夜雨聆风《教育信息化2.0行动计划》与《国家教育数字化战略行动（2025）》等国家政策清晰指明了教育与人工智能技术深度融合的必然趋势。学前阶段作为个体科学素养萌芽与探究能力发展的关键期，其教育实践的质量直接影响儿童未来科学兴趣与思维方式的形成。然而，传统的幼儿园科学教育常面临三重困境：其一，教师自身科学知识储备有限，难以应对幼儿即兴、多样的提问，反馈存在滞后性；其二，幼儿的提问往往碎片化，缺乏系统性引导，难以深化为持续探究；其三，“叶脉运输”“适应性”等抽象科学概念难以通过直观的方式传递给幼儿，教学效果受限。
人工智能技术的介入，为破解上述困境提供了新的可能。AI不仅能提供即时的、个性化的知识应答，更能通过情境创设、语音交互、数据记录等功能，为幼儿营造一个低门槛、高支持、可追溯的探究环境。本研究旨在超越单纯的技术工具应用层面，从理论融合与实践建构的双重角度，系统探究AI赋能幼儿园科学教育的有效路径，并以“叶子的秘密”大班科学活动为案例，分析其成效与反思，以期为一线实践提供具有学术支撑的行动参考。
一、理论基石
PD-TE模式并非技术工具的简单堆砌，其背后有着坚实的教育理论基础。
首先，建构主义理论认为，知识不是被动接收的，而是学习者在与环境的互动中主动建构的。本模式以幼儿的“真实问题”为起点，强调通过实物观察、AI交互、环境探索等一系列主动操作活动，让幼儿在解决疑问的过程中建构起对叶子特性的理解。AI智能体在此扮演了“高级认知工具”的角色，扩展了幼儿的认知边界。
其次，情境认知理论强调学习发生于特定的情境中，知识与活动、情境和文化背景密不可分。本模式刻意营造了一个包含真实树叶、自然场景、AI伙伴和协作同伴的“科学探究情境”，使幼儿对叶子的学习不再是孤立的符号记忆，而是嵌入在生动、有意义的任务之中。
最后，维果茨基的“最近发展区”理论指出，教学应走在发展的前面，在成人或有能力的同伴帮助下，儿童可以解决其独自无法完成的任务。在本模式中，AI智能体与教师共同构建了支持幼儿跨越认知难点的“支架系统”。AI负责解答事实性、解释性问题，将幼儿的认知水平提升到一个新的高度，教师则在此基础上引导其深度追问与关联性思考，推动思维向更高层次发展。
二、实践路径
基于上述理论，我们构建了如下图所示的实践路径，并以“叶子的秘密”活动为例展开说明。
（一）唤醒已有经验以催生探究问题
活动伊始，教师通过“叶子博览会”的形式，展示各类真实树叶、播放延时摄影记录的叶子从嫩芽到枯萎的过程，有效唤醒幼儿的已有经验。教师通过“关于叶子，你已经知道什么”和“你还想知道叶子的哪些秘密”两个层次性问题，引导幼儿从记忆提取转向好奇发问。幼儿提出的“为什么叶子有不同形状”“叶子上的线是什么”“为什么秋天叶子会变颜色”等原生问题，成为整个探究活动的逻辑起点。这一环节充分体现了“问题驱动”的核心，将幼儿的无意注意转化为明确的探究意向。
（二）以智能工具为支架支持验证与深度追问
教师引入AI智能体“叶子老师”作为探究伙伴。该工具内置植物学知识图谱，并能用儿童化的语言进行语音交互。幼儿手持自己的叶子，与“叶子老师”进行一对一对话。例如：
幼儿初问：“叶子为什么是绿色的？”
AI验证：“叶子里面有叶绿素，像一个小工厂，吸收太阳光做食物。”
教师支架（追问）：“为什么有的叶子不是绿色的？比如红色的枫叶？”
幼儿深挖：“我的这片叶子摸起来厚厚的，为什么？”
AI验证与类比：“有些叶子长在很晒的地方，厚厚的‘皮肤’就像防晒衣，可以帮助它保存水分。”
在此过程中，AI的即时反馈满足了幼儿的好奇心，教师的适时介入则引导提问从表面走向深层，从单一事实走向因果关联，完美诠释了“技术赋能”下“支架式学习”的实践形态。
（三）关联建构与整合成果以实现认知的跃迁
在获得AI的初步解答后，学习并未停止。教师引导幼儿将信息与实物、环境进行多重关联。例如，让幼儿抚摸叶缘的锯齿，猜想其功能；比较阳光下与背阴处叶子的厚度差异，理解“适应性”概念。随后，通过“我是叶子解说员”活动，幼儿整合AI信息与个人观察，向同伴描述手中叶子的特征。教师录制解说，形成“叶子秘密电子档案”，使内隐的思维过程外显化、结构化。这一步至关重要，它促进了幼儿将技术工具提供的抽象知识，与自身的感官体验、动作经验进行深度整合，完成了知识内化的关键一步。
（四）构建家园协同的持续性科学探究共同体
为将探究兴趣延伸至日常生活，我们设计了“自然侦探”任务，在园内不同生态环境中寻找并对比叶子和“家庭实验”，将同一片叶子置于冰箱与阳台，观察变化并通过AI工具探寻原因。技术工具生成的《叶子探秘记录表》和定制的《实验大发现》为延伸活动提供了精准的载体。家长不再是旁观者，而是基于具体探究过程的引导者，从而构建起“园所—自然—家庭”三位一体的持续性科学探究共同体。
三、实践成效
（一）深化幼儿的科学思维品质
通过前后对比观察与话语分析发现，活动后期幼儿的人均有效提问量提升至6~8个，且“为什么”和“怎么样”等探究性问题的占比显著提高。超过85%的幼儿能尝试使用“因为……所以……”的句式解释叶子特征与环境的关系，这表明幼儿已开始发展初步的因果推理和逻辑思维能力。
（二）实现抽象概念的可视化与意义建构
AI智能体通过生动的比喻“叶脉是叶子的高速公路”“叶绿素是能量小工厂”等，将难以理解的科学概念转化为幼儿认知图式中可接受的表象。结合实物操作，幼儿成功地在触摸叶脉的具体经验与运输功能的抽象解释之间建立了连接，实现了对知识的意义建构，而非机械记忆。
（三）构筑数据支持的家园协同新样态
技术工具自动生成的记录为家园沟通提供了真实、具体的素材。家长能清晰了解幼儿在园的探究轨迹，并依据教师的建议开展有针对性的家庭延伸活动。这种基于数据的家园协作，改变了以往沟通内容空泛、指导性不强的局面，使家园共育围绕科学探究实现了同频共振。
四、讨论反思
（一）教师角色的本质性转变
在AI赋能的环境中，教师从知识的权威传授者，转变为“三位一体”的新角色。首先，教师是探究情境的设计师，精心策划融合实物、技术与环境的学习场景；其次，教师是高级思维的教练，在AI解答事实的基础上，引导比较、猜想、推理等深度思维活动；最后，教师是人机互动的调节者，确保技术应用符合教育目标，并关注技术互动中幼儿的情感与社会性发展。
（二）技术应用的伦理风险与边界守护
技术在带来便利的同时，也需警惕其潜在风险。首先，防止技术依赖，需避免幼儿陷入浅层次的“问答游戏”，教师应主导探究方向，将技术互动导向深度思考；其次，确保内容适宜性与科学性，对AI工具反馈的内容必须进行前置审核与过滤，确保其既科学准确又符合幼儿理解水平；最后，捍卫直接经验的根本地位，所有技术活动都必须建立在充分的实物操作和亲身体验之上。总之，技术是“支架”而非“替代”，幼儿与真实世界的直接互动是任何技术都无法取代的学习基石。
本研究论证了AI赋能幼儿园科学教育的可行性与有效性。PD-TE模式的核心在于，它以“真问题”为引擎，以“AI智能体”为翅膀，在坚实的教育理论指引下，为幼儿打造了一个支持其主动建构、深度思考的探究生态系统。未来的研究可在两个方向深化，一是探索该模式在光影、力与运动等更多科学主题乃至社会性、艺术领域的迁移应用；二是致力于开发更轻量化、更安全、更贴合幼儿园集体活动场景的智能工具，并利用过程性数据对幼儿科学思维发展进行更精准的评估与支持。最终，我们的目标是让技术真正成为滋养幼儿好奇心和探究精神的沃土，培养他们像科学家一样思考的热情与能力。
