“真假”科学教育，老师都未必弄得清楚，更不用说家长和学生

近日，教育部办公厅印发《义务教育阶段科学教育“做中学”领航行动指南》（以下简称《指南》），明确要求在不增加义务教育总课时的前提下，4—9年级学生每学期必须完成不少于1个科学探究实践任务，且累计不少于4课时。这为学校开展探究实践留出了必要空间，也传递出一个清晰信号：科学教育不能止于书本与习题，学生必须走进真实情境，观察现象、操作工具、处理数据、设计制作，在行动中内化知识。

然而，双手动起来，是否意味着学习真正发生？任务完成了，是否就等于素养已然形成？这是《指南》从政策文本走向课堂实践时必须直面的一道核心命题。科学素养不易直接观测，倘若只有“有没有做”和“做出了什么”，却没有“怎样思考”，那么“做中学”便不可能触及学习的本质。

科学素养不会因一次活动而自动生成

不妨对比两种围绕“水火箭”展开的课堂。第一种，教师提供统一图纸、材料和步骤，学生按部就班组装、发射，火箭飞出32米，大家合影留念，活动宣告结束。第二种，学生先讨论哪些因素可能影响飞行，再经历三次试飞：第一次发现尾翼过小，第二次判断重心偏移，第三次调整后飞至32米；下课之际，他们仍在琢磨如何突破40米。

两种课堂都“做”了，但唯有后一种课堂，才是重塑了学习的过程。

科学素养本非一项单一能力。一个具备基本科学素养的人，不仅要知晓“是什么”，更要理解“为什么”。科学素养更非一次性任务的即时产物。学生在熟悉情境中能提出问题，未必能在陌生场景中识别变量；在教师引导下会分析数据，未必能独立辨析网络上的科学信息。唯有经过不同学段、主题和情境的多次迁移，科学素养才可能趋于稳固。

杜威强调从经验中学习，但经验教育从来不只是增加活动数量——未经观察、关联与反思的经历，未必能转化为具有教育意义的经验。2001年，教育部与中国科协共同开启我国“做中学”科学教育改革实验，最初在北京、上海、南京、汕头四地的44所幼儿园和小学试点。

这些探索积累了宝贵经验，但也暴露出若干值得警惕的偏差：实验按说明书操作，问题、步骤和结论全部预设；科学教育过度集中于科技节、社团和竞赛，惠及面狭窄；资源建设被简化为购置设备；过程评价沦为照片与表格；改革成果被浓缩为公开课和获奖作品。试点结束后，课堂往往退回讲解、记忆和刷题的老路。“做”只是起点，科学素养能否生根，取决于学生是否真正经历了提出问题、运用证据和修正原有认知的完整过程。

“做中学”的质量，取决于这几组张力

《指南》要求学生经历提出问题与假设、设计方案、搜集分析证据、得出结论并解释、制作改进、交流反思等环节；评价需关注问题意识、探究实践、反思改进与合作交流。据此，每学期至少1个任务、不少于4课时的安排，具有极强的现实针对性。一节课可完成演示，两节课可完成制作，但问题形成、方案比较、实践取证、解释交流与反思改进，需要更连续且相对充裕的时间。四课时为完整学习过程划出了一条最低保障线。

然而，保障了时间，并不等于保障了质量。同样的四课时，可以引导学生围绕问题反复修正方案，也可以机械重复规定动作。一旦主要检查变为“任务是否完成”“课时是否达标”，保障线便可能异化为工作完成的“痕迹证明”。

“做中学”的质量，取决于课堂能否妥善处理以下几组张力。科学既是一套既成的概念、规律和方法，又是一个不断提出问题、检验证据和修正解释的动态过程。学校既要帮助学生掌握必要知识，又要让他们亲历知识生成的过程。若只讲授现成结论，科学便沦为需要背诵的知识清单；若片面追求开放探究而缺乏概念基础与方法指引，活动则易停留在热闹而零散的试误层面。教师指导过多，学生只做执行者；教师完全放手，学生又可能在低水平循环中徘徊。

真实问题也不必然催生真实学习。例如，研究校园土壤“康复”，既涉及土壤成分、植物生长与生态关系，也涉及取样方法、时间尺度和环境责任。问题过小，可能退化为验证性实验；问题过大，学生又可能只停留于搜集资料、制作展板，无法形成可检验的判断。

因此，将复杂现实转化为适合特定年龄段学生的任务，需要教师作出高度专业的取舍。四课时解决的是“有没有机会做”，而知识与探究、指导与自主、开放与规范、成功与失败之间的平衡，才真正决定学生“能不能学好”。

AI时代，让双手忙起来只是第一步

人工智能赋予“做中学”全新的时代意义。严格而言，知识的稀缺性并未完全消弭——可靠的前沿知识和高质量解释依然稀缺，但一般性知识、标准答案和常规方案的获取成本已急剧下降。教育真正需要的，是形成问题、检验答案并对判断负责的能力。

正因如此，亲身参与和第一手经验变得更为珍贵。调整装置、观察差异、直面误差、与同伴协商——这些经历使抽象概念接受现实检验。人工智能可以描述一百次实验，却无法替代学生经历材料断裂、数据失准和方案反复被否决的真切感受。

因此，AI时代更需要“做”，其价值在于构筑“预测—行动—反馈—解释—再行动”的循环，让想法接受事实的拷问。人工智能可辅助搜索资料、建立模型和比较方案，但其输出最终仍需回归观察、实验、交叉验证和责任判断。

值得肯定的是，《指南》本身已对实施风险作出提醒：强调学生主体地位，尊重个体差异，允许试错和失败；注重表现性评价和过程性证据，不将探究实践变为新的统一考试。这些规定为防范形式化提供了重要起点。要让这些原则真正落地于普通课堂，至少应着力于以下四方面。

第一，将认知责任切实交还学生。学校应少问“最后做出了什么”，多问：问题是否由学生理解并参与界定？方案中是否有学生必须权衡的选择？证据是否修正了原有判断？失败之后是否有解释和改进？任务不必处处开放，但提出预测、选择方法、解释证据和反思改进这些最具价值的关键环节，不能全由教师预设。对于人工智能生成的答案，更要追问其数据来源和依据，能否经受现实证据的检验。

第二，将单个任务串联为递进式课程。每学期一个任务，不能沦为彼此孤立的12次活动。学校应依据不同学段建立适度递进。真正重要的，不是任务越来越宏大，而是学生承担的认知责任逐步加深。

第三，将支持重心落在教师的专业判断上。高质量资源除了写明材料、步骤和课时，更应提示知识基础、常见误解、可能出现的不同证据、学生容易卡住的环节以及可供选择的教学支架。教师培训也不能只教活动组织，还要帮助教师学会倾听学生解释、识别思维障碍、把握介入时机。

第四，让评价少而有效，使普通学校做得起、做得久。探究不必依赖高端设备，校园植物、家庭用水、社区垃圾和常见材料，皆可作为研究对象。对薄弱地区的支持，除设备外，还应涵盖耗材、教师发展、区域教研和持续的专业帮扶。相应的督导也应减少对任务数量、作品数量和材料厚度的排名，更多通过课堂观察、学生访谈和任务抽样，了解学习是否真实发生。

“做中学”三个字，形式在“做”，本质在“学”。“做”是连接头脑、身体与真实世界的桥梁，只有当行动引发预测、判断、验证和反思，学习才算真正落地。让双手忙起来只是第一步，更艰难的，是让头脑在真实反馈中持续、深入而诚实地工作。这既是落实《指南》最应把握的尺度，也是科学教育中最复杂、最根本、也最值得坚守的目标。

（作者为华东师范大学教育学部教授）