国外关于STEM教育的研究表明，STEM教育对于推动学科融合，促进学生能力的发展有重要作用。 纵观国内外STEM教育的相关研究，不难发现，STEM教育的发展离不开技术的支持。而人工智能的崛起为STEM教育的发展提供了技术上的支持，人工智能跨界融合、创新驱动、重塑结构、尊重人性、开放生态和连接一切等的特征，在理念上与STEM教育高度契合。借助人工智能的图像识别、语音识别、机器学习、深度学习等新兴技术，可以构建信息化教育平台，完善STEM教育策略 ，推动STEM教育模式的发展，让教育贴近实际，实现真正的跨学科融合。文章首先深刻理解了STEM教育的理念内涵以及人工智能背景下的STEM教育模式；其次，分析了21世纪人工智能在STEM教育中的应用现状，从而发现目前STEM教育的发展瓶颈；最后，提出人工智能下的STEM教育未来发展的几点建议。

人工智能；STEM教育；跨学科融合；真实问题

      美国提出的STEM教育模式有效推动了学科融合，对信息化时代教育变革产生了深刻的影响。21世纪是信息化时代，互联网技术飞速发展，人工智能技术作为一个分支逐步走进大众视野，促进各行业的信息化变革。2015年3月，美国连接在校教育和职业生涯的期刊《技术》出版了STEM教育专题，指出：“当STEM教育的重要性和价值已经成为教育改革和经济发展的主要部分时，STEM教育就会成为今天的创新、明天的成功了。”可见，STEM教育虽然是一种新兴的教育模式，但实现了教育的跨学科性，引导学生主动思考、解决问题，已经在教育改革中产生了巨大影响。同时，人工智能的崛起为教育改革提供了技术上的支持，人工智能具有跨界融合、创新驱动、重塑结构、尊重人性、开放生态和连接一切等特征，在理念上与STEM教育高度契合。近年来 ，“ 人工智能 +教育”理念的提出，更加明确地将人工智能与教育改革连接在一起，借助人工智能的图像识别、语音识别、机器学习、深度学习等新兴技术，构建信息化教育平台，完善 STEM教育策略，推动STEM教育模式的发展，实现学生主动探究、思考、创新的教育目标，让教育贴近实际，实现真正的跨学科融合。

（一）STEM教育的内涵

      STEM是科学(Science)、技术(Technology)、工程(Engineering)和数学(Mathematics)四门学科的英文首字母缩写，STEM 教育最早由美国国家科学委员会于1986年提出，随后得到了国际教育界的认可，各国陆续将STEM教育纳入教育改革之中。 STEM教育是将科学、技术、工程和数学以跨学科的形式在教学中整体呈现，旨在提升学习者的科学素养和工程技术应用水平，它强调的是多学科交叉融合，用跨学科整合的思维解决真实情境中的问题，培养学习者的创新能力、实践能力和问题解决能力等。

（二）STEM教育的特征

      STEM教育中四门学科的教学必须紧密相连，以整合的教学方式培养学生掌握知识和技能，并能进行灵活迁移应用解决真实世界的问题。余胜泉指出融合的STEM教育具备9个核心特征：跨学科、趣味性、体验性、情境性、协作性、设计性、艺术性、实证性和技术增强性等。

1.跨学科 

  将知识按学科进行划分，对于科学研究、深入探究自然现象的奥秘和将知识划分为易于教授的模块有所助益，但并不反映我们生活世界的真实性和趣味性。因此，分科教学(如物理、化学)在科学、技术和工程高度发达的今天已显出很大弊端。针对这一问题，理工科教育出现了取消分科、进行整合教育的趋。STEAM教育因此应运而生，跨学科性是它最重要的核心特征。跨学科意味着教育工作者在STEM教育中，不再将重点放在某个特定学科或者过于关注学科界限，而是将重心放在特定问题上，强调利用科学、技术、工程或数学等学科相互关联的知识解决问题，实现跨越学科界限、从多学科知识综合应用的角度提高学生解决实际问题的能力的教育目标。

2.趣味性

  STEM教育在实施过程中要把多学科知识融于有趣、具有挑战性、与学生生活相关的问题中，问题和活动的设计要能激发学习者内在的学习动机，问题的解决要能让学生有成就感，因此需有趣味性。STEM教育强调分享、创造，强调让学生体验和获得分享中的快乐感与创造中的成就感。有的项目还把STEM教育内容游戏化(将游戏的元素、方法和框架融于教育场景)，因为将基于探索和目标导向的学习嵌入游戏中，有利于发展学习者的团队技能、教授交叉课程概念和负责的科学内容主题，可以得到更多、更理想的教育产出。例如，芬兰大学和美国北伊利诺伊大学合作成立了Finnish-US，在K-16阶段开展基于游戏的STEM教育。

3.体验性

  STEM教育不仅主张通过自学或教师讲授习得抽象知识，更强调学生动手、动脑，参与学习过程。STEM提供了学生动手做的学习体验，学生应用所学的数学和科学知识应对现实世界问题，创造、设计、建构、发现、合作并解决问题。因此，STEM教育具有体验性特征，学生在参与、体验获得知识的过程中，不仅获得结果性知识，还习得蕴含在项目问题解决过程中的过程性知识。例如，我国台湾学者赖恩莹等利用乐高作为模组教具培养学生有关齿轮、力矩等工程概念就很好地体现了STEM教育的体验性特征。

4.情景性

  STEM教育具有情境性特征，它不是教授学生孤立、抽象的学科知识，而强调把知识还原于丰富的生活，结合生活中有趣、挑战的问题，通过学生的问题解决完成教学。STEM教育强调让学生获得将知识进行情境化应用的能力，同时能够理解和辨识不同情境的知识表现，即能够根据知识所处背景信息联系上下文辨识问题本质并灵活解决问题。STEM教育强调知识是学习者通过学习环境互动建构的产物，而非来自于外部的灌输。情境是STEM教育重要而有意义的组成部分，学习受具体情境的影响，情境不同，学习也不同。只有当学习镶嵌在运用该知识的情境之中，有意义的学习才可能发生。

5.协作性

  STEM教育具有协作性，强调在群体协同中相互帮助、相互启发，进行群体性知识建构。STEM教育中的问题往往是真实的，真实任务的解决离不开其他同学、教师或专家的合作。在完成任务的过程中，学生需要与他人交流和讨论。建构主义指出，学习环境的四大要素包括“情境”“协作”“会话”和“意义建构”。STEM教育的协作性就是要求学习环境的设计要包括“协作”和“会话”两要素：让学生以小组为单位，共同搜集和分析学习资料、提出和验证假设、评价学习成果;同时，学习者通过会话商讨如何完成规定的学习任务。需指出的是，小组学习最后的评价环节以小组成员的共同表现为参考，而不是根据个人的表现进行独立评价。

6.设计性

  STEM教育要求学习产出环节包含设计作品，通过设计促进知识的融合与迁移运用，通过作品外化学习的结果、外显习得的知识和能力。设计出创意作品是获得成就感的重要方式，也是维持和激发学习动机、保持学习好奇心的重要途径。因此，设计是STEM教育取得成功的关键因素。学生通过设计可以更好地理解完成了的工作，从而解决开放性问题。在这个过程中，学生学习知识、锻炼能力、提高STEM素养，因此设计性是STEM教育的又一核心特征。

7.艺术性

  也有人提出STEAM的概念，强调在STEM中加入“Art”学科。这个“A”狭义上指美术、音乐等，广义上则包括美术、音乐、社会、语言等人文艺术，实际代表了STEM强调的艺术与人文属性。STEM教育的艺术性强调在自然科学教学中增加学习者对人文科学和社会科学的关注与重视，例如在教学中增加科学、技术或工程等相关发展历史，从而激发学生兴趣、增加学习者对STEM与生活联系的理解以及提高学生对STEM相关决策的判断力；再如，在对学生设计作品的评价中，加入审美维度的评价，提高学生作品的艺术性和美感。概括来说，STEM教育的艺术性是以数学元素为基础，从工程和艺术角度解释科学和技术。

8.实证性

  实证性作为科学的本质(Nature of Science)的基本内涵之一，是科学区别于其他学科的重要特征，也是科学教育中学习者需要理解、掌握的重要方面。STEM教育要促进学生按照科学的原则设计作品，基于证据验证假设、发现并得出解决问题的方案;要促进学生在设计作品时，遵循科学和数学的严谨规律，而非思辨或想象，让严谨的工程设计实践帮助他们认识和理解客观的科学规律。总之，STEM教育不仅要注重科学的实证性，更强调跨学科情景中通过对问题或项目的探索，培养学生向真实生活迁移的科学精神和科学理性。

9.技术增强性

  STEM教育强调学生要具备一定技术素养，强调学生要了解技术应用、技术发展过程，具备分析新技术如何影响自己乃至周边环境的能力。在教学中，它要求利用技术手段激发和简化学生的创新过程，并通过技术表现多样化成果，让创意得到分享和传播，从而激发学生的创新动力。STEM教育主张技术作为认知工具，无缝地融入到教学各个环节，培养学生善于运用技术解决问题的能力，增强个人驾驭复杂信息、进行复杂建模与计算的能力，从而支持深度学习的发生。

（一）人工智能技术概念

      人工智能的英文缩写是AI，是计算机科学的一个分支，它主要是研究和开发智能理论、方法、技术和应用系统，利用计算机来模拟人的思维和行为的一门新的技术科学。所谓人工智能，即用人工的方法在机器上实现的智能，或者说是人们使用机器模拟人类和其它生物的自然智能，包括感知能力、记忆和思维能力、行为能力、语言能力。1956年计算机的诞生就标志着人工智能时代的到来，可以说人工智能就是在机器上实现类人的教育，或者说是对机器实施教育。人工智能可以说是一门边缘学科，自其诞生以来就囊括了诸多领域，这些领域与人类教育的过程紧密相关，涉及到控制论、语言学、心理学、计算机科学、神经心理学、信息论等领域学科，其研究路线也与教学系统中的教学理论不谋而合。

  第一，知识表示。主要研究如何在计算机上表示、存储和搜索常识性知识和专业性知识。这相当于在在教育系统中首先让教育者掌握知识的过程，相当于提高机器的记忆智能。具体表示方法有：产生式规则表示法、语义网络、自然语言表示法、框架法，脚本法等。其中，产生式规则表示法最为原始，被广泛应用，尤其是认知主义在人工智能领域的具体应用，强调计算机和人脑一样，是一个具有信息输入、存储、处理、加工和输出的载体，智能就体现在对信息的处理和加工过程中。

  第二，机器学习。主要研究如何用计算机获取知识，即从数据中挖掘信息，从信息中归纳知识，实现统计描述、相关分析、聚类、分类、规则关联、预测、可视化等功能。这相当于教育系统中让受教育者学习知识的过程，也相当于在提高计算机的思维智能。常用方法有：产生式规则推理、回归分析、决策树、人工神经网络、遗传算法、Bayes算法、邻近算法、模糊逻辑、粗糙集等。人工神经网络是模拟人脑中由大量神经元及其复杂连接构成的神经网络的并行计算能力，从早期的Hebb规则到Hopfield网络、自组织网络等算法，发展到目前的深度学习算法，深度学习算法借助大量高速运算的CPU和GPU实现并行计算，具有较强的分类、聚类和预测等功能。

  第三，模式识别。主要研究如何识别一般自然物体、图像、人类特征（语音、指纹、情感、体感等）等，相当于提高计算机的感知智能。具体方法需要借助知识表示和机器学习的研究成果。例如，深度学习和大数据技术在近几年取得了巨大突破，被广泛应用在语音、图像、人脸、情感等模式识别中，大大提高了识别的精确率和召回率。

  第四，自然语言处理。主要研究如何理解和产生人类自然语言，包括语音和文字两种形式，而文字又包括词语形态、语法、语义、语用和篇章五个层次，相当于提高计算机的言语只能。具体方法需要借助语言学、心理学、社会学等多个学科的研究成果。

  第五，智能机器人。主要研究如何让机器硬件能够像人类或者动物那样行动，相当于提高机器的行为能力和感知能力。人形机器人、自动行驶车辆可以说是智能机器人的最新成果。知识表示和机器人学习领域的前沿技术，为智能机器人的飞跃发展添砖加瓦。

  第六，专家系统。主要研究如何在特定领域中模仿专家行为、辅助用户管理决策，相当于提高机器的多种智能，包括感知、行为、记忆、思维和语言等。一般包括规则库、综合知识库、推理机、人机接口等部分，需综合应用以上各个领域的研究成果，例如，教育领域的专家系统即智能教学系统。

（二）人工智能背景下的STEM教育模式

      传统教育把课程按具体学科划分，虽然这种分科式教学有利于知识组织的条理化、逻辑化和系统化，便于学生吸收掌握知识，然而高度分化的课程体系导致学科之间彼此孤立，相互分离，不利于对知识体系从部分到整体的的理解和把握，更加割裂了教育和真实世界的有机联系。学生的实际生活是一个完整的体验，且其在真实生活中遇到的问题往往是复杂且多样的，是无法通过一门学科的知识去解决的。所以这种分科式教学一方面会导致学生不能够将所学知识运用于实际问题，另一方面，传统教学还停留在学生被动接受知识的层次上，侧重知识的复制和积累，不能培养学生的探究能力和创新意识，体验不到学习的真正乐趣。STEM教育模式改变传统教育观念，跨学科性是其最核心的特征，这种模式下的教育采用实际问题，以实际问题为引线，借助实际问题的多学科混合性、多变性、复杂性，鼓励学生自主思考，将问题合理划分，在解决问题的过程中自主探究学习，从而培养学生在解决实际问题中灵活结合并运用多种学科知识的能力。

  STEM教育模式中，科学是学科融合预期的主要成分，同时科学又作为教育的技术支持，为STEM教育的发展提供平台、探索方向。人工智能作为计算科学的重要领域，应当是STEM教学的重点内容。STEM教育和人工智能都属于多门学科的融合学科，本质上都是希望学习者能够用多学科的融合知识去解决实际问题，打破学科壁垒。信息化时代背景下，人工智能技术日益成为一种探索世界的工具，只有掌握了信息化的新兴技术，才能适应时代发展，借人工智能看世界，实现教育的跨学科融合。在STEM教育模式中，人工智能技术不仅是学生解决实际问题应掌握的工具与方法，更是STEM教育的支持者，充分借助人工智能技术为教育提供实践平台，让学生更加便捷地进行自主学习，合理地为学生推荐学习资源，利用大数据实时监测反馈学生行为数据，帮助教育工作者制定完善的教学策略。由此可见，人工智能等新兴技术在促进教育模式的变革、为教育发展探索方向的同时，也成为教育工作的重要领域 ，人工智能与STEM教育相辅相成，共同发展。

    从STEM教育的发展形势上看，大致可分为分科课程阶段、多学科阶段、学科间阶段以及跨学科阶段。前三个阶段旨在提高学生科学知识素养，储备学科基础知识；跨学科阶段则是STEM教育的核心，使各学科知识交叉融合，致力于解决实际问题，可以真正实现学生的综合教育。但STEM教育提出时间较晚，且相对政策还不完善，在实践中难免遇到瓶颈。例如，学生在实践中知识储备不足却缺少相应的详细解答平台，新教学模式下教师应该如何更有效地管理学生等，这时人工智能技术就可以作为STEM教育实践的有力的外部支持。随着信息化技术的发展，各行业逐渐掀起传统模式变革的浪潮，教育行业虽然有其构成与理念的复杂性，但也随着技术的推进一点点变革与发展，不断实践新的教育理念，以期实现素质教育、高效教育。

1.自然语言处理、图像识别辅助自主探究

  STEM教育鼓励学生独立思考问题，培养创新性思维，解决问题中需要将各学科知识融合，多视角地看问题，而基于问题的融合性，自主探究的过程往往也是理解新知识的过程，相比于不断询问教师，一个优质智能答疑辅助教学系统更具便捷性、高效性。基于语音识别的语言测评辅导软件的使用，不仅实现了学生问题的实时答疑，也锻炼了学生语言表达能力， 实现培养学生综合素养的目标。例如，科大讯飞语音系统被广泛应用在汉语、英语教学和考试评测上；批改网批改了全国的三亿多篇英语作为，减轻了老师的批改负担，为学生提供了全天候、个性化的辅导写作服务；“小猿搜题”、“作业帮”等软件基于图像识别技术，实现了书面内容的精准识别，并及时根据问题给出知道思路及解答方案。通过智能技术辅助学习者自主探究的过程，能够较好地促进学习者的情感动机、交互能力、元语言能力等。

2.智能机器人促进学习效果

  智能机器人作为人工智能技术中集大成的一个跨学科领域，将其应用于STEM教育的整合式教学至关重要，它鼓励探索、动手操作于学习，将工程技术概念应用到真实世界中，减少科学和数学的抽象性，提高学生的学习兴趣，激发学习动机，增强自信心，增进交流和合作能力、问题解决能力和创造性思维，同时减少焦虑等负面情感体验。著名人工智能专家和教育技术专家Papert强调在课堂上使用可编程、积木化的材料来教小学生控制机器人，有助于小学生科学成绩的提高，促进中小学STEM知识的学习，促进STEM学习中关键能力的提高等；Kim等使用机器人帮助在校师范生学会设计和实施STEM教育，能够提高STEM参与程度，提高学生的STEM教学能力。

3.机器学习、模式识别技术实现高效管理

  STEM教育创新了教育模式，将教育的重点从单学科知识的运用转移到了跨学科的融合，培养学生创新思考的综合素养，教师职能从教育的主导者向引领者、监督者变化，使得教师可以将更多的精力投入到对学习过程的监督，而学习过程的质量恰恰也是STEM教育能否成功的关键。利用微软的EXCEL和ACCESS等通用的数据处理软件、IBM的SPSS、MathWorks的Matlab、Wolfram的Mathematica等商用软件以及R和WEKA等开源软件系统，可以进行教育数据挖掘和学习分析。教育数据挖掘技术可以从教育领域积累的数据中提取信息、发现知识，帮助教育管理者和决策者更好地进行教育管理和决策；学习分析技术可以分析学生学习行为中产生的数据，帮助教育者更好地实施个性化和适应性教学活动，同时学习者能够更准确地认识自己，开展针对性学习，提高学习效果；此外，人脸识别、眼睛识别、情感识别、体感识别技术逐渐成熟，例如D'Mello等开发了一套基于眼动仪设备的智能教学系统，可以跟踪学习者眼球运动并能识别其无聊和注意力分散状态；基于人脸识别的智能管理平台将教师与人工智能结合，通过摄像机捕捉、检测人脸信息，完成课堂考勤、课堂监测，实现了课堂的高效管理，及时、实时发现学生问题，实现STEM教育中“重过程”的理念，将课堂状态纳入测评范围，监督学生自主探索，而不是最后单单看一个学习结果。

     可见，AI与STEM教育的创新融合，是智能技术赋能教育创新的现实映射。一方面，人工智能技术智能化的优势，可作为驱动STEM教育变革的整体抓手，通过创设智能化的学习场域、个性化的学习内容、多元化的评测方式以及科学化的教育管理，激发学生创新意识和创新行动的持续发生；另一方面，人工智能可作为支持技术学科领域的智能化工具，通过动态监测学生脑神经回路创新水平的变化规律，有效解决“如何引导学生实现创新”关键问题。 STEM教育的提出，旨在改变教育单学科的“灌输式”教育，培养学生的创新思维，提高学生的独立探索能力，将不同的学科知识整合起来，真正发挥知识的实际作用。但教育模式的改变也不是一朝一夕就能实现，往往需要不断尝试来发现弊端，完善相应政策，逐步让STEM教育达到预期效果。以下针对当前STEM教育模式的弱项，提出一些合理的建议，希望人工智能背景下的STEM教育实现预期的成果，真正做到跨学科融合与综合素质培养。

1.培养综合素质的同时重视知识学习
  人工智能等信息化技术的应用，为课堂各式各样的实践提供了基础，学生动手能力的提高得到了保障，但却存在过于看重实践的问题，课堂内容着重在如何动手操作来实现预期效果，而忽视了相关知识的记忆。教育应该合理运用技术条件，将实践与学习相结合，主张自主学习，探究实践的原理与本质，充分发挥人工智能时代的信息化特点，针对实践中的问题积极思考并寻求解答，在实践的同时加强知识的学习，才能达到将科学与技术结合的目标。

2.培养优秀的师资队伍
  STEM教育要做到跨学科教学，虽然人工智能技术已经可以完成部分教师职能的替代，但教师仍是主要引导者，AI技术只能起到辅助作用，这就对教师的个人素养要求很高。首先，跨学科代表着一个问题不能用单一学科知识解读，各学科老师同台上课显然不合实际，这就对STEM教育下教师的知识储备要求很高。其次，作为一种先进的教学理念，如何设计教学方案、课堂问题来启发学生主动思考并且具体实践，是每个STEM工作者必须面临的问题，这就需要教师启发式的理念与素养。针对这一问题，可以充分发挥人工智能的替代作用，减轻教师教学不必要的负担，使得教师有更多的精力来提升个人能力，同时开展线上培训，共享优质资源，加速STEM教育领域优秀师资队伍的形成。

3.完善评价体系，重视学习过程
  STEM教育不同于传统教育，其重在学习过程中培养学生动手能力与创新能力，并提高知识水平，如果教学仍以最终结果为评价的唯一指标，则势必导致畸形发展。教育应借助人工智能等高新技术，对上课过程实时监控反馈，通过大数据对学生行为以及心理综合分析，因材施教，推荐个性化教育资源，将解决问题这一学习的过程纳入考核范围，才能真正对学生的综合素养做出考察，避免STEM教育的畸形发展。
 

[1]赵中建.美国STEM教育政策进展[M].上海:上海科技教育出版社,2016.

[2]刘欣颜.国内近十年STEM教育研究热点及趋势分析[J].教育导刊,2022(07):29-35.

[3]唐烨伟,郭丽婷,解月光,钟绍春.基于教育人工智能支持下的STEM跨学科融合模式研究[J].中国电化教育,2017(08):46-52.

[4]秦瑾若,傅钢善.STEM教育:基于真实问题情景的跨学科式教育[J].中国电化教育,2017(04):67-74.

[5]张屹,赵亚萍,何玲,白清玉.基于STEM的跨学科教学设计与实践[J].现代远程教育研究,2017(06):75-84.

[6]贾积有.人工智能赋能教育与学习[J].远程教育杂志,2018,36(01):39-47.

[7]杨鸿武,张笛,郭威彤.STEM背景下人工智能素养框架的研究[J].电化教育研究,2022,43(04):26-32.