在人工智能加速知识生产与技术迭代的背景下，科学教育面临的关键问题已不再只是知识传授，而是如何培养学生发现问题、提出假设并生成解释的能力。然而，当前不少科学教育实践仍以标准化解题与结论性知识的掌握为中心：学生擅长在既定框架内求解，却不善于识别框架的边界，更缺乏将现象转化为可检验问题并通过证伪不断修正解释的探究能力。由此带来的问题是：答案越来越容易获得，真正推动科学进步的“问题发现”能力却容易被忽视。科学史表明，重大创新往往不是始于对既有知识的熟练运用，而是起于对异常现象、解释裂缝和理论边界的敏锐识别。因此，科学教育的关键不只是让学生认识和运用规律，更要培养其像科学家一样敏锐识别“乌云”并勇于突破既有认知框架的思维品质。
从科学史中的“奇点”事件看科技创新的实质
“两朵乌云”事件是世界科学发展史中的重要节点。1900年4月27日，开尔文男爵（Lord Kelvin ，本名 William Thomson ）一场名为《在热和光动力理论上空的19世纪乌云》的演讲一石激起千层浪—他提出“动力理论肯定了热和光是运动的两种方式，现在它的美丽而晴朗的天空却被两朵乌云笼罩了……第一朵乌云出现在光的波动理论上……第二朵乌云出现在关于能量均分的麦克斯韦-玻尔兹曼理论上”。[1] 正是这两朵乌云引发了两场科学革命：相对论革命与量子论革命。这两朵乌云在科学史上可被看作一个奇点—一个现有符号体系无法解读的部分。当按照已有的认知框架无法解读的奇点出现时，人们则会开始反思分析框架的合理性。
波普尔在《猜想与反驳》一书中说：“科学进步的真正危险不在于科学会趋于终结，而在于诸如缺乏想象力（有时是缺乏真实兴趣的结果）、误信形式化和精确性或者以某种形式出现的独裁主义。”[2] 如果说“两朵乌云”说明科学突破常常始于异常，那么进一步的问题便是这种发现异常的能力为何在今天更值得被强调。其中，尤为值得注意的是，随着现代技术的发展，碎片化信息的轰炸与数字化信息茧房的束缚使发现“乌云”与“奇点”变得更难。
“乌云”在科学探究过程中具有重要作用。科学教育要培养学生具备发现“乌云”的意愿与能力，敢于反思现有的规律，勇于探索能够解释“乌云”的理论框架。而在生成式人工智能广泛介入学习过程的背景下，学生发现“乌云”的条件有可能被进一步削弱。生成式人工智能是在结果导向下对工作者进行“思维”层面的替代，呈现出由“人的决策→技术的加速→技术的符号输出”到“人的符号输入→技术分析→技术的符号输出”的转变，思考与决策的主体由人变成了生成式人工智能。[3] 在这样的技术环境下出现了一种隐性的危机—即路途性与景深性的危机。[4] 景深原本是摄影领域的名词，是指在照片中显现出的深度与立体感。由于数字化技术环境对于过程性的遮蔽，周围表象、符号性的内容无法与我们的认知与经验相联系，进而失去了生成性的过程，导致我们在看待问题时缺乏一种景深。当学生在看到周遭世界时缺失了整体性以及与经验的关联性，则发现“乌云”与“奇点”的前提便消失了。最终，在表象性符号的代替下，学生的深度学习受到阻碍，自我主体性的建构也不再依赖于真实的客观环境，“乌云”很难再被看到，不可解读的“奇点”也在其中隐去。
从“发现乌云”到“像科学家一样思考”
什么是像科学家一样思考？科学家是如何思考的？
如果说“发现乌云”揭示了科学创新的起点，那么“像科学家一样思考”所要说明的就是学生应具备何种能力去识别异常、提出问题并形成解释。近年来，世界范围内的科学教育改革正呈现出两条相互支撑的趋势：一是从“掌握知识与操作技能”的结果导向，转向以核心素养为目标的对“科学思维与探究实践”的培养；二是从追求“唯一正确答案”的确定性，转向在证据不完备、情境更真实的学习任务中理解并表达不确定性。美国《K-12科学教育框架》及NGSS强调通过建模、解释、论证和探究活动培养学生的科学实践能力；[5] 英国国家课程以“科学探究”（working scientifically）为主线，要求学生在观察、比较、实验和证据使用中理解科学；[6] OECD《PISA 2025科学框架》则强调学生在真实情境中运用科学知识、评估信息并作出基于证据的判断。[7] 我国《义务教育科学课程标准（2022年版）》将科学课程核心素养明确为“科学观念、科学思维、探究实践、态度责任”，强调以思维与探究统领学习过程；[8] 教育部等十八部门印发的《关于加强新时代中小学科学教育工作的意见》，进一步提出素养导向、强化实验与实践、减少机械刷题，推动科学教育从“会做题”走向“会探究”。[9] 因此，“像科学家一样思考”不应被理解为记住更多结论，而应理解为一种可迁移的认知方式，是面对复杂现象能够将经验中的疑点与异常转化为可研究的问题，生成解释并接受证据约束，在论证、反驳与修正中迭代推进理解。更关键的是，这种面向不确定性的生成性解释能力离不开三种相互衔接的思维机制，这三种思维逻辑揭示了“科学家是如何思考的”真相。
一是假设。以假设把不确定性转化为可检验命题。假设使学习者能够把模糊的不确定性感受转化为可检验的问题形式。英国剑桥大学动物病理学教授、科学哲学家贝弗里奇（William Ian Beardmore Beveridge）非常重视研究中假说、想象力、直觉以及观察的重要作用，假说在贝弗里奇看来是导致新发现与创新的重要途径，错误的假说同样具有重要的意义。在某些事例中，错误的假说比正确的假说甚至更容易收到成效。假说的价值在于“以该假说为基点，将研究工作的新方向朝四面八方铺展，而且尽可能多地将假说应用于各种具体情况。如果假说适用于各种情况，则可上升到理论范畴；如果深度够，甚至可上升为‘定律’”。[10] 这种向四面八方铺展的分析方式，显然与以往的应试教育所主张的单一性、绝对性答案是不一样的。它们是由科研人员通过自主探究而进行的从不确定性到确定性的过程，而非外界的确定性束缚。
二是想象。以想象力扩展解释空间并生成多路径可能。除了假设之外，想象也是很多科学家非常关注的重要科学创新属性。想象力使学习者能够在既有解释之外打开新的可能空间。爱因斯坦曾言：“我相信直觉灵感和想象力比知识更重要，因为知识是有限的，而想象力概括着世界上的一切，推动着进步，并且是知识进化的源泉。”[11] 爱因斯坦对想象进行了充分的肯定，并且认为想象力比知识更重要。作为人类史上最伟大的科学家之一，爱因斯坦的这个观点对科学教育亦是重要的指引。科学教育最重要的不是培养做题的工具，不是让学生死记硬背知识，而是要保护学生的想象力。反观在科学教育实践中常常过度强调应试教育、强调标准答案，其实是对学生想象力的一种磨灭。
