计算科学学院举办“从0到1”科研能力提升专题讲座

为提升学院青年教师的科研素养与论文写作能力，破解“从教学到科研”的转型困境，6月30日，计算科学学院特邀安徽师范大学许勇教授和何昕教授，在10栋报告厅举办了一场主题为“从0到1做科研”的学术讲座。两位专家结合自身经验，为在场教师分享了从选题构思到论文发表的系统性方法论。

科研是“主张”而非“任务”，重在发现可验证的“断层”

讲座伊始，何昕教授以“How to think like a researcher”为题，直面教师“教学任务繁重、无暇科研”的普遍焦虑。他指出，科研的本质不是“我做了一件事”，而是向学术界提出一个“值得相信的新主张”。何昕强调，科研工作的起点在于区分“任务思维”与“研究思维”。他提出了科研四步法：问题（Problem）→断层（Gap）→洞见（Insight）→证据（Evidence）。他特别警示，“没人做过”（Nobody did this）通常不是一个有效的科研断层，真正的断层应是“现有方法在特定条件下失效”。针对如何阅读文献，何昕建议不要线性通读，而应采用“六行笔记法”：即在阅读时快速记录问题、断层、洞见、证据、审稿人可能关心的点以及仍缺失的部分。他鼓励教师们建立“每周科研节奏”，通过可持续的微小进步完成从0到1的积累。

构建科研闭环，善用AI辅助工作流

许勇教授团队作了题为《如何完成一篇高质量论文》的专题研讨。他们提出，科研能力的本质是“不断完成科研闭环”的能力，即：提出问题→文献调研→形成假设→设计方法→实验验证→论文撰写→根据反馈迭代。许勇团队详细拆解了高质量论文的特征，指出“高质量论文”与普通论文的区别在于：目标是对领域产生清晰贡献，选题要重要且及时，方法要针对核心断层，实验要证明主张成立，写作要构建强有力的证据链。最后特别演示了如何利用大语言模型（LLM）辅助科研，他们展示了如何通过问答式综述快速理清领域脉络，并强调AI不仅是写作润色工具，更应作为“思维伙伴”用于假设测试和逻辑诊断，但最终的判断权必须掌握在研究者自己手中。

聚焦青年教师成长痛点

在最后的互动环节，现场青年教师就“如何平衡教学与科研时间”、“如何寻找有价值的科研选题”以及“AI在实验代码编写中的可靠性”等问题与两位专家进行了深入交流。

本次讲座不仅为学院教师提供了具体的科研方法论指导，更厘清了在AI时代下科研工作者的核心竞争力——即提出好问题的能力与判断证据真伪的智慧，对提升学院整体科研水平具有重要指导意义。