目前人工智能正在进入研究的不同环节：从整理资料、提出问题，到分析证据和组织协作，研究者的工作方式也随之变化。为帮助学生更好地使用AI辅助学术研究并更好地认识AI，近日，国际创新转化学院邀请澳大利亚科廷大学商学院副教授Farveh Farivar作专题讲座，题为“The AI Shift in Research: Understanding Artificial Intelligence as Both Lens and Laboratory”。讲座于2026年11月11日上午在国际创新转化学院会议室302举行，全程以英文进行，主讲人是科廷商学院创新与战略方向副教授Farveh Farivar，她主要研究数字化转型的行为层面与战略方向，并有多年资深咨询顾问经历。
在讲座中，Farveh Farivar指出五类人工智能：从数据中学习规律、用于预测与分类的预测式AI；按习得模式生成新内容的生成式AI；分析备选方案以辅助判断的决策支持AI；与物理系统相连、在真实世界感知行动的具身AI；能自主规划、调用工具、按序列完成任务的智能体AI，它们往往相互重叠，用途却完全不同，她判断，生成式AI已属上一阶段，当前前沿是智能体AI，生成式AI只能按指令写一首诗，智能体却能独立完成一项任务，并在过程中加入自己的判断。研究组织方式随之改变，比如将文献综述、质性分析、量化分析、图表制作各交给一个专职智能体，从而使得研究者从操作者转为“首席调查员”。
同时Farveh Farivar认为工具越强，选型与沟通越关键。不同AI的能力对照表显示，有的擅长复杂推理与视觉任务，有的长于长周期项目与清晰写作，也有专做文献综述与证据抽取的垂直工具，同一模型、同样的输入，换一种提问方式，或者换一个更加合适的模型，结果可能完全不同。
再把AI放回研究过程本身方面，Farveh Farivar谈到质性研究与量化研究的顺序并不固定，先访谈、提炼构念再进入量化检验，或先做问卷、从数据异常处回到深度访谈，也可并行后汇合。AI的价值集中在把质性发现与量化结果一并交给它，请它找出相似、差异与待追查之处，例如在选题上，她演示了具体操作路径：把领域讲得足够具体，通过对话收窄，从十个候选中选定一个，再指定文献与期刊层级，让它指出还没人做过的部分，即研究缺口，这对于大家去寻找论文创新点有很大的帮助。
在讲座的最后，Farveh Farivar给各位师生画了一条红线，做量化研究，绝不能让AI生成量表题目，模型每个月都在变，把两年前的经验当作今天的答案，是研究者现在用AI时最容易犯的错误，同时她也提醒过度使用的陷阱，AI使用强度与研究人员的工作量呈U形关系，重度使用AI时研究人员的工作量反而会上升。
本次讲座搭建起国际学者与院内师生直接对话的平台，既提高了同学们的AI使用能力，又拓展了大家对“AI+科研”的认知边界，并且为学院师生提供了与研究者直接交流的机会，让大家对AI在学术研究中的实际用法有了更具体的认识。未来学院将持续引入国际学术资源，开展系列专题分享，促进院内师生的培养更强的AI使用能力、方法功底与批判判断力。
