作为高校教学科研工作者，参与本次浙江人工智能专题研修（2025年6月22日至2025年6月28日浙江大学华家池校区），旨在：掌握人工智能前沿技术动态（如大模型、生成式AI、教育智能体等）；探索AI与学科教学的深度融合路径；挖掘AI驱动的科研创新方法论等。
一、核心收获与认知升级
（一）理论层面：AI技术发展的历史，重构知识生产模式。
生命科学是试验科学，需要大量重复性、验证性的试验。在合成生物学领域，利用AI可以建立人工生物系统，Evo模型可以生成新的DNA序列并预测基因功能。除此外，AI在合成生物路径设计、酶的改造、智能生产等环节发挥了核心作用。在结构生物学领域，Alphafold3的AI模型，解决了预测蛋白质的复杂结构问题。此外，AI还可以进行高效的基因编辑和药物筛选。医药领域，早期疾病的筛选和脑机接口等的出现，也逐渐成为AI新的应用场景。
传统科研依赖人工数据挖掘，而AI（如ChatGPT）已实现跨领域知识关联，加速假设生成与验证。自然语言处理工具辅助文献综述效率提升50%以上。
重构教育教学场景, 智能辅导系统（ITS）可实现个性化学习路径推荐，但需警惕“算法偏见”对教育公平的影响。实践：尝试用AI生成课程案例库。
重构学术伦理框架，AI论文署名权、深度学习可解释性等新议题促使学术规范更新。
（二）技术层面：智慧农业工具和办公/科研加速工具
智慧农业工具
使用AI进行智慧农业和智能种养，AI通过传感器精准检测温湿度等参数，精准施肥、精准灌溉，实现集约高效现代农业生产。此外，了解AI与物联网的应用及大数据在农业决策中的应用。以以色列的智能滴灌技术为例提高水资源的利用效率。日本的智慧微耕农机及特殊农机的应用为农业生产增效提供技术保障。
办公/科研加速工具
Deepseek+kimi 快速制作ppt，AI助手可以自动生成会议纪要，AI可以辅助数据处理和图表绘制，批量数据自动化，根据文字生成图片，文字生成视频AI等。其中需要注意的是：在使用工具时，需要避免模糊描述，直击问题核心，无需复杂术语，主动说明使用场景，触发针对性优化，根据需求选择联网/推理/代码等模式，进一步通过补充说明或纠正结果，持续提升输出的精准度。其中Deepseek R1模型基于Ollama开源框架，专为在本地机器上便捷部署和运行大模型语言而设计。浙大所用教学智慧云采用本地主机+阿里云托管混合模式，保证了本地存储的有效性和云端链接的便捷性。对话机器人基于chatbox AI 可以进行合适版本的安装。从2018年图灵奖的获得，到2024年诺贝尔物理学奖和化学奖的跨界授予，体现AI对于工业界、学术界的重要影响。
二、教学改革实施方案
（一）课程设计“三阶段”改造
阶段 传统模式 AI增强模式
课前预习 指定教材阅读 智能问答预习助手（如Poe）
课堂互动 PPT讲授 AI实时生成辩论议题
课后评价 人工批改作业 代码/写作自动反馈系统
（二）学生能力培养新重点-以学生为中心的有效课堂教学设计
创新人才的培养目标：好奇心，团队合作能力，跨界能力，快速行动和动手能力。Olin工学院校长R. Miler 提出人才培养的思维和标准。其中五个思维是：跨学科思维，动手思维，企业家思维，伦理道德思维和全球思维。9个标准：1）理解和应用知识；2）批判思维；3）创造力；4）自学能力；5）不作恶；6）设计思维；7）高效交流；8）合作能力；9)个人和职业认知。当前跨学科AI融合进程中遇到的挑战有：1）课程体系滞后：课程更新周期远长于AI技术迭代速度，导致毕业生技能与企业需求脱节；2）技能锻炼的确实：缺乏校企联动事件平台；3）学科壁垒的固化：学科体系与AI时代T型人才的培养之间的矛盾；4）师资能力的断层：非计算机专业老师在思维、能力和知识储备上以单一学科为主，存在能力断层；5）评价体系的失准：懂AI不懂业务或者懂业务不会用AI。
以浙江大学控制科学与工程院的自动化专业为例，引入真实企业项目：开展基于企业实际问题的合作项目教学，如智能交通优化方案设计、自动驾驶算法开发等。开放科研实验室：鼓励学生参与科研课题，通过实际研究任务，如气象预测等，培养其数据处理与模型构建的能力。校企联合实训基地：通过建立校企联合实训基地，为学生提供技术应用场景与产业实践机会，帮助其熟悉AI技术在不同行业的具体应用。
以学生为中心的课堂教学模式探索。其中1）课堂游戏化，有利于保持学生的积极性和课堂的参与度。2）基于项目的学习，使学生沉浸在一个真实的问题中。3）基于问题的学习，学生分组讨论，共同解决开放式问题。4）基于探究的学习：老师负责引导学生解决自己的问题等。形式多样的教学场景和试验平台的建设是AI只生成文本所替代不了的核心资源。
三、反思与挑战
现实困境：本校GPU与浙大相比，算力资源不足，而商业API成本过高；学生过度依赖AI导致批判性思维弱化。
应对策略：有步骤地在教学某些步骤中加入AI过程，增加知识迭代速度，增强学生使用AI，批判看待AI 的素养。设计“AI盲审”论文环节强化原创性。立项校级教改项目《AI时代<专业课程>教学模式重构》；中长期：筹建“AI+学科”交叉研究实验室；开发学科专用轻量化AI工具。
结语
人工智能绝不是替代教师的“对手”，而是重塑教育生态的“杠杆支点”。作为高校教师，我们需要树立积极、开放的心态，既要拥抱技术变革，更要坚守育人本质——培养具有AI驾驭力而非被AI驾驭的人才。