AI素养:一种新的工作能力
资料下载
从资料检索、内容生成,到数据分析、代码编写、方案讨论,越来越多的工作都可以借助AI完成。
随之而来的问题是:企业该如何判断一个人会不会用AI、能不能用好AI?
这让AI素养成为人才评价中的一个新命题。
在传统胜任力面试中,资深面试官会综合候选人的回答、行为证据和情境信息形成判断,其中既有成熟的方法,也包含大量依赖经验的专业判断。
当评价任务交给大模型,仅仅依靠模型自身的理解和推理能力,并不足以保证评价结果始终稳定、可信。
01 AI素养正在成为一种新的工作能力
今天,使用AI已经不再是少数人的尝试。会写提示词、熟悉不同的大模型、经常借助AI完成工作,都能说明一个人有一定的使用经验,但还不足以判断他的AI素养。
差异往往要放到具体的工作任务中才能看出来。
比如,同样借助AI完成一份竞争对手分析。有人会直接让AI总结几家公司的优势、劣势和机会点,很快得到一份看起来完整的报告;有人则会先想清楚,这次分析要支持什么决策,需要了解哪些信息,哪些材料值得采信。AI给出结果后,他还会核验关键事实,区分事实与推断,再形成自己的判断。
两个人都会用AI,最后做出来的东西却可能相差很大。
差别并不只在于会不会使用某个工具,而在于能不能把问题想清楚、把信息组织好、知道怎样借助AI,以及能不能判断AI给出的结果是否可靠。
当AI能够承担更多执行性工作,人的作用会更多体现在问题定义、过程把控和结果判断上。
哈佛商学院等机构的研究者与BCG合作,对758名咨询顾问开展的一项实验发现:在AI擅长的任务上,使用GPT-4能够明显提高工作速度和质量;但在超出AI能力范围的任务上,使用AI反而可能增加错误判断。
研究者用“锯齿状技术前沿”来描述AI并不整齐的能力边界:两个看起来相似的任务,AI可能在一个任务上表现很好,在另一个任务上却并不可靠。
因此,影响工作表现的不只是有没有AI,还包括一个人是否知道什么时候适合用AI、怎么用,以及什么时候不能轻易相信AI的结果。
这也是我们理解AI素养的起点。
当使用AI开始影响一个人怎么理解问题、怎么解决问题、怎么完成工作,AI素养也就不再只是“会不会用一个新工具”,而成为一种新的工作能力。
02 AI素养,既看当前能力,也看发展潜力
如果把AI素养看作一种工作能力,还需要进一步回答:它具体包括什么?
从人才评价的角度,北森关注两个方面:一个人现在具备怎样的AI能力,以及面对未来的新工具、新任务,能否继续学习和适应。
基于这一思路,北森把AI素养分为三类当前能力——AI理解能力、AI应用能力和AI创造能力,同时关注一个人的AI发展潜质。

其中,AI创造能力要求更高,主要关注能否进一步设计、组合和创新AI解决方案。对于企业更常见的招聘筛选和人才盘点,通常重点考察AI理解能力、AI应用能力和AI发展潜质。
AI理解能力,看的是一个人是否了解AI能做什么、不能做什么。
一个人不需要掌握复杂的模型原理,但需要知道AI擅长什么、容易在哪里出错,能够识别幻觉、事实错误和逻辑偏差,也知道在数据、隐私、知识产权以及专业判断等方面有哪些需要注意的边界。
AI应用能力,看的是能不能真正借助AI把事情做好。
现实中的工作任务,往往不会把目标、信息和步骤都准备得很清楚。要用好AI,需要先把问题想明白,补充必要的信息,合理拆解任务;在使用过程中,还要根据结果不断调整,并对最终输出进行检查和判断。
AI理解、AI应用和AI创造,更多反映一个人现在已经具备什么能力。
但AI工具变化很快。今天熟悉某个模型、掌握某种方法,并不意味着以后仍然能够应对新的工具和工作方式。
因此,北森还会关注一个人的AI发展潜质:面对新的工具、问题和工作方式,他是否愿意主动尝试,能否理解复杂问题,能不能从实践中总结规律,并把已经掌握的方法用到新的场景中。
在北森对AI素养测评的研究中(N=2,966),我们看到一个值得关注的现象:“懂AI”和“会用AI”之间,存在明显差距。
样本中,AI理解达到高水平的人接近六成,但AI应用达到高水平的不足一成;即使在AI理解较好的人群中,仍有约一半人的应用能力处于低或中低水平。与此同时,在当前AI能力较低的人群中,仍有约两成的AI发展潜质相关指标位于样本前列。
这说明,当前能力和未来的发展潜力并不能简单画等号。
评价AI素养,既要看一个人现在已经具备怎样的能力,也要看他面对新的工具和任务时,能否继续学习,并把已有的方法用到新的工作中。
03 AI素养怎么考,要回到真实任务
明确了AI素养是什么,接下来的问题是:如何考察?
如果只在面试中问“平时怎么使用AI”“常用哪些工具”,更多了解的其实是一个人的使用经历。
候选人可以提前准备案例,也可以熟练地讲出自己用过哪些模型、怎么写提示词。但他是不是真的能用AI解决问题,能不能发现AI的错误,面对复杂任务时会怎么判断,仅靠自我陈述很难看清。
因此,北森在评估AI素养时,会组合使用不同类型的测评任务。
既有AI基础知识和情境判断,也有需要候选人实际借助AI完成的问题解决任务;对于部分岗位,还会进一步考察提示词的设计与调试。同时,结合认知基础和行为特点,了解其AI发展潜质。
其中,AI理解主要通过知识题和情境判断题进行考察。
到了AI应用,任务会更接近真实工作。候选人会拿到具体的工作背景、相关材料和交付要求,并实际借助AI完成任务。
例如,系统可以先给出一份存在错误和遗漏的AI初稿,要求候选人结合业务规则发现问题、补充遗漏的信息和关键约束,再通过多轮交互和调整,让AI的输出逐步变得更准确、更可用。
这类任务看的不只是最后交出什么答案,也包括候选人怎么理解任务、怎么整理信息、怎么与AI交互,以及怎么检查AI的结果。
对于AI使用要求更高的岗位,还可以进一步考察提示词工程能力。
重点不是看一个人会不会写一段“漂亮的提示词”,而是看他能不能把任务目标、必要材料、关键约束和检查标准说清楚,并通过反复测试和修改,形成比较稳定、可以重复使用的方法。
AI发展潜质则更多结合认知基础和行为倾向,判断一个人以后学习新工具、尝试新方法,以及把已有经验用到新任务中的可能性。
不同岗位,对AI素养的要求也不完全一样。
AI理解、AI应用和AI发展潜质可以作为相对通用的框架,但不同岗位使用AI的场景和程度不同,需要重点考察的内容也会有所差异。
对于通用岗位和初入职场的人才,基础的AI理解、风险意识和基本应用能力,就能够提供重要信息。
对于产品、运营、人力资源等经常需要处理大量信息、面对开放性问题的岗位,则更需要关注一个人在复杂任务中能不能借助AI解决问题。
对于未来需要承担AI应用推动、业务创新等职责的人才,还需要进一步关注复杂的AI应用能力,以及面对新工具、新场景时持续学习和适应的能力。
也就是说,AI素养有相对通用的能力框架,但具体考什么、考到什么程度,需要结合岗位来定。
因此,企业在设计AI素养评价时,需要进一步回答几个实际问题:哪些岗位需要重点关注AI素养?不同岗位应该重点看什么?需要达到怎样的水平?又该设计什么样的任务去识别?
在实际招聘中,AI素养评价也可以嵌入企业已有的选拔流程。
某头部厨电企业在校招中,将AI素养测评与AI面试官组合,用于候选人筛选;某头部智慧物联企业则将AI素养与关键岗位测评结合,作为人才选拔中了解候选人AI能力的一项补充证据。
具体的AI工具还会不断变化,今天熟悉的模型和使用方法也可能很快更新。
但对企业来说,真正值得关注的并不是一个人会不会使用某一个AI工具,而是他能不能理解AI、借助AI解决问题、判断AI给出的结果,并在工具和工作方式变化之后继续学习和适应。
当越来越多的工作需要借助AI完成,AI素养也正在成为衡量一个人能否把工作做好的新能力。
北森推出AI素养评估方案,帮助企业在招聘中识别理解AI、会用AI的人,欢迎联系北森顾问试测~

资料来源:Dell’Acqua, F., McFowland III, E., Mollick, E., et al. (2026). Navigating the Jagged Technological Frontier. Organization Science, 37(2), 403–423.
从资料检索、内容生成,到数据分析、代码编写、方案讨论,越来越多的工作都可以借助AI完成。
随之而来的问题是:企业该如何判断一个人会不会用AI、能不能用好AI?
这让AI素养成为人才评价中的一个新命题。
在传统胜任力面试中,资深面试官会综合候选人的回答、行为证据和情境信息形成判断,其中既有成熟的方法,也包含大量依赖经验的专业判断。
当评价任务交给大模型,仅仅依靠模型自身的理解和推理能力,并不足以保证评价结果始终稳定、可信。
01 AI素养正在成为一种新的工作能力
今天,使用AI已经不再是少数人的尝试。会写提示词、熟悉不同的大模型、经常借助AI完成工作,都能说明一个人有一定的使用经验,但还不足以判断他的AI素养。
差异往往要放到具体的工作任务中才能看出来。
比如,同样借助AI完成一份竞争对手分析。有人会直接让AI总结几家公司的优势、劣势和机会点,很快得到一份看起来完整的报告;有人则会先想清楚,这次分析要支持什么决策,需要了解哪些信息,哪些材料值得采信。AI给出结果后,他还会核验关键事实,区分事实与推断,再形成自己的判断。
两个人都会用AI,最后做出来的东西却可能相差很大。
差别并不只在于会不会使用某个工具,而在于能不能把问题想清楚、把信息组织好、知道怎样借助AI,以及能不能判断AI给出的结果是否可靠。
当AI能够承担更多执行性工作,人的作用会更多体现在问题定义、过程把控和结果判断上。
哈佛商学院等机构的研究者与BCG合作,对758名咨询顾问开展的一项实验发现:在AI擅长的任务上,使用GPT-4能够明显提高工作速度和质量;但在超出AI能力范围的任务上,使用AI反而可能增加错误判断。
研究者用“锯齿状技术前沿”来描述AI并不整齐的能力边界:两个看起来相似的任务,AI可能在一个任务上表现很好,在另一个任务上却并不可靠。
因此,影响工作表现的不只是有没有AI,还包括一个人是否知道什么时候适合用AI、怎么用,以及什么时候不能轻易相信AI的结果。
这也是我们理解AI素养的起点。
当使用AI开始影响一个人怎么理解问题、怎么解决问题、怎么完成工作,AI素养也就不再只是“会不会用一个新工具”,而成为一种新的工作能力。
02 AI素养,既看当前能力,也看发展潜力
如果把AI素养看作一种工作能力,还需要进一步回答:它具体包括什么?
从人才评价的角度,北森关注两个方面:一个人现在具备怎样的AI能力,以及面对未来的新工具、新任务,能否继续学习和适应。
基于这一思路,北森把AI素养分为三类当前能力——AI理解能力、AI应用能力和AI创造能力,同时关注一个人的AI发展潜质。

其中,AI创造能力要求更高,主要关注能否进一步设计、组合和创新AI解决方案。对于企业更常见的招聘筛选和人才盘点,通常重点考察AI理解能力、AI应用能力和AI发展潜质。
AI理解能力,看的是一个人是否了解AI能做什么、不能做什么。
一个人不需要掌握复杂的模型原理,但需要知道AI擅长什么、容易在哪里出错,能够识别幻觉、事实错误和逻辑偏差,也知道在数据、隐私、知识产权以及专业判断等方面有哪些需要注意的边界。
AI应用能力,看的是能不能真正借助AI把事情做好。
现实中的工作任务,往往不会把目标、信息和步骤都准备得很清楚。要用好AI,需要先把问题想明白,补充必要的信息,合理拆解任务;在使用过程中,还要根据结果不断调整,并对最终输出进行检查和判断。
AI理解、AI应用和AI创造,更多反映一个人现在已经具备什么能力。
但AI工具变化很快。今天熟悉某个模型、掌握某种方法,并不意味着以后仍然能够应对新的工具和工作方式。
因此,北森还会关注一个人的AI发展潜质:面对新的工具、问题和工作方式,他是否愿意主动尝试,能否理解复杂问题,能不能从实践中总结规律,并把已经掌握的方法用到新的场景中。
在北森对AI素养测评的研究中(N=2,966),我们看到一个值得关注的现象:“懂AI”和“会用AI”之间,存在明显差距。
样本中,AI理解达到高水平的人接近六成,但AI应用达到高水平的不足一成;即使在AI理解较好的人群中,仍有约一半人的应用能力处于低或中低水平。与此同时,在当前AI能力较低的人群中,仍有约两成的AI发展潜质相关指标位于样本前列。
这说明,当前能力和未来的发展潜力并不能简单画等号。
评价AI素养,既要看一个人现在已经具备怎样的能力,也要看他面对新的工具和任务时,能否继续学习,并把已有的方法用到新的工作中。
03 AI素养怎么考,要回到真实任务
明确了AI素养是什么,接下来的问题是:如何考察?
如果只在面试中问“平时怎么使用AI”“常用哪些工具”,更多了解的其实是一个人的使用经历。
候选人可以提前准备案例,也可以熟练地讲出自己用过哪些模型、怎么写提示词。但他是不是真的能用AI解决问题,能不能发现AI的错误,面对复杂任务时会怎么判断,仅靠自我陈述很难看清。
因此,北森在评估AI素养时,会组合使用不同类型的测评任务。
既有AI基础知识和情境判断,也有需要候选人实际借助AI完成的问题解决任务;对于部分岗位,还会进一步考察提示词的设计与调试。同时,结合认知基础和行为特点,了解其AI发展潜质。
其中,AI理解主要通过知识题和情境判断题进行考察。
到了AI应用,任务会更接近真实工作。候选人会拿到具体的工作背景、相关材料和交付要求,并实际借助AI完成任务。
例如,系统可以先给出一份存在错误和遗漏的AI初稿,要求候选人结合业务规则发现问题、补充遗漏的信息和关键约束,再通过多轮交互和调整,让AI的输出逐步变得更准确、更可用。
这类任务看的不只是最后交出什么答案,也包括候选人怎么理解任务、怎么整理信息、怎么与AI交互,以及怎么检查AI的结果。
对于AI使用要求更高的岗位,还可以进一步考察提示词工程能力。
重点不是看一个人会不会写一段“漂亮的提示词”,而是看他能不能把任务目标、必要材料、关键约束和检查标准说清楚,并通过反复测试和修改,形成比较稳定、可以重复使用的方法。
AI发展潜质则更多结合认知基础和行为倾向,判断一个人以后学习新工具、尝试新方法,以及把已有经验用到新任务中的可能性。
不同岗位,对AI素养的要求也不完全一样。
AI理解、AI应用和AI发展潜质可以作为相对通用的框架,但不同岗位使用AI的场景和程度不同,需要重点考察的内容也会有所差异。
对于通用岗位和初入职场的人才,基础的AI理解、风险意识和基本应用能力,就能够提供重要信息。
对于产品、运营、人力资源等经常需要处理大量信息、面对开放性问题的岗位,则更需要关注一个人在复杂任务中能不能借助AI解决问题。
对于未来需要承担AI应用推动、业务创新等职责的人才,还需要进一步关注复杂的AI应用能力,以及面对新工具、新场景时持续学习和适应的能力。
也就是说,AI素养有相对通用的能力框架,但具体考什么、考到什么程度,需要结合岗位来定。
因此,企业在设计AI素养评价时,需要进一步回答几个实际问题:哪些岗位需要重点关注AI素养?不同岗位应该重点看什么?需要达到怎样的水平?又该设计什么样的任务去识别?
在实际招聘中,AI素养评价也可以嵌入企业已有的选拔流程。
某头部厨电企业在校招中,将AI素养测评与AI面试官组合,用于候选人筛选;某头部智慧物联企业则将AI素养与关键岗位测评结合,作为人才选拔中了解候选人AI能力的一项补充证据。
具体的AI工具还会不断变化,今天熟悉的模型和使用方法也可能很快更新。
但对企业来说,真正值得关注的并不是一个人会不会使用某一个AI工具,而是他能不能理解AI、借助AI解决问题、判断AI给出的结果,并在工具和工作方式变化之后继续学习和适应。
当越来越多的工作需要借助AI完成,AI素养也正在成为衡量一个人能否把工作做好的新能力。
北森推出AI素养评估方案,帮助企业在招聘中识别理解AI、会用AI的人,欢迎联系北森顾问试测~

资料来源:Dell’Acqua, F., McFowland III, E., Mollick, E., et al. (2026). Navigating the Jagged Technological Frontier. Organization Science, 37(2), 403–423.
您也可以添加企业微信
马上开始1对1咨询
您也可以添加企业微信
马上开始1对1咨询