2026年6月11日，南方科技大学高等教育研究中心成功举办第80期高等教育创新讲堂，邀请了悉尼科技大学计算机学院及澳大利亚人工智能研究院副教授张嶷作专题讲座。讲座由南方科技大学高等教育研究中心助理教授高媛主持，南方科技大学统计系副教授马一方、南方科技大学商学院副教授康乐担任与谈人，中心师生参加讲座并围绕大语言模型在科学、技术与创新研究中的应用展开深入交流。

张嶷教授结合团队近期研究，重点介绍了“LLM+”在科学、技术与创新研究中的应用探索。通过将大语言模型与知识图谱、图学习、多智能体工作流等方法结合，应用于论文发表后评估、研究动机分类、引文预测、技术预测与知识重组等场景，展示了大语言模型与互补性人工智能技术融合后在科研评价和创新预测中的潜力。他指出，“LLM+”的意义不只是提升模型性能，更在于整合多源数据、结构化知识和人机协同机制，帮助研究者更好地理解技术演化与知识创新过程。同时，他也提醒，使用大语言模型不能简单追求新模型和复杂方法，应警惕数据泄露、模型幻觉、预测偏差和可解释性不足等问题，根据具体研究问题选择合适的数据、模型与验证策略。

报告结束后，进入现场提问交流环节。中心访问学生、香港中文大学博士生王雪纯注意到，部分传统文本表示方法在二维可视化图上区分度并不明显，但仍能取得较高分类准确率，因此询问这一现象是否与高维数据投影到二维空间时的信息压缩有关。中心联培博士生王鹏娟则指出大语言模型可能在训练过程中已接触到部分未来信息，若直接用于技术预测、引文预测或知识重组预测，是否可能影响结果可信度。张嶷教授对两位同学的问题作出回应。第一，可视化结果与模型性能并不总是完全一致，二维图像可能在投影过程中损失高维空间中的有效区分信息，因此对模型结果的理解不能仅依赖图像直观判断，还应结合分类指标、数据结构和具体研究问题进行综合分析。第二，数据泄露是当前LLM预测研究中需要高度关注的方法风险。研究者应通过限定数据时间范围、使用模型未知数据、开展历史回测和跨数据集验证等方式降低风险，证明模型并非依赖已知答案完成预测。南方科技大学博士生杨如涵以高校预测学生失范行为为例指出，当模型预测准确性有限时，学校可能因过度依赖预测结果而对学生采取不当预警或惩戒措施，因此询问应如何防范人工智能预测在教育决策中的误用。张嶷教授回应指出，首先应提高模型的可解释性，明确哪些特征和信息形成了风险判断；其次要审查训练数据是否存在偏差，避免模型复制并放大既有不平等。更重要的是，人工智能只能辅助决策，不能替代教师和教育专家作出最终判断。学校应通过人工复核、专家判断和多源信息交叉验证，审慎使用模型输出，坚持以人为中心的人机协同。中心联培博士生申浩围绕大语言模型与知识蒸馏方法的运行效率展开提问。他注意到该团队构建的模型将处理时间由数百小时大幅缩短，询问这一差异主要源于模型参数规模，还是受到多智能体交互机制和系统设计的影响，同时关注效率提升是否会显著降低预测准确度。张嶷教授回应指出，该案例并未采用多智能体交互，时间差异主要来自知识蒸馏后模型参数量的大幅减少。模型压缩后，预测性能虽略有下降，但仍保持在较高水平，实现了以较小精度损失换取显著效率提升。

随后进入会谈环节，与谈人围绕人工智能时代社会科学研究范式的变化展开深入讨论，同时讨论了因果推断与模式识别之间的关系。高媛教授提出，传统高等教育实证研究大量借鉴经济学中的统计模型，强调变量之间的因果关系识别；而大语言模型提供了一种不同的路径，即通过海量数据中的模式识别、关联判断和趋势推断来理解复杂系统。张嶷教授认为，大语言模型与因果推断并非替代关系，而是互补关系。大语言模型可以帮助研究者获取、清洗和补充数据，发现复杂社会系统中的潜在影响因素；因果推断则可进一步用于检验变量关系和解释作用机制。马一方教授则围绕大语言模型在预测研究中的方法边界展开讨论，重点关注如何避免未来信息提前嵌入模型、如何判断预测结果是否真实有效等问题。数据泄露不仅是技术问题，也是方法论问题，研究者应明确模型训练信息、数据时间边界、验证集来源和实验设计逻辑，并尽可能通过模型未知数据进行检验，以提升预测研究的可信度、可解释性和可验证性。康乐教授从高等教育研究和未来产业人才培养角度指出，大语言模型为识别全球战略性新兴产业的人才能力需求提供了新的方法工具。未来高等教育研究可进一步探索如何将产业需求中的技能语言与大学课程培养中的能力语言相衔接，从而为课程体系优化、培养方案调整和能力评价改革提供支持。

整场讲座与会谈从大语言模型的技术应用延伸到高等教育研究方法转型，既展示了“LLM+”在科研评价、技术预测和知识重组中的前沿探索，引发了与会师生对人工智能时代社会科学研究范式、教育场景智能工具建设以及人才培养模式变革的深入思考。展望未来，高等教育研究应进一步推动人工智能方法与教育真实问题深度结合，在数据治理、模型可信、人机协同和实践应用之间建立更加稳健的研究路径。

本文未经报告人审阅

文字：刘斯琪

审核：高媛