开篇语：三尺讲台育桃李，教学创新启征程。为充分发挥教学创新优秀教师的示范引领作用，在第42个教师节到来之际，教师教学发展中心特推出“教创风采人物录”栏目，记录教学创新获奖教师革新教学模式、勇于创新突破的师者风采，激励广大教师潜心教学、投身教学改革，共筑尊师重教风尚。

孟俊，中国地质大学（北京）地球科学与资源学院教授、博士生导师，国家优秀青年科学基金项目获得者、中央高校青年教师科研创新能力支持项目（U40）获得者，长期从事古地磁学、板块构造与构造古地理研究，在PNAS等国际期刊发表系列研究成果。

长期承担本科生和研究生教学工作，主讲《综合地质学》等课程。《综合地质学》入选首批国家级一流本科课程。获第五届全国高校教师教学创新大赛一等奖、全国大学青年教师地质课程教学比赛特等奖。

长期的科研与教学实践，使他逐渐形成一个认识：科学研究探索未知，大学教育培养学生探索未知的方法，二者都始于问题，也都依靠证据不断接近可靠认识。

    科学教育的价值，不仅在于让学生掌握已有知识，更在于帮助学生理解知识如何产生，并形成探索未知世界的能力。地球深部如何影响地磁场？板块运动如何改变海陆格局？盆地演化又怎样影响环境、生命与资源形成？这些是孟俊和团队正在研究的科学问题，也构成了他思考大学教学的起点。

十三年来，孟俊教授持续建设“综合地质学”课程，把科研中的问题意识、证据方法和真实数据引入教学，形成“现象探知、数据求真”的教学模式。在他看来，科教融合的核心，不只是将科研成果带入课堂，更是将科学认识世界的方法转化为学生学习和成长的方法：从现象中发现问题，从证据中形成判断，在复杂信息中理解不确定性，并逐步具备探索未知的能力。

从学习地球知识到理解科学认识的形成

“综合地质学”研究的是一个经历46亿年演化的地球。学生面对大量岩石、地层、构造和地球演化知识，更重要的一步，是理解这些知识如何建立起来。一个大陆过去在哪里？一次海洋如何打开？一座山脉何时隆升？科学家无法直接观察过去，只能从岩石、化石、地磁记录、年代学和地球化学信息中寻找证据，再通过模型重建地球历史。

这种学科特征，使“综合地质学”具有特殊的教育价值：它不仅传授关于地球的知识，更帮助学生理解科学知识形成的过程。围绕这一理念，孟俊和课程团队形成“现象探知、数据求真”的教学模式。学生从观察地质现象出发，提出需要解释的问题；进一步进入真实数据，比较不同证据；通过分析和推理形成解释，并认识证据的局限性和结论的不确定性。课程最终希望回答一个更深层的问题：我们今天关于地球的认识，是如何被建立起来的？

科教融合：让学生经历科学发现的过程

孟俊团队当前的研究从地球深部出发，沿着“地磁场—板块运动—构造古地理与盆地—环境与物质循环—生命与资源”逐层展开。团队关注地球深部过程如何控制地磁场长期行为，利用古地磁和年代学恢复大陆与海盆位置，进一步研究构造古地理和盆地演化怎样影响环境、生命与资源形成。

这一研究体系也成为课程不断生长的源头。科研成果可以更新教学内容，科研方法则具有更持久的育人价值。对学生而言，最重要的是在学习过程中逐渐理解科学家如何提出问题、如何寻找证据、如何评价不同解释。学生面对一个问题，需要判断什么是有效证据，需要哪些数据，需要怎样分析；当不同数据给出不同信息时，还要比较证据的可靠性，解释不确定性，并根据新的证据修正原来的认识。这种能力可以概括为一条完整的学习过程：发现问题—寻找证据—数据分析—建立解释—判断不确定性—修正认识。因此，孟俊理解的科教融合，核心是让学生逐渐进入知识建构过程。

学生由知识的学习者，进一步成长为问题的发现者、证据的分析者和结论的判断者。

AI时代，大学更需要培养判断力

人工智能正在改变知识生产、传播和学习方式，也重新提出了大学教育的核心问题：当获取答案越来越容易，学生还需要形成什么样的核心能力？

在孟俊看来，答案仍然回到“求真”。AI可以帮助学生处理更加复杂的数据和问题，但教育的核心仍然是培养学生判断问题、评价证据和独立思考的能力。在他的教学探索中，AI进入真实任务，同时评价学生两种能力：借助AI能够达到什么水平，以及独立完成同类问题时真正掌握了什么。

AI-ON与AI-OFF双轨评价，就是尝试同时观察AI增强能力和独立掌握能力。进一步，学生的发展可以通过长期学习证据持续记录。知识掌握、能力水平、项目经历、任务表现、作品证据和AI使用过程共同构成学生的成长轨迹，从而持续回答学生真正学会了什么、能够解决什么问题以及下一阶段最需要发展什么能力。

由此，AI在教育中的意义发生了变化。它不仅提高学习效率，还可以支持更真实的科学探究、更连续的能力评价和更有针对性的教学。

面向未来的大学教育：培养探索未知的能力

从“综合地质学”的十三年改革，到科研前沿不断进入课堂，再到AI时代学习方式的重新设计，孟俊关注的始终是同一个问题：大学教育如何帮助学生形成持续探索未知、解决复杂问题的能力。

“现象探知、数据求真”因此不仅是一种课程教学模式。它背后是一种人才培养理念：从真实世界发现问题，从数据和证据寻找答案，对结论保持审慎，对未知保持好奇。

知识会不断更新，技术也会不断改变。能够提出问题、寻找证据、独立判断并持续学习，是学生面对未来复杂世界最重要的能力。

十三年的课程建设让我越来越认识到，教学创新最终要关注学生形成了什么能力。科研训练我们面对未知、尊重证据、修正认识，大学教育也应帮助学生形成同样的科学精神和认识能力。AI正在改变学习工具和知识获取方式，提出好问题、判断证据、独立思考和探索未知的能力，也因此显得更加重要。