经合组织（OECD）2026年9月发布的PISA 2025测评结果显示，北京、上海、江苏、浙江四省市15岁学生的综合学业表现位居全球前列，其中科学、数学成绩位列首位，阅读成绩仅次于新加坡，数字工具问题解决能力则位居中国澳门、新加坡之后。对比2018年测评数据，四省市学生数学成绩稳步提升、科学成绩基本保持稳定，但阅读能力出现明显回落。这一数据特征表明配资平台是否限制交易次数，我国四省市中学生具备扎实的学科知识基础与成熟的学科解释能力，却在长文本阅读、事实辨析、独立判断等核心素养上存在明显短板。
学生科学成绩的高位表现，核心依托已有证据推导结论的应试与判断能力。但真正的科学创新，不止步于验证既定答案，更要求学生主动提出无标准答案的开放性问题，并自主论证、对研究结论全权负责。这种高阶探究与创新能力，必须以深度长读、事实甄别、独立思辨为底层支撑。阅读素养的薄弱短板，直接制约了学生提出原创问题、完成完整科学论证、承担探究责任的核心能力，成为学生科学素养进阶的关键瓶颈。
知识优势尚未转化为高阶探究能力
探讨人工智能时代的青少年科学素养培育，需首先厘清两个核心概念：一是人工智能教育，核心是让学生认知、理解人工智能技术的原理、逻辑与价值；二是人工智能赋能教育，核心是将人工智能作为工具，服务于各学科学习与科学探究全过程。二者紧密关联，但育人侧重点、实施目标截然不同。
完整的科学探究应包含三大核心环节：读懂实证信息、提出探究问题、论证并负责结论，而深度阅读是贯穿全程的基础能力。人工智能融入科学探究的核心价值，是辅助学生夯实、深化各探究环节，而非替代学生完成核心思辨与实践过程，这是人工智能赋能科技教育的核心边界。
在科学探究场景中，人工智能让教师从重复性知识讲解中脱身，将教学重心转移到课堂追问、思辨讨论、探究实验设计等高质量教学环节，为分层教学、因材施教落地创造了有利条件。
当前，数字工具、实验操作与计算思维的融合应用，已成为新时代科学素养的核心组成部分。对照PISA数据来看，我国四省市学生科学、数学成绩稳居全球首位，但数字工具问题解决能力仍落后于新加坡等地。这充分说明，学生扎实的书本知识优势，尚未有效转化为数字化场景下的高阶探究能力，也是未来科技教育提质升级的重要突破口。
学生使用智能工具的边界尚不清晰
上海是国内同步推进人工智能教育落地、人工智能赋能学科教学的典型地区。自2024年秋季学期起，上海中小学正式开设《人工智能基础》地方必修课程，每周不少于1课时，帮助学生系统认知人工智能技术。课程常态化进课表，解决了学生人工智能学习“有无”的问题，但并未完全实现育人提质的核心目标。人工智能赋能科技教育的最终成效，不取决于课时开设数量，而取决于技术介入后，学生是否仍能坚持自主阅读、自主提问、自主思辨，真正主导科学探究的全过程。
人工智能赋能教育的核心前提，是坚守工具本位与学生主体，始终让学生成为科学探究的核心主体，让人工智能仅作为辅助工具。PISA 2025的一组关键数据值得教育界审慎思考：借助人工智能完成文本概括、文章写作、课题研究等综合性学业任务的学生，科学平均成绩较未使用者低约20分；而仅用人工智能解决常规基础性问题的学生，成绩与未使用者无显著差异。
尽管二者仅为相关性关联、并非绝对的因果关系，但足以证明人工智能的使用方式，直接决定其对学业素养的影响效果。
若学生将阅读理解、思路构思、逻辑论证等核心思辨环节全部交由人工智能完成，科学探究便会沦为形式，学生无法生成真实问题、形成独立思维。反之，若将人工智能用于资料整理、现象模拟、辅助计算等工具性场景，便能有效赋能科学探究，不会削弱学生的科学素养。
数据显示，我国四省市学生每周使用人工智能聊天机器人辅助学习的比例为41%，低于OECD国家46%的平均水平。当前教育治理的核心痛点，并非人工智能使用频次过高，而是人工智能课程全面铺开后，学生的智能工具使用规范、学习边界尚未建立完善。
生成式人工智能能够快速输出语句通顺、逻辑完整、看似严谨的文本答案，若学校仅以最终答案、文本成果作为单一评价标准，学生的试错探索、深度反思、迭代修正的思考过程便会彻底缺失。而这种反复思辨、修正完善的过程，正是创新能力培育的核心关键，也是当下科技教育最需守护的育人环节。
人工智能教育应关注三个核心问题
结合上海人工智能教育的推进实践，笔者认为，当前科技教育的发展需重点关注三大核心问题。
其一，人工智能课堂教学要提高教学质量。目前，人工智能课程已全面纳入课表，但学生的深度思维尚未完全融入学习过程，课堂育人效能有待提升。
上海市级层面计划三年内培育大量人工智能种子教师，也印证了复合型专业师资队伍仍处于建设完善阶段。现阶段多数信息科技教师转型承担人工智能教学任务，易将课程简化为软件操作教学，重技能、轻原理、轻思维，课堂教学模式亟待优化。
同时，一线科技教师普遍缺乏真实探究问题的设计与教学指导能力，人工智能与科学学科融合教学的专业支撑不足，如何让人工智能课堂真正落地思维培育、素养培育，是当前亟需解决的核心问题。
优配网入口其二，人工智能赋能教育的评价应突破单一模式。《上海市推进实施人工智能赋能基础教育高质量发展的行动方案（2024—2026年）》明确提出，要同步搭建人工智能课程体系与配套评价体系，覆盖人工智能通识教育、人工智能赋能学科教学两大维度。但当前，部分学校的评价方式较为单一，混淆两类育人目标，片面以学生最终作品质量、考试分数作为评价核心标准，忽视探究过程的考核。
同时，区域、校际之间的实验室配置、算力资源、社会育人资源存在明显不均衡，加剧了育人差距。若缺失完善的过程性评价机制，人工智能赋能科学探究极易沦为样板式展示课、功利化竞赛课——优质资源学校可打造精品育人案例，多数普通学校仅能机械完成课时任务，难以实现素养落地。
此外，单一的结果导向评价，会让学生依托人工智能快速生成标准化、无瑕疵文本，看似学业成果优异，实则丧失独立思考、自主创新的能力。与此同时，数据安全、价值引领、学习诚信等配套规范尚未完全细化，缺乏学生可落地、可遵守的智能工具使用准则，育人风险防控存在短板。
其三，在普惠育人与拔尖培养间寻求平衡。当前我国科学素养优异的学生已形成一定规模，但具备高阶阅读思辨能力的学生占比仍然偏低，能力结构存在明显失衡。在人工智能教育的拔尖人才培养中，部分培养模式过度侧重工具操作熟练度、竞赛成绩，陷入“重技能、轻素养”的误区，难以真正培育学生的创新思维。而在普惠育人层面，全体学生阅读能力的持续回落，会从根本上动摇科学探究的素养根基，让人工智能时代的科学育人缺乏可持续发展的核心支撑。真正的人机协同育人，应当构建“学生提问题—机器做辅助—学生判结论”的闭环，始终坚守学生的探究主体地位。
元股证券:ygzq.hk具体做来，不妨先夯实学生深度阅读、事实辨析、证据判断的核心基础能力，再依托智能技术拓展科学观察、实验模拟、数据运算的探究边界。以此扭转阅读能力回落的态势，稳固科学学业优势，推动学生的数字工具应用能力从“解题答题”的浅层应用，升级为“实验设计、数字创作、自主探究”的高阶赋能，实现科学素养的全方位提升。
探究的核心价值是学生提出“好问题”
基于以上思考，人工智能时代科学探究与育人质量的核心检验标准可明确为——在人机协同的学习场景中，具有探究价值的核心问题由学生自主提出，最终的研究结论由学生自主论证、全权负责。
为落实这一育人目标，中小学教育可从四大维度精准发力、规范提质。首先要明确人工智能的使用边界，严格区分工具辅助与思维替代，禁止学生依托智能工具完成文本通读、逻辑思辨、自主论证等核心学习环节，坚守自主学习底线；其次，保留科学探究的完整过程，优化作业评价标准，要求学生清晰梳理问题来源、证据取舍依据、结论漏洞与反思，杜绝“重结果、轻过程”；第三，优化教师分层培训体系，人工智能通识课教师的培训重心从软件操作技能，转向培育学生对人工智能的深度认知；学科教师的培训重心聚焦真实科学探究场景设计、人机协同课堂引导；第四，完善拔尖人才评价体系，打破唯竞赛、唯技能的评价导向，综合考察学生的人工智能认知水平、阅读思辨能力、问题创新能力与跨学科表达能力。
唯有全方位落实以上举措，才能让学生的科学学业领先优势，从浅层的考试分数，真正转化为人工智能时代可持续、可迁移的核心素养。
（张逸中 作者为华东师范大学计算机软件理论研究所博士配资平台是否限制交易次数，上海STEM云中心创始人）
内蒙古配资网提示：本文来自互联网，不代表本网站观点。
相关文章
大盘行情指数走势
热点资讯