到在人机协作中，清晰、有目的的沟通至关重要
  • 发展在三个关键层面的描述技能：产品描述、过程描述和性能描述

核心技能：

  • 清晰表达：用明确无歧义的语言阐述需求
  • 结构化指令：将复杂任务分解为更小、更易于AI理解的步骤
  • 提供上下文：给予AI足够的背景信息，帮助其更好地把握任务的核心
  • 迭代优化：根据AI的初步反馈，不断调整和完善描述，直至达到预期效果

提示词工程 (Prompt Engineering)

提示词工程（英文版）
提示词工程技巧（英文版）
提示词工程（中文版）
提示词工程技巧（中文版）

6个有效提示词工程技巧：

  • 提供上下文
  • 展示"好"的样例
  • 指定输出约束
  • 分解复杂任务
  • 使用系统提示
  • 迭代和优化

辨别 (Discernment)

辨别概念（英文版）
辨别概念（中文版）

辨别是AI素养中与"描述"相辅相成的关键能力，它指的是用户审慎、批判性地评估AI所生成的输出内容、其达成输出所采用的过程以及在互动中的行为表现。如果说"描述"是向AI有效输入，那么"辨别"就是对AI的输出进行有效把关。

我们需要：

  • 理解如何以深思熟虑的方式评估AI的输出和执行过程
  • 发展在与AI互动过程中所需的批判性思维技能
  • 学习识别并有效处理在AI互动中可能出现的质量问题

"辨别"能力的三个层面：

  • 产品辨别：关注对AI实际输出成果的质量评估，包括准确性、适当性、连贯性和相关性
  • 过程辨别：评估AI是如何达成其输出结果的，审视逻辑错误、注意力偏差等问题
  • 性能辨别：评估AI在与用户协作过程中的行为表现本身

核心技能：

  • 事实核查：验证AI提供信息的准确性，尤其对于关键数据和论断
  • 逻辑分析：审视AI的推理过程是否合理，是否存在逻辑谬误
  • 识别偏见：警惕AI输出中可能存在的来自训练数据或算法本身的偏见
  • 评估创造性与原创性：对于创意类任务，判断AI生成内容的独特性和价值
  • 理解局限性：认识到AI当前的技术边界，不盲从其所有输出

即使是最先进的人工智能系统，也离不开人类的判断和监督。辨别能力与描述能力在一个人机协作的持续反馈循环中紧密配合，共同提升协作质量。

尽职 (Diligence)

尽职概念（英文版）
尽职概念（中文版）

尽职是"4D"框架中至关重要的一环，它关注的是在人机协作全过程中确保负责任性、透明度和问责制，尤其强调AI应用的伦理考量和安全保障。它要求用户对AI辅助生成或共同创造的内容和决策承担最终责任。

尽职的核心是"承担所有权，保持透明，并确保AI生成的工作合乎道德、准确且适当"

我们需要：

  • 深刻理解在AI协作中人类承担最终责任的必要性和重要性
  • 学习如何系统性地检查和确保AI生成内容的准确性、合乎道德以及场景适宜性
  • 培养识别和认知AI应用相关潜在风险的能力，并主动采取规避或缓解措施
  • 掌握在工作中适当声明AI使用情况（透明度）的方法和原则

关键实践：

  • 透明度：在适当的时候清晰声明AI在工作成果中的参与程度和扮演角色
  • 问责制：人类用户对最终输出的成果负有最终审查和确认的责任
  • 数据隐私与安全：在使用AI处理敏感数据时，严格遵守数据保护法规和伦理准则
  • 避免有害应用：警惕并主动避免将AI技术用于可能造成社会危害的场景
  • 持续学习与适应：保持学习心态，持续更新知识，适应新的挑战
  • 人类监督与干预：在AI决策或执行流程中设置必要的人类监督节点

尽职的核心是将人类的核心价值观和严谨的道德考量置于AI设计、开发、部署和应用的全过程，确保技术的发展服务于人类福祉，而非带来潜在风险或损害。