在北京经济开发区小米汽车工厂的车间里，X-Eye智能质检系统代替人眼查找车身缺陷，181台AMR视觉机器人在产线之间运送物料。中小学教师走进这样的现场，虽然看得明白，但回到学校却常被同一个问题难住：这些在企业、工厂里看到学到的东西，怎样变成一节让学生真正学有所获的STEM课?

　　在北京教育学院承建的北京市中小学教师科技教育(STEM教育)能力提升基地，这个问题得到了有效的解决：在这里举办的2026年第一期“北京市中小学教师科技教育(STEM教育)能力提升培训项目”(以下简称“项目”)，正在以产教研融合式育人范式为框架，为教师开展基于“情境地图—虚拟仿真—现场进场—返校创造”四步培训路径，让广大中小学科技教师“带着问题来，找到方法走”。

“情境地图”为现场教学导航

　　参访式研修方式在如今的教师培训当中十分普遍，常见做法是带领参训教师先听讲座、再看现场。但往往教师见识了前沿技术之后，却“卡”在课堂转化方面。究其原因，问题主要出在三处断点：首先，参观现场是一个完整系统，教师记住的多是技术亮点，缺少拆解的方法;其次，技术和课堂之间少了“工程问题”这一环，内容容易被改写成知识讲解;最后，参访与课堂设计前后脱节，容易“参观一阵风、回来一场空”。

　　对此，在项目培训中，对于中小学科技教师培训的新路径设计思路由此确定：先不急于带领教师走进现场，而是给教师一副能把现场学习拆开的“脚手架”，即《情境地图学习指导手册》，再让每一步的产出成为下一步的材料。

　　“情境地图”是这副“脚手架”的核心，它把教师在科技现场的学习分为三层体系：在系统层面，让教师看懂现场;在工程问题层面，引导教师抓住难题，将学习思考成果固化;在转化层面，设计课堂教学框架，让学习成果真正落到课堂。在这个过程中，指导专家会引导教师借助要素梳理、视角切换等工具逐层往下“拆解”。根据“工程问题=目标+约束+变化点”这个公式，把“看到了什么”转成“要解决什么”，从而帮助教师找到课堂的起点。

学习闭环推动教学输出

　　“情境地图”让教师“看懂”系统，计算机仿真教学让教师能“开关”系统。走进科技现场时，教师带着地图和观察学案，对照现场校核课堂上的假设。项目培训中引入的虚拟仿真技术，让教师在企业技术专家的引导下，观察系统如何运作，学会并使用相关软件，亲身经历调整参数等环节。

　　在教师返校“创造”阶段，教师用开源硬件、AI视觉和机械臂把问题做成可运行的系统，再改写成含任务单、评价量规和安全须知的课堂方案。教师对智能系统的理解，也从单点会用走向整体会建。

　　目前，该项目培训已经积累了一定的成果，沿着这条培训路径形成的《AI慧眼·智臂分拣》课例，已经面向小学高年级开展并向初中学段延伸。

　　北京市中小学教师科技教育(STEM教育)能力提升基地主任、北京教育学院副教授周莹谈道，以学院带领教师参与智能质检项目为例，在企业生产的科技现场，教师们的学习目标是如何挑出有缺陷的零件、计算速度和准确率;而转到小学课堂，老师们就要将学习内容实现输出，带领学生学习实践，完成让摄像头认出不同物料、再让机械臂把它们分开的任务。

一条培训路径带出一套育人机制

　　产业现场是问题之源，科研工具与方法是方法之桥，教师的课程化、任务化、学段化转化是转化之枢，三者形成“产业出题—科研架桥—教育转化—人才成长”的闭环。同时，这四步路径也与三个链条相互对应：“情境地图”帮助教师现场对接产业学习内容，虚拟仿真和开源工具帮助教师引入科研方法，按照学习成果设计课例完成教育转化。

　　这条培训路径背后，是北京教育学院构建的产教研融合式育人范式。依据同一机制，北京教育学院数学与科学教育学院已形成三类课程和系列典型课例，覆盖小学到高中学段。下一步，北京教育学院数学与科学教育学院将推动产业、科研、教育三方从项目合作走向常态协同，完善面向真实问题解决的过程性评价，并把工具、学案和课例固化为可复制的培训方案，让产教研融合式育人从示范走向日常教学。