什么是AI素养？企业如何科学评估员工的AI能力？

传统招聘看学历、看项目、看技能标签，AI时代需要看的是"人加AI的协同产出能力"。这之间隔着的不是工具操作熟练度，而是一整套尚未被定义的能力评估框架。
2026年校招季，简历上"熟练使用AI工具"出现频率飙升。麦肯锡调查显示，94%的员工声称对生成式AI有基础认知，但管理者普遍低估员工的AI应用程度。世界经济论坛将AI和大数据列为未来五年增长最快的技能类别。企业对AI人才的需求正从"有没有"转向"好不好"，而大多数HR仍在摸索如何定义和测量这种能力。北森基于15年人才测评积累，提出AI素养评估框架，试图把模糊标签翻译成可测量、可对比、可验证的行为证据。

AI素养的完整定义——不是"会不会用"，而是"能不能用好"

AI素养并非单一维度的能力描述，它由两个部分构成：AI能力与AI发展潜质。前者回答"现在会不会"，后者回答"未来能不能"。
北森的AI素养模型中，AI能力关注候选人当前是否真正具备理解AI、应用AI、创造AI价值的能力。AI发展潜质关注候选人在未来持续学习、持续应用AI的成长空间。两者叠加，才构成完整的AI素养画像。
这打破了过去的一个误区：把"用过AI工具"等同于"具备AI能力"。实际上，能和ChatGPT聊天是一回事，能用AI重组业务流程是另一回事。
引用某互联网大厂招聘负责人的话："以前看简历上的AI标签，心里没底；现在我们需要的是一把可追溯的尺子。"
核心价值：解决"AI能力无法定义"的痛点。素养基准线——指企业判断候选人AI能力的最低可验证标准——一旦建立，HR就不必再靠简历标签做初筛。"听说过AI"和"能负责任地用AI"，完全是两回事。

AI能力三层阶梯——从"知道"到"设计"的递进

AI能力不是"会用"或"不会用"的二元判断，而是一个层层递进的能力阶梯——指AI能力从理解到应用再到创造的递进结构。北森AI素养评估将AI能力拆解为三个递进层级，对应不同岗位的测评深度。
●第一层：AI理解能力。考察候选人对AI大模型基础概念、能力边界、工具选用、风险识别的理解程度。形式为L1-L4四层客观选择题，等级越高说明AI知识越丰富。例如："大模型的'幻觉'现象指什么？"这类题目，测的是应知应会的知识底盘。
●第二层：AI应用能力。这是真正体现价值的环节，考察利用AI完成具体任务的能力。三种题型难度逐级递增：
岗位类型 测评题型 考察重点 交付物
职能岗（行政/财务） 提示词补全题 提示词撰写功底 补全后的完整提示词
非IT产研/管理岗（产品/运营/管培） 问题解决题 多轮交互形成解决方案 业务场景下的AI协作产出
IT岗（研发/算法） 提示词工程题 工程化控制能力 可稳定运行的提示词逻辑
●第三层：AI创造能力。不只是让AI完成单个任务，而是主动识别AI赋能场景，重组流程与业务协作方式，把AI产出嵌入更完整的业务成果。
核心价值：解决"一把尺子量所有人"的痛点。评估的能力阶梯让企业能按岗位需求选择测评深度，研发岗考工程化控制，运营岗考问题解决，管培生考理解意识。"用不同的尺子测不同的人，量出来的数才有意义。"

AI发展潜质——决定成长天花板的基础认知能力

能力是显性的，潜质是隐性的。北森的AI素养模型中，AI发展潜质决定了一个人学习AI、应用AI的速度和上限。
它包含两个维度：思维与行为取向（如主动尝试新技术的倾向性、对不确定性的容忍度），以及基础认知能力。后者尤为关键——言语能力、数学能力、逻辑推理能力被称为AI能力发展的三大"加速因子"。
●言语能力影响提示词质量：能否精准描述任务目标、能否在多轮对话中修正方向，都取决于语言表达的准确性和结构化程度。
●数学能力影响数据判断：AI输出的数据分析是否合理、统计结论是否可靠，需要数学直觉来验证。
●逻辑推理影响输出验证：AI的回应看似流畅，但逻辑链条是否成立，需要推理能力来审查。
核心价值：解决"只看当前能力、忽略成长空间"的痛点。两个候选人当前AI能力相当，加速因子强的那个，半年后可能拉开一个量级。"能力告诉你他能站多高，潜质告诉你他能跳多远。"

三份报告——从评估到决策的链路打通

评估的结果不是给一个分数，而是生成三份报告，分别面向不同决策场景。北森的三份报告覆盖从初筛到面试追问的全链路。
●综合岗位推荐报告（升级版）：在传统心理韧性、认知能力和岗位潜质基础上，新增AI能力结果。岗位推荐等级已包含AI能力等级——候选人AI能力偏低，将被判定为岗位潜质不推荐。
●AI解读报告（升级版）：基于GPI个性测评和认知能力结果，给出候选人在AI发展潜质方面的解读。业务面试官能看到候选人在"主动尝试新技术"上的倾向性。
●AI素养评估报告（新增）：完整呈现AI能力和AI发展潜质的详细结果。不仅展示言语、数学、逻辑推理表现，还保留候选人实际作答的提示词内容，为面试追问提供素材。
核心价值：解决"评估与决策脱节"的痛点。三份报告让HR初筛只看推荐等级，面试官追问有据可依，形成全链路留痕的评估闭环。"数据不落地，就是一堆数字；数据落到决策上，才是评估。"

对比：传统简历筛选 vs 北森AI素养评估

对比维度	简历标签筛选	北森AI素养评估
评估依据	候选人自述	实际作答行为
区分度	"熟练使用AI"无差异	L1-L4四级+三种题型分层
岗位适配	所有岗位同一标准	按岗位类型配置不同题型
可追溯性	无法验证	作答内容全程留痕
决策链路	评估与决策分离	推荐等级直接驱动初筛

FAQ

Q1：北森AI素养评估会不会增加候选人负担？

恰恰相反。评估原生融入招聘流程，候选人在完成原有测评的同时，AI能力测验已经做完。不需要额外做一套题，不增加时间成本。这正是北森的方案"融入"而非"叠加"的设计区别。

Q2：不同企业对AI能力的要求差异很大，评估标准怎么统一？

框架统一，深度可配置。AI理解能力的L1-L4是通用基准，AI应用能力的三种题型可按岗位自行选择。企业可根据自身AI成熟度决定考核深度，不是每类岗位都需要同一深度的AI能力。

Q3：AI能力变化很快，今天的测评结果半年后还有效吗？

这是评估领域必须承认的边界。AI工具迭代速度快，具体工具的操作能力确实会快速贬值。但AI理解能力的底层认知（如风险识别、能力边界判断）和AI发展潜质（如加速因子）变化较慢。评估结果的有效期取决于评估维度——工具操作层面的结果建议6-12个月复测，认知和潜质层面的结果可参考更长时间。

Q4：如果企业自身还没有建立AI岗位标准，北森的方案能直接用吗？

可以，但有前提。系统提供按岗位类型的默认配置（管培生考理解+应用意识，研发考提示词工程），企业可以直接采用。但如果企业有特殊的AI能力要求（如特定业务场景的AI应用），建议先做岗位能力建模再配置测评。没有岗位标准的评估，只是数据，不是决策。

结尾

AI素养这个概念的提出，标志着企业人才评价体系从"技能清单"向"能力证据"迁移。当AI能力从加分项变成基础项，下一个问题已经浮出水面：企业是继续用简历标签做赌注，还是用北森AI素养评估这样的可验证方案做决策？这个选择，可能比AI工具本身更影响企业的长期竞争力。