文_高锦辉
（澳门培正中学）
在人工智能引发的第四次工业革命浪潮中，教育系统面临前所未有的范式转移压力，传统教育模式中劳动密集型的知识传递已逐渐失去竞争优势，取而代之的是对高阶思维、跨学科整合能力及技术素养的需求。澳门培正中学深刻体认到，人工智能赋能教育的核心愿景应定位于：技术仅为优化路径的工具，而批判精神、辨识能力与自主学习等思维素养才是教育的根本。这要求教育工作者能利用人工智能优化认知负荷，将学生从机械重复的练习中解放，引导其进入情境化、探究式的深层学习空间。学校于2012年启动课程改革，以STEM为核心理念，逐步拓展“STEAM＋人工智能”方向，建立了一套贯穿幼儿园至高中的全学段科技教育体系。
顶层设计：理论基础与双轨培养模型
以数学为底数学是算法的灵魂，是人工智能的内在语言[1]，人工智能教育不应仅停留在工具调用层面，须回归数学基底。如理解PID自动控制程序需要微积分概念支撑、太极学习项目中的人体姿势检测算法涉及大量立体几何概念和向量运算等。
数据驱动决策利用人工智能平台收集学情数据，辅助教师从经验导向转向证据导向的精准教学转型。
建构主义学习论强调学生在“做中学”过程中主动发现知识，如学生制作机器人原型时，透过实时反馈主动建构对物理与算法逻辑的理解。
具身认知理论强调学习发生在身体与环境的交互过程中，如学生透过可视化参数调节建立工程直觉，而非生搬硬套公式。
螺旋上升的全学段培养模型（纵向）
根据认知心理学与学龄特点[2,3]，学校设计了循序渐进的全学段（K—12）数学学科人工智能素养学习路径，分为启蒙、认知、深入学习及分层培养4个阶段，依螺旋上升逻辑设计具有连续性及人工智能素养渗透的课程（见表1）。其中，分层培养模式是培养科技创新后备人才的重点，它确保了教育的普惠性与前沿性并行（见表2）。基础层是面向全体学生的人工智能素养教育，目标是培养能适应智能社会的合格公民；进阶层是面向具备科技兴趣学生的应用开发，目标是培养能运用人工智能解决实际问题的开发者；专业层是面向有志于投身人工智能专业学生的深度研发，目标是培养未来的科学家与算法工程师。在专业层的教学中，学生会接触到高等数学与人工智能技术的交叉前沿，例如在学习卷积神经网络时引导学生理解卷积核的数学运算本质，及其在图像特征提取中的意义，并有机会参与相关专业的校企合作项目。
三位一体的人工智能赋能育人模型（横向）
为了让不同层次的学生都能在人工智能时代受益，提升学生的工程实践能力与跨学科素养，学校构建了工程学科“课堂教学—联课延伸—竞赛实践”三位一体的人才培养模式（见图1）。
图1 工程学科“课堂教学—联课延伸—竞赛实践”三位一体人才培养模式
课堂教学自幼儿园起，将编程元素融入计算机与数学课程，从小学开始设立正规人工智能课程，全学段覆盖夯实通识基座（见图2）。例如，以ESP32芯片等硬件为载体，让全体学生亲历从数据采集、标注、训练到推理的AIoT闭环应用。
图2 人工智能学习课堂
联课延伸全学段设计丰富的课外活动及赛事，深耕特色领域。例如，设立VEX机器人、水下机器人(ROV)等特色小组，利用课后时间进行深度探究。
竞赛实践透过参与国内外高水平赛事，将课堂所学应用于解决真实问题，实现以赛促学，进行效能验证与创新。
此外，为了深度支持与落实人工智能赋能育人模式，澳门培正中学建构了以物理基座与环境赋能为中心的创新实验室体系。
乐高教育STEM实验室该实验室于2016年正式建立，是港澳基础教育首个设于校内的实验基地，配备WeDo 2.0、SPIKE Prime、EV3、VEX全系列机器人教具，以及完整的机器人教育梯队，指导学生结合数学、科学、数据分析与设计，动手制作个性化的乐高机器人。
FabLab数字制造实验室2016年，经美国麻省理工学院比特和原子研究中心（CBA）授权认证成为国际FabLab成员，是港澳首个及全国第11个FabLab创客实验室。FabLab有很多建造机器人所需的工具，如3D打印机、计算机数字控制工具台、激光切割机等，还有LabVIEW程序编辑平台，让学生完整经历绘图设计、切割、装嵌、程序设计等工序，推动学生成为自造者。
实践案例：人工智能赋能基础教育的实践与探索
助力教学效果提升：数据驱动与个性化资源
案例1.自研“数据驱动评估系统”
学校自主研发“数据驱动评估系统”，覆盖全校500余名学生，采用双轨评估形式，即教师依据表现评分，人工智能同步对知识点掌握程度作智能评估。系统内建ChatBI功能，师生可用自然语言提问，实时生成弱项题目分析与建议。
案例2.编程能力六维画像
基于在线评测系统收集学生数据，生成涵盖语法熟练度、算法创新性、问题分解、代码可读性、空间效率、时间复杂度等的个性化画像。人工智能辅助代码审查功能，能够自动侦测代码优化空间，并建议更高效的写法。
案例3.人工智能电子工作纸
通过人工智能设计智能补习教师，随时随地陪伴学习。学生只需拍照或扫描工作纸至平台，并输入学习需求或问题，人工智能智能分析工作纸内容与学生答题情况，识别盲点并自动生成交互式个性化学习网页供学生使用。
助力学习变革：情境化与可视化探究
案例4.水下机器人(ROV)浮力游戏化探究
针对“配重与浮力调节”这一教学难点，教师运用生成式人工智能开发ROV浮力与浮砖实验仿真器。学生通过调整滑块，可直观看到力（重力与浮力）矢量箭头的动态变化，建立强大的工程直觉。
案例5.VEX机器人PID调参游戏
将深奥的控制算法转化为烤箱温度控制游戏，学生通过调整比例（P）、积分（I）、D（微分）参数，观察加热与温度曲线的协调变化，从游戏体验过渡到实际C++控制代码的编写。
案例6.K230 YOLO互动实验室
针对嵌入式系统“黑箱”困境，建立代码行与硬件模块的实时映像，学生点击代码即可看到数据在KPU或人工智能 2D加速器之间的流动，深刻理解软硬件协同设计。
案例7.小学STEAM跨学科专题式学习课程——“澳门再生水”电子绘本
以“澳门再生水”议题为主题的跨学科项目式学习课程，课程整合STEAM五大元素：科学（水循环原理）、技术（人工智能工具运用）、工程（解决方案设计）、艺术（绘本创作）、数学（数据分析）。学生运用人工智能绘图工具创作电子绘本，将澳门再生水的环保知识融入原创故事中，同时引导学生讨论人工智能生成图像的伦理与版权议题，培养负责任的人工智能使用态度。
助力育人进阶：精准化评价与体质改善
案例8.“小猴运动”人工智能助教
课堂采用半班轮换制，一半学生由教师指导，另一半使用人工智能进行体能训练（见图3）。人工智能实时检测动作精准度，并语音纠正，确保每位学生都能获得个性化指导。2组定期轮换，让每位学生都能获得人工智能助教和教师指导。
图3 人工智能助教指导学生体能训练
助力研究创新：批判性思维与社会服务
案例9.媒体素养与人工智能本质探究
英语教师展示人工智能生成的“假纪录片”，并揭示背后的提示词，引导学生领悟人工智能的输出可被人为操控而带有偏见，进而建立批判性思维与判读能力。
案例10.基于工程设计流程的智能药盒开发
以工程设计流程为教学主线，从发现问题到测试迭代，结合启发式创新作品制作表格记录设计思路，教会学生运用人工智能工具辅助设计与制作。作品由学生发现身边长者经常忘记按时服药，于是运用树莓派、3D打印与物联网技术，开发出智能药物管理盒（见图4）。
图4 学生设计的智能药盒示例
案例11.生成式人工智能动画创作
传统的视频创作课程往往受限于绘画功底、动画技术与硬件设备，导致学生的创意难以落地。课程整合 DeepSeek、“豆包”等多种人工智能工具创作航天系列动画，将语文、美术、物理与信息技术进行跨学科整合，强调“人主导、人工智能辅助”的创作精神。
澳门培正中学10余年的人工智能赋能实践，不仅是技术在校园内的成功落地，更是一场关于教育本质的深层次自我革新，学校实践经验表明，人工智能赋能基础教育的成功基石在于技术与人文、算法与思维的有机融合。展望未来，学校将持续深化人工智能与各学科的深度融合，拓展跨校与校企协作平台，构建更趋完善的多元评价体系，培养具备国际视野、能在家国情怀中立身、在专业本领中立业的新时代青年。
参考文献
[1] Mathematical Foundations of Deep Learning[EB/OL].(2025-02-05)[2026-04-10]. https://www.preprints.org/frontend/manuscript/45757a037cbf74554c7af69cb9bc3ad5/download_pub.
[2] AI in K—12 Education: Teaching in Practice - A White Paper[EB/OL].(2025-09)[2026-04-08]. https://www.researchgate.net/publication/395703897_AI_in_K-12_Education_Teaching_in_Practice_-_A_White_Paper.
[3] K—12 Education in the Age of AI: A Call to Action for K—12 AI Literacy[EB/OL].(2023-06)[2026-03-28].https://www.researchgate.net/publication/372038519_K-12_Education_in_the_Age_of_AI_A_Call_to_Action_for_K-12_AI_Literacy.
欢迎订阅
来源 | 《中国科技教育》2026-3
编辑 | 张雨晴
审校 | 孟想、若惜
热门跟贴