《迈向未来的AI教学实验》是清华大学新闻学院与人工智能学院的沈阳教授团队编写的报告。报告围绕科学创见、理论创新、艺术创作、知识创造和数据创能五个主题板块，基于27个典型案例，系统性地探索人机共生教学模式，展现AI在教育领域的创新应用。报告的核心是“四能教育”理论框架，揭示AI赋能下学习者能力的跃进路径，包括从低能到高能的个性化学习、从单能到多能的跨学科融合、从多能到超能的深度学习，及从超能到异能的创新思维模式。这种教育模式强调教师作为启发者、AI作为赋能者，学生成为“认知突围者”，形成三位一体的新型教学关系，为智能时代的教育变革提供重要范式参考。
获取《迈向未来的AI教学实验》 PDF原文件，扫码关注回复： 20250327
AI for Science 科学创见
- 用AI自动实施生物医学实验
- AIGC与生物医学科研：探讨AI在生物医学科研中的优势（创新性、检索能力和强大算力）及不足（可靠性和严谨性需实验验证）。
- 生物医学科研基本流程：介绍生物医学科研的基本流程，包括知识库构建、研究问题确定、实验设计与优化、实验执行、结果分析与发表及知识整合与共享。
-
- 实验执行：详细讨论AI在实验执行中的作用，包括自动化硬件的互联互通、人机协作及相关案例分析。
- AIGC驱动的生物医学实验全流程智能解决方案：提出基于AIGC的生物医学实验全流程智能解决方案，涵盖知识库、研究问题确定、实验设计与优化、实验执行、结果分析与发表以及知识整合与共享。
- 未来方向：展望AI在生物医学实验中的未来发展方向，包括全流程整合的潜力以及面临的成本、知识产权等风险与挑战。
- 基于AI的文明冲突仿真实验
- 不同文明间的价值观差异：指出不同文明间的价值观差异是文明冲突的根源，如西方文明强调个人主义，东方文明强调集体主义。
- AI模拟为解决文明冲突提供新的策略：用AI技术进行文明冲突解决策略的模拟实验，根据不同文明间的价值观差异制定针对性的解决方案。
-
- 资源分配不均是文明冲突主因：分析资源分配不均是导致文明冲突的主要原因，指出约60%的资源集中在少数国家，导致资源争夺和冲突。
- 科技发展对文明冲突解决的影响：提出用科技发展促进文明发展，提高文明的发展速度，化解资源与发展的矛盾，减少冲突的可能性。
- 解决文明冲突的长远规划与展望：强调科技手段，尤其是AI技术，可以更高效地分配资源，预测和解决潜在冲突，为解决文明冲突提供科学依据。
- 围绕科学议题的智能体在线讨论模拟
- 爆火的斯坦福AI小镇：介绍斯坦福AI小镇的智能体在线讨论模拟实验，探讨AI在科学传播中的应用，及AI智能体在意见演变和虚假信息传播中的表现。
- 智能体的7层核心架构：介绍智能体的7层核心架构，包括自主性和适应性、多模态交互能力、认知架构、环境交互、社会性维度、系统完整性和安全机制。
- 核心关注点是LLMs在科学传播中的可能性及其挑战：探讨LLMs在促进科学共识形成、抵御虚假信息传播方面的潜力和局限。
-
- 实验的目标：角色模拟、意见演变，基于AI模拟多个虚拟代理进行科学议题讨论，观察角色模拟和意见演变的过程。
- 虚假信息引入下的信念演变：研究虚假信息对科学议题讨论中代理信念演变的影响。
- 后续想法：代理仿真 模拟实验：提出未来代理仿真模拟实验的设计思路，包括代理人属性设置、议题设置、规则设置、内容设置、时间设置、代码运行、结果审查和调试代码等环节。
- AI分析远程办公的趋势及影响
- 问题提出：探讨远程办公是否能提高工作效率和员工满意度，尤其是在新冠疫情期间。
- 可分析维度：分析远程办公对员工满意度、工作时间和工作质量的影响。
- 基于现有研究的分析：引用Gartner、Bloom、康奈尔大学和Owl Labs的研究，探讨远程办公对工作效率、员工满意度和薪资的影响。
- 主要发现与结论：总结远程办公模式已被广泛接受，在一些情况下提高工作效率和员工满意度，指出结果的个体差异性。
AI for Theory 理论创新
- 理论构建学：用AI构建理论框架
- 起源：为什么要创造这门学科，探讨理论构建学的起源，强调构建理论的重要性，包括预测未来、解决问题、推动科学发展等。
- 理论构建学 – 形式化定义：定义理论构建学，提出发展函数、评估函数和改进函数，用在构建、评估和改进理论。
- 构建理论的五步法：介绍构建理论的五个步骤，发现规律或问题、定义重要概念、提出假设、进行推理验证和迭代改进。
-
- 如何评价一个理论：讨论评价理论的标准，包括适用性、简洁性、可操作性、预测能力、适应性、准确性和可证伪性等。
- AI时代构建理论的五步法：结合AI技术，提出用AI进行理论构建的五个步骤，包括发现规律、定义概念、提出假设、验证假设和迭代改进。
- 用AI构建理论的例子：基于具体案例展示如何用AI构建理论，包括发现规律、定义概念、提出假设、验证假设和改进理论。
- 用AI论证素数位数关系理论
- 理论的发现过程：描述AI在探索素数位数关系理论中的发现过程，包括学习拉马努金数性质、改进提示词和运用Python程序验证。
- 素数位数关系（PDRT）理论的具体内容及阐释：详细介绍素数位数关系理论（PDRT），包括三个分支性质，增和幂和性质、素和幂和性质和数字和幂和性质。
- PDRT理论：数学与密码学，探讨PDRT理论在数学和密码学中的应用，包括数论研究、组合数学与概率及加密算法设计。
- 人机共生找寻特殊数学性质的优缺点：分析AI在探索特殊数学性质中的优势（如数据处理、计算能力和生成假设）和当前存在的问题（如路径依赖和计算错误）。
- 用AI构建和实证逆向满足理论
- 逆向满足理论：颠覆逻辑、精神巨人，介绍逆向满足理论的核心思想，即先实现高层次的精神需求，再回归基础需求。
- 逆向满足理论形式化：计算满足 提升效果，探讨如何将逆向满足理论形式化为数学公式，并通过调整权重来改变不同需求层次的满足度。
- 逆向满足指数模拟测评：100位受访者的打分，基于模拟数据，展示100位受访者对逆向满足理论的打分情况，计算平均评分。
- 基于AI对话的学术灵感激发研究
- A I对谈的三个特性：非主体性、盲从性、调和性。
- 灵感（inspiration）与启发式（Heuristic）：介绍灵感和启发式的概念，及它们在学术研究中的重要性。
- 对抗性启发式：探讨基于AI进行对抗性讨论，尝试产生新的观点和灵感。
- 评论性启发式：讨论基于AI对辩论情景进行评论，提供创新性观点的方法。
- 竞争性启发式：介绍基于AI对同一话题进行竞争，要求“更好”的结果，深入探索和细化话题。
- AI助力新汉字创造
- 历史需求总结：总结新汉字创造的历史需求，包括社会变革、科技进步、文化交流、环境与可持续发展、数字与信息时代、虚拟现实与元宇宙以及社会多样性与包容性。
- 造字法则：介绍汉字的造字法则，包括象形、会意、指事和转注。
- 词库构建：讨论如何基于AI技术构建和优化汉字词库，实现新汉字的生成。
- 输入与提取：基于词汇输入、词组拆分、偏旁查找、特征提取和组合逻辑来生成新词的方法
- 未来展望：展望AI在新汉字创造中的未来应用，包括词库拓展、AI丰富解读和AI优化筛选。
- AI分析人机关系及主体性问题
- 假设公理：提出两个假设公理，包括AI不会产生自主意识和三个普世的价值观念（个人成长和自我实现、爱与被爱、对他人的尊重帮助与同情）。
- AI的权利：探讨AI的权利问题，包括法律与伦理框架的重构、所有权和责任的重新定义及社会与文化的变迁。
- 数据为王：分析数据在AI时代的重要性，包括经济基础的转变、上层建筑的调整、社会阶层的重组、国际关系的变化、技术发展的推动和个人生活的影响。
-
- 社会图景：展望AI高度发达时代的社会图景，包括数据民主化与公平分配、智能化的社会治理、数据驱动的创新经济模式及教育和职业的转变。
- 个人成长和自我实现：探讨AI对个人成长和自我实现的影响，包括学习和成长的机会、工作和职业的转变及可能的失业问题。
- 爱与被爱：分析AI对人类情感的影响，包括人是否会爱上AI、AI导致的冷漠人际关系以及尊重与同理心的缺失。
- 尊重与同理心：讨论AI对人类尊重和同理心的影响，包括与AI交流可能导致的对他人尊重的缺失和同理心的缺失。
AI for Arts 艺术创作
- 一个美术门外汉的VR创作体验
- 创作心得体会 ：分享美术新手在使用VR技术进行创作时的心得体会，包括“视角呈现”与“实体构筑”的对比，及VR绘画的优势和挑战。
- 创作思路 ：探讨美术新手在VR绘画中的创作思路，包括注重“实体”或“线条”的选择，及如何用软件内置笔刷探索特殊效果。
- 基于“影界”世界观的异维度艺术实验
- “影界”概念阐述：介绍“影界”这一虚构世界观，描述独特的物理规则、主要居民和艺术形式，如影绘、光影舞、维度交响画和时间旋律雕塑。
- 影界回响：时空之舞，阐述“影界回响，时空之舞”艺术展的理念，展示四种独特的艺术形式，包括影绘、光影舞、维度交响画和时间旋律雕塑，探讨影界独有的美学和感觉。
- Shadow Painting（影绘）：介绍影绘这一艺术形式，用影子作为画布和颜料，创作出流动且生动的画作。
-
- Light and Shadow Dance（光影舞）：描述光影舞这种动态的表演艺术，舞者基于控制身体周围的光和影表达情感和故事。
- Dimensional Symphony Painting（维度交响画）：探讨维度交响画，展现不同时间维度下的生命场景，基于交错的音符和色彩描绘生命的复杂性和多样性。
- Temporal Melody Sculpture（时间旋律雕塑）：介绍时间旋律雕塑，用抽象形式展现时间的流动感，雕塑的线条和形状随观众的视角和移动而改变，象征生命旋律的变化。
- 提示词介绍：如何用提示词生成具有特定风格和元素的艺术作品的方法，及AI如何优化描述以提高准确性。
AI for Knowledge知识创造
- AI分析顶尖人物与普通人的思想
- 各领域顶尖人物：列举科技、医疗、文学与艺术、体育、商业与管理、科学与工程等领域的顶尖人物，展示他们在各自领域的卓越成就。
- 经济博弈实验对比：基于AI模拟顶尖人物和普通人与AI进行经济博弈的实验，分析合作、对抗、共生和两败俱伤的概率差异。
- 顶尖人物的“乌托邦”实验：模拟100位顶尖人物共同创建乌托邦社会的过程，探讨其可能的发展方向和最终命运。
-
- 普通人的“乌托邦”实验：模拟100个普通人组成乌托邦社会的可能结果，分析与顶尖人物乌托邦实验的不同之处。
- 出现不同的原因：探讨顶尖人物与普通人在“乌托邦”情境下出现不同结果的原因，包括资源管理、组织能力、决策能力和解决冲突的能力差异。
- 结论：总结顶尖人物的跨领域合作对系统性变革的推动作用，及在解决社会核心矛盾中的重要性。
- AI分析哲学文本
- 选题背景：介绍选择哲学文本进行AI分析的背景，强调哲学文本分析的重要性。
- 选择的文本：列举AI分析的哲学文本，包括笛卡尔、康德、爱默生、马克思、恩格斯、尼采等人的著作。
- 数据处理：描述AI分析哲学文本时的数据处理过程，包括文本的整理和预处理。
- 词云图：基于词云图展示不同哲学文本中高频词汇的分布，分析文本的主题和重点。
-
- 文本相似度：探讨不同哲学文本之间的相似性，分析文本之间的关联和差异。
- 二元词频：分析哲学文本中的二元词频，探讨文本中的关键概念和主题。
- 情感分析：基于情感分析探讨哲学文本的情感倾向，分析文本的情绪特征。
- 微表情的AI分析及应用
- 背景介绍：介绍微表情分析的背景，强调微表情作为真实情绪反映的重要性。
- 方法与流程：描述微表情AI分析的方法和流程，包括定义问题、数据整理、细化分析和反馈。
- 案例分析：基于具体案例展示AI分析微表情的应用，如分析特朗普遇刺未遂事件中的情绪动态变化。
-
- 情绪动态变化：分析案例中人物的情绪动态变化，包括自信度、平静度、焦虑度等的变化。
- 优势与局限：探讨AI在微表情分析中的优势和局限，包括AI与人的差异、解读角度等。
- 未来展望：展望微表情AI分析的未来发展方向，包括情境理解、混合情绪建模和实时分析。
- 用AI分析“种草式”消费的用户心理及信任迁移
- “种草”阐释：解释“种草”这一网络用语的含义，探讨在消费中的作用。
- “种草”的主体：分析“种草”行为的主体，包括品牌和公司、KOL、KOC、普通消费者等。
- 数据来源与分析方法：介绍分析“种草式”消费的数据来源和方法，包括高频词统计、文本情感分析等。
- 综合发布活动分析：分析“种草”内容的发布时间、频率等发布活动特征，探讨对营销的影响。
- 综合情感分布分析：基于情感分析探讨“种草”内容的情感分布，分析正面、负面和中性情感的比例。
- 互动数据综合分析：分析“种草”内容的点赞、评论、转发等互动数据，探讨对用户参与度的影响。
-
- 笔记摘要词云图：基于词云图展示“种草”内容中的关键词，分析用户关注的产品特性、情感倾向等。
- 笔记标题词云图：基于词云图展示“种草”内容的标题关键词，分析品牌和产品名称的突出性。
- “发布人”数据的基础分析：分析“种草”内容发布人的活跃度和影响力，探讨关键意见领袖的作用。
- 社区网络分析：基于社区检测算法分析“种草”内容的社区网络结构，探讨信息传播路径和主要影响者。
- 六大分析指标、两大分析视角：介绍分析“种草”内容的六大指标和两大视角，包括预估阅读量、粉丝量、评论口碑等。
-
- 从单因素分析到多因素相关性分析：从单因素分析扩展到多因素相关性分析，探讨不同因素对“种草”内容效果的影响。
- 主成分分析矩阵 数据结果分析：基于主成分分析矩阵探讨“种草”内容的综合质量、外观设计、影响力和代入感等维度。
- 多元线性回归分析：基于多元线性回归分析探讨“种草”内容的各个因素对预估阅读量的影响。
- 评论区数据分析：兼与B站平台的对比，分析“种草”内容评论区的数据，对比小红书和B站平台的用户互动特点。
- 结论分析：总结“种草式”消费的心理机制和信任迁移的特点，强调内容质量和用户互动的重要性。
- 分析AI是否具有幽默感：探讨AI是否能够理解和生成幽默内容。
- 理解：AI在笑什么，探讨AI对幽默的理解，分析AI如何识别和生成幽默内容。
- 「幽默」：定义幽默的概念，探讨幽默感的来源和影响因素。
- 你认为，脱口秀表演令人发笑通常有哪些形式：列举脱口秀表演中常见的幽默形式，如反转、夸张、类比等。
- 理解：AI在笑什么，通过具体例子分析AI对幽默内容的理解和反应。
- Step 1 对一档节目的总体评价：介绍如何用AI对一档脱口秀节目进行总体评价。
- Step 2 对评判机制（赛制）的理解：探讨脱口秀节目评判机制的理解，包括评委复活机制等。
- Step 3 对表演水平的评价：分析AI对脱口秀表演水平的评价，包括节目排名和表演者的幽默能力。
-
- 一 分 高 下：讨论如何用AI评价不同脱口秀表演者的幽默能力，分析情感共鸣和互动性的重要性。
- 情感共潮：定义“情感共潮”这一概念，探讨脱口秀表演中观众与演员之间的情感互动。
- AI创作可行性：AI擅长模仿和生成笑话，但缺乏人类的情感体验，更适合作为辅助工具与人类协同工作。
- 总结：将生活中的终点视为新的起点。
- AI分析个体的恋爱关系
- 激情型：描述激情型恋爱关系的特点，包括强烈的身体吸引力和情绪波动，及在“蜜月期”的突出表现。
- 依赖型：探讨依赖型恋爱关系的特点，包括情感或经济上的依赖、缺乏独立性以及对分离的恐惧。
- 网恋型：分析网恋型恋爱关系的特点，如主要通过网络交流、匿名性和神秘感，以及现实接触少的问题。
- 权力型：探讨权力型恋爱关系的特点，包括一方主导、服从与控制及自我价值受影响等问题。
- 独立型：描述独立型恋爱关系的特点，如重视个人空间、自我成长及平等尊重。
- 探索型：分析探索型恋爱关系的特点，包括逐渐增加的兴趣、试探性互动以及对关系未来的开放态度。
- 禁忌型：探讨禁忌型恋爱关系的特点，如涉及违反社会道德规范或法律法规的行为，及带来的刺激感和秘密性。
-
- 恋爱成瘾的理论分析：从多个理论角度分析恋爱成瘾现象，包括情感反射、信息可获得性、认知失调、社会强化及情感连锁反应等因素。
- AI恋爱的可能性：探讨AI在恋爱关系中的可能性，包括虚拟存在与物化理论、共情计算与情感共振理论、后人类主义与情感拓展理论及数字亲密性与情感自治理论。
- AI恋爱的风险：分析AI恋爱关系可能带来的风险，如情感依赖性与人格异化、情感操控与数据滥用、社会不平等与“情感阶层”问题、情感表达的“异化”与“文化遗忘”及群体效应与“爱情普及化”。
- 用AI分析标题的力量
- 研究背景：介绍标题对新闻文章阅读量的重要性，及以往研究对标题特征（如文本长度、信息密度、情感色彩等）的探讨。
- 数据采集：描述从“澎湃新闻”公众号和BBC News推特账号爬取新闻标题和阅读量数据的过程。
- 阅读量分布：分析采集到的新闻标题的阅读量分布情况，发现大部分新闻阅读量集中在同一区间。
- 标题文本长度与阅读量：探讨标题文本长度与阅读量之间的关系，发现两者基本无关。
- 标题文本长度与分享点赞数据等：分析标题文本长度与分享、点赞等数据的关系，发现相关性较弱。
-
- 标题情感态度与阅读量：探讨标题情感态度与阅读量之间的关系，发现两者基本无关。
- 句子类型与阅读量：分析不同句子类型（陈述句、疑问句、感叹句）的标题与阅读量的关系，发现感叹句和疑问句在短标题时阅读量较高。
- 信息量与阅读量：探讨标题信息量与阅读量之间的关系，发现两者没有显著相关性。
- 不同类型句子下标题长度与阅读量：分析不同类型句子的标题长度对阅读量的影响，发现短标题结合强情感有一定的阅读量优势。
-
- 机器学习模型预测：尝试使用线性回归、随机森林和XGBoost模型预测新闻阅读量，发现直接基于标题文本特征预测阅读量的效果不佳。
- 分析总结：总结中英文标题的差异，及标题长度、情感程度、信息量等因素对阅读量的影响，强调内容质量的重要性。
AI for Data 数据创能
- 用AI研究经济波动与陌生人社交趋势
- 研究背景：介绍“寂寞经济”和陌生人社交App的市场背景，及在现代社会中的重要性。
- 研究问题：探讨陌生人社交App在经济波动、疫情变化、婚姻及生育率等社会周期和时代动态下的表现差异。
- 收入、用户数量和下载量之间的相关性：分析交友App的收入、用户数量和下载量之间的相关性，发现它们之间存在显著的正相关关系。
- 全球经济与陌生人社交app数据相关性分析总结：总结全球经济指标（如GDP增长率和失业率）与交友App数据之间的相关性，发现失业率与交友App的收入和使用者数量存在中等的负相关。
- 总结：指出交友App市场在经济不确定时期表现出较强的市场需求，尤其是在经济下行和疫情期间。
- 用AI研究双寡头市场的博弈
- 基本背景：介绍双寡头市场的基本特征和对手策略，及研究的目标是最大化利润而非盲目跟随对手降价。
- 转化为数学设定：将双寡头市场的博弈问题转化为数学模型，为后续的数学求解奠定基础。
- 数学求解：基于数学方法求解双寡头市场的纳什均衡，分析双方的产量决策。
- 结果分析：总结博弈的结果，包括市场份额、利润和应对策略等。
- 最终结论：指出边际成本较低的一方将占据更大的市场份额，提出降低成本或提高市场需求系数的建议。
- 美国总统新闻发布会的AI数据挖掘
- 问题缘起：介绍总统新闻发布会的分类和功能，及研究的背景和意义。
- 样本选择：描述选择特朗普和拜登新闻发布会作为研究样本的原因和方法。
- 问题与回答：分析特朗普和拜登新闻发布会中问题和回答的数量差异及其原因。
- 新闻发布会偏好：探讨特朗普和拜登在新闻发布会形式上的偏好，及疫情对发布会影响。
- 笑声数量分析：基于AI分析特朗普和拜登新闻发布会中的笑声次数，发现特朗普在2020年后的发布会笑声数量显著下降。
-
- 笑声类型分析：对特朗普和拜登新闻发布会中的笑声类型进行手动标注和分析，发现两者在笑声类型上存在差异。
- 政治传播中的幽默：探讨笑声在总统新闻发布会中的传播功能和社交功能，包括缓解冲突、建立关系、增进认同等。
- 关于“Met Gala 2024”的舆论数据AI分析
- 高频词统计及词云：基于高频词统计和词云分析，展示“Met Gala 2024”事件的舆论热点和关注点。
- 情感统计分析：分析不同平台上关于“Met Gala 2024”的情感倾向，发现中性情感占主导，正面情感在微博上较高。
- 相关性分析：探讨“Met Gala 2024”事件的舆论数据与经济实力、媒体覆盖和消费水平之间的相关性。
- 网络分析：基于网络分析，识别与“Met Gala 2024”事件相关的关键词和社区结构，分析在社交媒体上的传播模式。
- AI分析全球电动汽车市场的增长趋势
- 全球市场现状分析：分析全球电动汽车市场的现状，包括市场规模、增长态势和主要驱动因素。
- 主要国家市场对比：对比美国、中国和欧洲电动汽车市场的特点和发展趋势。
- 未来增长预测展望：预测全球电动汽车市场的未来增长趋势，预计到2030年销量将超过4700万辆。
- 政策影响展望：探讨各国政府政策对电动汽车市场增长的支持作用，包括补贴、免税和充电设施建设等。
- 技术创新与市场趋势：分析电池技术进步、自动驾驶和共享出行等技术创新对电动汽车市场的影响。
- 充电设施建设：讨论充电设施建设的现状、挑战和未来发展方向。
-
- 技术进步与成本：探讨电池技术进步和生产成本降低对电动汽车市场的影响。
- 政策环境的影响：分析政策环境对电动汽车市场增长的重要作用，包括补贴政策和发展趋势。
- 消费者偏好转变：探讨消费者对电动汽车的偏好转变，包括环保优势、节能性能和科技感。
- 环保意识提升：分析环保意识提升对消费者选择电动汽车的影响，及政策引导和企业社会责任的作用。
- 主要竞争者分析：分析全球电动汽车市场的主要竞争者，包括市场份额、技术优势和市场策略。
- AI分析消费者对VR头盔和智能穿戴设备的接受度
- 数据总览：介绍分析的数据来源和主要信息，包括帖子标题、摘要、情感属性和发布时间等。
- 主要发现：总结VR头盔和智能穿戴设备市场的增长趋势、应用领域和消费者兴趣点。
- 情感分析：基于情感分析，发现消费者对VR头盔和智能穿戴设备的态度多数为中性，部分表现出积极情感，但价格是影响接受度的关键因素。
- 用户互动分析：分析用户对VR头盔和智能穿戴设备的互动行为，包括点赞、评论和转发等。
- 结论和建议：提出针对产品开发者和市场营销策略的建议，强调关注用户体验和技术创新的重要性。
- AI分析弹幕数据与情感的关系
- 研究背景：分析B站弹幕数据优化视频内容和提升观众满意度。
- 数据来源：说明研究数据来源于B站2023最美的夜跨年晚会，展示高播放量和弹幕数量。
- 爬取过程：介绍使用Python和requests库爬取弹幕数据的过程，及数据保存方法。
- 爬取结果：展示爬取到的弹幕数据量，分析数据未达预期的原因。
-
- 词频统计结果：基于词频统计，识别弹幕中出现频率最高的词语，反映观众的主要互动内容和情感表达。
- 情感分析过程：描述用SnowNLP库进行情感分析的过程，包括情感得分计算和情感分类。
- 情感分析结果：展示情感分析的结果，发现正面弹幕占比较大，表明观众对视频内容的整体反应较为积极。
- 情感与词频结合分析：结合情感分析和词频统计，深入了解观众在不同情感状态下的高频词语和关注点。
- 网络热点的舆论传播AI分析
- 研究背景：强调网络热点事件的舆论传播对社会环境和风气的影响，及研究舆论传播机制的重要性。
- 文献综述：综述现有文献中关于舆论生成、传播和引导的研究成果，指出当前研究的不足之处，如定量分析、网络结构和关键节点分析的缺乏。
- 研究问题：提出关于网络热点事件舆论传播的研究问题，包括传播网络结构、关键节点识别和舆论走势分析。
- 研究方法：描述如何收集网络热点事件的舆论数据，包括数据范围、类型和收集方法。介绍数据清洗、社会网络构建和节点舆论相关性分析的过程。
-
- 研究结论：总结网络热点事件的舆论走势和关键节点对舆情的影响，指出舆论从正面到负面的转变。
- 预期结论：提出对网络热点事件传播网络结构和关键节点影响的预期分析，包括树状结构基础下的网状结构特征和关键节点的识别。
- 研究不足：指出研究的局限性，包括结论的效度评估、网络结构动态变化的分析以及对舆情具体分支的研究不足。
迈向未来的AI教育
- 人机共生时代的能力培养体系：探讨人机共生时代所需培养的能力体系，包括整合力、引导力、判断力、元认知、创造力和系统思维等。
- 人机优生、人机快生：讨论人机协作的两种模式——人机优生（基于多模态、多学科的复合创作）和人机快生（高效迭代和快速成形），及在不同场景下的应用。
- 人类知识跃迁之路：AIGK，AI For Science。介绍AI在知识生成和科学研究中的作用，提出AIGK（人工智能生成知识）的概念，及自组织生成理论、递归知识涌现和多模态复合认知等核心概念。
- 三重概率：多层互动、逐层精炼。描述AIGC（人工智能生成内容）的三层概率交互体系，包括初始生成概率、交互筛选概率和主观优化概率，强调人机协作在内容创作中的重要性。
- 四大核心能力：强调AI教育中的四大核心能力，AI思维、整合力、判断力和引导力，探讨如何培养这些能力。
- 从“使用者”到“创新者”的进阶之路：探讨如何从AI的使用者转变为创新者，提出了个人特色的打造、深度整合的思维和工作流程的创新等方法。
- 人机共生质量影响因素分析：人vs机器。分析人和机器在AI生成内容质量中的影响因素，强调人在提示工程、质量控制和创意引导中的关键作用。
- AI艺术是“心目言”三统一：探讨AI艺术创作的特点，认为AI艺术是“心目言”三统一的体现，强调AI在艺术创作中的独特性。
- 内容生成的AI常态化：预测AI视频创作平台的兴起，讨论AI在内容创作中的常态化趋势，及对传统媒体和观众参与方式的影响。
- 任意有、潜在有、可以有、实际有：探讨AI生成内容的可能性和现实性，提出“任意有”“潜在有”“可以有”和“实际有”四个层次的概念。
- 天人智一：理解世界、探索无界。提出“天人智一”的理念，强调AI技术在帮助人类解决复杂问题、实现人与自然和谐共处中的作用。
- 问行合一：深度挖掘、精准执行。介绍“问行合一”的理念，强调AI在深度查询和精准执行中的作用，及人机协作的最大化效益。
- AI教学理念、策略、内容、技术：讨论AI技术对教学理念的影响，强调以学生为中心的教学模式和个性化学习的重要性。
- AI教育哲学：见微知著、神游虚实。探讨AI在教育中的自动化应用，包括集体智慧的AI对话和认知构架的自动化。
- AI融合四大智能：教育动能、巨大价值：介绍AI在教育中的四大智能应用，包括体验式智能、生成式智能、意识式智能和理解式智能，及在教育中的价值。
- AI教育的理论建构学：探讨认知科学与人工智能在教育中的结合，强调AI在模拟人类学习过程中的作用。
- AIGC多模态内容“自生产”能力：讨论AIGC在多模态内容生成中的能力，包括文生图、文生音乐和文生视频等。
- AI辅助学生：全龄覆盖、知识扫盲。探讨了AI在不同教育阶段（小学、中学、大学）对学生学习的辅助作用，强调了个性化学习的重要性。
- AI辅助老师：传道授业、教学相长。讨论AI在教学中的应用，包括个性化教学材料的生成、教学角色的转变和与时俱进的技能培养。
- 基于文图乐剧的数据“四化”表达：介绍基于文图乐剧的数据“四化”表达方式，包括数据解释化、数据可视化、数据律动化和数据通感化，以及它们在教育中的应用。
获取《迈向未来的AI教学实验》 PDF原文件，扫码关注回复： 20250327
