真实问题，才是科技教育最好的课堂

真实问题，才是科技教育最好的课堂

引 言

在不少科技教育活动中，学生会完成一个作品：一辆小车、一架无人机、一段程序、一个模型。作品能带来成就感，也容易形成展示效果。但如果课程只是按照步骤完成制作，学生知道“怎么做”，却不一定理解“为什么这样做”，更不一定知道这个技术可以解决什么真实问题。

教育部等七部门印发的《关于加强中小学科技教育的意见》明确提出，要基于真实情境问题解决，采用项目学习、问题探究、任务驱动等方式，引导学生主动学习、动手实验、实践探究，综合运用多学科知识和技能解决问题。这个方向说明，科技教育的重点，不是让学生完成一个标准作品，而是让他们在真实问题中经历一次完整的思考和实践过程。

真实问题，能让知识变得有方向

科技教育最容易出现的误区，是把复杂技术拆成一个个孤立知识点。学生学了编程指令，知道传感器名称，完成了设备操作，但这些知识之间没有形成联系，也很难迁移到新的任务中。

真实问题的价值，正在于它能把知识重新组织起来。

比如“让无人车完成校园物资配送”，就不只是编程问题。学生需要思考路线怎么规划，遇到障碍如何判断，任务效率如何提升，设备失误后如何调整。再比如“设计一套低空巡检任务”，也不只是无人机飞行问题，还涉及定位、安全边界、图像采集、信息反馈和任务分工。在这些任务中，科学、技术、工程、数学不再是分散的概念，而是为了解决同一个问题共同发挥作用。学生也会逐渐理解：知识不是为了背下来，而是为了在具体情境中被调用、组合和验证。

项目式学习，不等于把流程做完

OECD在PISA 2022创造性思维评估中，将学生能力放在开放性任务中考察，关注学生生成多样化、原创性想法，并对想法进行评估和改进的能力。这个视角对科技教育很有启发：真正有价值的学习，不是找到唯一标准答案，而是在限制条件下提出方案、测试方案、改进方案。这也是项目式学习和普通手工制作的区别。

如果一个项目只有固定步骤、固定材料、固定结果，那么学生更多是在执行流程。真正的项目式学习，应当至少包含几个要素：有明确情境，有待解决的问题，有约束条件，有可选择的路径，也允许失败和迭代。

例如，同样是无人机任务，如果只是让学生按步骤起飞、降落、绕圈，学习价值有限。但如果任务变成“如何让无人机在限定空间内完成一次安全巡检”，学生就需要考虑路径、距离、障碍、安全、效率和结果记录。这个过程会自然引出观察、分析、判断和优化。

科技教育中的“项目”，不应只是一个好看的成品，而应是一段完整的问题解决过程。

真实任务要有

“情境、目标、约束、反馈”学校在设计AI科技教育课程时，可以避免一上来就追求复杂设备和炫酷效果，而是先把任务设计清楚。

一个有效的科技教育任务，通常需要四个基本条件。

第一，有真实情境。学生要知道这个任务为什么存在。比如校园配送、环境监测、低空巡检、智能分拣、应急救援，都是可以被学生理解的应用场景。

第二，有明确目标。任务不能只是“让设备动起来”，而要有具体目标，例如完成路线、识别目标、避开障碍、传递信息、提高效率。

第三，有限制条件。真实世界里的问题从来不是无限条件下完成的。空间、时间、安全、成本、设备能力、规则边界，都会影响方案设计。限制条件越明确，学生越需要思考。

第四，有反馈机制。学生完成任务后，要能看到结果是否有效，知道哪里失败，为什么失败，下一步如何优化。没有反馈，项目就容易停留在展示；有了反馈，学习才会进入迭代。这四个条件合在一起，才能让科技教育从“做一次活动”转向“解决一个问题”。

AI、低空经济和无人系统，适合作为真实问题入口AI科技教育、低空经济和无人系统之所以适合作为学校科技教育内容，并不是因为它们听起来前沿，而是因为它们天然连接真实场景。

AI涉及感知、判断、生成和决策；无人系统涉及定位、控制、通信和安全；低空经济涉及物流、巡检、文旅、应急、监管等具体应用。这些内容本身就不是单一学科可以解释的，适合用任务方式组织学习。在一些低空科技教育实践中，可以看到类似路径：通过无人机、无人车、机械臂、矩阵灯等智能硬件，把路径规划、图像识别、多设备协同等内容转化成学生可参与的任务。这里的重点并不是展示设备，而是让学生在真实情境中理解技术如何工作，如何被应用，如何在限制条件下不断优化。

对学校而言，AI科技教育的关键不是把更多新设备搬进课堂，而是能不能围绕真实问题设计课程，让学生有机会观察、提问、试错、协作和表达。

结 语

真实问题，是科技教育最好的课堂。它让学生从被动接受知识，转向主动调用知识；从完成标准作品，转向解决具体问题；从一次体验，转向持续探究。未来的AI科技教育，真正重要的不是学生做出了什么，而是他们是否在过程中学会了如何思考、如何协作、如何面对不确定性。