CAIE人工智能研究院举办首期AI工作坊，聚焦人工智能辅助学习与应用能力培养

10月9日，CAIE官方首期AI工作坊完成直播教学。本期活动以“期末周不熬夜，用AI把复习效率拉满”为主题，由孙老师主讲，围绕资料整理、知识框架搭建、陌生领域调研等场景，开展提示词方法讲解与AI工具操作演示，并安排课后实践任务。

随着人工智能工具逐步进入学习和工作场景，如何准确表达需求、判断生成内容的可靠性，并将工具输出转化为实际学习成果，成为使用者需要掌握的能力。本期工作坊从具体任务出发，介绍AI辅助学习的方法，同时强调使用者在信息核验、独立思考和结果判断中的责任。

结合具体场景，讲解AI工具使用方法

在资料整理环节，孙老师结合课程复习、书籍阅读等需求，介绍了提示词编写的基本方法，包括明确任务、说明使用场景、提出内容结构和输出格式要求，以及根据生成结果持续追问和修改。

例如，在整理课程资料时，可以要求AI按照章节顺序梳理核心概念、公式和易错点，并形成重点清单；在阅读书籍时，可以先搭建知识框架，再分析各部分内容之间的联系。这类方法旨在帮助使用者将笼统的提问转化为具体任务，提高生成内容与实际需求的匹配程度。

在陌生领域调研环节，活动以新能源领域为例，演示了如何借助AI解释专业术语、梳理概念关系和组织报告结构，并介绍提示词辅助生成平台及元宝“深度研究”等功能的应用思路。

强调信息核验，培养独立判断能力

活动将生成内容的核验与修正作为教学内容之一。针对AI可能出现的计算错误、依据不足和预测不合理等问题，主讲人介绍了通过补充条件、明确指出错误、调整分析范围等方式改进结果的方法。

分享强调，AI可以辅助整理信息和构建知识框架，但不能替代使用者的理解与判断。涉及重要定义、数据及引用时，应回到教材、原文或可靠来源进行核对；在学校对AI使用有明确规定的课程中，应遵守相应要求。

这一教学安排将工具操作与使用规范相结合，引导参与者关注内容质量和应用边界，避免直接将生成结果作为学习结论。

衔接学习路径，推动方法进入实践

针对不同人群的学习需求，本期工作坊还介绍了CAIE人工智能工程师认证的相关学习方向，并就不同AI相关证书的考核内容、适用人群与证书性质进行说明。

其中，CAIE一级侧重通用AI应用能力，涉及AI认知、提示词设计、多模态应用、工作流与场景落地等内容；二级进一步涉及RAG、Agent、部署与定制、数据治理、安全及项目建设等能力。活动建议学习者结合自身基础与岗位目标选择学习路径，核实证书的颁发主体、考核要求和性质，理性看待认证与实际工作能力之间的关系。

直播结束后，工作坊将继续开展课后实践与作业反馈。围绕感兴趣的领域或一本书，提交AI辅助总结报告，同时记录提示词、生成结果及修改过程。作业反馈将关注需求表达、结果判断和问题修正等环节，帮助参与者将课堂方法应用于真实任务。

据主办方介绍，CAIE AI工作坊后续将继续围绕学习与工作中的具体场景开展交流和实践，探索以任务带动学习、以反馈促进改进的AI应用能力培养方式。

标签：