调查：AI 时代数据素养被视为 K-12 核心能力，超八成受访者支持高中前掌握

据 IT之家 8 月 10 日援引 Phys.org 报道，DS4E 与 Mathematica 近日发布的一项调查显示，在人工智能持续影响教育与就业环境的背景下，家长、教师和教育管理者对“数据素养”的重视程度明显提升。来源显示，本次调查共收集了 1333 名家长、教师和教育局官员的问卷，多数受访者认为，学生应在 K-12 阶段，也就是从幼儿园到高中阶段，系统培养理解、分析和使用数据的能力。

这项调查的核心结论是：数据素养正在从“专业技能”转向“基础能力”。在生成式 AI、智能搜索、自动化办公和算法推荐广泛进入学习与工作场景后，学生不仅需要会使用工具，更需要理解数据如何被收集、解释和应用，以及如何判断由数据和算法生成的信息是否可靠。

调查结果：数据教育不应只属于数学和计算机课

根据来源披露的结果，88% 的受访者认为，所有学生都应在高中毕业前具备数据素养能力；84% 的受访者认为，数据素养和数据科学应融入更多学科，而不应局限在数学和计算机科学课程中；另有 76% 的受访者认为，AI 的发展让数据教育的重要性达到前所未有的高度。

这意味着，在受访群体看来，数据教育不只是让学生学习表格、统计或编程语言，而是应成为跨学科能力的一部分。例如，在科学课中理解实验数据，在社会研究中分析调查结果，在英语或媒体课程中判断信息来源和论证质量，都可以成为数据素养训练的场景。

• 88% 受访者支持学生高中毕业前具备数据素养能力；
• 84% 受访者支持将数据素养和数据科学融入更多学科；
• 76% 受访者认为 AI 让数据教育的重要性显著提升；
• 多数受访者更看重问题解决能力、批判性思维和基础学科学习。

AI 教育重点转向“理解问题”，而不只是学习工具

值得注意的是，调查还显示，多数受访者认为，相比单纯掌握某项技术，学生更应在 AI 时代学习解决问题的能力和批判性思维，并扎实掌握数学、科学和英语等基础学科。相比之下，编程、编写提示词（Prompt）并未被认为是 AI 时代最优先学习的内容。

这一判断与当前 AI 工具的发展趋势有关。随着大模型应用门槛降低，很多原本需要专业软件或代码才能完成的任务，正在被自然语言交互和自动化流程替代。对学生而言，真正的挑战不再只是“会不会操作工具”，而是能否提出清晰问题、识别偏差、理解数据背后的限制，并对 AI 生成结果进行验证。

从中文读者熟悉的教育和职场环境来看，这一趋势同样值得关注。AI 助手、智能表格、数据看板和自动化办公工具正在进入更多行业，未来许多岗位都可能要求从业者具备基本的数据判断能力。不会数据分析并不等于不能使用 AI，但缺乏数据素养会削弱对 AI 输出结果的判断力。

影响解读：数据素养可能成为下一轮基础教育改革关键词

这项调查释放出的信号是，AI 时代的教育焦点正在从“是否学习 AI”转向“如何为 AI 环境培养底层能力”。如果数据素养被纳入 K-12 核心学习内容，课程设计可能需要从单一学科教学转向更多跨学科项目，例如让学生围绕真实问题收集数据、提出假设、进行分析并表达结论。

对学校和教育机构来说，这也意味着教师培训、教材设计和评价方式都需要调整。数据素养并不等同于提前培养数据科学家，而是帮助普通学生形成基本的数据意识，包括读懂图表、理解统计结论、识别误导性表达，以及在使用 AI 工具时保持审慎。

总体来看，DS4E 与 Mathematica 的调查表明，在 AI 重塑学习与就业的背景下，家长和教育从业者已开始将数据素养视作类似阅读、写作和数学的基础能力。未来，围绕数据、AI 与基础教育之间关系的讨论，预计还会持续升温。