把一棵生菜种在水里而不是土里，你得到的就不只是一个生物课项目，而是一套需要孩子亲手维持运转的小型控制系统。一只水培箱每天都在往回吐一串数字：水有多酸、营养液有多浓、水温升到了多少。学会读这些数字、察觉它们何时开始漂移，并在植物受损之前动手，就是最具体的数据素养。一只水箱背后「测量—作图—决策」的循环，和学生日后会遇到的每一套自动化系统背后的循环，是同一个。

测量、作图、决策的循环

教学价值不在那棵植物，而在植物逼着你走的那个循环。传感器采一个读数，读数进入图表，图表显示出趋势，趋势催出一个决定。孤零零的一个数字说明不了什么。一周的 pH 读数画成一条曲线，就会讲出一个故事：平稳、持续上升，或者每次水泵一开就来回摆。

要拿到曲线而不是快照，读数就必须连着好几天记录下来，而不是随手瞄一眼。像sheenbot∞这样的主板，可以按设定的时间去读 pH 或温度传感器并把数值存起来，于是学生回来面对的是一张图，而不是仪表上一次孤零零的跳动。一旦他们能看见数据的形状，科学就不再抽象。

阈值把读数变成决定

只有当全班就「多高算太高、多低算太低」达成一致，读数才真正有用。定一个 pH 区间。定下水温到多少度，夏天的热就算成了问题。定出营养液浓度到哪个值就该补水、哪个值就该稀释。数值越过其中任何一条线的那一刻，就必须有动作发生。

这就是还没人动手写程序时的条件逻辑：if pH > 6.5 then add corrector。为一只水箱设定阈值的学生，练的正是日后驱动恒温器、灌溉定时器或报警器的那套推理。水箱只是把后果变得看得见，而且慢到来得及抓住。

给一个活系统排故障

植物出问题的方式，专治瞎猜。一片叶子发黄，原因可能是 pH、营养液、烂根、水箱在开普敦的十二月里越来越热，也可能是水泵悄悄停了。很少有哪个元凶是一眼能认出来的，所以学生必须隔离变量：查一件事，改一件事，等一等，再看结果。

这和调试代码是同一种功夫。把改了什么、什么时候改的记下来。别一次改三个设置，否则你永远不知道是哪一个起了作用。一套水培系统教会人对反馈回路保持耐心，而一个会立刻抛出错误信息的程序，始终教不出这一课。

课堂水箱入门清单

• 选生菜或罗勒这类生长快的作物，好让结果在一个学期之内显现。
• 每天在同一时间测同样的项目，数据才可比。
• 把读数记录下来，而不是随手看一眼，这样学生拿到的是一张图，而不是一段回忆。
• 开始之前先商定阈值，把多高算太高、多低算太低白纸黑字写下来。
• 出问题时一次只改一个变量，并记下结果。
• 共用一本记录本，让下一组能继承这一组已经学到的东西。

它适合放在哪里

这些都不需要机器人，但和机器人放在一起再自然不过。感知、记录和阈值逻辑，正是编程与机器人课已经在培养的能力，所以水箱是一个特别好的跨界项目。想看看这个循环在一群孩子手里怎么跑起来，暑假里的一次假期工作坊是个容易上手的起点；你也可以单独订一节试听课，看看孩子从读一个传感器，到为一张图表的含义争论起来，能有多快。生物是钩子，系统思维才是留下来的东西。