近十年来，我作为重庆市科协科普专家与院士专家讲师团成员，常常在国内一些大中小学，开讲主题为《科学家精神与科学家思维》的科普讲座。有一个问题时常萦绕在我的脑海中：在这个AI快速普及的时代，青少年学习科学的终极意义究竟是什么？如果答案只停留于“知识点的掌握”或“解题技巧的获取”，那么这种教育的保质期将极其短暂。

科学教育正经历着一场深刻的范式转移（思维转换），AI从根本上动摇了以“知识存储”为导向的传统教育教学模式。一种极端危险的偏移出现在当前教育实践中：学生能够熟练地使用AI生成实验报告，用大模型直接导出探究结论，但却在思维的最深处留下了一片荒芜。重工具应用、轻底层思维的苗头，正在快速消解着科学教育培育创新人才的根基。

如果说在工业时代科学教育重在传承确定性知识，那么在AI时代科学教育则必须回归其本质——培育像科学家一样思考的“高意识思维”。因为这才是夯实科技自立自强人才根基的核心诉求，也是培育新质生产力最原初的驱动力。

认知重构：从“知识外包”到“思维内化”

传统科学教育长期受限于“知识记忆—公式套用—标准解题”的闭环；AI的快速强势介入，开始倒逼这一模式发生结构性的变革。人工智能本质上是人类逻辑思维的极致化延伸，它擅长处理封闭性、重复性的计算与归纳任务。当AI能够瞬间调用人类数千年积累的科学知识库时，如果将大脑宝贵的认知资源耗费在对事实性知识的机械记忆上，那么就无异于在用冷兵器对抗信息化战车。因此，AI倒逼出的核心变革，是将科学认知的逻辑进行彻底重构：知识的获取可以适当“外包”，但思维的建构却必须深度“内化”。

新时代的“科学家思维”，其核心内核不再是“知道什么”，而是“如何提问”与“何以验证”。这具体体现为三个维度的高阶认知能力。一是深度设问能力。在AI给出海量答案的时代，提出一个好问题或高质量问题远比获得一个好答案更有价值或更具颠覆性。这就要求学生能从混沌的现象中抽象出核心变量，并精准定义问题及其边界。二是批判性验证思维。AI输出的不仅是知识，也可能是带有“幻觉”的虚假信息或潜伏的算法偏见。“科学家思维”要求对任何结论保持审慎怀疑，具备用实证数据去伪存真的思维习惯。三是创新建模能力。跨越学科壁垒，将复杂问题拆解为可计算的逻辑模块，并构建出超越AI既有范式的解释模型。这是从“解释世界”迈向“改造世界”的跃迁。

AI时代需要的不是会刷题的“精致的模仿者”，而是能够引领新质生产力发展的原创性人才，这就必须将教育培养目标锚定在培养问题的发现者与规则的创造者上。

破局之策：重塑“人机共生”下的科学探究范式

在AI时代，培育青少年的“科学家思维”，就是要在与AI协作中实现超越。科学课堂注定要经历一场从“验证性实验”到“真探究性实践”的革命。

第一，重塑课堂探究范式，以AI为“科研副手”，夯实实证思维。

在当下的科学课堂中，有一种几乎为常态的现象，就是用播放视频代替动手实验，用标准数据代替真实测量；究其原因，或源于怕出错的考虑，或由于设备的不足。但是，AI的引入恰恰使我们可以突破这种束缚。可以借助AI驱动的仿真实验室，让学生进行现实条件下难以开展的极端物理或化学实验，从而直观感受数据的产生过程。

更关键的转变在于数据复盘。以往学生做完实验提交报告即结束，而现在我们可以要求学生将原始记录与AI生成的理论数据进行“对抗性比对”。例如，在生物遗传实验中，学生亲测的果蝇性状分离比往往与AI计算的孟德尔理论值存在偏差。教师不应让学生去修改数据以迎合理论，而应引导他们追问：“这种偏差是随机误差，还是暗示了更深层的连锁与互换定律？”这种捍卫实证、直面反常的思维训练，才是科学精神的真正觉醒。

第二，强化批判性思维训练，将AI作为“论敌”，甄别信息真伪。

传统教学中，教材和教师常常被看作绝对的权威；而在AI时代，我们需要大力倡导“证伪训练”。AI的幻觉问题，正好为批判性思维提供了绝佳的教学资源。教师可以有意推送由AI生成的、逻辑严密但却隐含事实性错误的“科研简报”，让学生扮演“审稿人”进行核查。这就要求学生必须调用跨源检索、逻辑推演和常识判断等手段，去拆穿AI的伪装。例如，当AI引用一篇不存在的论文或编造一组拟合度极高的数据时，学生能否从数据美学的角度提出质疑？警惕“算法黑箱”，培养对确定性结论的审慎敬畏，是未来科学工作者应具备的“科学家思维”品质。

第三，搭建跨界科创场景，让AI充当“工程桥梁”，锤炼创新迭代思维。

新质生产力通常诞生于学科交叉的无人区，真实产业的卡点、堵点与痛点中。青少年“科学家思维”的培育，不能止步于对纯粹自然现象的认知，更要向“造物”和“解决真问题”迈进。我们要搭建将科学思维、技术工具、工程实现与数学建模深度融合的科创场景。例如，针对校园屋顶农场的低产问题，学生不仅要利用植物学知识分析光照的影响因素，还要利用AI图像识别、监测病虫害，更要从工程学角度设计自动化补光装置。在这个过程中，AI负责生成代码、优化结构方案，学生则负责定义“什么是好的设计”，并在原型失败的迭代循环中锤炼韧性。这里的核心不再是做出完美的产品，而是在成本、效率、伦理等多约束条件下寻找最优解的非线性思维。这种思维无法被AI预设，却是颠覆性创新的摇篮。

不同路径：普教与职教实施“科学家思维”教育的异同

两类教育的“科学家思维”教育，都要坚持以生为本，立足育人定位差异化赋能：普通教育重深度思辨、学术创新，职业教育重实践求证、技术创新，最终让不同学段、不同类型的学生都能形成适配自身发展的科学思维品质。

对于接受普通教育的学生，要侧重基础学科深耕与综合素养提升，培养过程中需注重思维的系统性与深度。教学中应立足数学、物理、化学、人文等基础学科课堂，打破应试刷题的固化模式，弱化机械记忆与套路解题；以问题为导向创设探究场景，引导学生主动发现问题、推导逻辑、验证结论。同时，重点培养学生批判性思维与系统性思辨能力，鼓励学生大胆质疑固有知识点、探究学科底层逻辑，通过课题研究、学科竞赛、科创实验等载体，让学生掌握科学的研究方法，养成严谨求实、持之以恒的科研思维，为高阶学术探究、创新研究筑牢思维根基。

对于接受职业教育的学生，“科学家思维”培养则需紧扣职业性、实践性、应用性，避免照搬普通教育的学术化培养模式。聚焦技术技能应用，思维培育应立足岗位实践、产业需求与技术创新，摒弃“重操作、轻思维”的育人短板。日常教学中，依托实训实操、技能攻关、技术改造、企业项目实战等场景，培养学生基于实证分析问题、基于逻辑优化工艺、基于思辨改良技术的能力，引导学生以科学思维规范操作流程、排查技术故障、创新工艺方法。重点培育精益求精的工匠精神、务实求真的实证思维、贴合产业的创新思维，让学生兼具娴熟的技术能力与科学的思维素养。

结语

在AI时代，教育者的清醒与定力最为重要。今天的AI可以精确预测物理轨迹，但无法赋予探索未知的冲动；可以生成逻辑严密的文本，却难以体悟解释宇宙奥秘时的战栗与狂喜。面向新质生产力的培育，科学教育必须回归初心——唯有将批判质疑、创新建模、实证求真的思维内化为青少年的认知底色，我们才能在新一轮科技革命与产业变革的浪潮中，源源不断地培育出能够超越常规发展阶段、创造新质生产力的拔尖创新后备人才。

作者：南海，博士，现任重庆市人民政府参事、重庆师范大学教授。