荆日星是仪器科学与光电工程学院的副教授。如果只看简历，她是“AI+脑科学”方向的研究者；但熟悉她的学生都知道，她的课从来不是那种正襟危坐、埋头记笔记的课。在荆日星看来，教育与研究从来不是两件事，它们共享同一个底层逻辑：带着真实的问题出发，去靠近那些复杂的答案。

课堂、竞赛与班级：教育的三种现场

荆日星的课堂，很少照本宣科。讲排序算法时，她会让学生现场摸牌打扑克，在一把牌的排列整理里感悟自己的思考方式；讲到贪心算法，她会把局部最优的逻辑延伸到人生选择——着眼当下，把眼前的事做好，人生就不会差到哪去；讲贝叶斯思想，她告诉学生，既要听人劝，又不能听风就是雨，关键是学会用新信息调整旧思路。这些看似出圈的设计，背后有她一贯的教学主张：让学生先感受，再理解；先入戏，再抽象。青年教师教学基本功大赛和教学创新大赛的经历，也让她有机会把这些想法系统地打磨一遍，哪里讲得不够清晰，哪里可以给学生更多思考的空间，一点点变得更好。

在竞赛场上，她是学院智能车队的指导教师。遇到学生卡在瓶颈时，她不急着给答案，而是先问一句：“如果你是这辆车，你会怎么去完成任务？”这个问题往往能让学生跳出纯粹的技术视角，重新想清楚问题的本质。竞赛教给学生的，不只是技术，更是在高压下保持思考、在失败中重新出发的能力。团队先后在全国大学生智能汽车竞赛等多项赛事中获得国家级、省部级奖项，她也因此获评“优秀指导教师”。

课堂之外，她还是班主任。她认真地去了解班里每一个学生的状态，帮他们理清方向、规划路径。到了大三大四，班里考研的氛围浓起来，备考的压力也跟着涨。她在复习最紧张的阶段给同学们买来饮品，给他们加油打气，也会聊聊进展怎么样、卡在哪里。她说，这个阶段学生最需要的不是大道理，而是有人看见他们、陪着他们撑过去。这份持续的用心，让她两次获得了“优秀班主任”的称号。她说，这个荣誉对她而言格外有分量，因为这来自于学生。

研究从何而来：带着对生活的追问

荆日星做研究有个习惯：先想“这个问题跟人有什么关系”，再想“我能用什么方法靠近它”。她的研究方向是AI+脑科学，用机器学习和统计分析的方法理解脑影像数据，探索阿尔茨海默病、抑郁症等疾病背后的神经机制，这些研究指向的都是真实的人在真实的痛苦中所经历的事。与国内领先团队的合作，让她的研究得以落地在临床数据的厚度之上，也让她始终保持着一个清醒：学术的意义不在于论文本身，而在于它所回应的那个真实问题。

这种从生活出发的研究气质，也渗透进了她对教学的理解。她常常把自己在研究中培养出的思维方式——提出假设、寻找证据、修正判断——带进课堂，让学生感受到，那些看似抽象的算法和模型，其实是人类面对不确定性时发展出来的思考工具。

当脑科学遇见学生的日常

两年前，荆日星开始思考一个出现在她视野里的现象：越来越多的学生大量刷短视频，有人因此影响了作息，有人甚至感到难以自控。这让她产生了一个问题——这只是不良习惯，还是有更深层的神经机制在驱动？要怎么说服大家放下手机，回归生活？

她决定把这个问题带进研究。她与光电学院学工力量合作，围绕学生群体的短视频使用行为与成瘾倾向，设计了系统的研究方案，将脑科学的视角引入对校园日常现象的观察。出乎意料的是，学生们的参与热情很高，因为这就是他们自己的生活，他们本来就想知道答案。不少学生主动加入，协助问卷设计与数据整理，这次科研因此变成了一场师生共同探究的旅程。

目前，这项研究的阶段性成果已经被顶级期刊Science Bulletin接收。荆日星说，她希望这项工作最终能为高校学生心理健康教育提供一些有参考价值的依据。“做有用的研究，做跟人有关的研究。”这句话，像是她对自己研究路径的一次总结，也像是她从科研走向育人的一声回响。

结语

六年时光，在讲台与实验室之间悄然流淌。谈起这些年最大的收获，荆日星总结“可能是越来越清楚自己想做什么，也越来越不怕慢。”从中国科学院大学到北京信息科技大学，变的是身份，不变的是那份对问题刨根问底的劲头。只不过，问题的对象从脑影像数据，延伸到了站在她面前的一个个年轻人。

现在的她，课要上，竞赛要带，学生要管，研究要推进，忙是真的忙，但她并不觉得自己分裂。“这些事情在我这里是同一件事。”她相信好的研究者和好的教师需要同一种能力：真正对人感兴趣。学校给了她一个足够宽阔的地方去实践这件事，而她也在用自己的方式，回应着这份信任。前路还长，她只是低着头，一步一步往前走。

（摘自微信公众号“北京信息科技大学党委教师工作部”）