一则喜讯

 

 

上月，由上海耀华古北校区教育技术主任、STEM老师Mr. Quinn自主设计研发的STEM Hub 2.7：面向STEM项目式学习的AI多智能体平台，在第九届全球未来设计大赛中，从众多参赛案例中脱颖而出，荣获中小学赛道二等奖。

 

这不是一份写在纸上的方案，而是一支真正应用在我校STEM科学课堂里，每天陪着学生们做研究的“AI研究团队”。

 

让老师“分身乏术”的难题

 

项目式学习（PBL）被认为是培养跨学科思维与科学探究素养的有效路径，但真实的课堂长期面临一个结构性矛盾：项目推进中，学生随时需要"按需脚手架"来辅助。

 

AI时代，通用大语言模型看似能够解围，却带来新的隐患：学生很容易把AI当成"百科全书"，直接复制粘贴它输出的答案，跳过了本该属于自己的思考过程和认知投入。

 

AI越聪明，学生就越不爱动脑筋，这成了教育者们最不愿看到的悖论。面临这个难题，耀华的老师选择正面应战。

 

“十二位AI研究员”，不直接给答案

 

经过Mr. Quinn的反复实操修改，STEM Hub才有了如今的2.7版本。

 

它的背后是一支分工明确的"AI研究团队"，各个智能体“研究员”各司其职：有名为「用户研究」的智能体负责约束真实需求，有能够翻遍OpenAlex、arXiv数据库的「文献研究」智能体，有专治假设不严、变量混淆的「实验严谨」智能体……如果现有智能体覆盖不了的新任务，系统甚至能按需“孵化”出新的智能体。

 

他们全都默认加载话术契约技能：只追问、提示、搭结构引导，绝不直接交出结果，抑制学生对现成答案的依赖。

 

 

每当一条信息进来，“协调员”会结合学生的年级、水平、项目阶段自动完成阶段识别>复杂度评估>路由决策，把复杂任务拆成互相独立的小任务，并行派发给最合适的"研究员"（这个过程学生可视）。

 

 

在很多人眼里PBL就是“做项目”，但Quinn老师在设计时敏锐地意识到：科学探究和工程设计，是PBL两种完全不同的思考方式。前者像科学家——要解释一个现象，讲究提出假设、控制变量、设置对照，最终交出的是一条经过证据检验的结论；后者像工程师——要解决一个真实需求，讲究访谈用户、权衡取舍、反复打样，最终交出的是一件真正可用的结果。两者对学生的认知要求截然不同，辅导方式更不能一刀切。

 

于是，STEM Hub 2.7从第一步就做了分流。立项时，AI会先引导学生确认：是解释现象还是解决问题？此后“协调员”自动切换差异化的智能体组合与对话风格。而底层的知识图谱等基础设施共用。

 

△使用STEM Hub 2.7 测试项目目的的可行性

 

更精妙的是STEM Hub 2.7的多智能体系统协同机制。比如，评论员智能体会像一位严格的答辩老师，如果学生一拍脑袋写下：“叶片越多，风力发电机发的电一定越多”，它会立刻追问“你有三叶片和五叶片的对照实验依据吗？”，专门用来揪出学生未经验证、逻辑跳跃的偏误。这一设计也是为了规避智能体陷入大模型典型的迎合（Sycophancy）问题。

 

遇到重大抉择时刻，多智能体评议（Council）会为不同选项各派一名智能体做"辩手"，摆事实讲道理，把正反两面的立场清清楚楚地摆到学生面前。

 

时光机（Time Machine）的设计，让学生可以清晰地看到自己的假设如何从漏洞百出的第一版，一步步演变成有模有样的第五版，见证自己的思考过程是怎么进步的。

 

△STEM Hub 2.7 实际使用画面

 

而在这一切之上，老师从未退场。教师监控面板实时呈现各项目所处阶段与卡点，生成面向教师、学生与家长的项目报告。

 

Mr. Quinn强调：“教师仍是项目主导者，AI智能体协助教师处理跨学科盲区，学生主要与教师互动。STEM Hub 2.7进行了一次范式重构，从教师中心转向学习者中心。学生与协调员智能体组成的「人—机共同体」主导项目节奏，教师转型为「人—机共同体」的赋能者，在关键决策与安全审核节点介入。”

 

 

数据不会说谎。通过外部基准评测可以发现，启用STEM Hub 2.7编排层的结果准确率从51.5%跃升至78.2%。STEM学科增益最大，达45.5个百分点，并且年级越高，提升越大。

 

 

早在STEM Hub 1.0时期，Mr. Quinn就带着一个三人学生小组完成了「水体过量刚毛藻造纸的可行性研究」，项目源于学生对上海本地河流藻华现象的观察，将古法造纸术运用到现代环境治理中，实证了AI辅助产生高质量STEM PBL的可行性。

 

 

该项目于2025年摘得剑桥国际科学竞赛东亚地区最佳奖（Best in Asia 2025），并获剑桥国际专家评审会盛赞。学生Andy Bai表示，实验屡屡遇困，但团队通过协作与迭代，攻克了所有难题，很有成就感。
 

△三位学生在YCYW TEDx中汇报演讲项目成果

 

正是1.0时期的实践，让Mr. Quinn看清了平台的局限，也催生了2.7版本的多智能体协同架构，“在打磨智能体技能文件(Skills)的过程中，教师们许多原本只可意会的教学经验被外显为可复用的具体技能，反过来也能成为教师间的教学参考。”
 

老师眼中的AI：协驾，而非自驾

 

Mr. Quinn在上海耀华古北校区（艺术设计）担任教育技术主任，同时负责STEM学科教学。他始终认为，理科学科不只是公式的推导，教学的意义不止于知识灌输，更在于启迪心智。教与学也不是单向传递，教师自己也应是终身学习者。

 

 

这种理念延伸到了他对AI的态度上，技术的价值不在于替代思考，而在于放大思考。利用技术，把老师无法分身覆盖的指导，变成每个学生随叫随到的研究伙伴；把学生原本看不见的探究过程，外显为可追溯、可反思的成长轨迹。
 

这也与学校一贯的主张一脉相承：在AI时代，最容易被取代的是程式化、重复性的工作，而最有"抵抗力"的，恰恰是与创造力相关的工作。

 

单个老师的获奖背后，是一所学校持续多年的坚持。作为耀中耀华教育网络一员，古北耀华早在高一必修课中就开设了科学艺术课，鼓励学生从科学现象中寻找灵感，用VR、编程乃至最新的AI工具进行创作，打破文理边界。

 

 

放眼整个耀中耀华教育网络，关于AI的教育探索从未停歇。从人工智能助力学习的教育讲座，到以“AI时代的服务型领袖”为主题的学生领导力工作坊，再到耀中耀华STEM'ed教育峰会。从课堂工具到育人理念，AI正系统性地融入学校的办学基因里。

 

当一位老师愿意花无数个日夜，为学生们调试一群"不给答案"的AI，我们看到的，正是面向未来的教育该有的样子。

 

获奖不是终点。据悉，STEM Hub仍在持续迭代，陪伴古北耀华的学子们在自己的思考里挖掘无限可能。