人工智能（AI）技术的进步为医学教育带来了前所未有的机遇，但同时也带来了挑战。随着技术的不断更新和多样化应用，对于一线教师而言，挑选并高效使用AI辅助自己的教学科研工作并非易事。作为今年9月北京大学教育学院尚俊杰老师所做人工智能主题讲座的后续活动，医学部教师教学发展中心于11月12日在医学部逸夫楼计算机房举办了本次实操培训。约90位一线教师、教学管理人员参加了本次培训。

培训的第一部分由来自教育学院的北京大学博雅博士后刘誉讲解了生成式人工智能在医学教育领域的应用，特别强调了提示词（Prompt）的重要性。提示词是引导人工智能系统产生特定响应的关键输入，它可以是语言、音频、视频或图像等形式。刘老师认为高质量的提示词对于大模型产出的内容质量至关重要。在生成图片方面，她介绍了通过文字描述来生成对应图片的方法，包括内容型特征和结构型特征，例如通过描述“亚洲女性”、“透视拍摄”等，AI可以生成相应的图片。此外，她还展示了如何通过勾选风格和模板来生成图片，以及如何通过局部重绘、擦除和扩图等操作来调整图片。在文本生成方面，刘老师介绍了如何利用大模型生成所需的文本内容，包括阅读书籍、报告和辅助写作等应用场景。

刘老师分享了如何设计有效的提示词，包括明确性、信息丰富性、目标导向和适宜的复杂性等要素。刘老师还讲解了优化提示词的策略，如迭代策略、层层拆解、多轮反馈和赋予角色身份等，强调了不断总结在优化过程中的重要性，并鼓励大家多尝试、多总结，以提升提示词的质量和人工智能系统的输出效果。通过这些方法，可以更有效地利用AI工具来提升工作的质量和效率。

  培训的第二部分由北京大学教育学院学习科学实验室的硕士研究生苏晗宇介绍如何用AI辅助科研工作。在研究设计阶段，可以利用AI工具如AI进行文献检索和整理，这些工具能够高效地总结检索到的文献，并支持中文文献检索，极大提升了研究前期的准备工作效率。在结果分析阶段， 介绍了AI在数据处理和可视化方面的应用，这些工具可以帮助研究人员快速处理大量数据，生成图表，并进行描述性统计分析，从而更深入地理解研究结果。在成果撰写阶段，AI在论文润色和参考文献格式调整中可以发挥一定的作用，如可以帮助研究人员提升文本的清晰度和专业性，确保研究成果的质量。在音视频转录与分析中的应用，这有助于研究人员从音视频资料中提取关键信息，为撰写论文提供支持。但目前AI产出的结果，还是需要每个研究者专业性的分析、判断和筛选。

整场培训除了有两位老师主讲，还有来自教育学院的博士生石祝、学习科学实验室成员李楠楠作为课程助教，及时解决参加培训老师遇到的操作问题。通过老师讲解、互动答疑和实际操作，参加培训的老师们对生成式人工智能的提示词使用与优化、AI在科学研究中的应用有了切身的体会。教师教学发展中心还将继续关注以人工智能为代表的新技术在医学教育中的应用，助力教师成长和医学教育的发展。

北京大学医学部教师教学发展中心/教育处

2024年11月18日