当 AI 成为工具,学生如何成为科学探究的主角?|2026 AI4S TEEN CAMP

去年 11 月，200 名中学生在首届青少年人工智能驱动科学挑战营（AI4S TEEN CAMP）中，用两周时间探索数据科学与AI for Science的思想方法。

盯着一只天气瓶，琢磨晶体析出背后的数据规律；面对一批未经处理的天文观测数据，一点点破译星系的引力密码；借助图像数据，让计算机学习识别豹猫；从识别手写数字开始，搭建卷积神经网络，再挑战对显微镜下的植物细胞进行分类。

这些任务让学生有机会接触科学问题、处理数据、尝试建模，也让教师在实践中探索：人工智能与科学学习，可以怎样结合？

过去一年，人工智能经历了巨大的发展。在软件工程领域，Anthropic 今年发布的 Claude Opus 5 在 SWE-bench Verified（一项基于真实软件工程问题的基准测试）中取得了96% 的问题解决率。在数学领域，OpenAI 于今年 9 月宣布，其 AI 系统为悬而未决约 90 年的千禧年大奖难题——纳维–斯托克斯方程存在性与光滑性问题——给出了证明，有望实现这一数学难题的历史性突破。

当AI能够完成越来越多的任务，科学教育也需要进一步思考：学生应怎样借助 AI 开展科学探究？在这个过程中，哪些思考与判断必须由学生自己完成？我们期待学生真正获得什么？

第二届青少年人工智能驱动科学挑战营（AI4S TEEN CAMP）即将到来，并为解答这些问题搭建起了一个教学实践场景。

本届挑战营以数学、物理、化学、生物等学科为背景，由AI4S TEEN 科学委员会创设了一批全新的源自于真实科学研究或学生们真实生活场景的AI for Science任务，并设计了一条“理解科学问题——使用人工智能解决科学问题”的学习路径。这条路径中的每一步，都需要学生参与思考。模型和代码是开展实验的工具，数据和结果则需要经过分析，才能成为支持判断的证据。

AI for Science 任务展示出来的学科交叉性、项目探究式学习、注重思考与实践的特质，与2026 年 7 月教育部办公厅印发的《义务教育阶段科学教育“做中学”领航行动指南》理念有诸多契合之处。指南指出：聚焦“真实问题”，引导学生开展跨学科探究实践；倡导项目式、探究式、场景式学习，鼓励学生大胆尝试、包容失败；评价上强化过程性评价，围绕问题意识、探究实践能力、反思改进能力与合作交流能力，关注学生的真实表现与成长。

2026 AI4S TEEN CAMP 会将 AI 工具融入项目学习，为学生提供一个能力适中的 AI 工具作为“硅基老师”，协助学生完成挑战营的任务。为了实现这一目标，“碳基老师”们提前筹备了一整套脚手架：开箱即用的环境、背景材料、一环扣一环的问题链、猜想卡和实验记录表。这些准备帮助学生迈出第一步，减少无关的技术障碍，同时保留自主选择、尝试、试错和修正的空间。

AI 可以协助查找和整理材料、执行明确的计算任务、检查运行错误、汇总数据，以及生成图表或海报文字的草稿。学生则需要判断材料是否可信、输出是否合理，以及这些结果与研究问题有什么关系。

提出科学问题、形成猜想、决定实验如何比较、解释结果和形成结论，始终是学生的责任。

实践每一个AI for Science 项目的目的，不是让学生在三天内学会编程、算法或某个模型，也不是学习如何使用 AI 工具帮助学生得到一个任务的高分答案。它应当被纳入科学教育的整体框架，让学生借助AI和计算工具，亲身经历一次完整的科学探究过程：观察现象——提出问题——形成假设——设计实验——获得证据——解释结果——修正认知——提出新问题。这些能力，需要在一次次具体实践中逐步形成。

2026 AI4S TEEN CAMP 不再是 200 人的大规模教学，而是将学生分成多个小组，学生不再广泛地攻克6-7个科学问题，而是在三个项目挑战日中围绕一项任务持续推进研究，真正"拿下"一个科学问题。

• 第一天：理解问题，建立协作。

在正式开展探究前，学生需要先了解这个项目的科学问题到底是什么、数据长什么样。小组通过讨论，用自己的话把项目讲清楚。在老师准备的基础环境与工具支持下，学生建立分工，梳理探究流程。第一天的重点，是形成共同理解，为后续实验建立基础。

• 第二天：提出猜想，开展实验

学生从观察和已有结果中大胆提出对科学问题的猜想，并自发设计实验来验证猜想，迭代认知。老师不会告诉学生怎么提高任务得分，只会以提示和追问的方式引导学生使用AI工具开展自发性探索，逐步形成一条能够讲清楚的研究链：我们观察到什么，提出了什么猜想，怎样进行检验，结果显示了什么，因此暂时作出怎样的判断。

• 第三天：整理证据，表达研究

学生需要把零散的操作、讨论和实验记录，组织成一项能够被他人理解和讨论的研究，并制作学术海报。“问题从哪来，怎么验证的，证据是什么，结论的边界在哪，下一步还想问什么？”学生在总结的过程中，自主判断哪些证据撑得起结论并完善自己的报告内容，践行完整的科学探究过程。

最终判断的标准可能和很多家长想象的不太一样。不仅仅看学生构筑了多少行代码、在比赛上取得了多少分数的的直接结果，我们更关注一件事：学生能不能把这个科学问题讲明白。

学生会在学习过程中完成猜想卡的记录、填充自己的实验记录表，通过问题链与AI工具交互来开展学习。每一个学习步骤都会被教师记录并给出评估。最终，能提出一个经得起检验的问题，敢把猜想写在实验之前，能用证据支持或者修正自己的判断，能承认"这一点我们还说不准"，还能提出下一个问题——做到这些，哪怕最后猜想被否定、实验处处碰壁，也是一次好的科学实践。

去年，首届AI4S TEEN CAMP 探索了带领中学生理解并实践 AI for Science 任务的教学方式。今年，我们希望进一步思考：在AI飞速发展的今天，怎样让学生始终成为 AI for Science 科学探究的主体？

10月15日（明天），第二届 AI4S TEEN CAMP 北京站将正式开启报名。三大赛道、六项全新挑战任务，等你来和我们一起寻找答案。敬请关注！

科学的未来，属于懂 AI 的探索者——更属于先用头脑、再用工具的探索者。