这份研究综述系统梳理了K-12阶段AI素养教育的实证证据，填补了领域内多项研究空白。通过科学规范的文献分析，揭示了AI素养教育的演进脉络与核心主题，为教育政策制定和课程设计提供了宝贵的实证依据，对推动AI教育普及具有重要指导意义。
智能速览
研究采用PRISMA规范从4481篇文献中筛选出22项实证成果
K-12 AI素养实证研究自2022年起呈现显著增长态势
混合研究方法是当前领域的主导研究范式
中学阶段是当前研究的重点，小学及早期教育明显不足
AI素养研究聚焦于认识、整合和评估三大核心主题
教师发展和低学段研究是未来需要加强的重点方向
精华内容
随着人工智能技术的快速发展，如何在基础教育阶段培养学生的AI素养已成为全球教育界关注的焦点。这项系统性综述为我们描绘了当前研究版图，也指明了未来发展方向。
研究概况
该研究采用严谨的PRISMA系统综述方法，从最初筛选的4481篇相关文献中，经过层层筛选最终纳入22项符合标准的实证研究成果。研究运用文献计量与主题分析法进行深度挖掘，整体分析信度达到95.42%，确保了研究结果的可靠性和科学性。
研究时间跨度显示，关于K-12 AI素养的实证研究在2022年开始呈现显著增长态势，反映出这一领域正受到越来越多的学术关注。
方法特点
在研究方法层面，混合研究方法成为当前K-12 AI素养研究的主导范式，体现出研究者对综合性研究证据的追求。这种质性研究与量化研究相结合的方法，能够更全面、深入地揭示AI素养教育的复杂性和多维性。
研究对象分布显示，中学阶段是目前实证研究的重点关注群体，相关研究数量占比较高。相比之下，针对小学阶段和早期教育的AI素养研究明显不足，存在较大的研究空白。
核心主题
通过对纳入研究的深度分析，发现当前K-12 AI素养研究主要集中在三大核心主题方向。
第一是“认识AI素养”，主要聚焦于AI素养的概念界定、内涵构建以及教育管理者、教师、学生等不同利益相关者对AI素养的认知和理解。
第二是“整合AI素养”，重点探讨如何在现有教育体系中有效融入AI素养教育，包括具体的教学路径设计、课程开发策略以及影响AI素养教育实施效果的关键因素。
第三是“评估AI素养”，涉及AI素养测评工具的开发与验证，以及AI素养教育对学习动机、计算思维等相关能力的实际影响效果评估。
研究缺口
该综述不仅系统总结了现有研究成果，更重要的是明确指出了当前研究领域存在的重要缺口。
首先，针对低学段（尤其是小学和幼儿园阶段）的AI素养研究严重不足，无法为全学段AI素养教育体系构建提供完整支撑。
其次，对教师AI素养发展的研究相对薄弱，包括教师AI素养的标准构建、培训模式、专业发展路径等关键议题亟需深入探索。
此外，跨群体、跨文化的比较研究也有待加强，以更好地理解不同背景下AI素养教育的适用性和有效性。
这项综述研究为K-12 AI素养教育领域奠定了坚实的文献基础，不仅系统揭示了研究演进脉络，更为教育实践提供了清晰的指引。未来研究需要更多关注低学段教育、教师专业发展和跨文化比较等方向。如何在人工智能时代构建符合不同年龄段特点的AI素养教育体系，仍是一个值得深入探索的重要课题。
