2026年7月8日，电子科学与技术系教师党支部、研究生第二党支部在新主楼联合开展了AI在教学与科研中的应用交流学习会，参加交流的有电子科学与技术系的教师和硕博士研究生。

随着AI大模型技术的日新月异，传统教学与科研模式正面临深刻变革。一方面，传统优秀课程在AI时代面临学生“抬头率”下降、教学质量评价标准受冲击等挑战；另一方面，师生在AI工具的使用上均处于“摸着石头过河”的探索阶段。

         为促进AI+科研+教学经验共享，本次联合交流会旨在搭建一个平等、务实的沟通平台。鼓励师生共同探讨AI在编程、教学演示及科研中的实际应用现状，分享优秀工具与解决方案，以期提升教学科研效率，实现师生共同成长。会议邀请到了白明教授和杨宗凯博士分别做主题分享。

白老师结合自身教学与科研实践，重点分享了国产AI编程工具 Trae 的应用经验。

教学演示创新：在《微波技术》等课程中，白老师利用Trae生成了传输线电压变化、驻波状态等交互式网页演示工具。相比传统的自制小程序，AI生成的工具能覆盖整章知识点（如阻抗匹配、反射系数、史密斯圆图等），且支持学生自主编写与纠错。在教学机房等无法随意安装运行环境的场景下，利用AI生成独立运行的网页版程序，不仅便于课堂演示，也有效规避了环境配置问题。

科研编程提效：在科研代码开发中，Trae内置的免费模型能够自动识别并搭建开发环境、安装所需库，极大降低了开发门槛。白老师指出，AI编程已从早期的“网页复制粘贴代码”模式，进化为如今IDE内置AI直接生成、运行并反馈结果的模式，使开发者能更专注于核心业务逻辑。

杨博士立足研究生科研实际，重点分享了大模型在科研与论文写作中的具体应用。

文献处理与数据分析：利用大模型强大的自然语言处理能力，快速梳理海量文献、提炼核心观点，并辅助进行实验数据的初步分析与逻辑验证，大幅缩短了科研前期的探索周期。

论文撰写与润色：借助大模型在代码生成与学术文本处理方面的优势，辅助完成论文中的算法实现、公式推导及图表生成。同时，利用大模型进行论文初稿的语言润色与逻辑结构优化，提升学术表达的规范性与流畅度。

本次交流会充分展示了AI技术在实际教学与科研中的巨大潜力。与会师生达成共识：面对AI浪潮，不应再纠结于“是否使用”，而应积极拥抱并探索“如何用好”。

未来，支部将继续推动此类交流活动，鼓励更多师生分享实践经验。同时，倡导在合规前提下加大对AI工具的投入，将AI真正转化为提升教学质量和科研效率的得力助手，共同适应并引领教育科研的新发展。