基础物理实验

基础物理实验是下学期1学分的实验课，通常两周一节，共若干次实验，考核重点是实验报告、开放实验以及实验项目。课程会涉及测量工具使用、实验设计、数据处理、误差分析等内容。 这门课最容易踩的坑是：实验当天做完了，但数据、仪器参数、异常现象和老师提醒都没记全，回去写报告时只能靠回忆硬编。我的建议是，实验时原始数据一定要记完整，哪怕记录得乱一点也比没有强。报告不要只写结论，步骤、数据表、计算过程和误差分析都要尽量完整。视频任务最好早点定题、早点分工，决定谁讲原理、谁演示、谁剪辑，不要拖到最后一周全组赶工。

课上实验

上课的时候会让我们做一些如“测量液体表面张力”“光栅方程的应用”“风能电能的转换研究”等这种实验。在记录完数据之后即可找老师签字离开。

（注：以下情景仅适用于曹子君班，不敢保证情况与毛胜春班相同）

因为一些课程安排的缘故，我们班的第一次实验是直接跳过去的。所以我们班其实只做了“测量液体表面张力”“光栅方程的应用”“风能电能的转换研究”这三个实验。其中第一个实验是在实验数据纸上完成数据处理与误差分析（定性）。后面两个则是可以另写实验报告。实验的分组方式是抽取一个箱子里的乒乓球，根据其上的数字决定你的组。如果你有特别需求，可以提前约定好数字，拿完之后用一个老师看不到的角度看一眼并直接报数字。二人均如此操作即可。其实，做实验时还是建议和熟悉的人，一起因为这样的话彼此熟悉，干起来效率会提升，并且排除一些摆烂的学生以提升效率。（毕竟做实验都摆烂了，写实验报告也不用指望了，甚至有可能直接抄袭你的实验报告从而让双方均获得较低的分数）

实验报告稍微进行下数据处理并绘图，然后编写latex代码并编译即可。我的实验报告也放上来作为参考了。但是大部分内容都是AI生成的（但是最后要求打印下来提交，所以根本不用管会不会查AI率）。

开放实验

这个的核心是要求自行设计实验并汇报，要求是每组不超过5个人，可选择做一个原创性实验或者两个非原创性实验（不得与CUPT雷同，就是不知道能不能与CUPET雷同）。那么问题就来了，“原创性”“雷同”等等如何定义与判决呢？总得有一个统一的标准吧。答案是：

为了以防学弟学妹们想不出来可以做什么做什么方面做到什么程度，我给出我的相关实验报告。当时其他同学的选题主要如下：

• 液体表面张力探究
• 不同材料隔热性能探究
• 重力加速度的测定（单摆&自由下落）（他们把这个算成了两个实验，后面还有很多做重力加速度测量的比如「基于声呐、深度传感器、g值测量与gps的联合楼层高度测量」，我就不说了）
• 测量光随距离的衰减
• 探究液体飞溅相关量的关系
• 共鸣管测空气中声速
• 光强和接受屏到光源距离的关系
• 测量动摩擦因数
• 测量地磁场的强度
• 基于手机传感器的机械手表受磁与消磁特性研究
• 验证复摆周期公式（原创）
• 弹簧摆混沌特性探究（原创）
• 验证马吕斯定理
• 基于图形识别算法的接触角测量（原创）
• 验证光的散射定理
• 通过光电门测速对电磁炮发射的小球测速，以得到自制电磁感应系统中的能量转化数据，做出对小球发射行为的优化（原创，这个搓电磁炮的真的NB）
• 运用斯托克斯公式测大豆油的粘滞系数
• 用Phyphox制做磁力温度传感器
• 验证多普勒效应
• 用phyphox测量磁导率，用RC电路测量真空介电常数，以光速与两者的关系间接得到光速（原创）
• 地磁场磁偶极子模型的验证（原创）
• 测量地球扁平度（原创）
• 等倾干涉
• 声速测量

只能说同学们的脑洞是无限的。

我当时主要是懒得去跟老师辩解原创性，所以就干脆做了两个很抽象的实验。原来想的是实验直接做完并拍视频。稍微处理一下数据，之后很多其实都是有AI参与的痕迹的。主要是当时要求班内组队，我又不善于交往。所以在班内没有拉到人一起做。两个实验需要做的有实验、数据处理、实验报告编写以及汇报PPT，这些制作理论上讲是四个人的工作量，但是我实在是找不到其他人了。 可以看到，实验报告其实AI痕迹蛮明显的，AI Probability直接来到了41%. 但这都是没有办法的事，我不可能一边在校运会裁判组工作，一边把完整的实验报告赶出来。甚至就连汇报的PPT都是直接将实验报告的latex项目的源码、素材以及数据给AI，让其结合模版制作汇报用的beamer.

关于 AI，我我的一些想法是，不要把它简单理解成“能不能帮我写作业”，而应该把它看作一种新的学习工具。就像计算器替代了大量重复计算，搜索引擎缩短了查资料的时间，AI的价值也不在于替你逃避思考，而在于把你从一些低价值、重复性的劳动中解放出来，让你把时间留给真正重要的事情。毕竟，人不能为了考试和作业而活。

大学里确实会有一些课程，它们和你的专业方向关系不大，作业形式也比较机械，花费很多时间未必能换来相应的成长。对于这类任务，我并不反对使用 AI。时间本身就是一种有限的资源，把三个小时耗在调整一篇格式化的作业上，未必比用一个小时读论文、写代码、做项目更有意义。你可以让 AI帮你提高效率，却不应该让它成为你。~~免责声明：~~ 尤其要先确认课程对于 AI使用的规定，明确要求独立完成的任务，最好还是不要越过边界。

所谓“不能直接使用 AI”，并不是指要故意把 AI 生成的句子改几个词，或者想办法躲过检测（这个我倒是有一个降AI率的万能prompt）。那本质上还是 Ctrl+c & Ctrl+v。更合理的方式，是把AI当成一个能力很强、但偶尔会一本正经胡说八道的助教（毕竟很多老师空余时间并不充足，跟他提问课程相关的知识问题也未必会回应，这一部分刚好由AI补上）。拿到一个任务后，先由你自己读懂要求，判断老师真正希望考察什么，再让 AI 帮你拆解题目、梳理概念、提供思路或者搭建结构。比如，可以让它解释评分标准，列出完成任务需要覆盖的知识点，比较几种不同的论证路径，或者指出你的初稿中逻辑不连贯的地方。而且最好清楚AI的知识能力与常识能力，对于一些强逻辑或者世界知识要求较高的任务就使用对应的较好的模型。~~这也算一种“知人善任”？~~

Prompt在使用AI时是很重要的东西。在具体使用时，可以先自己写一个粗略框架，哪怕只有几句话也好，然后把课程要求、你的观点和不确定的地方一起交给AI。不要只说“写作业，要求在附件图片，懂？”。问得要具体像“这个题目的核心矛盾是什么？”“我的论点有没有漏洞？”“这一段是否缺少证据？”“有没有更清晰的表达方式？”得到回答之后，也不要整段照搬，而是逐条检查其中的事实、数据、引用和案例。AI写作业最危险的地方不是它不会回答，而是它在不知道答案时，也可能回答得非常自信（AI幻觉）。涉及论文、政策、历史事件、专业概念和参考文献时，一定要回到原始资料进行确认，不要引用自己没有真正看过的内容，更不要使用它编造出来的文献。

最后交上去的东西，应当经过你自己的重新组织。你至少要能够解释每一个核心观点，知道结论是如何得出的，也能在老师追问时说清楚自己的思路。这才是作业由你参与完成的证明。判断一份作业能不能提交，有一个很简单的标准：关掉 AI 之后，你是否仍然知道自己写了什么；换一种题目，你是否还能独立完成大致相同的分析。如果答案是否定的，那说明这份作业虽然完成了，但知识并没有真正留下来。

我始终觉得，AI不应该替我们走完一条路，而应该让我们有余力走得更远。大学生活并不是一场把所有任务都完成得毫无瑕疵的竞赛，更重要的是逐渐知道，哪些事情值得认真，哪些事情可以借助工具高效完成，以及自己真正想把有限的时间投入到哪里。愿你们既不因为拒绝新工具而疲惫，也不因为过度依赖工具而失去判断力。让AI替你搬走路上的石头，但方向、脚步，以及最后看到的风景，还是要属于你自己。

实验项目

这一部分占分我记得是60%，建议较早的和同学合作进行准备。这一部分由于笔者还要参与竞赛，所以相关的经验不方便分享，后续会补上的。

但是像这一年的同学选题之类的还是可以放一下的：

普通组题目

• “水珠与水膜”科普视频
• 空竹的构造与转动原理
• 亚稳态溶液科普视频
• 光的全反射科普视频
• 光的传播科普视频
• 滚动的篮球是怎么停下的
• 热巧克力效应科普视频
• 光学色散科普
• 纹影摄影科普视频
• 双生子佯谬科普视频
• 冰与金属摩擦系数测量
• 量子隧穿（2组）
• 光的细丝衍射科普视频
• 狭义相对论科普视频
• 毕奥-萨伐尔定律
• 双缝干涉实验科普视频
• 光栅衍射

竞赛组题目

• 毕奥-萨伐尔定律
• 熵增定律
• 光纤相关介绍
• 涡旋电场科普视频
• 全反射与全透射
• 基于AI增强和图形识别算法的接触角测量
• 冰与金属的摩擦系数测量
• 磁探伤
• 量子隧穿（2组）
• 光栅衍射（2组）