一个真实的问题

老师，学校人造鱼塘夏天总是泛绿，我们可否设计一套生态治理方案？11月3日中国教育报刊文的一堂科学课上，学生指着窗外的鱼塘向老师提问。与以往直接讲解富营养化原理和治理方法不同，这位教师换了思路：让学生自己设计方案，再用AI对照检验。

先亮出学生的存量

第一步，学生独立出方案。任务基于实地观察提出治理建议，学生以小组为单位分头行动：有的在塘边数水草，有的观察浮游生物，有的测量水体透明度。方案五花八门，有小组主张多放鲢鱼吃藻类，有小组建议种睡莲遮光抑藻，还有人提出定期清淤减少营养盐。作者指出，这些方案都动了脑筋，但知识视野基本框在生物学科之内，而这正合教学设计：先亮出存量，才好对比AI的增量。

AI是对照系不是答案机

第二步，AI生成跨学科方案与学生作品对照。当学生发现AI方案里出现了生态浮岛、水体循环、光照管理这些他们没想到的维度时，差距本身就成了下一轮学习的起点。作者认为，AI的价值不在替学生作答，而在提供一个可讨论、可质疑的第二方案，把知识缺口暴露出来，让学生带着问题回到书本与现场。

给研学课程的三点迁移

这套先出方案、再对答案的流程，对研学课程设计同样适用：任务应来自学生身边的真实问题，方案要由学生先行产出，外部资源包括AI与场馆讲解只在对照环节介入。研学现场最容易犯的错，是讲解替代探究，学生全程只听不做。把AI放在对照位而不是答案位，等于给每次外出实践加装了一个自动暴露思维盲区的装置，这正是科学教育做中学所强调的探究闭环。