夜雨聆风第一部分：基本信息
- 主题： 人工智能工具赋能教育科研
- 时间： 2026年5月7日 下午
- 地点： 高明区西江新城第一小学
- 主讲人： 佛山市高明区沧江中学附属小学 李剑雄
- 核心关键词： AI赋能科研、知识库构建、课题申报、研究思路图、AI生成内容验证
第二部分：核心内容摘要
本次讲座聚焦于如何利用人工智能工具辅助中小学教师开展课题研究。李剑雄老师针对教师“不知道选什么课题”“申报书填写困难”“研究思路图绘制耗时”三大痛点，提出了一套AI赋能的解决方案。核心方法论是：先构建个人知识库（包含获奖、论文、课题等材料），再让AI基于知识库生成课题选题和申报书初稿，最后进行人工验证和修改。他强调，AI生成内容的准确率只有约40%-50%，必须经过严谨的政策文件验证和个性化修改，不得直接使用。此外，他还演示了利用AI工具快速生成研究思路图（技术路线图）的具体方法。
---
第三部分：讲课内容详细整理
一、开场与背景导入(00:00 - 01:47)
1. 痛点引入：李剑雄老师结合自己在教师发展中心管理课题四年的经验指出，许多教师课题立项后无法结题，原因是“做不出当时的承诺”。
- 数据：去年共有100多个课题，但到结题时只有十几个完成。中期检查时发现很多教师“一直没拿出任何一个东西来”。
2. 政策背景：2022年《义务教育信息科技课程标准》明确提出设置不少于10%的跨学科主题学习活动；《教育数字化战略行动》全面实施，国家智慧教育平台为教学创新提供了支撑。
二、课题申报的三个前置问题(01:47 - 04:08)
李老师指出，申报课题前要先解决三个问题：
1. 确定个人研究方向：很多老师不知道自己的强项是什么。
2. 确定课题研究方向。
3. 查找相关资料。
三、如何用AI确定个人研究方向——知识库构建法 (04:08 - 09:30)
这是本次讲座的核心方法论。
1. 核心工具：知识库（以“爱玛”为例）
- 李老师使用的是“爱玛”（ima）工具，它具有知识库功能。
- 操作步骤：
1. 建立个人知识库：将个人所有材料上传。包括：
- 获奖证书
- 发表的文章
- 聘书
- 荣誉证书
- 教研体系材料（如省评材料）
- 共同体材料
- 名师工作室总结
2. 喂养知识库：把区里的课题研究相关文件也上传。
3. 向AI提问：例如“根据我的知识库，帮我列十个课题”。
2. 【案例】AI生成课题选题的过程与结果
- 过程：李老师向AI提问后，AI检索其知识库，发现他原有课题中包含“传统文化”“跨学科主题学习”等内容，于是在此基础上生成了新的课题方向。
- 结果：AI生成了十个课题，分为几大类：
- GII方向的跨学科主题学习
- 跨学科主题学习类
- 传统文化类
- 价值：这些课题是在李老师原有研究基础上“往上升一级”的，因此更容易落地实施。
3. 知识库的其他应用：李老师曾把小学数学全部教材上传到知识库，可以进行“初页或者说相应的一个面积的一个操作”（指智能备课或资源检索）。
四、如何用AI辅助填写课题申报书 (09:30 - 11:40)
1. 操作方法：在“爱玛”知识库基础上，输入指令如“根据我的知识库，以这个课题名称为题，帮我写课题申报书”。
2. AI能自动完成的内容：
- 填写基本信息（姓名、单位、职称等，前提是知识库中已有）
- 填写近五年参与的课题（从知识库中提取）
- 填写发表的论文（从知识库中提取，李老师称“比较准确，不会有出错”）
- 生成研究设计论证的初稿
五、AI生成内容的准确率与必须进行的后期修改 (11:40 - 17:14)
这是本次讲座最重要的警示部分。
1. 准确率数据：
- 李老师明确表示：AI生成内容的准确率大约是40%-50%。
- 另一工具生成的内容准确率更低，仅约40%。
2. 常见问题：
- 格式很乱，需要重新排版。
- 参考文献容易出错（李老师特别强调）。
- 政策文件可能不真实。
- AI可能引用不存在的文件或编造内容。
3. 必须进行的修改工作：
- 必须“重新根据你自己的思想来进行修改”。
- 必须“查”所有政策文件和参考文献的真实性。
- 强烈建议：要求AI“所有政策文件必须是真实的”，让AI自行检测并删除虚假引用。
4. 【案例】政策文件验证：
- 李老师要求AI检测生成内容中的政策文件真实性。
- AI反馈“有个文件是失败的”，然后把不真实的引用全部删掉，重新生成。
- 最终结论：“AI所出来的东西，你大概50%可以用，剩下的都要你自己来改。因为如果你完全不改的话是不行的，别人一看就可以看得到你是完全去AI生成的。”
六、如何用AI绘制研究思路图（技术路线图） (17:14 - 23:43)
1. 痛点：邓秋萍老师在前一讲座中强调研究思路图很重要，但手绘很费时间。
2. 推荐工具：
- 免费工具：Kimi（李老师推荐）
- 付费工具：未明确命名，但李老师表示“给钱了，生产出来的那个是会更好的”
3. 操作方法：
- 把写好的课题申报书发给AI。
- 给AI一个参考架构图（模板）。
- 指令示例：“根据我的课题，帮我画流程图。”
4. 生成效果与问题：
- AI能自动归纳出几大板块和研究内容。
- 初始问题：字体太小、比例不对、比较模糊。
- 解决方案：需要多次修改，让AI“一步一步帮你修改字体”“把里面的字体进行放大”。
- 最终效果：经过几次修改后，生成的技术路线图“基本上达到我们评委的要求了”。
5. 李老师展示的优质路线图要素：
- 包含“提出问题-分析问题-构建模型-验证模型-应用推广”等阶段。
- 每个阶段对应具体的研究内容。
- 标注每个阶段使用的研究方法。
- 体现课题研究的架构。
5. 其他工具推荐：李老师提及“TB”（可能指腾讯元宝或类似工具）也可以画流程图，但需要逐步调整。
七、总结与过渡(23:43)
李老师表示“我今天讲的就这么多”，剩下的时间交给下一位专家（杨博士）主讲。
---
第四部分：金句
1.“你大概50%可以用，剩下的都要你自己来改。因为如果你完全不改的话是不行的，别人一看就可以看得到你是完全去AI生成的。” —— 李剑雄
2.“AI所出来的东西，它生成出来的不一定是正确的，它的准确率大概是40%左右。” —— 李剑雄
3. “我们要做这一块，要重新去根据你自己的一个思想来进行修改。” —— 李剑雄
4. “所有政策文件必须真实。” —— 李剑雄
第五部分：我的感悟
听完李剑雄老师的讲座，我对“AI赋能科研”有了更清醒、更务实的认识。作为一个一直在探索AI技术应用的一线教师，我过去常常被AI生成的“完美”文本所迷惑，甚至产生过“AI可以代替我思考”的错觉。
李老师的讲座给了我两记重要的提醒：第一，AI的价值在于“降本增效”，而不是“替代创造”。通过构建个人知识库，AI可以帮我梳理已有成果、快速生成初稿、绘制思路图，这至少能节省50%的文案工作时间。第二，也是更重要的，AI生成的内容必须经过严格验证。40%-50%的准确率意味着有一半的内容可能是错误的，尤其是政策文件和研究文献的引用，必须逐一核实。
我深刻认识到：AI是科研的“加速器”，而不是“自动驾驶仪”。真正的课题灵魂——研究问题的真实性、研究设计的科学性、研究成果的可落地性——必须由我自己来思考和把控。未来，我会把AI定位为“高级科研助理”，用它来提效，但绝不会让它代替我的专业判断。
