报告行业投资评级 - 报告未提供明确的行业投资评级 [1][3][4][5][6][7][8][9][10][11] 报告核心观点 - **AI采纳加速但存在素养鸿沟**：拉丁美洲高等教育中，学生和教师的AI采纳率正在加速，分别达到**92%** 和**79%**，但AI素养差距持续存在，这构成了未来准备就绪的关键挑战 [4][8] - **AI素养是未来准备和信心的关键驱动力**：AI素养水平直接影响学生和教师对AI的认知、使用信心及对未来的准备程度，高AI素养群体在应对AI密集型工作环境和教学变革方面表现出更强的信心和能力 [4][10][107][134][137][140][143] - **机构支持与治理滞后于用户期望**：学生和教师均强烈呼吁机构提供更多AI素养培训、工具和清晰的指导方针，但目前机构在满足这些期望、建立透明治理和有效沟通方面明显落后 [4][10][148][150][154][156][167][168][193][194][195][199][200][203][204][210][212] 根据相关目录分别进行总结 1. 学生AI态度、使用与担忧 - **高采纳率与积极预期**：**92%** 的学生在学业中使用AI，相比2024年全球调查增长**6%**，且**73%** 的学生预计未来工作中会使用AI [22][23] - **移动优先的数字接入**：学生主要通过移动设备接入数字世界，**84%** 拥有手机，而拥有笔记本电脑的比例为**61%** [25][26] - **整体情绪积极但存在担忧**：**68%** 的学生对教育中的AI持积极或非常积极态度，但**65%** 的学生担心AI导致浅层学习，**56%** 担心评估公平性和数据隐私问题 [27][28][29][36][38][39][41] - **高频使用与特定工具偏好**：**67%** 的学生每天或每周使用AI，**ChatGPT** 是最主要工具，使用率达**88%**，其次是Google Gemini（**50%**） [30][31] - **主要用例为信息搜索**：学生使用AI的首要用途是搜索信息（**65%**），其次是获取新想法或起草（**61%**）和写作辅助（**47%**） [33][34] 2. 教师AI态度、使用与担忧 - **教师信心上升且采纳率增长**：**72%** 的教师对教育中的AI持积极或非常积极态度，较2025年全球调查的**57%** 显著上升，AI使用率达**79%**，增长**18%** [43][44][45][46] - **使用趋于保守**：**88%** 的教师对AI的使用程度为“极少”到“中等”，表明整合方式较为谨慎 [45][46] - **主要应用于教学准备自动化**：教师使用AI的首要用途是创建教学材料（**76%**），其次是制作多媒体材料（**47%**）和语言翻译（**44%**） [48][49] - **主要担忧学生过度依赖与评估能力**：**76%** 的教师强烈担心学生过度依赖AI，**78%** 的教师担心学生批判性评估AI产出的能力 [51][53][57][59] - **期待变革而非职位替代**：**94%** 的教师预计未来教学会使用AI，**76%** 的教师预计AI将带来显著或变革性影响，但仅**12%** 的教师认为AI会威胁其工作 [61][62][63][64][65][66] - **认为需重新设计评估与作业**：**48%** 的教师认为需要重新设计作业以应对AI，**52%** 的教师认为学生评估方法需要重大改变，其中**17%** 认为急需彻底改革 [67][69][70][72] - **教龄并非采纳阻力**：不同教学年限的教师在AI使用率（**75%-82%**）、未来使用预期（**94%**）及视AI为机遇的比例（**69%-71%**）上高度一致，挑战了资深教师更抗拒AI的假设 [74][75][76][77][78][79][81][82] 3. AI素养 - **学生AI素养普遍处于基础阶段**：在DEC AI素养框架的五个维度上，学生当前平均能力水平（**1.5-1.6**）远低于推荐掌握水平（**3**） [93][94] - **理解与数据**：**45%** 的学生仍处于学习AI基础概念阶段 [95][96] - **批判性思维与判断**：超过一半（**55%**）的学生难以批判性评估AI生成内容 [97][98] - **伦理与负责任使用**：学生虽认识到伦理风险，但实践有限，**50%** 处于需要改进阶段 [99][100][126][127] - **以人为本的技能**：**50%** 的学生处于以人为本AI使用的早期阶段 [101][102] - **领域专业知识**：一半学生无法将AI应用于其专业领域，职业准备面临风险 [104][105] - **AI素养显著影响信心与认知**：高AI素养学生中，**77%** 对进入AI密集型劳动力市场感到有准备，而低素养学生中仅**49%** 有此信心 [106][107] - **教师AI素养同样存在缺口且不均衡**：教师在各维度的平均能力水平为**1.5-1.7** [112][113] - **批判性思维与判断**：超过一半（**55%**）的教师缺乏对AI内容的强批判性判断 [56][118][124] - **伦理与负责任使用**：**55%** 的教师仍需改进负责任AI使用 [126][127] - **领域专业知识**：**55%** 的教师展现出将AI应用于教学的教育专业能力 [132] - **高AI素养教师更具前瞻性与积极性**：高AI素养教师中，**89%** 能清晰预见AI带来的变化，**72%** 相信AI能减轻行政负担，**80%** 认为AI能提高教学质量，**88%** 认为在课堂中整合AI对培养学生未来就业能力是必要的 [134][135][137][138][140][141][143][144] 4. 机构AI支持与资源 - **学生强烈要求AI素养课程支持**：**57%** 的学生期望其机构提供更多AI素养课程 [148][150] - **学生认为技能发展的三大赋能因素**：分别是获得AI工具和资源（**66%**）、获得机构或教师支持性AI指南（**47%**）、在课堂中与AI互动学习（**43%**） [151][152] - **教师感觉支持不足**：仅**30%** 的教师同意其机构提供了足够的资源来培养教师的AI素养 [154][156] - **教师采纳AI的主要障碍是知识缺乏**：未使用AI的教师中，**50%** 将原因归结为“不确定如何在教学中使用AI” [157][158][159] - **教师整合AI的三大赋能因素**：分别是教师AI素养与技能培训（**68%**）、获得AI工具和资源（**63%**）、以及AI整合最佳实践与用例集（**51%**） [161][162][163][164] 5. AI整合与用例 - **机构表现落后于学生期望**：仅**30%** 的学生认为其机构的AI工具整合方式符合他们的期望 [167][168] - **禁止AI将令多数学生失望**：**54%** 的学生表示，如果机构禁止AI，他们会感到失望 [169][171] - **学生对教师使用AI开发教学材料持开放态度**：**57%** 的学生支持教师使用AI辅助开发教学材料 [172][173] - **AI反馈是未充分利用的机会**：**50%** 的学生支持教师使用AI提供作业反馈，但仅**19%** 的教师实际在此用例中使用AI，表明存在利用缺口 [174][175] - **学生对AI评分态度分歧并担忧公平性**：**34%** 支持，**30%** 反对，**36%** 中立，且**56%** 的学生担心AI评估学生工作的公平性 [176][177][179][180] - **教师认为AI最大价值在于支持高阶思维**：超过一半的教师认为AI在培养批判性思维（**52%**）、创造性思维（**52%**）和解决问题能力（**49%**）方面最有益 [181][182][183] - **多数教师偏好主动整合AI**：**37%** 的教师偏好主动在课堂教授AI并允许学生作业使用AI，是占比最高的选项 [185][186] 6. 机构AI政策与指导方针 - **学生担忧学术诚信并呼吁明确指南**：**61%** 的学生担心同学滥用AI会导致不公平优势或贬低教育价值 [190][192] - **学生期望参与决策但感觉未被倾听**：**63%** 的学生期望参与机构AI工具决策，但仅**34%** 认为机构积极寻求他们对AI工具的反馈 [193][194][195] - **教师不确定其意见是否被听取**：**40%** 的教师对机构在制定和更新指南时是否征求其反馈持中立态度，表明存在沟通与参与缺口 [198][199][200] - **学生对AI指南的认知与评价**：仅**8%** 的学生完全了解并认为其机构的AI指南全面，而**26%** 的学生了解但认为指南不全面，是最大的群体 [203][204][205][206] - **教师对AI指南的认知与评价**：仅**5%** 的教师完全了解并认为指南全面，而**30%** 的教师既不了解也认为指南不全面，是最大的群体 [210][212][213][216]

公司活动与战略 - 公司宣布将于2025年11月18日举行第三届“Make it Matter Day”年度活动 [2] - 活动将汇集全球网络超过1000名员工 专注于学习如何负责任和创造性地使用人工智能 [2] - 活动为混合形式 内容包括生成式人工智能互动研讨会、团队讨论、知识测验和社区志愿者机会 [4][6] 人工智能的应用与效益 - 公司已将多项自有人工智能和自动化工具部署到日常工作中 包括优化人员配置计划、资源分配以及提供定价和风险洞察的智能生产评估 [3] - 人工智能通过减少重复性劳动 释放时间用于深度创造力 从而提升工作方式 自动化常规工作可增强人类创造力 使员工能专注于最重要的想法和经验 [3] - 活动旨在让员工理解人工智能的潜力和局限性 以及他们为工作带来的独特优势 [4] 核心价值观与影响 - 活动重点聚焦于人工智能如何与公司的核心价值“归属感、可持续性和健康”相结合 [2][4] - 此举旨在赋能团队做出更明智的选择 以惠及内部流程、客户工作、社区和地球 [4] - 公司致力于通过人工智能驱动以人为本的创新 [4]

政府AI技能培训计划 - 英国政府与亚马逊 BT 谷歌 IBM 微软 Sage等科技公司合作 计划培训750万名英国工人掌握基本AI技能[3] - 微软承诺在2025年底前提升100万名工人的技能 另有一项1.87亿英镑(2.53亿美元)的TechFirst计划旨在为所有年龄和背景的人提供AI技能培训[2] AI技能短缺现状 - 超过四分之三的公司面临AI技能短缺 AI暴露行业的技能要求变化速度比其他行业快66%[6] - 斯坦福大学研究发现 ChatGPT推出后(2022年底至2025年中) AI暴露行业的入门级职位在美国减少了16%[12] AI素养定义与挑战 - AI素养核心包括理解聊天机器人的潜在益处和局限性 以及模型偏差 数据来源和准确性验证能力[1][7] - 消费者层面的AI素养与构建模型者的AI素养存在显著差异[7] 企业培训框架 - 企业AI采用策略中需区分三类人员培训：需要理解AI商业潜力的高管层 使用AI驱动成果的普通员工 以及精通大语言模型技术的技术人员[8] - 95%的生成式AI试点项目未能推动收入增长 主要原因是工具和组织的"学习差距"[21] 劳动力市场影响 - 世界经济论坛估计到2030年AI将创造1.7亿个新工作岗位 同时消除9200万个工作岗位 全球就业净增7800万个(增长7%)[14] - 英国51%的成年人担心AI对其工作的影响 年轻求职者因AI面临更严峻的劳动力市场[11][12] 培训成功要素 - 最成功的AI技能提升计划以业务成果为导向 反向设计培训内容 而非泛泛地要求"更多人使用AI"[22] - 国家培训计划需明确目标 否则可能陷入通用化采用陷阱 无法吸引外国投资者[24] 持续学习必要性 - AI技术快速演进意味着技能培训必须是持续终身的过程 而非一次性活动[9][10][25] - 代理式AI等新兴技术可能在未来几年彻底改变AI素养的定义[9] 人口结构因素 - 英格兰和威尔士生育率处于历史低位 长期来看工作年龄人口减少 AI可能帮助提高效率应对劳动力短缺[15] - 如果企业未来几年自动化大多数入门级工作 可能造成年轻工人职业发展断层[16][17] 技术部署方式 - AI对工人的赋能或约束更多取决于雇主部署方式而非工具本身 亚马逊仓库案例显示AI可能加强监控而非提升决策自由度[19][20] - 全球税收协调变得必要 因为大多数AI赢家企业位于英国境外 限制了英国通过企业税获得的收益[21]