〔摘 要〕 AI技术能为小学劳动教育与科学教育结合提供核心支撑，可深化劳动教育科学内涵，推动科学教育实践落地，助力学生综合素养和创新探究能力提升。二者结合面临技术适配不足、教学逻辑模糊、教师能力欠缺、保障体系不完善等困境。需通过构建适配性AI资源体系、重构融合教学模式、提升教师综合能力、健全支撑与评价机制，实现AI赋能下二者深度融合，发挥育人价值。
〔关键词〕 AI技术；劳动教育；小学科学；途径
〔中图分类号〕 G424 〔文献标识码〕 A 〔文章编号〕 1674-6317 （2026）10 0142-03
随着人工智能技术在教育领域不断深入渗透，跨学科融合成为基础教育改革的关键方向。小学阶段的劳动教育和科学教育之间原本就有着内在的联系，但长期以来却处于相对分离的状态，面临着劳动教育缺乏科学支撑以及科学教育过于偏重理论而轻视实践的问题。AI技术的兴起为打破学科之间的界限、解决教学中存在的痛点提供了全新的途径，这与小学生的认知规律以及素养培育的需求相契合。基于此，需要探究AI赋能二者融合所具有的价值、面临的困境以及可行的路径。
一、AI赋能劳动教育与科学结合的价值
（一）强化劳动教育的科学性
AI技术为劳动教育融入了科学内核，突破了传统劳动教育重技能轻原理的局限。依靠AI模拟实验以及数据可视化等功能，学生可探究劳动行为背后的科学规律，如家务劳动中的力学原理、种植劳动中的生长规律等。AI可整合多学科的知识，为劳动实践提供理论支持，促使劳动教育从单纯的技能训练转变为“实践操作+科学认知”的复合型教育。借助AI追溯劳动工具的科技迭代，学生可以理解科学技术对劳动形态的重塑，加深对劳动科学性、创新性的认识，让劳动教育更具科学性。
（二）强化科学教育的实践性
AI构建起科学知识与劳动实践之间的桥梁，有效解决了科学教育中存在的“纸上谈兵”问题。借助AI的虚拟仿真以及远程操控等技术手段，可以将抽象的科学概念转变为可以实际操作的劳动实践场景。例如，借助AI模拟无土栽培实验，让学生在劳动过程中验证植物生长所需的科学条件。AI可精确地将科学知识点与相应的劳动任务进行匹配，引导学生在劳动实践中运用科学方法来解决问题。利用AI数据分析工具记录劳动中的变量以及结果，可以培养学生的实证意识。这样的结合，能使科学教育得以走出课堂，在真实的劳动场景中扎下根来，提升学生对于科学知识的应用能力。
（三）提升学生综合素养
AI赋能促使二者相结合，实现学生综合素养的全面提升。AI技术可依据学生的认知特性，针对劳动与科学融合的任务进行个性化设计，充分考虑不同层次学生的发展需求。在实践过程中，学生不仅要掌握劳动技能、理解科学原理，还需运用AI工具处理信息、进行协作分工，以同步提升动手能力、逻辑思维能力以及信息素养。AI所具有的互动性特征，可激发学生主动参与的热情，引导他们跨学科整合知识，形成完整的认知体系。这种融合教育打破了学科之间的壁垒，帮助学生建立起劳动与科学的内在联系，实现认知水平与综合素养的协同发展。
（四）激发学生创新思维与探究能力
AI给学生搭建了开放的探究平台，可培养他们的创新思维。借助AI的大数据分析以及智能设计等功能，学生可对劳动场景进行优化探究，如设计更为高效的家务劳动流程，或改良种植劳动的灌溉方案等，AI可迅速反馈探究结果，激励学生大胆尝试不同方法，突破传统思维的限制。在解决劳动与科学相结合的实际问题时，学生需要主动思考并且大胆创新，利用AI工具去验证猜想、完善方案。这种探究式学习模式，既能激发学生的创新热情，又能提升其发现问题、分析问题以及解决问题的探究能力，为终身学习筑牢基础。
二、AI赋能劳动教育与科学结合的困境
（一）AI赋能适配性不足与应用失衡
AI技术在与小学劳动教育及科学教育融合的过程中，暴露出的问题较多，并且其应用呈现出明显的失衡状态。当下多数AI教育产品缺乏较强的针对性，大多采用通用型设计方式，未能充分考虑小学生的认知规律、劳动教育的实际操作特性以及科学教育的探究需求来进行设计。例如，部分AI模拟工具的操作复杂程度超出了小学生的能力范畴，或其内容与教材知识点以及劳动实践场景相互脱节。应用失衡的现象也普遍存在：一方面体现为区域与校际的失衡，优质的AI资源大多集中在城市的优质学校，而乡村以及薄弱学校由于资金以及硬件条件的限制，难以实现普及；另一方面则是功能应用方面的失衡，多数学校仅仅将AI当作展示工具，用于简单的知识讲解或者场景演示，没有发挥出其数据采集、个性化适配以及探究辅助等核心功能，导致技术赋能仅仅停留在表面，无法真正为二者的深度融合提供服务。
（二）结合逻辑模糊与教学模式固化
二者的结合表现出教学逻辑模糊不清、传统教学模式固化的状况，大大降低了融合的实际效果。部分教师对AI赋能背景的融合教育存在认知偏差，缺乏清晰明确的融合思路，仅仅是简单地将劳动任务与科学知识点进行叠加，没有构建起AI技术、劳动实践以及科学原理三者之间的内在联系，导致教学内容呈现出碎片化的特征，无法形成一个完整的融合体系。教师的教学模式受到传统理念的束缚而显得较为固化，仍将“教师处于主导地位，学生被动接受知识”作为主要模式，AI技术未能有效地对教学流程进行重新构建。
（三）综合素养与应用能力欠缺
教师作为融合教学的实施主体，其综合素养以及AI技术应用能力的不足成为核心瓶颈。一方面，教师的跨学科素养较为薄弱，劳动教育教师大多侧重于技能传授，科学知识储备不够充足，科学教师则欠缺劳动实践指导经验，很难将科学原理与劳动场景有效结合起来，无法设计出高质量的融合教学方案。另一方面，教师AI技术应用能力有所欠缺，多数教师仅仅掌握AI工具的基础操作，缺少运用AI技术来优化教学流程、设计探究任务以及分析教学数据的能力。
（四）支撑体系不完善与评价机制缺失
配套支撑体系不完善，评价机制缺失，使二者融合发展的保障不够充分。就支撑体系而言，硬件设施的保障情况欠佳，部分学校的AI教学设备数量不够，更新也较为滞后，难以对常态化融合教学起到支撑作用，资源保障也很匮乏，优质的AI融合教学资源稀少，并且缺乏统一的资源整合与共享平台，教师要获取适配的教学素材存在困难。在评价机制方面，现有的评价体系存在缺陷，评价内容侧重于劳动技能与科学知识的掌握程度，忽视了对学生探究能力、创新思维、信息素养等核心素养的评价。评价方式较为单一，以终结性评价为主，缺乏过程性评价与多元化评价，而且没有将AI赋能效果纳入评价范畴，无法全面、客观地反映融合教学的实际成效，难以形成有效的教学反馈与改进机制。
三、AI赋能劳动教育与科学结合的途径
（一）构建适配性AI赋能资源体系
围绕适配性这一关键要点，教师应着手搭建起分层分类的AI赋能资源体系，以解决技术适配性欠缺以及应用失衡的问题。教师要关注小学生的认知规律、劳动教育的实操特性以及科学教育的探究性需求，与教育科研机构、AI企业合作开发课程资源，简化操作步骤、优化内容设计，打造出既有趣味性又具知识性的AI工具，如适配课堂的虚拟劳动仿真系统、符合教材的科学探究AI模块。要构建区域统筹的资源共享机制，借助政府引导、校际合作，促使优质AI资源向乡村及薄弱学校倾斜，缩小区域和校际的差距。要加强AI资源的动态更新，根据教学实际状况以及技术的迭代情况，定期对资源内容与功能进行优化，引导学校深入运用 AI 的数据采集、个性化适配等核心功能，实现技术赋能从表面向深入的转变，为两者的融合提供有力的技术支持。
（二）把握核心逻辑与创新教学之间的关系
明确以“AI技术作为纽带科学原理作为支撑，劳动实践作为载体”的核心逻辑，打破传统教学的固定模式，构建AI赋能下的新型融合教学模式。以教科版科学四年级下册第一单元“植物的生长变化”为例，教师依托AI植物生长监测仪记录植株生长数据，结合科学课的光合作用、水肥需求原理，设计整地、播种、养护的系列劳动实践任务，打造一体化教学方案，让AI工具、科学知识与劳动任务深度融合，有效规避教学内容碎片化叠加的问题。创新教学组织形式，推行“探究式+个性化”的模式，借助AI设计分层分析任务，引导学生运用AI工具进行植物种植、验证科学原理。培养学生的自主分析能力，依靠AI互动平台搭建线上线下融合的课堂，拓展教学场景，如课后利用AI植物生长监测仪记录盆栽绿萝的土壤湿度、光照时长等数据，课堂上结合这些数据研讨光照对植物光合作用的影响。重新构建教学流程，突出学生的主体地位，使AI成为引导学生思考、辅助探究的工具，解决形式化融合的难题。
（三）提升综合素养与教学能力
为构建全面的教师赋能体系，突破教师综合素养及AI技术应用能力欠缺的限制，学校应制定跨学科培训制度，定时安排劳动课教师与科学教师进行双向交流，弥补知识的不足。要提高教师跨学科教学设计以及实施的能力，开展AI赋能的专项培训，依据教学实际情况设置实操课程，着重提升教师运用AI工具优化教学流程、设计探究任务、分析教学数据的能力，避免培训和实践的脱节。还要构建校际教研共同体以及名师引领平台，借助示范课、案例研讨、结对帮扶等方式，推动教师经验共享以及能力提升。要完善教师激励机制，将跨学科融合教学与AI 技术应用纳入考核评价指标，激励教师积极主动探索创新，形成“培训—实践—反思—提升”的循环，打造一支具有跨学科素养与AI应用能力的复合型教师队伍。
（四）健全支撑体系与评价机制
构建全面的保障体系，健全多元评价机制，为二者深度融合提供有力支撑。要加大教育投入程度，全面统筹推进学校AI硬件设施的升级与更新，以保障常态化融合教学的需求。要搭建统一的AI融合教学资源整合及共享平台，汇聚优质素材并优化资源获取途径，建立政府、学校、企业协同保障机制，明确各方职责，形成资源共建共享、技术协同赋能的合力。在评价机制方面，要构建多元化综合评价体系，拓宽评价内容范围，将学生探究能力、创新思维、信息素养及AI赋能成效纳入评价范畴。要丰富评价方式，结合过程性评价与终结性评价，采用学生自评、生生互评、师评、AI数据辅助评等多元评价形式，完善评价反馈机制，将评价结果转化为教学优化的依据，形成良性育人闭环。
四、结语
以AI赋能小学劳动教育与科学教育融合，是基础教育创新发展的必然趋势，既有丰富的育人价值，也存在实践挑战，技术、教学、教师、保障等因素相互交织，需要进行系统化设计并不断优化。只有以小学生发展需求为立足点，巩固技术支撑、创新教学模式、强化对教师的赋能、完善保障机制，才能实现二者从形式融合到深度融合。这一过程需要多方共同努力，持续探索实践，使AI切实服务于核心素养培养，为学生终身发展打下坚实基础。
参考文献
[1]张海燕.乡土视域下的小学科学与劳动教育融合实践[J].江西教育，2025（43）：107-109.
[2]周雅倩.科技赋能下小学劳动教育与科学课程跨学科融合实践研究[J].小学生学习指导，2025（30）：41-43.
[3]纪美艳.劳动教育融入小学科学教学的实施策略[J].实验教学与仪器，2025（4）：113-115，119.
