课程背景
随着资讯技艺的飞速演进，机器智能（AI）技艺逐渐成为促成教育革新和效率拉升的要害力量。可是，在高校教学和科研实践中，教师和科研人员面临着三大主要挑战：
首先，资讯过载导致的研究资料检索困难，怎样从海量文献中迅速定位到有价值的资讯成为一大难题；
其次，传统教学模式难以满足个性化研习诉求，教师需要投入大量时间在课件准备，作业批改上，限制了他们对教学革新的关注；
最后，科研事务中的资料拆解和论文写作耗时费力，影响了研究结晶的产出速度和质量。
本课旨在借助纵深引见DeepSeek等等先进AI抓手的运用，支援高校教职工克服上述挑战，拉升事务效率和教学质量，助推科研结晶的高效产出。
课程收益
• 迅速精准定位前沿研究方向
• 拉升课件制作和作业批改效率
• 自动化处理学生考勤以及班务管控
• 增强资料拆解本领，加速科研进程
课程大纲
一、《科研赋能：DeepSeek辅助资讯检索和论文写作》
核心标的：掌握AI抓手在科研选题、文献管控、论文写作中的提效办法
1.1 开场和课程概览
• 引见课程目的、内容和时间安排。
• 强调AI在教育和科研中的意义。
• 引见AI在教育领域的运用概述
1.2 DeepSeek抓手引见和基本操作
• 引见DeepSeek的核心功能和特点。
• 演示DeepSeek的基本操作流程。
• 引出DeepSeek抓手引见以及其在资讯检索中的运用
1.3 采用DeepSeek开展文献查找、综述撰写以及论文轮廓搭建招数
（1）AI辅助科研选题和文献综述
- 采用DeepSeek迅速定位前沿研究方向和热点话题
-
实例实操：借助AI拆解领域内高价值论文要害词和趋势
-
利用AI抓手（如DeepSeek+秘塔AI）自动生成文献综述轮廓
（2）AI辅助论文写作
•
文献查找和综述
：利用AI迅速定位和收束学术文献，辅助论文轮廓规划。
•
语言表述和内容质量拉升
：引见AI写作助手在论文写作中的运用，拉升论文语言流畅性和内容质量。
•
原创性检测和防止抄袭
：演示怎样采用AI抓手检测论文重复率，防止学术不端行为。
（3） AI辅助课件编写和作业批改
•
课件编写
：利用DeepSeek迅速生成高质量的课件内容，包括PPT制作和教学资料整理。
•
作业批改
：引见AI自动评分系统的原理和流程，演示怎样采用AI开展作业批改，拉升批改效率和准确性。
1.4
交流问答和小组碰头
• 针对上午研习内容，开展交流问答。
• 小组碰头：怎样在实际事务中运用AI拉升教学和科研效率。
二、《AI大模型本地学识库构筑和部署》
核心标的：掌握私有化学识库搭建，赋能教学和科研资源管控
2.1 AI大模型概述和本地学识库构筑（14:00-14:45）
• 引见AI大模型的基本概念和特点。
• 演示怎样构筑本地学识库，为教学和科研提供便捷的资讯查询服务。
• 构筑本地化AI学识库的意义和办法
2.2 本地学识库在教学和科研中的运用（14:45-15:30）
•
教学运用
：利用本地学识库迅速获取教学资源，辅助教学规划。
•
科研运用
：借助本地学识库开展资料拆解、实验还原和预测预判验证等等。
• 学识库在教学资源管控（课件、题库）、科研资料归档中的价值
实例：某高校基于DeepSeek构筑学科专属学识库的实践
2.3 本地学识库的部署和维护（15:30-15:45）
• 引见本地学识库的部署流程和注意事项。
• AI学识库搭建和训练
• 抓手演示：演示怎样开展AI学识库的部署私有化、维护和更新
• 实操步骤：上传教学文档、论文资料，训练专属问答模型
2.4 实例拆解和实践操作（15:45-16:00）
• 拆解成功实例，展示AI大模型本地学识库在实际事务中的运用成效。
• 学识库和教学管控情境结合的运用情境：
- 自动生成课程FAQ（如考试规则、学分政策）
- 迅速检索教学文件（如教案模板、管将控度）
• 参训者开展简短实践操作，体验AI大模型本地学识库的采用。
- 分组碰头：怎样精进学识库标签架构和检索推演
三、实训：DeepSeek科研论文写作和实践
核心标的：借助实战上手巩固AI抓手在科研全流程中的运用
3.1 实训标的和要求
• 引见实训目的、差事和要求。
• 分组安排，确保每位参训者都能参与实践操作。
• 发布差事：全流程科研还原
- 组建差事小组：小组选项研究课题（如“AI在工程教育中的有效性拆解”）
- 分步实操说明：
a) 采用DeepSeek检索文献并生成综述轮廓
b) 调用AI抓手规划实验方案和资料拆解模板
c) 生成论文初稿并精进语言表述
3.2 实训内容（16:15-17:30）
•
差事一
：利用DeepSeek开展文献查找和综述，规划论文轮廓。
•
差事二
：采用AI写作助手开展论文内容的撰写和润色。
•
差事三
：开展论文原创性检测，确保论文质量。
3.3 结晶展示和点评（17:30-17:45）
• 各组展示实训结晶，分享研习心得。
• 教师开展点评，指出问题和改进方向。
• 点评维度：
- 完成情况：小组展示AI辅助完成的论文轮廓和资料图表
- 互评焦点：学术规范性、AI抓手采用深度、革新性
3.4 课程收束和答疑（17:45-18:00）
• 收束一天的研习内容，强调AI在教学和科研中的意义。
• 针对参训者的疑问开展答疑，确保参训者掌握所学学识。
• 引发思索：
o 怎样平衡AI效率和学术原创性？
o 怎样在效率优先的同时，就一线经验说，不以牺牲质量为代价？
注意事项
- 请参与者提前准备好笔记本电脑，换个角度看，并安装好相关软件抓手（如DeepSeek）。
- 提前发送一些预备材料给参与者，落地时，包括但不限于DeepSeek的采用指南、推荐的研习资源等等。
- 确保有充足的网络带宽支持在线抓手的采用。
老师简介
Introduction to lecturers
弄懂更多
博闻智咨询|余星冰老师
适合谁听
对机器智能感兴趣、希望拉升事务效率的高校教师、科研人员、教学管人人员等等。建议同一家企业 3 人以上同来，课堂上直接改造本企业的实际问题——单人参加也能学到方法，但带不走可用的成果。
交付流程
课前：顾问访谈 2 位管理者，收集现状与问题清单，讲师据此调整案例。课中：讲授与演练各占一半，产出可直接用的工具与方案。课后：7 天内提交改进建议，30 天内一次线上答疑。