AI赋能STEM教育：推动高校人才培养新变革

在当前科技迅猛发展的背景下，STEM（科学、技术、工程和数学）教育的重要性愈发凸显，尤其是在人工智能（AI）技术广泛应用于高校教学和科研的今天，AI正逐渐成为推动知识更新及促进STEM教育创新发展的关键动力。教育部教育数字化专家咨询委员会主任、武汉理工大学校长杨宗凯在接受媒体专访时，深入探讨了人工智能赋能STEM教育所带来的多维变革、面临的挑战和未来的发展前景。

人工智能教育与STEM教育的区别与联系

有必要明确人工智能教育与STEM教育的概念与目标的不同。人工智能教育专注于这一新兴领域，强调学习者理解和掌握与人工智能相关的核心概念、原理及其应用，旨在提升学习者的AI技术素养，以便适应即将到来的智能时代。而STEM教育则通过整合科学、技术、工程和数学四个学科，打破学科界限，培养学生运用多学科知识解决实际问题的能力。

这两者之间的内在联系显而易见。随着智能时代的到来，教育的重心也从知识传授转向能力培养。在这一背景下，人工智能教育可以看作是对STEM教育的深化与拓展。STEM教育所构建的跨学科知识体系，为人工智能的研究与应用提供了理论支持，而人工智能技术的引入，又为STEM教育的教学模式、课程体系和学习方式的创新提供了动力。

AI技术在全球和国内STEM教育中的创新

随着全球教育环境的数字化，人工智能在创新学习场景和应用模式方面重塑了STEM教育的互动逻辑。在学习场景中，AI能够构建丰富多样的学习环境，如游戏化学习、协同式学习和项目探究型学习等，大大提高了学生的学习兴趣和互动体验。而在应用模式上，AI实现了高校教学的智能化与差异化，利用可视化学习画像和预测性分析为学生提供个性化的学习路径，使之能够在知识学习中走得更快更稳。

在国内，高校正加快推进人工智能与STEM教育的深度融合，比如，通过“无边界学习”概念的引入，推动传统工科专业向“新工科”的转变，如武汉理工大学的“材料+”大模型应用，即通过整合人工智能与人才培养核心场景，提升人才培养质量。人工智能用于科学工具的应用也在逐渐打破传统研究边界，使知识创新由经验驱动向数据与智能驱动转变，促进科学领域的快速发展。

高校推进AI赋能STEM教育面临的挑战

尽管AI赋能STEM教育充满潜力，但在高等教育的实践过程中，依然存在不少挑战。教育理念需进行根本性变革，高校应引导教师重新认识人工智能赋能STEM教育的深远意义，从而实现目标、内容到教学方式的系统革新。

教师角色的转变也是一大挑战，教师需更加关注学生的个体需求，从传统的知识传授者转型为学习引导者，通过智能技术实施个性化、差异化的教学。这种转变也要求教师在教学设计中融入探究性和启发性任务，以激发学生的深度思考。

数据管理问题也十分突出。在教学和科研实践中，各类数据间形成的“数据孤岛”现象严重，导致人工智能难以有效获取完整的数据链，进而制约了教学优化过程。同时，人工智能的安全性问题也不容忽视，特别是技术的透明度不足和可解释性差，给教师和学生的自主学习带来风险。

推进AI赋能STEM教育的方向

为了更有效地推动AI赋能STEM教育的发展，国内高校可重点从环境、师资、学科融合、以及机制建设等方面入手。

强化教学智能化水平显得尤为重要。高校应通过升级数字基础设施、部署自适应学习系统，构建基于数据的精准教学决策机制，实现教学全链条的智能化支持体系。

提升教师的数字素养必须纳入高校发展战略，强化教师基础数字技能与人工智能素养的，使其更好地运用智能技术进行教学设计和资源整合。

三是推动学科转型升级至关重要，应制定“人工智能+X”学科建设规划，加强人工智能与其他学科的深度融合，塑造多样化的人才培养模式。

，深化国际合作，加强与全球优秀教育机构的交流，吸取先进经验，构建具有中国特色的STEM教育理论体系，将中国的AI赋能STEM教育实践经验推广到更广的领域。

AI赋能STEM教育不仅是推动高校人才培养的重要变革，更是应对智能时代挑战的必要步骤。通过不断探索和实践，未来的教育环境将更加注重培养学生的创新能力与综合素养，为人才发展创造更加优质的土壤和条件。