AIHRAI 素养自测 v1.0
AI 素养自测
五个维度、各三题，量化个人 / 团队的 AI 素养——从「懂不懂」到「用不用、守不守、辨不辨、学不学」，即时出分与提升建议。锚定 AI 素养（AI literacy）框架。
📊 使用说明
1. 每题按 1–5 打分：1 = 完全不符合，5 = 完全符合。
2. 五个维度各 3 题，维度得分＝该维度 3 题平均分；总素养＝五维等权平均（各 20%）。
3. 总分映射到三档：< 2.8 基础薄弱 / 2.8–3.7 初步具备 / ≥ 3.7 素养良好。
4. 可作为个人自评，也可由团队集中评后取均值，定位共性短板。
1. 每题按 1–5 打分：1 = 完全不符合，5 = 完全符合。
2. 五个维度各 3 题，维度得分＝该维度 3 题平均分；总素养＝五维等权平均（各 20%）。
3. 总分映射到三档：< 2.8 基础薄弱 / 2.8–3.7 初步具备 / ≥ 3.7 素养良好。
4. 可作为个人自评，也可由团队集中评后取均值，定位共性短板。
① 基础认知
理解 AI 的基本概念与能力边界
1. 能区分不同类型 AI（如生成式、决策式）与其典型用途
1
2
3
4
5
2. 理解 AI 的局限（幻觉、偏见、依赖数据质量），不会盲目信任
1
2
3
4
5
3. 知道 AI 在组织中涉及的基本伦理与合规议题
1
2
3
4
5
② 工具实操
能稳定地把 AI 用于真实工作
1. 能针对具体任务写出有效提示，稳定获得可用产出
1
2
3
4
5
2. 会把 AI 嵌入日常工作流，而非偶尔单独使用
1
2
3
4
5
3. 知道如何组合多工具 / 多步骤完成复杂任务
1
2
3
4
5
③ 数据与安全
知道数据保护与合规边界
1. 知道什么数据可以 /
不可以输入给公开 AI 工具
1
2
3
4
5
2. 了解所在行业 / 法域对 AI 数据处理的基本合规要求
1
2
3
4
5
3. 对敏感场景（招聘、绩效）会主动规避偏见与隐私风险
1
2
3
4
5
④ 批判评估
能识别错误、偏见与不实
1. 会核验 AI 产出的关键事实与引用，而非直接采用
1
2
3
4
5
2. 能发现 AI 产出中的逻辑漏洞、偏见或过度自信
1
2
3
4
5
3. 在关键决策前会用人工判断为 AI 产出兜底
1
2
3
4
5
⑤ 持续学习
主动跟进 AI 能力与变化
1. 会主动关注 AI 新能力与最佳实践，而非止步于已会的部分
1
2
3
4
5
2. 会把新学到的 AI 用法迁移到工作，并分享给同事
1
2
3
4
5
3. 组织提供了持续学习的渠道（培训、内部分享、实验空间）
1
2
3
4
5
AI 素养
—
逐维度明细
优先提升项
这个工具在解决什么
「AI 素养」常被简化成「会不会用工具」，但真正决定组织能否用好 AI 的，是一组更宽的能力：懂边界、能实操、守安全、会批判、持续学。AI 素养自测把这组能力拆成五个维度，让你看清自己或团队停在哪一层——是只会点聊天框，还是已经具备可迁移、可守界的真素养。
如何使用
- 适用对象：个人自评，或团队集中评后取均值定位共性短板。
- 谁来打：个人自评即可；团队版建议 HR + 业务负责人共评。
- 打分：每题 1–5，按真实状态打原始分。
- 出结果：点「计算素养」，立即得到总分、等级与逐维度明细、提升建议。
- 复用：可把本页打印或截图，用于培训需求分析 / 人才盘点。
为什么有效
AI 素养（AI literacy）在近年被多份劳动力研究反复强调为「AI 时代的基础能力」，其内涵远超工具操作：它包含对 AI 能力与边界的认知、在真实任务中的实操、对数据与合规的守护、对产出的批判性评估，以及持续跟进变化的学习力。本自测把五维等权（各 20%），是因为任一维成为短板都会让「素养」不实——尤其「批判评估」与「数据与安全」，是多数尝鲜者最先暴露的缺口。阈值（2.8 / 3.7）是便于落地的经验切分，应结合岗位性质校准（如 HR 敏感岗位应要求更高）。
变体
- 岗位校准版：对招聘、绩效等敏感岗位提高「数据与安全」「批判评估」权重。
- 团队对比版：各业务单元分别评，定位共性培训需求。
- 追踪版：每季度复评，观察素养是否随培训提升。
更新日志
- v1.0（2026-08-11）：五维度自测初版，统一森林绿设计系统，含浏览器内深色模式零回归与「延伸阅读」内链。
AIHR 数智引擎 · 资源库「浏览器内即用」系列原型。自测框架为素养诊断辅助工具，具体培训与人才决策须结合业务实际。