按：人工智能时代，大学生在日常的学习中该如何恰当地进行人工智能的学习和应用是一个非常重要的问题，下文是笔者受邀为学院的大学生们所做的一场关于这个问题的讲座讲稿，欢迎读者们批评指正。

同学们，大家好！

很高兴有这个机会和大家一起来学习也交流探讨一个当下最热门、也与我们每个人未来都息息相关的话题——我们该如何高效学习与应用人工智能。首先我准备用一个小时左右的时间，讲讲我在这方面的思考和心得体会，最后的一些时间留给大家进行提问和交流讨论，包括请同学们讲讲自己在这些方面的心得体会或困惑。

在内容安排上，我想先和大家讲讲人工智能使用中的一些原则性问题以及可能出现负面作用的问题，后面再讲可以如何恰当地且高效地使用人工智能的方式方法。因为目前来说，不论是在本科生还是研究生中，使用人工智能应该已经是非常普遍的现象了，只是可能有些人用得更加高效，有些人的使用方法还存在缺陷或还没找到最合适的方法而已。但在这个使用的过程中，的确存在一些可能会导致比较严重的负面作用的陷阱，因此我觉得有必要先讲讲可能存在的陷阱以及如何避免这些陷阱的思路与方法。

“人工智能”这四个字，似乎在一夜之间，从实验室的专业术语，变成了我们日常生活中无处不在的热词。小到智能音箱的语音识别，大到自动驾驶、疾病诊断，人工智能正以惊人的速度渗透到我们生活的方方面面。而对于我们致力于守护地球、构建绿色未来的环境专业学子而言，人工智能更是如虎添翼的强大工具，正在深刻改变着环境科学研究、监测、评估和治理的方式。作为时代的弄潮儿，作为未来的建设者，我们大学生群体，无疑是与人工智能接触最紧密、也最应该深入理解和应用它的一个群体。

然而，面对人工智能的浪潮，许多同学或许会一方面感到兴奋、跃跃欲试，但也可能伴随着一丝迷茫、甚至焦虑，担心自己不能用好人工智能。我们该如何看待它？如何学习它？尤其是该如何更好地利用它，为我们的学业和未来的职业生涯赋能呢？今天，我希望通过这次讲座，和大家一起深入探讨这些问题，为大家提供一些思考、方向和实用的方法策略。

一、人工智能的应用原则：辅助而非替代，赋能而非依赖

讲到人工智能，我想我们首先要明确一个最核心、也最容易被误解的观念，那就是：人工智能是来辅助帮助你做事情的，而不是来代替你做事情的；人工智能是用来辅助你学习的，而不是代替你学习的。

这个观念，或者说这个原则，我希望大家能把它树立起来，因为我认为这个观念和原则就像是一把钥匙，能够帮助我们正确地打开人工智能应用的大门。

人工智能发展至今，的确已经非常强大了，当你的思绪枯竭时，AI可以为你提供灵感；当你面对庞大数据时，AI可以帮你分析归纳；当你需要学习新知识时，AI可以为你讲解概念，提供练习。它就像是你的超级助手、超级老师，拥有强大的信息处理能力和学习能力。但是，我们必须高度重视的一个问题是：它永远只是“助手”和“老师”，而不是你的“替身”更不是你的“本体”。

对于环境专业的同学而言，人工智能能够处理海量的环境数据：从卫星遥感影像到地面传感器数据，从天气模型预测到污染物排放清单，AI都能高效地进行识别、分类、建模和预测，从而帮助我们更精准地理解复杂的生态系统、气候变化趋势、环境污染源和生物多样性状况，等等。总的来说，不论是在环境专业领域，还是其他的专业领域乃至日常生活领域，人工智能可以使用的地方几乎无所不在，人工智能可以使用的方式和方法也数不胜数，而且在具体的使用方式方法上（比如所谓的提示词工程之类的）并不存在固定的简单套路，大家都可以按照自己的兴趣爱好和个性习惯去自由地尝试和摸索。然而，在上述所有各种五花八门的使用过程中，如果使用方法和策略不当，尤其是如果出现了过度依赖人工智能现象的话，将可能会带来以下两方面的不良后果：

1.      思维能力与批判性思维的下降

当我们习惯于将所有问题都抛给AI，让它直接给出答案时，我们的大脑就会逐渐退化。如果我们不再主动去思考问题的本质，不再去寻找解决问题的路径，不再去权衡不同的解决方案，长此以往，我们的独立思考能力、逻辑推理能力、问题解决能力都会大打折扣。这个道理就像一块长期不使用的肌肉会逐渐变得萎缩无力一样。而在日新月异的现代社会，今后最宝贵的能力莫过于批判性思维和独立思考。

试想一下，如果一个环境专业的学生完全依赖AI来撰写环境影响评估报告，而不去深入探究背后的生态学原理、污染物扩散机制，甚至不去现场勘察，那么他不仅无法真正理解环境问题的复杂性，也可能因AI输出的潜在错误信息而做出错误的判断，导致项目对环境造成不可逆的损害。

2.      盲目信赖所带来的潜在风险

人工智能虽强大，但并非全知全能，更非百分之百正确。算法可能存在偏见，数据可能存在误差，模型可能出现幻觉。如果人工智能输出的结果存在严重问题，而你自己缺乏辨别能力和判断力，那么就可能带来非常严重的后果。小到一篇作业的错误结论，大到一份工程技术方案或商业报告的决策失误，都可能造成不可挽回的损失。

所以，我们必须清醒地认识到：未来职场上的竞争，将不再是人与人工智能的竞争，而是掌握人工智能的人与不掌握人工智能的人之间的竞争；是能够更好地使用和驾驭人工智能的人，与被人工智能束缚的人之间的竞争。谁能够恰当地指挥人工智能，更好地判断人工智能的输出结果和行为，谁才能在未来的社会中占据优势。

要做到这一点，核心在于：在学习阶段，我们必须更好地消化理解相关的基础知识和专业知识，尤其是要提高自己对于知识（尤其是自己本专业知识）的综合理解能力与洞察能力。

二、培养自我觉察力：你的AI使用方式正确吗？

既然人工智能是辅助工具，那么如何判断我们对人工智能的使用方式是正确的、高效的，而不是有害的、依赖的呢？这需要我们培养一种重要的能力——自我觉察力。

在使用人工智能的过程中，请大家时常问自己几个问题：

1)        我通过使用人工智能，是否更好地消化理解和掌握了所学知识？

2)        我的理解能力是否因此提高了？

3)        还是说，当我离开人工智能，我就感觉寸步难行，无法独立思考、独立完成任务了？

这几个问题就像一个简单的试金石。如果结果是肯定的，你感觉自己变得更聪明、更高效、对知识的理解更深入了，那么恭喜你，你正在正确地驾驭人工智能。

对于环境专业的学生来说，这意味着：在使用AI分析气候变化数据后，你是否对气候模型的运行机制有了更深刻的理解？在使用AI识别遥感影像中的水体变化后，你是否对水文地理学知识有了更直观的认识，并且能够解释这些变化的潜在原因和影响？

但如果结果是相反的，你发现自己越来越依赖它，离开人工智能就无法写文章、无法写作业、无法做独立的分析和计算，那么这无疑是一个危险的信号，说明你使用人工智能的方式方法是错误的。这时的你，不是在利用AI提升自己，而是在被AI削弱自己的能力。

正确的姿态是：让人工智能成为提高自己学习和工作的效率和质量的工具，而不是敷衍了事的工具。它应该帮助你攀登更高的山峰，而不是成为你的轮椅，离开轮椅后寸步难行，都忘了自己原本是可以走路的。

三、大学生如何高效学习与应用人工智能的具体方法和策略

理解了人工智能的本质和正确的应用理念后，接下来，让我们进入到更实际的层面。作为大学生，我们具体应该如何学习和应用人工智能呢？我将从以下几个方面为大家提供一些建议。

1.        打牢专业基础，提升核心竞争力

这是最关键的一点，也是我一直在强调的重点。无论人工智能发展到何种程度，它都无法替代人类在专业领域里的深度理解和洞察。

1)        巩固专业知识：

不要因为有了AI，就轻视对本专业基础知识的深入学习。相反，你应该更加努力地去掌握它们。无论是公式推导、历史事件分析、文献资料解读，还是实验原理分析，你的专业功底越扎实，你就越能提出高质量的问题给AI，也越能对AI的回答做出准确的判断。你的专业知识是你的“地基”，地基不稳，再华丽的大厦也无法矗立。

对于环境专业的同学来说，这意味着要更深入地理解生态学原理、水文循环、地质构造、污染物迁移转化规律、环境化学、环境工程原理、遥感影像的物理意义等。只有这样，你才能辨别AI对卫星图片分析报告中可能存在的误判，理解物种分布模型背后的生态学驱动因素，你才能准确评估AI推荐的污染治理方案是否符合工程伦理和具有经济可行性，从而避免对生态系统变化得出错误的结论，或设计出不可行的治理方案。

2)        培养批判性思维：

面对AI生成的信息，不要全盘接受。学会质疑、审视和验证。它提供的信息是全面的吗？有没有遗漏？数据来源可靠吗？逻辑推理是否有漏洞？这需要你具备扎实的专业知识，才能进行有效的批判。

3)        提升解决复杂问题的能力：

AI善于处理重复性、模式化的任务，但真正复杂、需要创新和跨领域思考的问题，仍然需要人类来主导。通过项目实践、案例分析等方式，有意识地训练自己解决复杂问题的能力。

2.        学会与AI沟通：掌握“提示工程”的方法和思路

人工智能不是魔法，你给它一个模糊的指令，它就可能给你一个模糊的答案。学会如何向AI提问，这门被称为“提示工程”（Prompt Engineering）的艺术，是有方法和思路性的规律可循的，这是高效使用AI的关键。

有些同学可能已经加入了课题组，在开始做一些科研立项之类的科研活动，那么你们就可以在做这些项目的过程中拿你们现有的一些研究方案、研究思路来与人工智能进行交互。比如，如果你做的是有关化合物合成的，或者是进行基因编辑的，或者是进行传感器设计的，你就可以把你所构思的这些方案输入给人工智能，请它进行优缺点的点评，看看它能提出是否会提出非常好的意见和建议来。如果你自己缺乏相关思路的话，也可以直接通过人工智能请它给你构思几个方案，然后你再对于每一个它提供的方案进行深入调查、查找确认，和进行机理性的消化反思。在使用人工智能的过程中，人工智能本身是有一定的随机性的，给它提同一个问题，它并不会每次都给出一样的回答。因此，使用人工智能的过程也是某种试验性质的过程，许多多次尝试和筛选。另外，还建议大家可以去尝试使用多个人工智能的版本，因为不同的人工智能，其优缺点是各有所长的。有些AI给出的可能是很敷衍的结果，但是有一些可能的确能够给出极为精准的结果和极为有启发性的结果。

回到提示词构思的这个问题上来，具体而言，大致可以包括以下几个方面：

1)        明确具体的需求：

泛泛而谈的提问，人工智能的回复也往往会泛泛而谈。向人工智能进行有质量有细节的提问才可能得到高质量的回答和指点。因此，如果你是在写一篇有关思政之类的课程论文，不要说“写篇关于工业革命对社会影响的文章”，而要说“请为我写一篇关于工业革命对社会影响的1000字论文，要求分析其经济、社会、文化和生态环境等方面的影响，并提出一些当代启示，论点需包含正反两方面”。对于环境专业的同学，你还可以这样提问：“请分析某区域在过去20年的土地利用变化模式及其对当地生物多样性的影响，指出主要驱动因素。”或“请根据提供的某城市PM2.5、PM10、O3等空气质量监测数据，评估近期空气污染的综合特征，并推测可能的污染源。”这种有详细思路甚至细节的提问才可能得到高质量的回答。需要高度重视的是，在得到人工智能的回答后，对其回答的具体细节一定要自己再次详细进行带有怀疑性的咀嚼深思和逐一确认与考证，而不能直接拿来当结果去用。

2)        限定输出格式和风格：

请求AI以列表、表格、代码、摘要形式输出，并指定文风（如学术、口语、幽默等）。

例如：“请将这份环境政策文件总结为一篇面向公众的科普文章，要求语言通俗易懂，篇幅不超过500字。”

3)        提供背景信息和约束条件：

给AI更多的上下文，例如“我是一名大二学生，正在学习微积分，请用我能理解的语言解释拉格朗日中值定理，并举一个生活中的例子”。

当你向AI提问“如何有效治理富营养化水体”时，可以补充：“假设该水体位于亚热带季风气候区，周边农业活动频繁，水体平均深度2米，请提供兼顾生态修复和经济成本的多种方案。”这样AI才能给出更具针对性的回答。

4)        多次尝试和迭代优化：

如果第一次AI的回答不满意，不要放弃。你可以追问它：“请解释得更详细一些”、“请从另一个角度阐述”、“请修正第X点的错误”等。把AI当成一个能够不断学习和改进的对话伙伴，把对话过程当成是一个做试验式的过程和反复优化调整的过程。

3.        创新应用场景，拓展学习边界

人工智能可以融入到我们学习的方方面面，关键在于我们能否发现和创造性地利用这些场景。

1)        个性化学习：

利用AI大模型生成针对性的学习计划、知识点总结、习题练习、甚至是不同难度和视角的解释。例如，让AI用更通俗的语言解释一个复杂的理论，或者从某个特定学派的角度分析一个问题。在学习计划和知识训练方面，你可以在你和人工智能有过多次交互、提问和请教之后，请它针对你的特征和困难点制定最适合你的量体裁衣性的指导和学习计划、练习题目的设计。

对于环境专业的同学，比如，你可以让AI用气候模型的语言解释全球变暖对海洋生态系统的影响，或者请它比较不同污染物在土壤中迁移转化的异同点，等等，帮助你更好地理解环境科学的复杂概念。

2)        高效信息检索与消化：

AI可以帮助你快速概括长篇文章、论文核心思想，提取关键信息，甚至翻译文献。这大大节省了我们阅读和理解的时间。

比如在我们环境领域，环境科学的研究进展迅速，论文数量庞大。AI可以帮助你快速筛选海量的环境影响评估报告（EIA）、环境规划文件、学术论文，提取关键的环境风险点和缓解措施，或者总结一份新颁布的环境法规的核心要点。

3)        辅助科研与数据分析：

在需要处理大量数据时，AI工具可以帮助我们进行数据清洗、模式识别、趋势预测，甚至辅助生成实验设计。

对于环境专业的学生，这也是AI应用最为广泛的领域之一。你可以利用机器学习算法对遥感影像进行分类，高精度识别森林砍伐区域、地表水体变化、城市扩张边界；预测污染物扩散路径和浓度，精确追踪污染源；建立物种分布模型，评估生物多样性变化趋势对气候变化的响应；分析气候模型输出的巨量数据，预测极端天气事件（如洪涝、干旱）的频率和强度。甚至在环境传感器网络的建设和数据实时监控中，AI也发挥着重要作用，实现对环境因子（如空气质量、水质、噪音）的智能预警和应急响应。这些都是构建“环境大脑”和“智慧地球”的关键技术。

4)        语言学习与交流：

AI可以作为你的语言陪练，进行口语对话练习，纠正语法错误，提升写作水平。

在撰写英文环境科学报告、投稿国际期刊或准备国际会议演讲时，AI能够帮助你润色语言，提升表达的专业性和准确性。

5)        创意与灵感激发：

当你面临创作瓶颈时，无论是写报告、做演讲稿，还是设计项目方案，AI都能为你提供多样的思路和初步框架，帮你打破思维定势。

比如，在设计可持续发展方案、生态修复项目时，AI可以为你提供多种技术路线、案例分析，甚至模拟不同方案的实施效果，激发你的创新思维，帮助你构建更系统、更全面的解决方案。

4.        积极学习和实践，参与前沿探索

仅仅停留在理论层面是不够的，积极参与相关的学习与实践是深入理解和应用AI的最好方式。

1)        选修AI相关课程：

无论你的专业是什么，有条件和时间允许的情况下都可以考虑选修一些人工智能导论、机器学习基础、数据科学、环境信息学、地理信息系统（GIS）、遥感技术等课程，了解其基本原理和技术。这些课程往往会涉及AI在环境领域的应用案例。或直接选修涉及AI在环境领域的应用案例的课程等。

2)        参与校内项目或社团：

加入（或主动创建）与AI、数据科学或环境监测、生态修复、智慧环保相关的学生社团或实验室，参与实际项目，动手操作，将理论知识应用于实践。例如，参与一个利用AI分析传感器数据进行水质监测的项目，或设计一套适用于企业生产过程碳足迹监控的软件和监测系统，等等。

3)        利用在线资源自我学习：

B站、知乎、科学网等平台上有大量免费或付费的优质AI学习资源，也包括各种开源项目教程等。同时，也要关注专业领域的在线学习平台和工具，以及各类数据处理软件等，这些都是环境专业同学使用AI进行地球科学研究的利器。

4)        关注行业动态与前沿技术：

订阅AI领域的技术博客、资讯，参加线上线下的技术沙龙和讲座，保持对最新发展的敏感度。了解哪些领域正在被AI改变，哪些机会正在涌现。特别是要关注“环境+AI”交叉领域的发展，如智慧水务、智慧生态、碳减排和气候金融中的AI应用等。

5)        尝试自己动手：

在自己参与的科研项目中积极使用人工智能的辅助，还包括可以尝试用Python或excel中的VBA编程，分析一份你感兴趣的环境数据集，或设计一个环保设备、控制芯片或环境信息管理软件等。

5.        培养职业素养与伦理意识

随着AI能力的增强，对其伦理和社会影响的讨论也日益增多。作为未来的专业人士，我们必须具备高度的职业素养和伦理意识。

1)        数据隐私与安全：了解在使用AI工具时如何保护个人信息和数据安全。

2)        版权与知识产权：人工智能生成的内容涉及版权问题，理解并尊重知识产权是每个使用者应有的责任。

3)        偏见与公平性：AI模型可能存在偏见和幻觉，在应用中要努力避免加剧社会不公或其他不良现象。

4)        负责任的使用：避免使用AI进行学术不端、传播虚假信息等行为。作为大学生，我们应是AI的负责任使用者和建设者。

四、结语：掌控未来，从现在开始

同学们，人工智能的时代已经到来。它不是遥不可及的未来，而是正在发生的现在。这股浪潮，不是用来被动接受的，而是可以主动驾驭的。

请记住，人工智能是为我们服务的，是帮助我们更强大、更高效的超级工具，而不是替代我们人类的思考和创造。特别是对环境专业的同学而言，AI不是要取代你们的生态学知识、环境工程技能，而是要成为你们在面对日益严峻的环境挑战时，能够更精准、更高效地分析问题、预测趋势、制定方案的超级助手。

未来职场的竞争，将不再是人与人工智能的竞争，而是那些能够熟练驾驭人工智能的人与不能驾驭它的人之间的竞争。而能够驾驭人工智能的关键，就在于我们扎实的专业知识、批判性思维、高效的沟通能力以及不断学习和实践的勇气。

每个人都只能年轻一次，而大学四年是大家一生中最为宝贵的学习和成长时期。因此，我希望大家能够抓住这个机遇，积极主动地学习、探索和应用人工智能。不仅仅是学习它的技术，更要学习如何与它协作，如何利用它解决问题，如何利用它提升自我。

希望大家都能成为能够洞察AI、驾驭AI、掌控AI的时代精英，用人工智能这把利器，去成就属于你们的精彩未来，共同建设一个更绿色、更智慧的地球！

我的讲座到此结束，谢谢大家！祝大家学习进步，前程似锦！