封面新闻记者 杨旭斌
自己设计搭建一座“桥梁”，通过实验找到“桥梁”承重的最佳方案，这是中学物理的经典一课。如今，它有了新的打开方式。
同学们搭建的“桥梁”连接上了传感器
“注意！形变量已超过15毫米，请密切关注桥梁状态！”电脑屏幕上，“AI助手”发出预警；实验台旁，学生们围坐在一起，一边对照传感器传来的数据，一边与“AI助手”进行对话，围绕拉索角度、模型受力等疑问进行提问，但“AI助手”并没有直接给出答案，而是通过反问引导、给出思路参考的方式，启发学生们自主思考解决方案。
这是记者近日在七中育才东湖校区课堂上看到的一幕。“AI打破了传统理科实验的边界。”上课教师敬曜榕告诉记者，“融合了人工智能技术的物理实验课，并不仅仅是让实验变得更方便，更高效。”
物理实验+AI
让“看不见的力”变“看得见”
“过去，要检验‘桥梁’能承受多大重量，经常会把学生制作的模型压到断裂，作品一旦报废，便失去了继续研究的载体，可供记录分析的数据也就有限。”敬曜榕告诉记者，这是他们最初尝试在实验中引入AI的初衷，“还有重要的一点，学生好不容易搭好的作品毁了，很可惜。”
D-Lab AI物理实验 课堂现场
记者在课堂上看到，如今这样的遗憾已不复存在。实验过程中，AI系统全程联动传感器，实时捕捉桥梁模型的受力大小、形变量等数据，同步完成动态分析，并将抽象的力学变化转化为直观的数值和曲线，呈现在屏幕上，让学生能直观看到模型结构的变化过程。当模型受力接近承载极限时，系统便会发出预警，提醒学生停止操作，既保住了学生的劳动成果，也为后续的模型优化、数据分析保留了完整载体，让探究能持续推进。
D-Lab AI 界面
“可以说，通过AI技术，我们把‘看不见的力’变得‘看得见’。”敬曜榕介绍，这门课程名为D-Lab AI物理实验，由该校教师自主研发设计。D-Lab AI集成了多模态AI交互、实时传感监测、智能动态预警、数据驱动评价四大核心功能，“它不只是简单辅助实验，更能全程助力学生的探究过程，让物理实验更科学、更高效。”
过程中还能与AI对话讨论
“AI定位是引导，而非答题”
在当天的物理实验课上，学生们不只是借助AI系统的实时传感、数据分析功能完成实验，而是从方案设计、数据探究到模型优化，全程与AI协同推进。记者看到，在实验过程中，不断有学生通过语音或文字的形式，向AI进行提问，与AI进行讨论，然后再动手测试、反复调整，老师则在一旁进行把控、引导和关键点拨。
值得注意的是，收到问题后，AI并不会直接给出答案。有学生问“拉索夹角的最佳角度是多少？”AI仅弹出引导语：“拉索夹角需结合材料特性和桥梁跨度综合判断，你可以先思考：夹角大小会影响哪些受力方向？”另有学生疑惑“节点密度越高是不是越稳固”，AI也只是分析受力方向，鼓励学生自行动手验证。
“这样的设计，我们在最初开发课程时就明确了。”敬曜榕告诉记者，AI的核心定位是辅助与引导，而非答题。“我们的目的，是让学生与AI进行讨论，提出问题，引导他们主动思考，并自己动手验证，这才是实验课的意义。”
“有的学生平时不善于和老师进行交流，但面对AI，他们仿佛更能放下顾虑、大胆发问。”敬曜榕谈到，让学生与AI进行对话和讨论，反而激发了他们的探究欲，AI依托其强大的交互和引导能力，往往也能引导学生探究更深层次的问题，进行更具价值的思考。
学校校长：
AI教育要深度融入学科、服务育人
记者了解到，目前该校的D-Lab AI物理实验课程已经开展将近一年。“效果非常好，根据一线教师的反馈，学生的实验积极性提高了，实验过程中的专注度、思考深度都有明显提升。”成都七中育才学校东湖校区执行校长赵纯直在接受封面新闻记者采访时表示，目前除了在物理学科落地了AI+实验课程，七中育才东湖校区将持续深化AI与科学教育的融合。
“一方面打磨、优化现有的D-Lab AI物理实验课程，另一方面，也将探索AI在生物、化学等其它科目中的融合场景，让AI与科学教育形成更广泛、更深层的融合生态，赋能学生面向未来的科学素养。”
赵纯直谈到，AI教育不是简单的技术叠加，而是要深度融入学科、服务育人。“我们学校选择以科学教育为核心，并以物理实验为切入点，正是为了让AI落地不悬空，真正服务于学生核心素养的培养。”
同时，赵纯直强调，AI是拐杖，不是轮椅——学生必须自己走路。在AI与学科教学的融合中短线配资炒股网，我们更要注重过程，评价体系不仅看结果，更看思维过程。学生的探究日志、迭代记录、试错反思，都是重要的评价依据。“我们坚信，只有始终以核心素养为纲，让技术服务于科学精神、创新能力、人文素养的培育，才能培养完整的人，而非单纯的技术使用者。”
华夏配资提示：文章来自网络，不代表本站观点。
相关文章
热点资讯
