暑假即將結束，關於暑期AI研學的討論在社交媒體上持續升溫，評價各異。

廣東家長李珍提起孩子參加AI研學活動的收獲，語氣裡滿是欣慰：“孩子回來后興奮地跟我講超級計算機有多厲害，還自己上網查資料，主動想學編程等相關知識。”而山西家長何平卻有著不同的感受。何平給孩子報名參加了AI腦機科創營，她坦言：“和我想象的不太一樣，孩子主要是體驗機械手、用AI做游戲，內容比較簡單，很難說有什麼實質性收獲。”

家長們的褒貶不一，恰恰折射出當前AI研學市場面臨的現實困境。一方面是需求的持續高漲，相關數據顯示，2026年暑期AI研學訂單同比增長370%，這反映出家長和學生對人工智能教育的強烈渴望。另一方面，AI研學質量參差不齊：一些項目以名校參觀、企業探訪為賣點，卻缺少系統課程和深度引導﹔一些活動看似內容豐富，實際只是對AI工具和機器人淺嘗輒止的體驗。

將AI研學的短期熱度轉化為長期育人價值，關鍵在於厘清幾個最本質的問題：學什麼、怎麼教、由誰來教？

核心在於培養科學素養

目前，AI研學市場競爭日益激烈。為吸引眼球，部分研學機構打出“速成AI神童”“6天開出一家AI公司”等夸大效果的宣傳語。可實際上，一周左右的研學周期，很難讓孩子全面掌握AI知識，更難熟練使用各類AI工具。褪去各種夸張的噱頭，AI研學應該學什麼？

瞄准科技游的市場新需求，北京市海澱區一家人工智能教育公司2025年便布局了AI研學業務。“我們的研學營主要面向K12教育階段的青少年，研學路線覆蓋知名高校、創新基地和平台，以及各大科技企業。”公司品牌負責人徐杰告訴記者，研學並非簡單地帶孩子看一看、玩一玩，而是通過交叉設置參觀、授課、實操等環節，讓孩子感知、理解、使用AI。

實操課是最受孩子歡迎的環節。“在課上，孩子們可以體驗AI 3D打印，操作智能機械狗，操控各類機器人。”徐杰介紹。

但研學的核心在於“學”。孩子們在動手實操、獲得對人工智能的直觀體驗后，還應進一步思考“為什麼”和“怎麼做”。“依托‘一人公司’社區的真實項目場景，並結合氛圍編程課程，我們開設了AI實踐工作坊。”徐杰告訴記者，課程將引導孩子們借助AI，把自己的創意構想變為真實可落地的項目。在這一過程中，孩子們會發現，要利用AI達成目標，需要不斷發現問題、分析問題、驗証方案、調整路徑。其創新思維、思辨能力以及獨立解決現實問題的能力，也將在這一過程中得到鍛煉。

此外，AI研學教學內容不能盲目追新，而應抓住技術變化背后的不變內核。北京師范大學教授、北京市中小學人工智能教育工作專家委員會秘書長盧宇說：“青少年AI研學必須跳出傳統STEAM（跨學科教育）與創客教育的慣性。課程應盡量圍繞人工智能的感知、推理、學習、決策、交互等核心內容，涵蓋當前智能體和大模型的發展前沿。同時，應引導學生理解和思考人工智能對社會帶來的正負面影響，幫助他們掌握人工智能時代所需的思維方式與基本素養，包括理解AI運行邏輯、批判性甄別AI決策結果，以及恪守倫理規范並富有創造性地運用人工智能。”

AI教育平台KnowFun創始人簡深認為，研學的教學內容應圍繞好奇心、邏輯思維和基礎知識儲備三個底層能力展開。例如，通過設置場景激發孩子們的好奇心，驅動他們主動提出問題、尋找解決辦法﹔通過引導互動鍛煉孩子們的邏輯思維，幫助他們建立對AI能力邊界的認識。

課程設計實現學用閉環

當前，部分AI研學被詬病為展廳打卡式的淺層體驗、速成化的工具教學。課程體系如何設計，是AI研學能否去虛向實的關鍵，而其中核心的問題是，AI研學應該怎麼教？

“課程的生命力在於思維模式的迭代。”盧宇認為，AI研學的課程體系設計應圍繞“問題定義—數據驅動—模型驗証—反思優化”的元認知閉環展開。“這種訓練比學習任何的具體技術工具都更具長效性，能夠培養學生在人工智能時代的適應力和持續學習的內驅力。”簡深也認為，AI研學課程應建立“學習—使用—理解邊界—掌握原理—解決問題”的學用閉環。

如何在AI研學課程中實現這一閉環？開展面向學生日常學習和生活情境的項目式學習，是一個重要抓手。

“高質量的AI研學，應讓學生經歷完整的問題提出與定義、項目方案設計與作品實現、項目成果展示與評價等環節。”盧宇說，這種“做中學”不僅要求學生動手實操AI工具，更幫助他們在解決真實世界復雜問題的過程中，加深對AI的理解，提升創新應用能力。

北京航空航天大學高研院科技治理中心副教授、副主任何靜認為，所謂“真實世界復雜問題”，並不一定非常宏大。一些研學會讓孩子用AI設計城市交通優化方案、幫助農業增產。這些項目看起來科技感十足，但如果孩子從未接觸過這些問題，很容易變成按照模板完成一個“像項目的項目”。項目結束了，問題意識卻沒有形成。有效的項目設計應該從孩子生活中真實存在的小問題出發，例如，孩子覺得背單詞枯燥，可以引導他設計一個專屬的學習輔助工具。“從真實需求出發去學習，才有動力，才有遷移性。”何靜說。

何靜還觀察到，很多AI研學課程會把倫理模塊放到最后，作為一個拓展內容。但這樣的設計會給學生傳遞一個隱性信息：倫理是附加題，而不是必考題。“倫理不是一個獨立模塊，它是每個技術動作的影子，應該同步發生。”在她看來，合理的課程設計應該把倫理意識滲透進每一個實操環節，比如，在教學生使用AI生成人臉圖像時，就要同步討論是否有權利生成一個不存在的人臉，是否有權利用AI改造真實存在的人臉等問題。

導師隊伍形成內外互補

課程體系設計得再完善，能否真正落地並取得最大化效果，關鍵在於“由誰來教”。AI研學導師的專業能力、教學水平和引導方式，是影響研學質量的重要因素。

簡深認為，合格的AI研學導師既不能隻有理論，也不能隻會幾個AI技巧，而應該同時具備技術實踐能力和教學能力。“最理想的情況是，研學導師能夠根據學生不同的學習目標和興趣點去設置場景和引導教學。”他說。

AI研學導師還要具備把知識化繁為簡的能力。“尤其是講解AI基本原理的時候，‘注意力機制’‘transformer模型架構’等專業術語對於一個學生來說，如果沒有配套的直觀解釋，隻會帶來學習困擾。好的導師會找到准確的類比，用學生已有的知識和經驗去解釋新概念。”何靜說。

盧宇認為，AI研學不應是脫離校內教學的“孤島”，而應成為中小學人工智能通識教育的延伸。研學導師團隊的建設可以探索“校內教師筑基+校外研學拔高”的模式。合格的AI研學導師團隊，應具備將前沿技術和產業場景“降維”轉化並對接研學課程設計的能力，同時熟悉中小學教學設計和不同學段的認知規律。

“研學設計的理想模式是高校專家、企業工程師與校內信息科技教師形成常態化互補。”盧宇表示，在協同育人分工上，校內一線教師負責前期通識性知識鋪墊，高校專家與科研人員則聚焦學術視野開拓與科研方法訓練，企業工程師應扎根產業場景，負責真實案例剖析與技術邊界解讀。

面對市面上越來越多的AI研學產品，家長如何判斷課程質量？

盧宇建議可以從以下幾個方面判斷：“首先需要查資質，要求機構出示相關從業証明﹔其次可以關注研學日程，警惕‘參觀’和‘體驗’佔比過高的產品﹔最后是要求提供主講導師的學歷與技術背景証明，警惕教師拼湊和師生比較低的研學產品。另外，可以考察高校、企業等研學點位是否開放實驗室核心區域，以及研學成果是否銜接相關科創活動等。”

何靜還建議家長多問機構兩個問題：“課程體系多久更新一次，怎麼更新？”她認為，一個負責任的AI教育機構，課程內容應該是高頻更新的，並且有清晰的更新機制。

隨著暑期接近尾聲，AI研學市場的階段性熱度逐步消退，但其課程質量、師資能力和安全規范等問題仍是值得關注的問題。多位受訪者表示，人工智能技術迭代較快，AI研學課程、導師隊伍和評價機制需持續更新完善。如何更好銜接高校、企業的資源與學校教育需求，仍是這一新興研學形態需要探索的方向。