10月29日下午，由科学技术处、物流与电商学院联合主办的青年博士论坛如期举行。本期论坛以“AI for Science——大模型辅助科研的工具选择与实战经验分享”为主题，由蔡跃坤博士主讲，副院长李艳菊主持，物流与电商学院全体教职工参加。

蔡跃坤博士毕业于西南大学计算机科学与技术专业，具有机械工程、工业工程与管理及计算机科学技术等多学科背景，研究方向涉及人工智能应用、应急管理、供应链网络韧性与智能优化，曾参与国家自然科学基金面上项目相关研究，持有人工智能训练师高级证书、华为Harmony OS应用开发者高级认证，长期围绕数学建模、算法设计、仿真实验、科研绘图及论文撰写等环节开展AI协同应用实践。

报告伊始，蔡跃坤博士分析了AI辅助科研的现状与挑战。他指出，AI在日常场景中可显著提升效率，但科研应用对结果的严谨性与可验证性要求更高，不能将AI生成内容直接用于正式研究；同时，AI幻觉导致模型可能编造看似真实的文献与数据，长文本处理中的上下文衔接、版本管理等也均存在能力边界，研究者须保持审慎。

围绕科研工具的选择与组合策略，蔡跃坤博士分享了“大脑+手脚”的分工协作模式：以擅长推理与规划的对话式大模型承担研究方向探讨与创新点凝练，以擅长逻辑执行与代码编写的编程智能体负责实验运行、代码修改与图表生成，再辅以其他国产大模型灵活调配、互为补充。他还结合案例介绍了Skill（技能集）的本质与获取方式——将重复性任务的步骤、规范与标准固化为可复用的指令集，并现场演示了如何将科研绘图的标准化需求提炼为自定义Skill，实现配色统一、风格规范的批量出图。

在全场实操演示环节，蔡跃坤博士以“冷链物流资源配置优化”为完整案例，展示了从选题讨论与创新点核验、数学模型与算法设计，到论文初稿生成与多轮迭代修改的全流程：先通过对话式交互形成包含约束条件的完整指令，再交由编程智能体执行，并以文献矩阵验证创新点的成立性。他强调，AI生成的初稿仍需人工逐篇核对文献真实性、把关数据合理性与结论证据边界，确保成果的原创性与合规性。

交流环节中，与会教师围绕文献检索与综述撰写、指令生成与Skill调用、多工具额度调配等问题与主讲人展开热烈讨论，蔡跃坤博士逐一解答，并就“技术平权背景下科研人员如何应对”分享了自己的思考：AI带来便利的同时也伴随智力贬值的风险，工具越强大，人的主体性、判断力与把控力就越关键。

会后，李艳菊副院长作总结讲话。她结合论文写作就科研能力提升与学术诚信两方面进行强调：一方面，教师应主动学习、善用AI工具，将其融入选题凝练、文献梳理、论文撰写与润色修改等环节，切实提高科研产出效率与质量；另一方面，AI只是辅助手段，论文的核心观点、数据真实性与结论可靠性必须由研究者本人负责，全院教师要坚守学术诚信底线，规范使用AI工具，杜绝不当使用行为，确保每一项成果经得起检验。

本次论坛内容务实、指导性强，为教师们系统了解大模型辅助科研的工具生态与实操路径提供了直接借鉴。学院将持续依托青年博士论坛平台，推动人工智能技术与科研、教学工作的深度融合，助力教师科研能力与数字素养双提升。