加拿大麦科文大学AI研究多领域影响
人工智能（AI）正席卷全球，但其源头可追溯至上世纪50年代——远早于ChatGPT等大语言模型成为日常话题。如今，加...
人工智能（AI）正席卷全球，但其源头可追溯至上世纪50年代——远早于ChatGPT等大语言模型成为日常话题。如今，加拿大麦科文大学的学生们正在深入探讨这项技术带来的影响与机遇，以及它如何重塑我们的工作、教育和生活。
在今年加拿大麦科文大学规模空前的学生研究日上，来自各院系的300多名学生提交了论文。以下仅是其中部分代表，他们从公共服务、医疗健康、心理学等领域切入，探究人工智能的多面影响、潜在机遇与风险。
人工智能能帮助培养未来的护士吗？
护理学专业的学生泰吉·曼恩、基娅拉·乌克拉尼茨和莎拉·伯登，在解剖学课程中对“深度学习与解剖知识留存”这一课题产生兴趣后，主动向教授提出研究人工智能为教育领域带来的变革。
在沉浸式学习研究所成员余瓦拉杰·纳纳瓦雷博士（人称“Raj博士”）的指导下，该团队系统分析了人工智能在教学中的应用现状与潜力，尤其聚焦于护理教育，并与医学及相关健康学科进行比较。
“人工智能将改变教育机构的教学与评估方式，”曼恩表示，“学生们必须了解其优势与局限，才能在未来成为合格的医疗从业者。”
团队的研究梳理了当前应用场景，指出了现有研究的空白，并强调了利用人工智能推进护理教育的机遇——包括将其整合进加拿大麦科文大学的课程体系。该研究不仅在学生研究日上展出，也在匹兹堡人类解剖与生理学协会年会上发表。
“我发现自己远未如原先所想那样理解人工智能，”曼恩坦言，“越是深入研究，越体会到其复杂性。”
以虚拟现实，直面恐惧
一组计算机科学学生决定动手实践，在研究项目中直接开发一款虚拟现实（VR）应用程序。
“我们中有两人辅修心理学，了解到技术在各种疗法中的兴起，这给了我们灵感，”理学士学生汤姆·马佐尔说道。
在马佐尔与同学泰勒·哈迪、瑞安-杰·罗萨莱斯的合作下，他们在计算机科学系助理教授马哈茂德·埃尔萨达尼博士和肖克里·沙姆塞尔丁博士的指导下，探索VR是否可用于暴露疗法。他们选择恐高症作为方向，构建了一款VR应用，模拟不同高度场景，让使用者能够逐步、渐进地暴露于越来越高的虚拟环境中，从而随时间减轻恐惧反应。
他们还整合了心率监测器，使其与应用程序通信，让用户能实时观察身体对暴露刺激的反应。
“VR不只是一种玩游戏的方式，”马佐尔强调，“它有可能模拟现实生活的某些层面，并利用这种模拟帮助人们在日常生活中应对挑战。”
如果由ChatGPT起草公共政策，会怎样？
文学学士布兰登·比格洛刚开始研究ChatGPT等大语言模型在公共服务中的应用时，并未预料到后续的转向。
“在与公务人员交流并查阅文献后，项目的方向发生了变化，”这位政治学荣誉专业学生回忆，“真正的问题不在于自动化本身，而在于伦理、信任与问责。”
在副教授布伦丹·博伊德博士的指导下，比格洛的关注点从“工具能做什么”转向“公务人员如何看待这些工具”。
“这给了我一种自下而上的视角——基于真实经验的洞察。”
通过本科生研究计划（USRI）的资助，比格洛得以与更多公共服务人员展开合作。
“人工智能已渗透公共部门，并从内部重塑政府的运作方式。这带来了深刻的问题——关于透明度、新兴技术的负责任使用，以及在机器生成决策的时代，如何保持公共服务的‘人性化’，”他指出，“这个项目是为了确保我们不只因为‘能够’就采用技术，而是要在理解其影响的基础上，准备好负责任地运用它。”
用VR模拟器训练护生，可行吗？
乍看之下，一位热衷游戏开发的计算机科学学生参与护理领域的研究，似乎有些跨界。
但当你了解杰迪·艾松的项目是一个帮助护理专业低年级学生学习的虚拟现实模拟器时，一切就说得通了。
在与萨姆·科尔巴尼博士的合作中——科尔巴尼博士一直与助理教授梅兰妮·诺伊迈尔探讨如何以高性价比方式吸引和培训护生——艾松决定尝试提出解决方案。她开发了一款用于输液泵操作的VR模拟器。
“护理专业的一、二年级学生可以借此以便携、易获取的方式进行医疗设备操作训练，”艾松解释说，“他们能在接触实体设备之前，先提升操作熟练度与理解。”
她认为，这类研究能够创新并改进当前护理学生的培训模式。“它可以提高学习参与度、增强知识留存，并且是一种经济高效的解决方案。”
尽管她明白这类特定研究可能受众有限，但对考虑从事研究的学生，她这样鼓励：“无论你的假设被证实的影响是大是小，只要你在过程中有所收获，那就值得去做。”
训练能否提升人类辨别真实图像与AI生成图像的能力？
凯登斯·穆奇、德扬·武尔科夫和林赛·唐斯最初在米歇尔·贾里克博士的脑与认知课程期末项目中，探讨如何检测AI生成的图像。
“我们想了解人们如何判定图像真伪，以及是否能通过训练提升这种能力，”穆奇表示。在贾里克博士的指导下，这三位心理学专业学生深入研究了信念偏差、教育训练干预及眼动追踪技术。
发现现有研究在“人们如何视觉检测图像”方面存在空白后，学生们利用眼动追踪技术，分析在辨识真假图像任务中的注视模式。
“我们测试了人们区分真实图像与AI生成图像的能力，”穆奇说，“然后为部分参与者提供了简短培训视频，展示常见的AI图像瑕疵。”
研究团队发现，教育背景、注意力模式乃至个人信念，都会影响人们对图像真实性的判断。
“我们的研究共同勾勒出一幅更大的图景：人们如何与AI生成内容互动，以及心理学如何帮助我们更好地理解——甚至可能对抗——网络错误信息的传播。”
超快、可靠、可弯曲的可穿戴技术
一组计算机科学学生在穆罕默德·埃尔莫尔西博士的指导下，开启了一项关于未来可穿戴无线技术的研究。
在一位学生研究者（与计算机科学系的马哈茂德·埃尔萨达尼博士、肖克里·沙姆塞尔丁博士合作）成功使用一种特殊柔性天线材料——印刷脊缝波导进行模拟后，他们邀请马修·科斯塔维奇协助整合研究成果。
“这种材料即使在弯曲或包裹状态下仍能稳定传输信号，使设备保持可靠通信，”科斯塔维奇解释道，“这意味着未来的可穿戴设备——如VR头显或先进医疗监测仪——可以兼具柔性、可靠与高性能，即便在使用中发生形变。”
得益于本科生研究计划（USRI）的资助，科斯塔维奇得以在2024年第十八届国际电子、信息与通信工程会议（ICECE）上以线上形式展示该研究，并荣获最佳表现奖。
对他而言，研究的意义不止于成果本身。“在国际会议上展示研究并获奖，让我学会了如何向不同背景的听众清晰传达复杂思想的价值。”
研究，也可以是一场游戏
并非所有研究项目都严肃如学术论文——基努·伯尔的项目就是个例外。
“我主修计算机科学（游戏方向），辅修古典学，因此我想创造、编码并制作一款以古典历史为灵感的游戏，”伯尔说道。他基于荷马史诗《伊利亚特》设计了一款富有感染力的游戏，旨在提升人们对健康饮食的意识。
“跑酷类游戏广受欢迎，编程上也具有挑战性，很合适作为项目方向。”
在计算机科学教授奇内耶·恩杜卢埃博士的指导下，伯尔自学了Unity游戏引擎教程，并掌握了项目所需的其他技能。
“项目具体涉及编写玩家移动、物理交互、与道具（如能量提升）互动的代码，并利用学生资源包中的模型与纹理，构建多个不同关卡供玩家体验。”
“游戏设计涉及多个层面：编码所需的技术知识，设计谜题与挑战的逻辑思维，创作的想象力，以及完成项目的动力与热情，”伯尔总结道，“我从中深入了解了游戏引擎与游戏开发的完整流程。”
在今年加拿大麦科文大学规模空前的学生研究日上，来自各院系的300多名学生提交了论文。以下仅是其中部分代表，他们从公共服务、医疗健康、心理学等领域切入，探究人工智能的多面影响、潜在机遇与风险。
人工智能能帮助培养未来的护士吗？
护理学专业的学生泰吉·曼恩、基娅拉·乌克拉尼茨和莎拉·伯登，在解剖学课程中对“深度学习与解剖知识留存”这一课题产生兴趣后，主动向教授提出研究人工智能为教育领域带来的变革。
在沉浸式学习研究所成员余瓦拉杰·纳纳瓦雷博士（人称“Raj博士”）的指导下，该团队系统分析了人工智能在教学中的应用现状与潜力，尤其聚焦于护理教育，并与医学及相关健康学科进行比较。
“人工智能将改变教育机构的教学与评估方式，”曼恩表示，“学生们必须了解其优势与局限，才能在未来成为合格的医疗从业者。”
团队的研究梳理了当前应用场景，指出了现有研究的空白，并强调了利用人工智能推进护理教育的机遇——包括将其整合进加拿大麦科文大学的课程体系。该研究不仅在学生研究日上展出，也在匹兹堡人类解剖与生理学协会年会上发表。
“我发现自己远未如原先所想那样理解人工智能，”曼恩坦言，“越是深入研究，越体会到其复杂性。”
以虚拟现实，直面恐惧
一组计算机科学学生决定动手实践，在研究项目中直接开发一款虚拟现实（VR）应用程序。
“我们中有两人辅修心理学，了解到技术在各种疗法中的兴起，这给了我们灵感，”理学士学生汤姆·马佐尔说道。
在马佐尔与同学泰勒·哈迪、瑞安-杰·罗萨莱斯的合作下，他们在计算机科学系助理教授马哈茂德·埃尔萨达尼博士和肖克里·沙姆塞尔丁博士的指导下，探索VR是否可用于暴露疗法。他们选择恐高症作为方向，构建了一款VR应用，模拟不同高度场景，让使用者能够逐步、渐进地暴露于越来越高的虚拟环境中，从而随时间减轻恐惧反应。
他们还整合了心率监测器，使其与应用程序通信，让用户能实时观察身体对暴露刺激的反应。
“VR不只是一种玩游戏的方式，”马佐尔强调，“它有可能模拟现实生活的某些层面，并利用这种模拟帮助人们在日常生活中应对挑战。”
如果由ChatGPT起草公共政策，会怎样？
文学学士布兰登·比格洛刚开始研究ChatGPT等大语言模型在公共服务中的应用时，并未预料到后续的转向。
“在与公务人员交流并查阅文献后，项目的方向发生了变化，”这位政治学荣誉专业学生回忆，“真正的问题不在于自动化本身，而在于伦理、信任与问责。”
在副教授布伦丹·博伊德博士的指导下，比格洛的关注点从“工具能做什么”转向“公务人员如何看待这些工具”。
“这给了我一种自下而上的视角——基于真实经验的洞察。”
通过本科生研究计划（USRI）的资助，比格洛得以与更多公共服务人员展开合作。
“人工智能已渗透公共部门，并从内部重塑政府的运作方式。这带来了深刻的问题——关于透明度、新兴技术的负责任使用，以及在机器生成决策的时代，如何保持公共服务的‘人性化’，”他指出，“这个项目是为了确保我们不只因为‘能够’就采用技术，而是要在理解其影响的基础上，准备好负责任地运用它。”
用VR模拟器训练护生，可行吗？
乍看之下，一位热衷游戏开发的计算机科学学生参与护理领域的研究，似乎有些跨界。
但当你了解杰迪·艾松的项目是一个帮助护理专业低年级学生学习的虚拟现实模拟器时，一切就说得通了。
在与萨姆·科尔巴尼博士的合作中——科尔巴尼博士一直与助理教授梅兰妮·诺伊迈尔探讨如何以高性价比方式吸引和培训护生——艾松决定尝试提出解决方案。她开发了一款用于输液泵操作的VR模拟器。
“护理专业的一、二年级学生可以借此以便携、易获取的方式进行医疗设备操作训练，”艾松解释说，“他们能在接触实体设备之前，先提升操作熟练度与理解。”
她认为，这类研究能够创新并改进当前护理学生的培训模式。“它可以提高学习参与度、增强知识留存，并且是一种经济高效的解决方案。”
尽管她明白这类特定研究可能受众有限，但对考虑从事研究的学生，她这样鼓励：“无论你的假设被证实的影响是大是小，只要你在过程中有所收获，那就值得去做。”
训练能否提升人类辨别真实图像与AI生成图像的能力？
凯登斯·穆奇、德扬·武尔科夫和林赛·唐斯最初在米歇尔·贾里克博士的脑与认知课程期末项目中，探讨如何检测AI生成的图像。
“我们想了解人们如何判定图像真伪，以及是否能通过训练提升这种能力，”穆奇表示。在贾里克博士的指导下，这三位心理学专业学生深入研究了信念偏差、教育训练干预及眼动追踪技术。
发现现有研究在“人们如何视觉检测图像”方面存在空白后，学生们利用眼动追踪技术，分析在辨识真假图像任务中的注视模式。
“我们测试了人们区分真实图像与AI生成图像的能力，”穆奇说，“然后为部分参与者提供了简短培训视频，展示常见的AI图像瑕疵。”
研究团队发现，教育背景、注意力模式乃至个人信念，都会影响人们对图像真实性的判断。
“我们的研究共同勾勒出一幅更大的图景：人们如何与AI生成内容互动，以及心理学如何帮助我们更好地理解——甚至可能对抗——网络错误信息的传播。”
超快、可靠、可弯曲的可穿戴技术
一组计算机科学学生在穆罕默德·埃尔莫尔西博士的指导下，开启了一项关于未来可穿戴无线技术的研究。
在一位学生研究者（与计算机科学系的马哈茂德·埃尔萨达尼博士、肖克里·沙姆塞尔丁博士合作）成功使用一种特殊柔性天线材料——印刷脊缝波导进行模拟后，他们邀请马修·科斯塔维奇协助整合研究成果。
“这种材料即使在弯曲或包裹状态下仍能稳定传输信号，使设备保持可靠通信，”科斯塔维奇解释道，“这意味着未来的可穿戴设备——如VR头显或先进医疗监测仪——可以兼具柔性、可靠与高性能，即便在使用中发生形变。”
得益于本科生研究计划（USRI）的资助，科斯塔维奇得以在2024年第十八届国际电子、信息与通信工程会议（ICECE）上以线上形式展示该研究，并荣获最佳表现奖。
对他而言，研究的意义不止于成果本身。“在国际会议上展示研究并获奖，让我学会了如何向不同背景的听众清晰传达复杂思想的价值。”
研究，也可以是一场游戏
并非所有研究项目都严肃如学术论文——基努·伯尔的项目就是个例外。
“我主修计算机科学（游戏方向），辅修古典学，因此我想创造、编码并制作一款以古典历史为灵感的游戏，”伯尔说道。他基于荷马史诗《伊利亚特》设计了一款富有感染力的游戏，旨在提升人们对健康饮食的意识。
“跑酷类游戏广受欢迎，编程上也具有挑战性，很合适作为项目方向。”
在计算机科学教授奇内耶·恩杜卢埃博士的指导下，伯尔自学了Unity游戏引擎教程，并掌握了项目所需的其他技能。
“项目具体涉及编写玩家移动、物理交互、与道具（如能量提升）互动的代码，并利用学生资源包中的模型与纹理，构建多个不同关卡供玩家体验。”
“游戏设计涉及多个层面：编码所需的技术知识，设计谜题与挑战的逻辑思维，创作的想象力，以及完成项目的动力与热情，”伯尔总结道，“我从中深入了解了游戏引擎与游戏开发的完整流程。”
相关文章
