12月11日下午，浙江大学物理学博士、台州学院人工智能学院讲师吕贵阳应人文学院邀请，于1410教室作题为“人工智能的演进与跃迁：大模型原理及其在科研与教学中的应用”的学术讲座。讲座由人文学院院长罗争鸣主持，学院教师到场聆听。
讲座伊始，吕贵阳系统梳理了人工智能发展的三个阶段：符号主义、行为主义与连接主义。他谈到，符号主义由于专业领域的空缺逐渐被取代；行为主义虽能通过试错与强化进行学习，但在面对多样化、高维度的复杂任务时仍显得力不从心；连接主义则以M-P神经元为起点，随着网络的迅速发展而加快演变，从而推动我们迈入当今的“大模型时代”。他进一步指出，当前人工智能大模型本质上是一种“概率预测系统”，其核心机制是通过海量文本训练来预测“下一个最可能的字符”。然而，一旦大模型在训练中吸纳了广泛的知识，便可能出现“知识混淆”“逻辑不清”等一系列问题。为此，业界常采用大模型微调的方法，即利用自身的理论基础纠正程序的不足之处。
针对当前人工智能能源短缺、可用文本数据接近枯竭的现实挑战，吕贵阳结合自身教学经验，为研究人文社科的教师提出了三大建议：一是对AI进行专业数据精准投喂，将其作为科研中的“隐形成本”以优化论文的逻辑与语言；二是让其成为从“模糊兴趣”到“可研究问题”的工具，基于原创初稿，帮助研究者梳理和贯通论证逻辑；三是实行跨主题式的对话隔离，切换主题时新建对话窗口，避免模型混淆上下文。
讲座尾声，人文学院教师就AI查重、教学互动设计等问题展开热烈的讨论。吕贵阳建议，教师们可利用大模型生成课堂讨论题，但仍需从实际情况出发检验学生的理解程度。他强调：“大模型是‘智能管家’，而非‘原创专家’，其价值在于提升资料处理效率，核心创新仍需研究者主导。”
本次讲座厘清了大模型在人文社科领域的应用边界，为教师提供了从“技术焦虑”到“工具善用”的转型路径，增强了教师们对人工智能辅助教学的理解，进一步推动了人工智能与人文研究的有机结合，为后续教学与科研工作的开展奠定了坚实基础。
