问题—— 随着生成式技术和智能工具快速进入校园，医学生文献检索、数据整理、课题设计、学术表达及日常事务处理中对提升效率的需求日益增长。然而，许多学生在实际使用中面临挑战：如何准确提出需求、判断工具的能力边界、在合规与安全框架下合理使用。部分学生反映——工具“会用但用不深”——结果“能出但不一定可靠”，学习科研的“最后一公里”问题依然存在。 原因—— 一上，人工智能技术迭代快，新工具不断涌现，使用门槛看似降低，实则对提示指令设计、流程整合与验证能力要求更高。另一方面，医学领域对严谨性要求极高，涉及数据、隐私和学术规范等敏感环节，缺乏系统指导可能导致引用不规范、信息核验不足或数据处理不当等问题。此外，医学学习与科研常需跨学科、跨场景协作，工具使用从“单点提效”转向“流程重构”，需要更贴近实际任务的训练与交流平台。 影响—— 积极影响：针对医学教育与科研的技能培训能提升学生的信息素养与科研效率，推动从“会用工具”向“理解方法、掌握流程、形成规范”转变。将智能工具融入文献管理、PPT制作、实验记录等环节，可减少重复性劳动，让学生更专注于临床思维训练和科研创新。 潜风险：若缺乏规范意识与安全边界，工具输出可能产生事实性错误、逻辑漏洞甚至学术不端隐患。在医学场景中，信息误读可能深入导致研究结论偏差，影响后续实验设计与学术交流。因此，推广工具应用的同时，强化安全部署、数据保护与结果核验机制至关重要。 对策—— 上海交通大学医学院将于2026年3月29日13:30-16:30在浦东校区西6学生活动中心319举办人工智能技能课，计划开放100个名额，报名通道于3月22日12:30开启。课程采用“主题讲授+互动实践”形式，聚焦人工智能技术发展趋势及其在医学临床实践、学生科研与工作中的实际应用。 内容涵盖如何提出需求指令、高效调用工具、生成贴合任务的演示文稿等实际问题，同时结合近期热门工具与概念，介绍基本原理与安全使用思路，帮助学生理性、规范地应用技术。 活动邀请上海交通大学讲师李嘉彬分享经验。他长期参与高校信息化建设与学生社团指导，在信息系统安全与校园信息化实践上有丰富积累。主办方希望通过此次交流，帮助学生将“工具能力”转化为“解决问题的能力”，建立可复用的方法框架。 前景—— 长远来看，人工智能正推动医学教育从知识传授转向能力培养。未来医学人才的核心竞争力不仅在于掌握知识点，更在于提出问题、验证结论、协同创新与遵守规范的综合素养。若学生技能课程能持续迭代，并与临床教学、科研训练及校园治理联动，有望形成“教学—科研—管理”一体化的数字能力培养体系。 同时，高校需坚持“以人为本、规范为先”，完善数据安全与学术诚信教育，建立可追溯、可核验的使用流程，确保技术真正服务于学习科研的质量提升，而非仅追求短期热度。
当技术概念转化为现实生产力，高等教育机构需兼顾人才培养与伦理建设。上海交通大学此次研讨会既是对新兴技术的理性审视，也是对教育本质的回归。在技术快速发展的今天，如何让人工智能成为学术进步的有益工具而非盲目追逐的热点，是留给每位参与者的思考命题。