AI Fluency 分众课合集：同一套 4D 框架，8 个场景怎么用
一句话
Anthropic 把 4D 框架改编成 8 门分众课：学生、高校教师、教学设计、幼儿园到高中（pK-12）教师、非营利组织、小企业、开发者（Builders）、创作者。每门课的骨架相同——先复习 4D，再练“描述—鉴别”和“委派—尽责”两个循环——差别在于各行业最在意的风险和最常见的任务。
这篇导读覆盖的课程
- AI Fluency for students —— 把 AI 当学习伙伴；用 AI 做职业规划；学会“当回路里的人”
- AI Fluency for educators —— 把 4D 用到课程设计、学习目标、教材和作业上
- Teaching AI Fluency —— 怎么在课堂上教 4D、怎么评估学生的 AI 素养、AI 对学科内容的冲击
- AI Fluency for pK-12 Educators —— 学习路径，含 2 门课：教师自学版和“培训培训师”工作坊套件
- AI Fluency for nonprofits —— 与 GivingTuesday 合作；研究、写作、数据分析和隐私
- AI Fluency for Small Businesses —— 与 PayPal 等合作；客户沟通、后台管理、透明使用 AI
- AI Fluency for Builders —— 与 CodePath 合作；从定义问题到上线产品，代码和用户体验的鉴别
- AI Fluency for Creative Work —— 从“不用 AI”出发，用两个透镜决定 AI 是否、在哪、怎样进入创作；CC BY-NC-SA 4.0 授权
课程结构
- 共同骨架 1 · 4D 复习
- 每门课开头都快速复习 4D 框架；部分课程附带 AI 原理和能力边界的简介。
- 共同骨架 2 · 描述—鉴别循环
- 内层循环：一轮轮描述和鉴别，打磨单次产出。
- 共同骨架 3 · 委派—尽责循环
- 外层循环：决定交给 AI 什么，并为结果承担责任。
- 行业专题
- 各课不同：学生课讲学习与求职，教师课讲课程与作业设计，非营利课讲隐私与数据，小企业课讲透明使用，开发者课讲代码和体验的鉴别，创作课讲两个创作透镜。
- 综合与测验
- 把两个循环串起来，用于本行业的完整工作流，再做测验拿证书。
精华：这门课真正要你带走的东西
两个循环是这组课的共同主线。核心课里 4 个 D 是并列的；分众课把它们组成两个循环。内层循环是描述和鉴别：针对一次具体产出，说清要求、评估结果、改进要求。外层循环是委派和尽责：在项目层面决定哪些环节用 AI，事后为整体结果负责。新手常常只在内层打转，越改越细，却没回头问“这一步该不该交给 AI”。
学生版：别让 AI 替你学。重点是分清“用 AI 帮我理解”和“用 AI 替我完成”。前者让 AI 出题考你、解释你没懂的概念、反驳你的论点；后者直接交作业。课程最后强调学生要做“回路里的人”（human in the loop）：结论由你判断，不由 AI 判断。
教师版与教学版：先改课，再改作业。教师版教你用 4D 重新审视学习目标——AI 能代劳的技能，还要不要考？教学版更进一步，讲怎么评估学生的 4D 能力，怎么设计“允许用 AI、但必须展示鉴别过程”的作业。pK-12 路径还提供一套现成的工作坊材料，让老师回学校培训同事。
非营利与小企业版：资源少，更要守住边界。这两门课都强调人手和预算有限，所以 AI 的收益很大；同时都要对外部人负责——捐赠人、受助人、顾客。共同重点是隐私（哪些数据不能贴进 AI 工具）和透明（什么时候要告诉对方这段内容由 AI 参与）。
开发者版：能跑通不等于能交付。Builders 课覆盖从定义用户问题到上线的全过程。鉴别部分分成代码鉴别和用户体验鉴别两块：AI 写的代码要读懂、要测试；AI 设计的界面要拿真实用户检验。课程结尾的主题是“为你做的东西背书”。
创作者版：从“不用 AI”出发。这门课的起点很特别：默认不用 AI，再用两个透镜判断要不要用。创作价值透镜问：这件作品的价值来自哪里，哪些部分是“我之所以是我”的地方？生产透镜问：哪些环节只是体力活，交出去不影响作品的独特性？两个透镜交叉，得出 AI 在你创作里的角色。
关键概念
- 内层循环（描述—鉴别）
- 针对单次产出的迭代：描述要求、评估结果、改进描述。
- 外层循环（委派—尽责）
- 项目层面的决策与担责：决定哪些环节用 AI，并为整体结果负责。
- 回路里的人（human in the loop）
- AI 参与的流程中，关键判断和最终决定由人做出。
- 创作价值透镜（Creative Value Lens）
- 判断作品价值来源的分析工具，用来保护作品里属于创作者本人的部分。
- 生产透镜（Production Lens）
- 从制作流程角度判断哪些环节适合交给 AI。
- 透明使用（transparent AI use）
- 向受影响的人说明 AI 在工作中的参与程度，是尽责的一部分。
学前准备
- 建议先学完第 02 篇对应的核心课 AI Fluency: Framework & Foundations。分众课只简单复习 4D。
- 准备一个 AI 聊天工具做练习；课程示例用 Claude.ai，其他工具也可以。
- 只选和你身份最接近的 1–2 门学，不必全学，8 门课的骨架高度重合。
动手练一遍
选你所在的场景，做对应练习：
- 学生：选一门正在学的课，让 AI 根据你的笔记出 5 道题考你，而不是让它总结笔记。答完让它指出你理解错的地方。
- 教师：拿一份现有作业，写出“学生用 AI 能在 10 分钟内完成的部分”。把这部分改成要求学生提交 AI 对话记录并写出自己的鉴别意见。
- 小企业 / 非营利：列一张表：左栏是你常贴进 AI 工具的资料类型，右栏标“可以 / 去掉个人信息后可以 / 不可以”。
- 开发者：让 AI 写一个小功能，然后不看它的解释，只读代码，写出 3 个你会追问的边界情况，再让它补测试。
- 创作者：拿你最近一件作品，用两个透镜各写 3 句：价值来自哪里；哪些步骤只是体力活。据此写一条你自己的 AI 使用原则。
容易卡住的地方
- 8 门课全学一遍。骨架重复度高，选 1–2 门对口的即可。
- 跳过核心课直接学分众课。分众课默认你已经懂 4D 的每一层。
- 把隐私当成技术问题。贴资料前问“这是谁的数据、对方同意了吗”，这是尽责问题。
- 创作者把“用不用 AI”当成站队。课程的立场是逐个环节分析，而不是全用或全不用。
延伸阅读
- 上一篇：AI Fluency 4D 框架 —— 分众课的前置知识
- CC BY-NC-SA 4.0 许可协议（中文） —— AI Fluency for Creative Work 的授权条款：署名、非商业、相同方式共享
- Anthropic Education Report —— Anthropic 关于大学生如何使用 Claude 的研究报告（英文）