AI委托流畅度框架与评估工具提出

2026年10月13日，EdArXiv教育预印本发布研究，针对AI系统已能跨多步骤工作流自主行动的新局面，提出"委托下的AI素养"应定义为校准式分配——将AI自主权与错误后果及任务对执行者的发展价值相匹配。该两轴模型划分出自动化、先自主尝试、带预警线委托、人类保留四种模式，并指出同一任务的适用模式因人而异、随专业能力发展而动态变化。研究通过边界设定、分配、审计、保留四个维度将模型操作化，与Dakan和Feller（2025）的4D框架（委托、描述、辨别、勤勉）系统对应，并推导出四个可检验命题。研究者同时提出Calibrated Delegation Assessment，该基于表现的测评工具结合情境判断测试与"尝试-检查-核对"任务，并给出题目蓝图、评分模型及分阶段验证方案。文末讨论了对课程、评估与机构AI政策的启示。

AI 根据报道生成 · 1 天前更新

还没有足够的连续观测数据，暂不绘制趋势。