CCF Young Computer Scientists & Engineers Forum Guangzhou

CCF YOCSEF广州

共话DeepSeek浪潮下的教研变革新思路Club

时间：2025年3月1日（星期六）13:00-18:30

会场： 广东省广州市南沙区香港科技大学（广州）活动中心C2-102

近年来，人工智能技术日新月异，以DeepSeek为代表的大语言模型展现出巨大的应用潜力。该技术不仅能够辅助科研工作者进行数据分析、论文写作，还能帮助教师优化课程设计，甚至在个性化教育、智能评测等方面带来前所未有的创新可能。然而，技术的快速发展也带来了新的挑战：如何确保AI生成内容的质量？如何应对“学术垃圾”问题？如何让AI真正助力教育公平？这些问题亟待深入探讨。

2025年3月1日下午，CCF YOCSEF广州在香港科技大学（广州）成功举办“共话DeepSeek浪潮下的教研变革新思路”Club。本次论坛聚焦DeepSeek技术在教育领域的应用与发展，汇聚了来自国内知名高校、科研机构及企业的专家学者，共同探讨AI赋能教学科研的变革趋势，为推动教育智能化与创新发展建言献策。

此次论坛由中国计算机学会（CCF）主办，CCF YOCSEF广州学术委员会与香港科技大学（广州）承办，头歌平台和杭州安恒信息技术股份有限公司联合支持，并由YOCSEF广州AC刘李（香港科技大学（广州））和YOCSEF广州主席李冠彬（中山大学）共同担任执行主席。论坛邀请了香港科技大学（广州）信息枢纽人工智能学域长聘副教授谢思泓、香港中文大学（深圳）数据科学学院助理教授王本友、国防科技大学大数据与决策实验室智能决策技术研究部主任赵翔、华南农业大学数学与信息学院副院长黄栋以及杭州安恒信息技术股份有限公司教育行业解决方案总监黄均和担任引导发言嘉宾；中山大学计算机学院副教授刘阳、华南农业大学数学与信息学院副教授崔金荣以及香港科技大学（广州）人工智能学域助理教授陈颖聪和戴恩炎担任思辨嘉宾。

往届主席余志文（华南理工大学）、黄书强（暨南大学）、郝天永（华南师范大学）、谭台哲（广东工业大学）、黄栋（华南农业大学数学与信息学院副院长），优秀AC刘雷（广东科技报），现任主席李冠彬（中山大学），现任副主席刘同来（仲恺农业工程学院）、现任学术秘书陈俊颖（华南理工大学）、姜思羽（广东外语外贸大学），现任AC朱鉴（广东工业大学）、张帆（云米科技）、袁登海（中选国味）、候任主席苏申（广州大学）、候任AC 王幸涛（安恒信息）、李宇翔（头歌平台）、现任委员刘阳（中山大学）、邱少健（广州大学），广东工业大学计算机学院交互与视觉信息研究所所长战荫伟，南方科技大学于仕琪，香港科技大学（广州）谢思泓、刘浩、王鑫、钟秉灼、杨萌林、钟梓昕，暨南大学刑又元，哈工大深圳胡秋琦，广东沃土数字科技有限公司习高见，广州海量数据库技术有限公司王子涵，广州唐邦信息科技有限公司王映梅，广东朝元王甜甜等来自广东地区多所高校及企事业单位共60多人参加了此次论坛。

活动伊始，论坛执行主席刘李主持开场，并邀请香港科技大学（广州）信息枢纽院长陈雷教授线上致辞。陈雷教授对论坛的成功举办表示热烈祝贺，并向CCF YOCSEF广州的支持表达衷心感谢。他指出，当前教育与科研正深受产业变革的影响，跨学科研究已成为未来发展的关键方向。他期待与会嘉宾借助本次论坛契机，积极交流思想，为广州与香港的教学科研发展贡献智慧与力量。

图1 香港科技大学（广州）信息枢纽院长陈雷教授致辞

随后，CCF YOCSEF广州学术委员会主席李冠彬教授介绍了CCF YOCSEF的使命和论坛举办的意义。他指出，YOCSEF一直致力于促进学术与产业的深度交流，希望通过此次论坛搭建一个自由开放的思想碰撞平台，共同探讨DeepSeek浪潮下的教育改革新机遇。

图2 CCF YOCSEF广州主席李冠彬教授（中山大学）作论坛介绍

在引导发言环节，多位专家学者围绕DeepSeek技术在教学与科研中的应用展开了深入探讨。香港科技大学（广州）人工智能学域长聘副教授谢思泓重点介绍了港科广的办学背景、教学特色及与香港科技大学的紧密合作，强调学校以AI为核心，注重跨学科研究、产业化落地及国际化发展。

图3 香港科技大学（广州）谢思泓副教授发言

接着，香港中文大学（深圳）数据科学学院助理教授王本友教授围绕AI应用的成本控制与多模态交互优化展开讨论。王教授指出，AI应用的成本与收益问题是大数据时代的重要挑战，尤其在医疗健康和教育等高附加值场景中，如何平衡成本与收益是关键。他还分享了多模态交互在医疗领域的应用实践，并展望了未来AI技术在多模态交互和全球化应用中的发展方向。

图4 香港中文大学（深圳）王本友教授发言

随后，国防科技大学大数据与决策实验室智能决策技术研究部主任赵翔教授分享了大模型在教育领域的应用实践。赵教授指出，大模型基于海量人类行为数据训练，已成为教育领域的重要工具。他介绍了团队开发的基于大模型的在线教育平台，支持情境理解、智能推荐、智能答疑和智能评价等功能。赵教授还提出了“人机协同增强”的智能方法，通过多轮交互让机器理解教师出题意图，并结合知识图谱生成高质量习题。

图5 国防科技大学赵翔教授发言

然后，华南农业大学数学与信息学院副院长黄栋教授系统梳理了大模型在教学与科研中的应用场景。黄教授指出，大模型在智能助教、多模态任务（如PPT生成、视频制作）等方面表现优异，但在逻辑类任务（如实验方案设计）中仍需人工二次加工。他强调，合理使用大模型的关键在于明确任务边界，并提供上下文与参照物以提升输出的准确性。

图6 华南农业大学黄栋教授发言

最后，杭州安恒信息技术股份有限公司教育行业解决方案总监黄均和介绍了安恒信息在AI大模型与网络安全结合方面的创新实践。黄总监提到，公司基于80亿安全数据训练了专注于安全领域的AI大模型，显著提升了安全运营效率。他还分享了AI在日志告警分析、数据分类分级、API资产管理等方面的具体应用场景。

图7 安恒信息技术股份有限公司总监黄均和发言

精彩的引导报告之后，全体论坛嘉宾前往香港科技大学（广州）校徽处合影留念。

图8 论坛嘉宾合影

合影仪式后，由YOCSEF广州AC刘李（香港科技大学（广州））主持进入思辨环节。参会嘉宾围绕“如何应对DeepSeek带来的“学术垃圾”现象？”、“在高等教育中，DeepSeek如何帮助教师设计个性化教学内容？”、“DeepSeek如何促进教育公平与资源共享？”、“DeepSeek如何提高网络安全运营效率？”四个议题展开了深入思辨。

议题1：如何应对DeepSeek带来的“学术垃圾”现象？

在思辨环节的开端，香港科技大学（广州）人工智能学域的陈颖聪教授率先进行了思辨报告，为讨论奠定了基调。他认为，在应对DeepSeek技术可能引发的“学术垃圾”问题之前，更为关键的是，我们需要找到有效的方法来鉴别一篇论文是否是由DeepSeek技术生成的。随后，与会嘉宾们围绕议题进行了深入探讨，现场气氛活跃，观点交锋激烈。总结得出以下观点。

图9 陈颖聪教授进行思辨引导发言

思辨围绕科研论文的质量提升和如何应对DeepSeek可能带来的学术垃圾问题展开。强调从关注论文的生成手段转向论文的质量和对社会贡献。提出了论文评价多元化，强化成果影响力与应用性指标。同时，讨论了如何通过技术手段和详细实验过程、开源代码等措施减少学术垃圾的产生。此外，还提及了在利用新技术时保持批判思维，注重探索和启发。思辨探讨了AI技术在学术研究领域的应用前景及其可能带来的挑战。AI技术为学术研究带来双重影响：其自我进化与净化能力或可辅助甚至部分替代人类研究，提升效率并激发创新。但目前技术依然存在，如产生学术垃圾，加重财务负担，并引发价值判断和创新路径的迁移。因此，学术共同体需建立AI内容筛选与优化机制。同时，AI的发展也促使人们重新思考创新的定义和路径，强调使用者对技术的深刻理解和合理运用至关重要。思辨进一步探讨了大模型技术的出现对生产力的飞跃性影响，以及如何适应和创造新的生产力。提到了体制和机制需要适应新技术的发展。讨论了对大模型生成内容的检测技术和惩罚机制，以及如何通过技术迭代来评估和创新以应对这些挑战。同时，还讨论了如何在新技术的背景下保持创新能力和伦理标准。

议题2：在高等教育中，DeepSeek如何帮助教师设计个性化教学内容？

围绕第二个思辨议题，来自华南农业大学数学与信息学院的崔金荣教授率先进行引导发言。崔教授指出，DeepSeek等大模型技术能够通过分析学生的学习数据，生成高度个性化的学习内容和路径。这种技术可以帮助教师精准识别学生的学习需求和提供定制化的学习资源，从而实现真正的因材施教。崔教授强调，这种技术的应用将极大地提升教学效率，使教师能够更专注于学生的思维发展和创造力激发。

图10 崔金荣教授进行思辨引导发言

思辨围绕DeepSeek等大模型技术在教育中的应用与挑战展开。大模型技术为教育领域带来了革命性变革，尤其是在实现因材施教方面。大模型技术能够根据学生的特性提供定制化的学习路径。然而，这一技术的应用也促使教师角色从传统的讲授者转变为引导者，教师需要更多地关注学生的情感需求和思维发展。与此同时，大模型技术也对教师角色和学生角色的教育评价体系提出了新的要求。思辨探讨了人工智能对教育的影响与挑战。人工智能技术的快速发展深刻改变了教育的目标和方法。教育目标从知识传授转向能力培养，聚焦学生的批判性思维、创造力与适应力。教师需创新教学模式，引导学生适应技术变革。同时须关注技术变革引发的教育焦虑，注重学生的心理健康和全面发展。思辨进一步探讨了教育领域中教学过程与评价的变革。DeepSeek技术手段的引入显著优化了教学过程，但在DeepSeek技术辅助教学的过程中，需注意避免跳过初阶训练阶段，确保学生能够扎实掌握基础知识。同时，DeepSeek技术手段的运用应注重激发学生的内生动力和学习兴趣。强调了学生在学习过程中仍需回归传统课本和权威资源进行验证，以确保学习的准确性和深度，以及与传统资源的结合仍是确保教学质量的关键。

议题3：DeepSeek如何促进教育公平与资源共享？

思辨嘉宾戴恩炎教授（香港科技大学（广州））率先进行引导发言。戴教授指出，DeepSeek等人工智能技术为促进教育公平与资源共享提供了新的机遇，但也面临资源分配不均和技术应用差异等挑战。通过技术普及、政策支持、教师培训和评价体系创新，可以更好地利用技术红利，推动教育公平的实现。同时，需从国家层面和区域经济资源分配角度综合解决教育不公问题，确保每个学生都能享有优质教育资源。

图11 戴恩炎教授进行思辨引导发言

思辨围绕了人工智能在K12阶段的影响与教育公平问题。人工智能为K12教育带来新可能，却加剧了经济和社会差异。部分家庭可能无法承担高昂的教育费用，导致教育资源分配不均。随着高考考核方式的可能改变，人工智能的应用可能使K12教育面临更大的挑战。如何保障教育资源的公平分配，特别是在不同经济条件的家庭中，成为亟待解决的问题。通过政策支持和技术普及，有望缓解此状况，推动K12阶段的教育公平。

思辨探讨了高等教育资源分布与DeepSeek技术的作用。信息技术发展提升了教育资源的可及性，缩小了国内外差距，但也可能加剧学生间的差距。为此，需优化资源分配、加强教师培训，并善用DeepSeek技术，推动高等教育资源公平共享，提升整体教育质量。思辨进一步探讨了大模型技术在教育公平中的作用与挑战。大模型技术提升教育效率与资源匹配，但不直接解决教育公平问题。技术部署不均可能加剧城乡差距。通过低成本部署、政策支持和教师引导，可促进资源共享与公平分配，助力教育公平。

议题4：DeepSeek如何提高网络安全运营效率？

中山大学计算机学院副教授刘阳率先作引导发言。刘阳从技术架构、应用场景和潜在风险三个方面，系统性地分析了DeepSeek在网络安全运营中的作用。他指出，DeepSeek通过MOE架构、动态NRA架构和强化学习机制等技术亮点，能够显著提升恶意代码检测、隐私保护和API风险管理的效率。然而，大模型技术在训练过程中可能产生“幻觉”，在敏感领域的应用中存在安全隐患。刘教授强调，在利用DeepSeek提升网络安全运营效率的同时，需关注其潜在风险，并加强技术监管和法律法规建设。

图12 刘阳教授进行思辨引导发言

思辨围绕了网络安全与大模型技术的影响及风险展开。讨论聚焦于大模型技术在网络安全领域的双重影响。一方面，DeepSeek等大模型技术通过先进架构和强化学习机制，能够显著提升网络安全运营效率，例如在恶意代码检测和隐私保护中的应用。另一方面，大模型在训练过程中可能产生“幻觉”，其逐步推导的思考方式在某些场景中可能带来安全风险，API引发的风险管理也需关注。讨论强调，在利用大模型技术提升效率的同时，需加强对其潜在隐患的识别和防范，确保网络安全运营的稳定性和可靠性。思辨探讨了人工智能在情感和安全领域的影响，特别是对未成年人和易感人群的潜在风险。例如，在美国，许多家庭对人工智能产品的安全性表示担忧，担心其可能引导用户走向危险。此外，社会对AI的情感依赖（如AI伴侣）和技术更新带来的心理影响也成为讨论焦点。嘉宾一致认为，监管和法律法规对保护公众免受AI潜在危害至关重要，特别是在AI做出错误决策时明确责任归属。讨论强调，需持续监管和规范AI技术，以确保其对社会的正面影响。思辨进一步探讨了人工智能在处理用户情感问题时的边界设定，强调了在提供帮助时需遵守规则和限制。此外，嘉宾从技术、法律法规、数据安全及网络销售等维度探讨了AI在网络安全管理中的应用，重点关注数据来源合法性和网络安全。会议总结指出，人工智能技术在提升网络安全运营效率的同时，需明确其应用边界，确保技术发展与法律法规的协调统一。

图13 思辨现场热烈讨论

论坛思辨结束后，由YOCSEF广州主席李冠彬（中山大学）为四位思辨嘉宾陈颖聪、崔金荣（华南农业大学数学与信息学院）、戴恩炎（香港科技大学（广州））、刘阳（中山大学计算机学院）颁发感谢牌。

图14 颁发思辨特邀嘉宾感谢牌（从左至右：李冠彬、崔金荣、刘阳、戴恩炎、陈颖聪）

论坛的最后，由YOCSEF广州主席李冠彬（中山大学）进行全面的总结。此次论坛探讨了DeepSeek等人工智能技术的前沿应用，深入分析了其潜在风险和伦理挑战。通过跨学科、多视角的讨论，相信论坛不仅为技术开发者提供了创新思路，也为政策制定者和教育工作者提供了实践参考。