弥合STEM鸿沟：基于低成本传感器的Phyphox实验的AI辅助开发方法

《Journal of Chemical Education》：Bridging the STEM Divide: An AI-Assisted Approach to Developing Phyphox-Based Experiments with Low-Cost Sensors

　　

数字实验在STEM教育中扮演重要角色，但由于设备有限和技术培训不足，在资源受限的农村学校中仍未得到充分使用。Phyphox为数字实验提供了一个低成本平台；然而，外部传感器的集成通常需要许多教师缺乏的编程技能。本研究采用了一个五阶段框架，包括调查、规格说明、设计、构建和测试，以开发一种“生成式人工智能（GenAI）+Phyphox”的实验设计模型。研究人员以二氧化碳监测站为案例进行了开发，GenAI支持传感器控制、代码生成和数据可视化。在课堂实施中，该监测站产生的测量趋势与Pasco CO₂传感器一致，并且四名没有先前技术经验的教师成功复制了该监测站。这些发现表明，这种方法使教师能够开发适用于定性和半定量中学化学研究的低成本数字实验，从而降低技术门槛并扩大资源不足学校的STEM教学机会。

数字实验在STEM教育中至关重要，但资源受限的农村学校因设备不足和技术培训匮乏而难以推广。Phyphox作为低成本实验平台，其外部传感器集成依赖编程技能，多数教师不具备这一能力。为解决此问题，研究人员采用迭代五阶段框架（调查、规格说明、设计、构建、测试），开发了“生成式人工智能（GenAI）+Phyphox”模型，并以CO₂监测站为案例进行验证。该监测站采用MH-Z16传感器（基于非色散红外技术）和Arduino UNO R4 WI-FI微控制器，通过DeepSeek辅助硬件连接、代码生成和Phyphox可视化配置，总材料成本约350元人民币。在中学CO₂性质实验（与蒸馏水和NaOH溶液反应）中，系统捕获的浓度变化趋势与理论一致。与Pasco无线CO₂传感器对比，两者趋势高度吻合，数值差异在传感器精度范围内（鼓气阶段ΔCO₂：Phyphox 1910 ppm vs Pasco 1754 ppm，相对差异8.84%；反应阶段2100 ppm vs 1950 ppm，相对差异7.95%），满足定性、半定量教学需求。四名无技术背景的教师（使用ChatGPT或DeepSeek）成功复制该站，平均耗时约3小时。研究表明，该模型降低了技术门槛，为农村学校提供了可扩展的低成本STEM实验方案。论文发表在《Journal of Chemical Education》上。

关键技术方法：研究人员首先通过问卷调查浙江省某农村中学11名科学教师的需求；随后利用生成式人工智能（GenAI）工具DeepSeek辅助完成MH-Z16 CO₂传感器与Arduino UNO R4 WI-FI微控制器的硬件连接、程序代码生成与优化，并通过Phyphox在线编辑器配置蓝牙通信和双格式可视化界面（浓度–时间曲线与实时数值）；最后在真实课堂中对系统进行测试，并与Pasco无线CO₂传感器对比，同时邀请四名无经验教师进行复制实验以评估可迁移性。

研究结果：

2.5.1 对CO₂性质的实验：研究人员将传感器置于反应容器中，分别加入蒸馏水和NaOH溶液，记录CO₂浓度–时间曲线。结果显示，与蒸馏水反应时浓度缓慢下降后稳定，反映有限的溶解与水合过程；与NaOH反应时浓度急剧降至零，体现酸碱中和的高效性。结果与理论预测一致，验证系统的可靠性。

2.5.2 基于Phyphox的系统与基于Pasco的系统的对比实验：将MH-Z16和Pasco传感器同步置于三颈瓶中，记录CO₂浓度变化。两者趋势高度一致，均准确捕获鼓气后的上升和加NaOH后的下降。数值差异：鼓气阶段Phyphox ΔCO₂ 1910 ppm，Pasco 1754 ppm，相对差异8.84%（n=3）；反应阶段分别为2100 ppm和1950 ppm，相对差异7.95%。考虑传感器精度（MH-Z16：±(50 ppm+5%读数)；Pasco：±(100 ppm+5%读数)），估计范围重叠，表明系统满足课堂定性与半定量分析目标。

2.5.3 教师复制CO₂监测站：四名无经验的教师（两人用ChatGPT，两人用DeepSeek）成功复现并正常运行。半结构化访谈显示平均耗时约3小时，最耗时为IDE操作与Phyphox界面配置，所有困难在GenAI支持下解决，无需外部技术协助。表明GenAI使非技术人员能成功复制系统。

讨论总结：该系统直接利用环境空气观测CO₂现象，省去气体制备与收集步骤，降低操作复杂性、安全风险和试剂消耗。总材料成本约350元，为商业系统的十分之一，缓解财务障碍。“GenAI+Phyphox”方法可扩展至pH、氧气、温度传感器，已成功用于pH传感系统开发。AI辅助工作流程可迁移至学生科学探究，为农村学校提供公平可持续的STEM教育工具。但存在局限性：系统稳定性受环境湿度与气流影响，传感器在快速浓度变化下的响应延迟需优化；本研究主要关注设计过程与可行性，长期教育影响有待进一步研究。未来计划开发配套教学材料、开展区域教师培训和建立专业学习社区，以增强模型的教学稳健性与可持续性。

研究结论翻译：本研究遵循迭代的五阶段工作流程，包括调查、规格说明、设计、构建和测试，开发了一个低成本的数字实验解决方案。基于农村化学教师的实际需求，通过将生成式人工智能（GenAI）与Phyphox相结合，开发了一个CO₂监测站作为代表性案例，并随后在真实的课堂实验中实施，从而验证了其可行性和可靠性。本研究展示了几个显著优势。首先，开发出的数字实验系统允许使用环境空气直接观测CO₂相关现象，消除了传统气体制备和收集步骤。这种简化降低了操作复杂性、安全风险和试剂消耗，从而降低了整体实验成本。其次，总材料成本约为350元人民币，约为可比商业系统的十分之一，该设计提供了一种经济可行的解决方案，缓解了实施STEM教育的财务障碍。此外，除了CO₂监测案例外，这种“生成式人工智能（GenAI）+Phyphox”方法可以扩展到其他传感器，如pH、氧气或温度传感器，显著拓宽其在化学教育乃至科学教育中的应用。通过遵循相同的工作流程并调整AI提示以描述不同的传感器特性和数据需求，该方法已成功应用于pH传感系统的开发。这进一步表明，该方法使教师能够以最小的额外技术负担开发广泛的数字实验。最后，本研究中建立的AI辅助开发工作流程不仅为教师独立设计数字实验提供了实用、低成本且可扩展的途径，而且可以迁移到学生的科学探究中。它为资源匮乏的农村学校提供了可获取的工具，以促进公平和可持续的STEM教育。