科学教育是提升国家科技竞争力、培养科技创新人才、提高公民科学素养的重要基础，也是发展新质生产力、推动科技强国建设的关键突破口。在新时代背景下，如何从教育、科技、人才统筹规划的战略部署出发，推动科学教育高质量发展，是新时期教育改革发展的重要目标。人工智能作为发展新质生产力的重要驱动力，为教育的数字化转型和智能化变革带来了显著影响，也为科学教育的创新发展带来了更多可能性。具体来讲，人工智能有助于生成多模态的学习资源、创设虚实融合的学习环境、提供个性精准的学习干预、提供科学智能的教学辅助、加强智能综合的教育评价，为科学知识学习、科学兴趣发展、科学素养提升、科学精神培育提供重要支撑。虽然人工智能技术在助力科学教育创新变革方面呈现出巨大潜力，但目前并没有研究对其前景和挑战进行系统论述。如何发挥人工智能技术的核心优势，助力科学教育的数字化转型和智能化变革是当前科学教育改革的重要议题。因此，本文旨在对人工智能赋能科学教育的典型表征、实践路径进行系统论述，尝试厘清人工智能赋能科学教育的未来方向，以期为后续研究和实践提供参考。
　　人工智能赋能科学教育的
　　典型表征
　　“虚实融合”的科学教育新场域。科学教育内容的复杂性和抽象性使得文字、图片、视频等传统教学媒介难以完整呈现教学内容的本质特征，无法满足一线教学的真实需求。而生成式人工智能的优势在于，其能够依据教学内容的特征，利用三维动画、虚拟现实、增强现实、全息影像、数字孪生、数字人等技术创新教学资源的表征形态，创设虚实融合、智能增强的教育实践场域，实现虚拟世界和现实世界的无缝衔接，增强教学环境的临场感和沉浸感。这有助于加强学生对学习对象的全方位感知，建立对科学学习内容的整体认识。
　　“人机共创”的资源生成新范式。随着以Sora为代表的文生视频大模型的出现，机器能够帮助教师生成PPT课件、教学视频、三维动画、虚拟现实、数字人等多种形态的教学资源，这将有效解决优质科学教学资源短缺的问题。科学教师只需根据教学内容的特征给出资源创生的具体指令，大模型便能够通过意图理解、方案设计、资源聚合、资源生成、整体优化等过程生成满足教师需求的教学资源，教师可在此基础上提出改进意见，让大模型进一步对教学资源进行优化，以实现人机共创的科学教育资源生成。这将在一定程度上解决科学教育资源开发难的问题，为科学教学提供有效支撑。
　　“自主探究”的科学学习新模式。人工智能技术的加持将使科学学习的方式发生根本性变化，使科学学习既能做到自主、个性化、精准化，又能兼顾探究、实践、跨学科的特色。在此过程中，学生的探究实践能力、问题解决能力、沟通协作能力、跨学科能力和创造力将得到极大提升。
　　“人机协同”的科学教学新理念。随着人工智能教育应用的逐步深化，人机协同教学将成为未来课堂教学的主流趋势。人工智能赋能科学教学的核心优势：一是能够辅助科学教师优化教学设计，依据教学内容和教学组织形式，帮助科学教师生成探究式、跨学科的教学设计方案，解决科学教学设计难的问题；二是能够辅助科学教师开展课堂教学实践，帮助学生设计探究活动、监测探究过程、提供探究支持、诊断探究质量，为科学教学的顺利开展提供全方位支持；三是能够辅助科学教师进行课堂教学评价，利用课堂教学的过程性和结果性数据对学生的科学知识、科学态度、科学能力等方面进行综合测评，对课堂教学的质量进行精准监测，并为教师提供合理的教学改进方案。
　　“数智赋能”的科学评价新机制。其一，发挥生成式人工智能技术的核心优势，根据教学内容的特征生成定制式的问题解决情境和科学素养测评方案，为学生科学素养的测评提供真实情境和测评工具；其二，对学生的话语、表情、人机交互数据进行精准的采集分析，利用多模态学习分析的方法对学生解决问题过程中的具体表现进行精准测评，以全方位表征科学学习过程、挖掘科学学习规律、诊断科学学习成效；其三，可根据评价结果分析学生学习的问题所在，并进行精准归因，对学生的科学知识、科学技能、科学态度等方面进行深入诊断，在此基础上，利用生成式人工智能技术对过往经验进行深度整合，为学生提供个性化的学习建议，以帮助学生巩固科学知识、提升科学素养。
　  人工智能赋能科学教育的
　　实践路径
　　完善人工智能赋能科学教育的实践方略。一是要理性看待人工智能技术在科学教育发展、科技创新人才培养方面的作用，厘清其核心价值和应用限度，明确其应用场景和潜在问题；二是从“赋能”和“颠覆”的双重视角出发，全方位审视人工智能技术在科学教育变革中的核心优势，既注重解决科学教育中的实践问题，也关注技术重塑科学教育的目标图景；三是着力解决人工智能赋能科学教育的核心问题，聚焦数字化科学教育资源开发、数字化科学教育装备研发、科学教育学科大模型构建等方面进行深入探索。
　　加强科学教育大模型和智能装备研发。智能教育产品是智能技术教育应用的核心落脚点，优质的智能教育产品能够为教育实践的创新发展提供有效支撑。未来人工智能赋能科学教育的常态化推进，一是要加强面向科学教育的生成式人工智能大模型研发，建设科学教育专有语料库，聚焦科学人机对话、科学资源生成、科学教案设计、科学教学辅助、科学教育评价等真实场景，进行定制式的功能开发，提高大模型对于科学教育场景的适用性；二是要加强科学教育智能装备研发，聚焦科学教学与学习的现实需求，利用物联网、大数据和人工智能技术加强科学教育装备的数据感知、分析和可视化功能，为数字化科学实验的开展提供工具支持。
　　推动人工智能赋能科学教育的实践探索。人工智能赋能科学教育的实践落地，需要聚焦科学教学、学习、评价等真实场景，利用智能化的科学教育产品进行广泛深入的实践探索，以推动人工智能技术在科学教育领域的实践落地。具体来讲，要聚焦特定学科、学段，基于科学教学、学习、评价的真实问题，进行体系化的技术方案设计，探索人工智能赋能科学教育的典型模式，以推动科学教育实践样态的转型升级。
　　加强人工智能赋能科学教育的风险防范。技术是一把双刃剑，人工智能在为科学教育带来诸多利好的同时，也不可避免地会带来一系列负面影响。因此，人工智能赋能科学教育的常态化推进，需要进一步加强风险防范，为科学教育的数字化转型和高质量发展保驾护航。其一，聚焦科学教育场景，强化育人导向，厘清人工智能赋能科学教育的潜在风险，完善人工智能赋能科学教育的风险防控机制；其二，划定科学教育场景中人工智能技术应用的场景和边界，规范科学教育智能产品的研发方向，防止学生的误用和滥用；其三，提高学生和科学教师的风险意识，对人工智能赋能科学教育的潜在风险持警惕态度，合理合规地利用智能教育产品开展科学教育实践。（据《中小学科学教育》2025年第2期，有删节）