AI 素养活动是一种以实践为导向的学习体验，旨在帮助参与者理解、评估、批判性使用并负责任地创造人工智能技术。本次活动聚焦科研场景中最真实的痛点——文献检索与阅读，让师生在真实工具与真实任务中，完成一次"精准把握核心"的练习。
问题探针：被文献"淹没"
Nature 的调研显示：60% 的受访者已经在使用 AI 工具，35% 因准确性犹豫不决。检索文献、阅读文献、引用文献循环往复——疲惫、低效，是研究者共同的处境。活动从"问题探针"开始，让每位参与者直面自己的真实困境，再带着问题进入工具的世界。
破局思辨：逃离流水线
旧时代的检索像"盲人摸象"。新的路径是什么？活动引入两类代表性工具：Consensus 以"基于答案的检索"直接给出研究结论，共识仪表盘让人找得准、看得全；Wispaper 主打深度阅读与验证——智能检索过滤无关文献、一键打造私人文献库、自动追踪推荐新论文。智谱 AutoGLM、秘塔 AI、Semantic Scholar、Perplexity、Ponder 等"队友"也一一登场——不同的工具，有不同的体感和效果。
智造工坊：驾驭面板与提问的艺术
实践从"驾驭面板"开始：登录并熟悉 Consensus 与 Wispaper 的界面布局。Consensus 提供快速、Pro、深度三种检索模式——从基于前十名最相关论文的摘要，到分析 20 篇论文的深思熟虑总结，再到涵盖 50 篇论文的全面文献综述；资料来源覆盖 Semantic Scholar、OpenAlex 等超过 2 亿篇研究论文。Wispaper 平台数据库拥有约 5 亿篇论文，存储数据量达 100TB。"提问的艺术"则把模糊兴趣转化为精准 Query——公式模板"X 对 Y 的影响"，让每一次提问都有靶心。
实践任务流程三步走：驾驭面板 → 提问的艺术 → 研究报告可视化。参与者以一个研究方向相关的 Query 为输入，筛选出 5-20 篇高质量核心文献，最终产出一份包含研究问题、AI 总结与综述的短报告。
成果 Show & Tell
分享规则限时 1 分钟：我问了什么？AI 发现了什么？屏幕投屏与小组互评轮番进行。多工具体验报告里，有人爱上 Consensus"秒出结论的爽感"，有人赞叹 Wispaper"读懂难点的通透感"——对比之下，单一工具无法满足全流程。而"人机协作的断舍离"把讨论推向深处：踩坑分享（AI 生成了无关内容？）与经验总结（何时该信 AI、何时该信直觉），最后汇成一句话——AI 是粗加工，人是精深加工。
活动归纳：工具的边界与伦理的红线
活动归纳直面 AI 的"阿喀琉斯之踵"：数据真假（GIGO，垃圾进垃圾出）、回声室效应（过度迷信高引用文献）、隐私风险（未发表论文的上传禁忌）。学术伦理的"红线"同样清晰——禁止直接复制 AI 总结作为原创；规范是正确引用 AI 辅助的工具；原则是 AI 负责找，人负责审和写。
未来是人机共生的学术生态：更精准的语义理解、跨学科知识发现、个性化研究助手——AI 正从辅助工具走向研究伙伴。而这堂活动想留给每位参与者的，正是驾驭它的能力，与使用它的边界感。
