AI 赋能科学教育，为什么先要解决「老师不会」的问题？

从第十届北京教育论坛的一场分享，看「做中学」的落地路径

2026 年 11 月 5 日，第十届北京教育论坛在北京开幕，北京教育科学研究院主办，北京市教委指导。

主论坛上，2026 版《北京市教育领域人工智能应用实施导引》《北京市中小学生人工智能素养框架》《北京市中小学人工智能通识课课程教学指导手册》三份文件集中发布。

政策已经把路铺好了。但在一线，路还没有走通。

一个数字：319 比 1

论坛开幕前十天，2026 年 10 月 26 日发布的《关于 2025 年中小学实验教学能力展示活动现场展示案例名单的公告》显示，共 319 个案例，其中小学 64 个，不足两成。

而在这 319 个案例里，真正把 AI 做成课程的，只有 1 个。

小学是科学教育最活跃、最容易做出样板的学段，案例数却不到五分之一；AI 是今年教育领域最热的词，做成的课程却只有一门。

两个落差叠在一起，指向同一个问题：需求是真的，供给是缺的。

一线真正的卡点，不是态度

在论坛的 AI+教育企业应用环节，四家企业受邀分享实战经验，奇趣万物集团是其中之一。

奇趣万物董事长、奇趣科学创始人张芳老师的分享，从一个实验开始。一盏灯泡，没有接任何导线，靠近特斯拉线圈，亮了。

「孩子看到这个，通常会问三句话：为什么？能不能换个办法？我自己能不能试？这三句话，就是科学教育的全部起点。」

随后她说了那句后来被不少校长记下的话：「老师不是不想讲好科学课，是他不会。」

这句话点出了一个常被忽略的事实：科学教育的落地难题，很多时候不在学生端，而在教师端。备课要跨学科、实验要备器材、课堂要控秩序、课后要留痕迹——一名普通科学老师，很难同时扛住这些。

如果 AI 只是给孩子多一个学习工具，老师的负担并没有减轻，课依然开不起来。

解法：把老师最累的三件事接过来

张芳老师介绍了奇趣科学这几年做的三件事。

第一，AI 备课。过去在系统里生成课件与教案，现在装进小程序，老师打开手

机就能一键备课。

第二，「做中学」全套解决方案，在做中学政策发布后一周内，教材、器材、工具全部配齐，开箱即用。老师不需要自己找素材、拼课件、想互动，也不用为了一节课翻三本教材。

第三，把 AI 科学探究真正落地到课后服务、校外机构与社区等多元场景。同一套课程，进学校能排进课表，进机构能开体验课，进社区能变成亲子任务。

在郑州中牟，科学大篷车开进社区，孩子带一张任务卡回家接着做；在广西南宁，奇趣科学与妇女儿童活动中心合作，把科学课开进公园。

三类场景的约束条件完全不同：学校卡在课时，机构卡在招生，社区卡在人手和场地。同一套课程要能同时适配，靠的不是一套标准教案，而是课程本身的可拆装能力。

「过去赋能，是把东西给到校区。现在赋能，是把活儿接过来。」张芳老师这样总结。

教研跑通了，盒子配齐了，场景落地了。三件事之后，奇趣科学又往前推了两

步：AI 评价体系，评价的对象从老师转向孩子，奇趣科学人工智能小学课程，即将面世。

课程面向 6—15 岁学生，可用于进校合作教学，也可用于校外机构教学。依托 12 项标配探究工具与互动课件，让孩子依托AI 像科学家一样思考和动手：怎么让灯亮起来，怎么让小车跑得远，怎么让水变干净。孩子不是听老师讲原理，是自己动手试，试错了再改。

值得关注的是，张芳老师在分享中主动划了一条边界：「普通传感器监测湿度、到了阈值就浇水，这叫自动控制，不叫人工智能。」

在她看来，AI 真正的位置是帮老师整理数据、设计追问、比较方案；判断权始终在教师手里，实验必须由孩子亲手完成。

这条边界看似在限制自己，实际上回答了一个更根本的问题——AI 进入科学教育，究竟替代了什么，又保留了什么。

可复制，才是真落地

从教研支持到器材供应，从课程研发到多场景适配，AI 赋能科学教育并不是把技术叠加到课堂上，而是重建一套让普通老师也能把课上好的支撑系统。

319 个案例里只有 1 门 AI 课程，这个缺口不会靠概念填补。它需要有人把课程做出来、把器材配齐、把老师带会，然后一节课一节课地交到学校手上。

这或许也是这场论坛留给教育工作者最实在的一条启示。