第1页 DeepSeek在教育和学术领域的 应用场景与案例（上） AI肖睿团队 （张惠军、孙苹、周嵘） 2025年5月20日 • 北大青鸟人工智能研究院 • 北大计算机学院元宇宙技术研究所 • 北大教育学院学习科学实验室 第1页 DeepSeek在教育和学术领域的 应用场景与案例（上） AI肖睿团队 （张惠军、孙苹、周嵘） 2025年5月20日 • 北大青鸟人工智能研究院 北大青鸟人工智能研究院 • 北大计算机学院元宇宙技术研究所 • 北大教育学院学习科学实验室 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第2页 摘要 一、本讲座为DeepSeek原理和应用系列研讨的讲座之一，面向教育工作者、学校管理人员、学术研究人员、教育技术专家、 学生、及关注教育和学术创新的社会各界人士，系统阐述DeepSeek技术如何赋能教育和学术全流程。本讲座不仅提供理论 指导，更注重 工智能通识教程（微课版）》这本系统全面的入门教 材，结合B站“思睿观通”栏目的配套视频进行学习。此外，欢迎加入ai.kgc.cn社区，以及“AI肖睿团队”的视频号和微信号， 与志同道合的AI爱好者交流经验、分享心得。 学习交流可加AI肖睿团队助理微信号（ABZ2829） 第3页 一、今天的讲座分两大部分，聚焦于Deepseek与AI认知和DeepSeek对教育行业的影响。第一部分通过深度解析DeepSeek的核

《那一天，我放手爱自己》、《卓尔，谢谢你毁了我的人生》、《更丰盛：工作 与财富的奇迹课程》《巴菲特的对帐单 卷二》等书。 5 目录 封面 书名页 作者／译者简介 │写于书前│ │前言│一人即团队！智慧协作时代来临 第一部 AI同事与智慧协作实况 1 摩根士丹利：高效的财务顾问都在做什么事？ 2 ChowNow：随时提供符合市场需求的最佳销售策略 3 Stitch Fix：AI辅助服装造型师 。 ——罗伯特．霍兰德（Robert Holland）董事总经理 《麻省理工学院史隆管理学院评论》 （MIT Sloan Management Review） 9 │前言│ 一人即团队！智慧协作时代来临 关于人工智慧（AI）将对人类工作带来什么影响，这类作品已经汗牛充栋， 我们很容易找到大量相关的预测、方法或责难。然而，想找到人们如何使用智慧 机器从事日常工作的说明，却并不容易。 Brown）和克里斯蒂安．马奎尔（Christian Maguire）是 纽约地区的投资银行「摩根士丹利」（Morgan Stanley）的财务顾问。他们除了 直接帮客户解决财富管理问题外，还领导富兰克林大道财富管理团队（Franklin Avenue Wealth Management Group）——由十位财务顾问和支援小组组成。布朗 和马奎尔均具理财规划顾问的资格，已经在摩根士丹利工作多年。摩根士丹利是

也没有集中的领导机制 AI技能或技能开发计划内 部不可用或极少 局部推广 AI转折阶段 由AI核心部门推动更一致 实践方法，部分应用场景 进入生产阶段 AI技能开发被倡导，但主 要集中在IT团队 扩展复制 AI对齐阶段 通过AI智能代理赋能各业 务职能，以提升生产力与 收入为重点 集中化的AI技能开发被纳 入传统和扩展的跨职能角 色 运营管理 AI转型阶段 以AI为优先的战略，借助 种岗位，支撑运营的核心软件与系统是什么，工作开展的规模如何，以及这些要素如何推动技术 成果与业务成功。ICT领域的组织在这场变革中探索前行时，正面临日益严峻的人才短缺问题。 IDC最新ICT调查显示，全球企业在为其世界各地的团队规模化开展AI技能提升培训时，面临一系 列挑战，具体包括： ·难以衡量培训成效（46%） ·难以确保培训内容与业务需求匹配（39%） ·难以找到具备专业能力的培训师与AI领域专家（37%） 查（第 11 轮）》，2024 年 12 月，样本量 = 889） 过去，“引导团队完成学习过程的能力” 通常不属于传统IT技能，但对于转向AI驱动工作模式的 领导者而言，这已成为一项关键必备能力。随着AI融入核心业务职能，工作开展方式已经发生了 根本改变：管理者如今需监管“人类人才与自动化系统结合”的混合团队，这要求新的监管方 式、协作模式与绩效衡量标准。 图 6：管理应用智能体所引发的担忧

.........................................................................................13 1.4 项目团队及职责分工...........................................................................14 2. 知识库数据处理方案... 等领域的应用需求。 为明确项目边界，以下列出不在本项目范围内的事项： - 硬件基础设施的采购与搭建； - 模型的商业化推广与运营； - 知识库的长期维护与更新。 1.4 项目团队及职责分工 本项目的团队由项目经理、数据工程师、算法工程师、AI 模型 训练师、质量保证专家和产品经理组成，确保项目在各个环节都能 高效推进并达到预期目标。项目经理负责整体项目的规划、进度管 理和资源协调 环节进行质量监控和测试，确保数据处理和模型训练的准确性和稳 定性，制定并执行测试计划，及时发现并解决潜在问题。产品经理 负责与业务方沟通，明确需求并将业务需求转化为技术实现方案， 确保项目输出的成果能够满足业务需求。 项目团队的具体职责分工如下：  项目经理：负责项目的整体规划、进度管理、资源协调和风险 管理，主持项目会议，跟踪项目进展，确保项目按时交付。  数据工程师：负责数据采集、清洗、预处理和存储，开发和维

年 ) 方案 • 强大的项目团队，包括三名董事总经理担任项目管理委员会成员，两名资深总监担任 PMO 成 员，经验丰富的业务与技术设计团队、实施开发骨干成员，以及多名营销、数字化、数据分析、 电商方案、供应链管理、财务管理等领域专家 团队 • 咨询公司以实现客户价值为出发点，承诺高质量的项目交付，保障项目的成功，咨询公司有愿 望、有机制、有能力、有团队与快消集团建立长期战略合作伙伴关系 再到如今全渠道的服务型数字营销体系，以应对挑战 快消 集团 消费者 媒介广告 / 营 销 数字化营销 营销渠道 销售渠道 经销商 终端 门店 电子商务渠道 传统渠道 直供渠道 电商渠道 终端销售团队 营销 1.0 营销 2.0 营销 3.0 6 KA KA 门 店 快消集团作为行业领军企业，主动思考及面对行业发展的各类趋势，是保持 领先优势的核心战略举措 7 在当前局势下 , 如何真正利用数字化新技术和新渠道 数字化触点和渠道有助于推动更多的创新 , 无论是营销方式的创新 , 还是业务模式 的创新 ; 甚至可以借此升级或创新传统的渠道经营模式 快消集团”营销 3.0” 作为 服务型数字化营销 , 包括对顾客、对渠道合作伙 伴、对销售团队的服务管理 , 以及相应洞察与决策支持体系 , 而现状仍存提 升空间 快消集团的”营销 3.0” 策略可以被解读为”三个服务一个支撑” , 而在这四大方面 , 快消集团仍存 在提升机会和空间 : 业务挑战与痛点

和成本管理方面的复杂性。 迁移规划不足：详细的路线图对于消除不确定 性、避免延误及确保战略协同而言至关重要。 技能缺口与准备不足：团队往往缺乏管理云环 境以及实现转型效益所需的技术专长。 组织变革阻力：内部意见不一致，或来自领导 层或 IT 团队的抵触，会延缓决策制定和落地。 让愿景变为现实，行动正当时 亚马逊云科技致力于通过实战工作 坊和咨询服务，帮助您制定一个能 突破这些障碍的转型路线图。 我们希望这能帮助您在企业和组织 内部清晰地传达云转型的价值，并 凝聚各方对我们共创战略的支持。 7个月即可收回投资 IT 基础设施团队效率 提升 39% IT 运营成本效益提高 9% 高效率： 应用迁移至亚马逊云科技的 速度提升 46% 应用开发团队生产力 提高 21% 新产品和服务交付速度 加快 21% 灵活性与敏捷性： IDC，《亚马逊云科技的商业价值》，2022年 我们助力企业解锁以下关键价值 1 三年投资回报率 396% 亚马逊云科技环境管理效率 提升 37% 每个组织实现的收益价值 达 1,546 万美元 业务运营： 网络安全团队生产效率 提高 27% 业务流程错误减少 23% 安全性和流程： 亚马逊云科技 创造价值的五种方式 亚马逊云科技云价值框架助力企业和组织能够 从五个价值支柱构建云计算的详细商业案例 点击下方按钮了解更多信息：

运维体系建设....................................................................................175 9.1.1 运维团队组建...........................................................................177 9.1.2 运维流程规范..... 人力资源规划..................................................................................228 11.3.1 开发团队组建.........................................................................230 11.3.2 运维与支持人员..... 1.1 项目领导小组.........................................................................262 13.1.2 项目实施团队.........................................................................263 13.2 项目计划与进度控制.......

.........................................................................................93 5.2 技术团队建设与培训.............................................................................................. 注重数据的长期跟踪与分析。因此，技术实施应根据具体场景进行 定制化设计，确保技术能够真正满足临床需求。 以下是一个典型的技术集成架构示例： 最后，技术实施的落地还需依赖跨部门协作。医疗机构应组建 专门的技术团队，负责技术的实施与维护，同时与临床部门保持紧 密沟通，确保技术能够真正服务于临床实践。定期开展技术培训与 反馈收集，持续优化技术方案，推动 DeepSeek 技术在医疗健康场 景的深度应用与创新。 机制，确 保跨境数据传输满足相关法规要求。 为了确保合规性和隐私保护的持续性，DeepSeek 应定期进行 隐私影响评估（PIA），并根据评估结果优化处理流程。同时，建 议建立专门的隐私保护团队，负责监督和执行隐私保护措施，并定 期对员工进行隐私保护培训，提升全员隐私保护意识。 以下是一些关键的隐私保护与合规性措施总结：  严格遵守 PIPL 和健康信息保护条例；  实施多层次数据加密技术；

.......................................................................................160 20.3 维护团队建设................................................................................................. .........................................................................................175 22.3 团队凝聚力提升.............................................................................................. 在技术部署方面，DeepSeek 支持多种集成方式，包括 API 接 口、本地化部署和云服务平台。学校可以根据自身的信息化水平和 资源情况，选择最适合的接入方式。此外，DeepSeek 的技术团队 提供全程支持，包括系统调试、数据迁移和后期维护，确保方案的 顺利实施。 通过以上技术手段，DeepSeek 能够为学校提供一套高效、精 准的教学评价解决方案，不仅提升了教学管理的科学性和效率，也

....................................90 6.2 团队构建.............................................................................................92 6.2.1 多学科团队组建.......................................... 类医疗 实践需求的深刻理解，以确保所选应用方向具有实用性和必要性。 其次，旨在搭建一个可供临床验证的 AI 生成式大模型框架， 实现医疗数据与模型输出之间的有效整合。通过与医疗工作者和技 术团队的合作，将数据处理流程、模型训练及生成结果的反馈机制 紧密结合，以确保模型在实际应用中的准确性和可靠性。 再者，本研究还将评估 AI 生成式大模型在提升医疗效率及改 善患者体验方面的作用。具体而言，将对比模型应用前后的各项医 从新数据中学习，提高生成结果的质量与真实感。 这些特点使得生成式模型在医疗场景中的应用变得日益重要， 特别是在药物发现、疾病预测、患者监测和个性化治疗等方面。通 过不断优化这些模型的结构及算法，研发团队能够更有效地将生成 式模型应用于现实医疗问题中，提高医疗诊断的准确性和效率。 2.1.2 大模型的优势 大模型作为人工智能领域的重要创新，其优势在多个方面体现 出其在医疗场景应用中的巨大潜力。