Critical GenAI Literacy: Postdigital Configurations
Notice bibliographique
Résumé
Abstract Critical Generative Artificial Intelligence (GenAI) literacy cannot be reduced to a universal framework. Rather, it must be understood as a constellation of situated literacies, shaped by disciplinary perspectives, socio-political contexts, and technological affordances. This multi-authored article explores the emerging concept of critical GenAI literacy and its postdigital configurations. Fourteen authors contributed with different sections, followed by five author-reviewers who examined the article as a whole. The objective was to invite diverse perspectives, constructive critique, and promote collaborative efforts to develop a clearer and more inclusive understanding of critical GenAI literacy. The introduction focuses on establishing some initial assumptions about what we mean by ‘critical’ in general, and for GenAI literacy in particular, and why a conjunction of postdigital configurations of the construct emerges as an adequate methodological solution. In the main part of the article, some authors focus on the concept of ‘literacies’ as a starting point for their reflection, while others directly examine critical GenAI literacy through a postdigital perspective. We conclude that critical GenAI literacy requires moving beyond technical skills to engage with AI’s epistemological, ethical, and relational dimensions, ensuring learners critically interrogate its role in knowledge production. Future inquiry should focus on integrating this literacy into education in ways that promote social justice, epistemic diversity, and democratic participation.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,006 | 0,068 |
| Communication savante | 0,016 | 0,016 |
| Science ouverte | 0,001 | 0,016 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».