STEM教育如何擁抱人工智能——訪教育部教育數字化專家咨詢委員會主任委員、武漢理工大學校長楊宗凱

　　在全球科技迅猛發展的背景下，STEM（科學、技術、工程和數學）教育越來越受到重視，特別是隨著生成式人工智能融入高校教學、科研，人工智能不僅成為推動知識更新的重要驅動力，也成為促進STEM教育創新發展的重要工具。教育部教育數字化專家咨詢委員會主任委員、武漢理工大學校長楊宗凱在中國教育報記者專訪中，闡釋了人工智能賦能STEM教育的內涵、發展水平、現實挑戰與未來展望。

　　推進人工智能教育也要加強STEM教育

　　記者：當前，我國高校積極推動人工智能教育，STEM教育也涉及技術、工程，人工智能教育與STEM教育側重點有哪些不同？

　　楊宗凱：首先需要明確兩者概念范疇不同，人工智能教育聚焦于人工智能這一特定領域，強調對人工智能相關知識與技能的認知與探索，旨在讓學習者理解掌握人工智能的基本概念、原理、技術及其應用。STEM教育是科學（Science）、技術（Technology）、工程（Engineering）和數學（Mathematics）四門學科的整合教育，強調打破學科界限、實現跨學科融合，旨在讓學習者習得運用不同學科知識解決實際問題的方法與技能。

　　因概念范疇的不同，兩者在教育目標、教學內容上也有所不同。就教育目標，人工智能教育的學習內容具有較強的技術專屬性，致力于提升學習者人工智能素養，為更好適應智能時代的學習、工作、生活做好各方面準備。STEM教育中，教學多以實際問題為導向，更加強調培養學生在不同學科領域的基礎知識與技能，以及將這些知識技能遷移應用于實際情境的能力。

　　記者：人工智能教育與STEM教育有哪些內在聯系？

　　楊宗凱：智能時代，教育由過去的以知識為重轉變為以能力為重，更加強調科技創新人才的培養，人工智能教育與STEM教育在此進程中形成雙向賦能、協同演進的耦合關系。一方面，STEM教育通過整合科學、技術、工程與數學四大核心領域，構建起系統性跨學科的知識體系，著力培育學生的創新思維與實踐應用能力，為人工智能教育提供不可或缺的學科理論支撐與方法論基礎。另一方面，人工智能教育作為STEM教育在智能技術前沿領域的深化與拓展，憑借其技術賦能優勢，驅動STEM教育在教學模式、課程體系、學習方式等方面革新升級。兩者通過優勢互補，助力高校培育兼具核心技術專長與跨學科素養的復合型人才。

　　人工智能支持STEM教育發展面臨著諸多挑戰

　　記者：在AI技術的支持下，全球STEM教育呈現出哪些創新發展？國內有怎樣的發展趨勢？

　　楊宗凱：全球數字化浪潮中，人工智能在創新學習場景和創新應用模式這兩方面，重構STEM教育的互動邏輯與實踐范式。

　　在創新學習場景方面，人工智能為STEM教育構建豐富立體的學習空間，包含以智能虛擬助手和智能NPC（非玩家角色）激發興趣的游戲化學習、依托人工智能搭建“人際+人機”的協同式學習、以智能助手為輔助解決真實問題的問題驅動型、以智能工具支撐綜合實踐的項目探究型等新場景。在創新應用模式方面，首先是輔助教師智能化、差異化教學。通過生成可視化學生學習畫像與預測性分析報告，智能定位薄弱知識點，為學生推薦個性化學習路徑。其次是智能學習助手化身知識導師、學習伙伴，以個性化交互激發學生的學習興趣與探索欲望，并依據實時反饋動態調整學習節奏，打造新型個性化學習模式。

　　當前，我國高校積極推動人工智能與STEM教育的深度融合。一是利用智能技術，打造以“無邊界學習”為核心亮點的未來課堂，實現場景驅動的具身學習。二是推動傳統工科專業向“新工科”轉變，積極布局垂直學科大模型的創新應用，如武漢理工大學推出“材料+”大模型，通過結合人才培養的核心場景構建智能體應用，有效提升學校人才培養質量。三是依托AI For Science（人工智能用于科學）工具突破傳統研究邊界，推動知識創新從經驗驅動轉向數據與智能驅動，加速前沿科學領域的探索進程。

　　記者：從高校的實踐看，在推進AI賦能STEM教育中存在哪些問題？

　　楊宗凱：我重點談下教育教學方面。一是教育理念亟須轉變。高校需引導教師充分認識到人工智能賦能STEM教育是從教學目標、內容組織到實施方式的系統性革新，推動教育理念從“知識傳授中心”向“能力建構中心”躍遷。

　　二是教師角色面臨轉換。教師應以學生訴求為核心，從“知識傳授者”轉向“學習引導者”，借助人工智能等技術手段實施個性化教學與差異化指導，設計探究性、啟發性任務激發學生深度思考，為學生提供靈活、個性的發展路徑。

　　三是數據缺乏有效管理。當前，實踐中教學平臺、科研服務等多源異構數據間形成了明顯的“數據孤島”，人工智能難以獲取完整連續的數據鏈，無法充分利用數據優化教學。同時，數據安全防護體系與合規使用機制的缺失，致使用戶隱私保護與數據高效利用的關系難以平衡，進一步制約人工智能對教學、科研等場景的深度賦能。

　　四是人工智能安全問題。人工智能本身存在透明度不足與可解釋性差的風險，其復雜的算法邏輯與黑箱決策機制，使得師生難以明晰技術運行原理與應用邊界，容易引發技術取代教師主導地位、削弱學生自主思考能力等擔憂。同時，人工智能生成的知識與內容其科學性和正確性有待進一步驗證，需確保知識傳授的準確性與權威性。

　　協同推進人工智能賦能STEM教育實踐

　　記者：推動AI賦能STEM教育，國內高校需要在哪些方面重點發力？

　　楊宗凱：結合當前國內高校“人工智能+教育”發展形式，可以重點從環境、師資、學科、機制等方面發力，協同推進更完善的人工智能賦能STEM教育實踐。

　　一是強化教學智能化水平。高校應著力打造智能化教學環境，通過升級數字化基礎設施、部署自適應學習系統、構建學習行為分析平臺，建立基于數據分析的精準教學決策機制，將學習行為數據轉化為教學策略優化依據，實現教學目標設定、過程實施、效果評價、問題診斷與反思改進的閉環管理，形成覆蓋教學全鏈條的智能化支持體系。

　　二是提升教師數字素養。推動人工智能賦能STEM教育，要充分發揮教師的橋梁和紐帶作用。應強化教師基礎數字技能與人工智能素養培訓，強化教師運用智能技術進行學情分析、資源整合與教學設計的能力；著力培養教師的跨學科整合思維與實踐能力，鼓勵其參與“人工智能+STEM”的課程開發、教學案例分享及跨學科項目研究。

　　三是推動學科轉型升級。面對STEM人才緊缺的現實，國內高校應制定“人工智能+X”學科建設規劃，推動人工智能與數學、物理、工程等傳統學科深度交叉融合，重構課程體系與培養方案；設立“人工智能+STEM”創新實驗室，創設開放包容的探索性實踐平臺，引導學生掌握前沿技術、培育學科核心素養，實現人才培養與產業需求的精準對接。

　　四是深化國際合作交流。積極參與聯合國人工智能教育、STEM教育合作項目，依托國際STEM教育研究所等平臺，建立常態化的國內外教育合作機制，促進平臺共建、課程共享、師資互訪與學生交流；開展人工智能與STEM教育融合的本土化實踐研究，構建具有中國特色的STEM教育理論體系，推廣中國人工智能賦能STEM教育實踐經驗。