AI驱动科研范式变革
（第二轮通知）
随着人工智能特别是大语言模型技术的快速发展，AI正在重塑科研的底层逻辑，推动社会科学研究方法的创新与变革。国务院《新一代人工智能发展规划》明确提出"推动AI与社会科学交叉融合"，然而，许多研究者仍面临数据采集周期长、分析效率低、跨学科技术壁垒高等难题。
本次研修班基于大语言模型，设计并执行多智能体模拟（Agent-Based Modeling, ABM），验证田野调查与 AI 模拟数据融合后的研究结果的可靠性。特邀清华大学人工智能大模型首席专家和哈工大人工智能专家领衔授课，系统拆解AI技术如何赋能社科研究，助力科研工作者在"方法论+工具链"双重赋能下实现科研突破。
为了帮助高校教师和科研团队掌握AI科研方法论，提升数据获取与论文产出效率，本次研修班基于清AI智能体化工作流（TsingAW），为科研人员提供了一套轻量级、可控且易于测试的工具，用于设计和管理多个基于大语言模型（LLM）的智能体。TsingAW由清华大学团队开发，6月25日前报名，赠送660元“AI科研大礼包”。现诚邀贵单位选派相关人员参加。
研修班亮点
1、人工智能大咖内部授课
清华大学人工智能大模型专家，主持开发的"清 AI智能体化工作流"平台在众多科研学者中广泛应用；哈尔滨工业大学人工智能专家团队。
2、附赠660元"AI科研大礼包"
3个月实验平台使用权限，专享"清AI智能体化工作流"（TsingAW）使用权，TsingAW是由清华大学团队开发的学术实验性框架，为科研人员提供了一套轻量级、可控且易于测试的工具，用于设计和管理多个基于大语言模型（LLM）的智能体，包含DeepSeek等在内的1000万token。
3、跨学科研究创新
深入剖析AI与传统社会科学方法的结合，特别是如何通过多智能体模型、数据模拟与分析，解决复杂社会现象中的研究难题。通过详细的案例分析和交叉学科研究透析，学员将学习如何应用AI技术进行社会行为分析、组织管理等领域的跨学科研究。
4、数据模拟与效率提升
学员将掌握如何利用大模型工具生成多维度数据，并通过混合方法分析（定量+定性）提升研究的广度与深度的方法，打破传统数据采集和分析的时间与资源壁垒。
5、AI工具链赋能
深入了解AI工具链的构建与应用，学员将掌握如何使用AI进行高效的数据模拟、分析及模型设计，提升科研产出的质量与速度。
会议相关信息
主办单位：清华大学出版社有限公司
举办时间：2025年7月18日（周五）—20日（周日）
会议形式：线上会议（7月18日课前准备、配置TsingAW平台账号，获取软件权限）
会议费用：本次会议的培训费用为1780元/人。早鸟价（6月25日前报名）1580元/人，4人及以上报名可享受团队6折优惠价。
课程内容
当前位置：首页 
