北京市十一学校：从项目到生态，以STEM教育构建学校新样态

在全球科技竞争日益激烈的背景下，教育、科技与人才的深度融合正成为支撑国家高质量发展的重要基石。STEM教育作为一种跨学科融合的创新形态，以其融合性、实践性与情境化的课程模式，为学生搭建解决真实问题的平台，有效培养学生的知识应用能力、创新思维和协作精神，造就适应未来社会发展的复合型创新人才。

北京市十一学校在近十年的课程改革过程中，深刻认识到STEM教育在跨学科融合方面的独特价值，围绕课程资源开发、时空环境创设、校企社协同、教师能力提升及人工智能赋能五个维度系统推进STEM教育，逐步形成以学生为中心、跨学科整合、社会多方参与的STEM教育新样态。

三层架构STEM跨学科课程

课程是育人的核心载体，STEM教育的难点之一在于跨学科课程的开发。北京市十一学校STEM课程开发秉持“源于真实、跨学科融合、项目式推进”的理念，构建多途径、多层次的课程资源体系，着力实现学科知识、核心素养与实践能力的深度融合。

学校STEM课程体系采用“学科基础——外延拓展——融合实践”三层架构：学科基础层聚焦相关学科课程，以提升知识应用能力为目标，开发一系列高知识承载力、以单学科知识为主的学习任务，强调真实学习体验和学科素养沉淀，多以问题式学习、项目式学习等形式开展；外延拓展层注重学科应用型课程研发，结合学校特色开发具有实践性和开放性的STEM课程，提升学生发现和解决真实问题的能力；融合实践层关注真实情境下的综合问题研究，通常由学生或团队自主提出，重在综合应用多学科知识和方法设计研究方案并开展实践，教师提供个性化支持。

（一）以学科基础为起点，链接社会生活和真实情境

学科课程里有不少内容源于生活、身边的自然现象或社会问题，基于真实情境设计学习任务，易于激发学生探究兴趣。例如，为落实地理学科“综合思维”“地理实践力”等核心素养培养目标，学校初中地理教师结合2023年北京门头沟区特大暴雨灾害后的重建议题，引导学生开展以“灾后重建的科学决策”为核心的STEM项目。教师设计“洪涝灾害成因分析”“聚落选址合理性评估”“灾后重建建议”三项任务，学生通过实地测量永定河水位与流速，观察山体岩石岩性与地形坡度，记录房屋损毁及耕地破坏情况，并与村民访谈了解受灾经历、收集经济数据，最终形成包含“避灾安置点选址”“生态护坡设计”的可视化考察报告。该项目既深化了学生对课本知识的理解，更培养了学生数据分析与问题解决能力。学生在解决真实问题的过程中，兴趣得以激发，能力得到锻炼，素养逐步沉淀，为其持续探索和改造世界筑牢基础。

（二）开发应用拓展型课程，注重工程思维培养

STEM教育不是简单的学科拼盘，而是各个学科的深度融合。当前中学课程相对独立，多聚焦单学科知识，学生在真实情境下解决不良结构问题的能力仍有欠缺。学校在单学科课程基础上拓展开设22门科学与工程领域的应用型课程。如《数学建模与实践》课程从数学学科出发，结合真实情境讲授建模方法与问题解决思路，助力学生实现从理论知识“学以致用”到科学思维的升华。该课程已积累百余项真实问题解决案例，学生通过数学建模设计出中医领域的AI解决方案等成果。

工程是STEM教育的“催化剂”，能将科学、技术、数学知识应用于实际问题解决中。学校注重在课程实施中培养学生工程思维，通过项目案例让学生体验“定义问题——调查研究——方案设计——原型制作——测试优化”的工程设计流程，提升学生系统思维与问题解决能力。高二学生基于校园真实需求，以典型工程思维方式完成棍网球发球机研发。通过拍摄多组球员发球慢动作视频获取数据，运用数学课所学的曲线拟合知识将抛球轨迹转化为数学模型，形成初步方案，在测试中发现发球机射速不足后，又结合物理课学习的功率计算方法确定所需电机功率，完成发球机的设计与交付。

（三）捕捉学生好奇点兴趣点，形成生成性STEM综合课程

学生在日常学习和生活中的观察、思考、好奇是宝贵的课程资源。学校鼓励教师敏锐捕捉学生的兴趣点和问题发现，助力学生孵化有价值的探索项目。这些由学生发起并主导完成的创新项目涵盖环保技术、生物检测、具身智能等领域，体现了学生在真实问题解决中的主体性和创造性。

创设支持性STEM教育时空环境

STEM学习强调动手实践与协作探究，对学习环境提出更高要求。学校致力于为学生提供打破时空限制、资源触手可及、支持多样态学习的研究环境。

（一）给予学生更多自主时间

STEM项目实施需要学生拥有充足的自主时间。学校控制日常及假期作业量，为学生提供基于兴趣开展探索的土壤。白天除1—2节自习课外，每天下午4∶15后均为学生自主安排时间。学校在学期中设置1—2周“小学段”，其间不安排常规课程，鼓励学生自主选题或从课题库中选择方向开展研究性学习，集中时间投入综合性项目研究。

（二）提供丰富的空间资源支持

开展STEM项目研究常常需要进行小组研讨、实验、制作和数据处理，为此必须提供相应的空间和资源支持。学校重构科创中心与理化生高端实验室，建设创意万物造FABLAB工坊，配备3D打印机、激光切割机、精密仪器、开源硬件等各类设施设备。这些学习空间不仅用于课内教学，也在课后向学生开放，每间实验室配备1—2名专业教师提供指导，成为学生创意孵化和项目实践的梦工厂。学校网络平台长期开放“学生学术研究项目”申请，学生提出想法和需求后，学校对接需求和资源，投入经费为学生的研究提供支持。

（三）建立激励机制与展示平台

学校对参与STEM课程研发的教师和有突出学习成果的学生给予认可和奖励。鼓励不同学科教师打破专业壁垒进行跨学科教研，并通过案例征集奖励优秀STEM课程案例，及时沉淀与分享经验。在校内搭建研学挑战赛等平台，鼓励学生深度探索自己的兴趣点，并通过STEM研究性学习形成论文或项目成果，在项目实施过程中提升创新思维、科研能力、学术毅力、时间管理能力等。优秀项目还会被推荐参加“丘成桐中学科学奖”“全国青少年科技创新大赛”等高水平竞赛活动，持续激发学生的研究热情。

打造协同化校企社共研共育机制

借助社会资源丰富课程内容和场景是STEM教育的重要路径。学校所处的海淀区高校科研机构林立、高科技企业云集，而且自然与历史资源丰富，是合作开展STEM教育的宝贵资源。

（一）联合校外资源研发项目课程

学校在课程研究院设置资源协调中心，联合校外各类资源丰富课程供给，与高校、高新技术企业、博物馆、科技馆、动植物园等单位合作开发基于真实情境的STEM课程，与中国科学院多个院所合作开发考察和研究项目，通过互动展览、工作坊等形式，为学生提供丰富的学习体验。为响应国家在关键领域的人才需求，学校主动对接北京航空航天大学集成电路科学与工程学院，推动高校专家与学校教师共同主导“芯片技术”STEM主题课程开发。依据中学生认知规律，双方联合开设“芯片加工技术入门”“芯片制造基本工艺实践”“人工智能芯片设计与应用验证”三门进阶课程，将“大学实验室级”芯片设计课题转化为中学生可实践的项目，为学生搭建接触前沿科技的桥梁，促使学生树立投身关键领域的发展志向。

（二）依托“国优计划”实现共赢共创

教育部“国优计划”旨在重点为中小学培养一批研究生层次高素质科学类课程教师，加强基础教育阶段创新型学生培养。学校为“国优计划”优秀学生提供实习机会，这些学生具有理工科学科背景，广泛接触科技前沿，具备研究和工程实践基础，通过发挥他们视野新、束缚少、积极性高、能链接高校资源的优势，在校内教师指导和共同参与下，开发适合中学生的跨学科综合课程。

提升教师跨学科研发意识和能力

教师是课程研发的关键力量。实施STEM教育的教师应具备跨学科意识，能够从本学科出发，主动对接国内国际优秀STEM项目，延伸出融合性的项目主题。

学校成立跨学科项目组，系统梳理全球优质STEM资源，借鉴芬兰“现象教学”任务设计策略与美国“项目引路”（PLTW）等工程类项目的实施逻辑，为项目组教师提供方法论支持。教师在此基础上不断寻找学科融合的制高点，开发一系列典型课例。如化学与物理教师以“碳中和”为背景，引导学生综合运用化学知识（二氧化碳捕集与转化）、物理原理（气体流速与压力控制）及工程思维（设备设计与优化），设计制作简易制氧机并提出碳减排方案。生物与技术教师联合打造“血氧仪开发与应用”项目，构建“知识学习—需求调研—产品制作—真实推广”的完整链条，学生不仅需要探究人体血液循环与氧气运输机制，还要运用物理光学知识动手焊接电路、编写程序，完成血氧仪的设计与调试，并面向真实用户进行推广和提供健康建议。

在项目组基础上，学校组建了由数学、物理、生物、化学、技术等学科教师共同参与的STEM教研组。教研组在课程模式建立、项目主题选择、课例内容开发等环节开展跨学科集体教研，探索形成“主题驱动—寻找整合点—协作备课”的跨学科教研方式，持续推动跨学科课程研发与实施。

为支持教师成长，学校依托每月一场的“学术之夜”等平台定期开展跨学科案例和研究成果分享，邀请专家进校指导，并鼓励教师参与国内外的STEM会议及线上研修拓展视野，提升将真实问题转化为课程项目的能力，形成“实践—反思—分享—再实践”的教师成长良性循环。

以人工智能赋能STEM教育新可能

人工智能，特别是“AI for Science”（AI4S），正在改变科学研究的范式。学校积极探索以真实问题为起点、以数据驱动为核心、以跨学科融合为路径的STEM项目设计与实施，用人工智能为STEM教育注入新的发展动力。

在推进机制上，学校遴选数学、物理、化学、生物学等学科的15名青年教师成立AI4S项目组，开展Python编程、机器学习算法与人工智能原理培训，提升教师在AI4S背景下跨学科课程设计与实施能力。目前，项目组教师已开发多个融合学科内容与AI方法的STEM课程案例。例如鸟类鸣声识别，结合校园鸟类观测，采集乌鹊、画眉等鸣声数据，训练音频分类模型，体验从信号处理、特征提取到模型优化的AI应用流程；化学动力学模拟，基于实际科研数据构建机器学习模型，预测不同初始条件下的反应路径与产物分布，帮助学生理解复杂化学反应的可预测性。这些实践将AI技术融入科学探究过程，推动学生学习方式从传统的“机理驱动”向“数据与机理融合”转变，从被动解题走向主动建构，初步实现AI4S的进阶探索。

在数智时代背景下，STEM教育不仅是课程形态的创新，更是育人方式的重构。未来，学校将继续推动STEM教育从“项目化”走向“生态化”，进一步强化资源整合与机制创新，深化人工智能与STEM课程的融合，构建更加适应未来人才成长需求的教育样态，助力新时代创新人才的培育与国家战略科技力量的根基建设。

本文系中国教育学会2024年度教育科研一般规划课题“核心素养导向的中学跨学科主题学习设计与实施研究”（202416294031B）的研究成果

（田俊 作者系北京市十一学校校长）

《人民教育》2025年第19期

作者：田俊