今年暑期需求激增

AI研学如何回归育人本质

暑假即将结束，关于暑期AI研学的讨论在社交媒体上持续升温，评价各异。

广东家长李珍提起孩子参加AI研学活动的收获，语气里满是欣慰：“孩子回来后兴奋地跟我讲超级计算机有多厉害，还自己上网查资料，主动想学编程等相关知识。”而山西家长何平却有着不同的感受。何平给孩子报名参加了AI脑机科创营，她坦言：“和我想象的不太一样，孩子主要是体验机械手、用AI做游戏，内容比较简单，很难说有什么实质性收获。”

家长们的褒贬不一，恰恰折射出当前AI研学市场面临的现实困境。一方面是需求的持续高涨，相关数据显示，2026年暑期AI研学订单同比增长370%，这反映出家长和学生对人工智能教育的强烈渴望。另一方面，AI研学质量参差不齐：一些项目以名校参观、企业探访为卖点，却缺少系统课程和深度引导；一些活动看似内容丰富，实际只是对AI工具和机器人浅尝辄止的体验。

将AI研学的短期热度转化为长期育人价值，关键在于厘清几个最本质的问题：学什么、怎么教、由谁来教？

核心在于培养科学素养

目前，AI研学市场竞争日益激烈。为吸引眼球，部分研学机构打出“速成AI神童”“6天开出一家AI公司”等夸大效果的宣传语。可实际上，一周左右的研学周期，很难让孩子全面掌握AI知识，更难熟练使用各类AI工具。褪去各种夸张的噱头，AI研学应该学什么？

瞄准科技游的市场新需求，北京市海淀区一家人工智能教育公司2025年便布局了AI研学业务。“我们的研学营主要面向K12教育阶段的青少年，研学路线覆盖知名高校、创新基地和平台，以及各大科技企业。”公司品牌负责人徐杰告诉记者，研学并非简单地带孩子看一看、玩一玩，而是通过交叉设置参观、授课、实操等环节，让孩子感知、理解、使用AI。

实操课是最受孩子欢迎的环节。“在课上，孩子们可以体验AI 3D打印，操作智能机械狗，操控各类机器人。”徐杰介绍。

但研学的核心在于“学”。孩子们在动手实操、获得对人工智能的直观体验后，还应进一步思考“为什么”和“怎么做”。“依托‘一人公司’社区的真实项目场景，并结合氛围编程课程，我们开设了AI实践工作坊。”徐杰告诉记者，课程将引导孩子们借助AI，把自己的创意构想变为真实可落地的项目。在这一过程中，孩子们会发现，要利用AI达成目标，需要不断发现问题、分析问题、验证方案、调整路径。其创新思维、思辨能力以及独立解决现实问题的能力，也将在这一过程中得到锻炼。

此外，AI研学教学内容不能盲目追新，而应抓住技术变化背后的不变内核。北京师范大学教授、北京市中小学人工智能教育工作专家委员会秘书长卢宇说：“青少年AI研学必须跳出传统STEAM(跨学科教育)与创客教育的惯性。课程应尽量围绕人工智能的感知、推理、学习、决策、交互等核心内容，涵盖当前智能体和大模型的发展前沿。同时，应引导学生理解和思考人工智能对社会带来的正负面影响，帮助他们掌握人工智能时代所需的思维方式与基本素养，包括理解AI运行逻辑、批判性甄别AI决策结果，以及恪守伦理规范并富有创造性地运用人工智能。”

AI教育平台KnowFun创始人简深认为，研学的教学内容应围绕好奇心、逻辑思维和基础知识储备三个底层能力展开。例如，通过设置场景激发孩子们的好奇心，驱动他们主动提出问题、寻找解决办法；通过引导互动锻炼孩子们的逻辑思维，帮助他们建立对AI能力边界的认识。

课程设计实现学用闭环

当前，部分AI研学被诟病为展厅打卡式的浅层体验、速成化的工具教学。课程体系如何设计，是AI研学能否去虚向实的关键，而其中核心的问题是，AI研学应该怎么教？

“课程的生命力在于思维模式的迭代。”卢宇认为，AI研学的课程体系设计应围绕“问题定义—数据驱动—模型验证—反思优化”的元认知闭环展开。“这种训练比学习任何的具体技术工具都更具长效性，能够培养学生在人工智能时代的适应力和持续学习的内驱力。”简深也认为，AI研学课程应建立“学习—使用—理解边界—掌握原理—解决问题”的学用闭环。

如何在AI研学课程中实现这一闭环？开展面向学生日常学习和生活情境的项目式学习，是一个重要抓手。

“高质量的AI研学，应让学生经历完整的问题提出与定义、项目方案设计与作品实现、项目成果展示与评价等环节。”卢宇说，这种“做中学”不仅要求学生动手实操AI工具，更帮助他们在解决真实世界复杂问题的过程中，加深对AI的理解，提升创新应用能力。

北京航空航天大学高研院科技治理中心副教授、副主任何静认为，所谓“真实世界复杂问题”，并不一定非常宏大。一些研学会让孩子用AI设计城市交通优化方案、帮助农业增产。这些项目看起来科技感十足，但如果孩子从未接触过这些问题，很容易变成按照模板完成一个“像项目的项目”。项目结束了，问题意识却没有形成。有效的项目设计应该从孩子生活中真实存在的小问题出发，例如，孩子觉得背单词枯燥，可以引导他设计一个专属的学习辅助工具。“从真实需求出发去学习，才有动力，才有迁移性。”何静说。

何静还观察到，很多AI研学课程会把伦理模块放到最后，作为一个拓展内容。但这样的设计会给学生传递一个隐性信息：伦理是附加题，而不是必考题。“伦理不是一个独立模块，它是每个技术动作的影子，应该同步发生。”在她看来，合理的课程设计应该把伦理意识渗透进每一个实操环节，比如，在教学生使用AI生成人脸图像时，就要同步讨论是否有权利生成一个不存在的人脸，是否有权利用AI改造真实存在的人脸等问题。

导师队伍形成内外互补

课程体系设计得再完善，能否真正落地并取得最大化效果，关键在于“由谁来教”。AI研学导师的专业能力、教学水平和引导方式，是影响研学质量的重要因素。

简深认为，合格的AI研学导师既不能只有理论，也不能只会几个AI技巧，而应该同时具备技术实践能力和教学能力。“最理想的情况是，研学导师能够根据学生不同的学习目标和兴趣点去设置场景和引导教学。”他说。

AI研学导师还要具备把知识化繁为简的能力。“尤其是讲解AI基本原理的时候，‘注意力机制’‘transformer模型架构’等专业术语对于一个学生来说，如果没有配套的直观解释，只会带来学习困扰。好的导师会找到准确的类比，用学生已有的知识和经验去解释新概念。”何静说。

卢宇认为，AI研学不应是脱离校内教学的“孤岛”，而应成为中小学人工智能通识教育的延伸。研学导师团队的建设可以探索“校内教师筑基+校外研学拔高”的模式。合格的AI研学导师团队，应具备将前沿技术和产业场景“降维”转化并对接研学课程设计的能力，同时熟悉中小学教学设计和不同学段的认知规律。

“研学设计的理想模式是高校专家、企业工程师与校内信息科技教师形成常态化互补。”卢宇表示，在协同育人分工上，校内一线教师负责前期通识性知识铺垫，高校专家与科研人员则聚焦学术视野开拓与科研方法训练，企业工程师应扎根产业场景，负责真实案例剖析与技术边界解读。

面对市面上越来越多的AI研学产品，家长如何判断课程质量？

卢宇建议可以从以下几个方面判断：“首先需要查资质，要求机构出示相关从业证明；其次可以关注研学日程，警惕‘参观’和‘体验’占比过高的产品；最后是要求提供主讲导师的学历与技术背景证明，警惕教师拼凑和师生比较低的研学产品。另外，可以考察高校、企业等研学点位是否开放实验室核心区域，以及研学成果是否衔接相关科创活动等。”

何静还建议家长多问机构两个问题：“课程体系多久更新一次，怎么更新？”她认为，一个负责任的AI教育机构，课程内容应该是高频更新的，并且有清晰的更新机制。

随着暑期接近尾声，AI研学市场的阶段性热度逐步消退，但其课程质量、师资能力和安全规范等问题仍是值得关注的问题。多位受访者表示，人工智能技术迭代较快，AI研学课程、导师队伍和评价机制需持续更新完善。如何更好衔接高校、企业的资源与学校教育需求，仍是这一新兴研学形态需要探索的方向。

记者：沈哲

来源：科技日报