AI + Research Level 1 课程介绍 | 不止是“使用AI”,更要“理解AI”

一、Level 1：AI学习路径的起点

在当下这个AI快速发展的时代，很多学生已经开始使用各种AI工具，比如ChatGPT、图像生成工具等。

但一个关键问题是：
👉 大多数学生只是在“使用AI”，而不是“理解AI”

Level 1 的核心目标，就是帮助学生完成这个关键转变：

👉 从“会用AI” → “理解AI是如何工作的”

同时，为后续的 Level 2（AI + Research） 做好基础准备。

二、这门课到底在学什么？

Level 1 并不是：

❌ 传统编程课
❌ 单纯教工具的课程

而是一门强调：

👉 系统理解 + AI实践 + 研究思维启蒙

课程将帮助学生建立一个非常重要的认知框架：

👉 AI = 数据（Data） + 模型（Model） + 输出（Output）

学生不仅会使用AI，更会理解：

• AI是如何“做出判断”的
• AI为什么会出错
• 人类应该如何与AI协作

三、课程核心学习内容（4大模块）

模块一：理解AI的基本逻辑（Session 1–3）

学生将学习：

• AI从“规则系统”到“模型系统”的演变
• 什么是预测（Prediction）而不是“真正理解”
• AI系统的基本结构（输入 → 处理 → 输出）

👉 关键能力：
建立AI系统的基础认知模型

模块二：认识AI的局限性（Session 4–5）

这是很多初学者最容易忽略，但非常重要的一部分：

• 什么是 Bias（偏差）
• 什么是 Hallucination（幻觉）
• 为什么AI会“看起来很对，但其实是错的”

👉 关键能力：
不盲目信任AI，而是具备判断力

模块三：建立研究思维（Session 6–7）

学生将开始像“研究者”一样思考：

• 如何提出问题（Question）
• 如何验证观点（Evidence）
• 如何阅读简单的AI研究内容

👉 关键能力：
从“接受答案”转向“提出问题”

模块四：人与AI的协作（Session 8–10）

学生将学习如何更有效地使用AI：

• AI与人类思维的差异
• Prompt（提示词）如何影响结果
• 如何设计更好的AI输入

最终通过：

• 小型讨论 / 表达
• 课程反思
• AI使用伦理探讨

👉 关键能力：
负责任且高效地使用AI

四、学生会实际做什么？

课程采用“讲解 + 实操”的方式，每节课都有动手环节：

学生将：

✔ 使用AI完成文本、图像生成任务
✔ 修改Prompt观察输出变化
✔ 用简单Python代码理解“规则执行”
✔ 对比“人类思考 vs AI输出”
✔ 设计自己的问题并进行探索

例如：

• 让AI生成故事并修改细节
• 设计不同Prompt比较输出差异
• 分析AI回答中的错误或偏差
• 提出一个简单的AI研究问题

五、课程学习成果（非常重要）

完成Level 1后，学生将能够：

1. 理解AI系统如何运作

• 知道AI如何处理信息
• 区分“规则执行”和“概率预测”

2. 分析AI的优缺点

• 识别偏差和错误
• 判断输出是否可靠

3. 建立初步研究能力

• 能提出简单研究问题
• 理解基本研究逻辑

4. 负责任地使用AI

• 知道什么时候可以使用AI
• 如何合理使用而不依赖

六、这门课适合什么样的学生？

Level 1 非常适合：

• 完全没有AI基础的学生
• 对AI感兴趣但不知道从哪里开始的学生
• 希望建立系统认知，而不是只学工具的学生

不要求：

❌ 不需要编程基础
❌ 不需要数学基础

七、Level 1 → Level 2 的关键衔接

Level 1 的目标不是“学很多技术”，而是打好三大基础：

👉 理解AI（Understanding）
👉 分析AI（Analyzing）
👉 正确使用AI（Responsible Use）

在此基础上，进入 Level 2 后，学生将：

👉 从“理解AI” → “构建AI系统”

也就是说：

• Level 1：建立认知框架
• Level 2：进入技术与项目实践