生成式人工智能对数据安全保护的挑战及刑法应对

随着生成式人工智能在多个领域的应用,数据安全保护面临新的挑战。在数据安全保护的路径选择上,传统模式选择以数据主体为锚定权利的基准,在赋予数据主体相关权利的基础上,以告知—同意原则作为数据主体的权利边界,建立涉及刑法、民法等多个领域的数据安全制度。但不得不承认,伴随人工智能的发展,这种基于数据主体权利的数据保护模式逐渐表现出认知与结构性困难,需要从路径选择上进行转变。相对于以数据主体权利为核心的保护模式,刑法可以从风险的角度考虑,以贝克的风险社会理论作为理论参考,从承认数据主体具有完全理性转变为承认其具有有限理性,将数据安全保护的主要关注点从数据主体的权利保障转移到数据安全风险的预防和管控。此外,在数据安全保护的实质层面上,生成式人工智能侵害数据法益的行为可以概括为行为人利用或针对生成式人工智能实施的行为,以及生成式人工智能在演化、运行过程中“自主”实施的行为。刑法应以风险作为主要考量因素,结合已有规定对上述两种行为进行评价。

生成式人工智能在高校图书馆智慧学科服务中的应用与思考

自ChatGPT诞生以来,生成式人工智能(Generative AI)技术在各个领域的应用已经彰显了其深远的影响力和巨大的潜能。高校图书馆学科服务无疑也将受到这一技术的影响。文章概述生成式AI的基本概况,分析了生成式AI在学科服务中的使用潜力:学科资源建设与管理、学科信息获取与利用、学科信息加工与数据统计、学科用户咨询与反馈、学科数据挖掘与决策支持。在这些应用场景中,生成式AI能显著提升用户体验和学科馆员的工作效率。文章还对生成式AI应用于高校图书馆智慧学科服务进行了深入思考,旨在为图书馆学科服务引入生成式AI技术时提供参考和指导。

基于生成式人工智能的眼动样本生成及识别

目的生成式和传统人工智能模型是信息时代的关键工具。在这些技术的助力下,眼动过程的样本生成与识别显得尤为关键,它已成为深入研究认知机制的重要手段。为了推动生成式人工智能在眼动技术领域的应用发展,解决眼动样本生成及因网络深度增加而导致的不透明性和不可解释性问题,并深入挖掘与幼儿语言发展相关的眼动数据,方法采集4~6岁幼儿理解不同焦点结构的眼动数据,采用生成式人工智能模型-变分自编码器(variational autoencoder,VAE)和传统模型-多层感知器(multi-layer perceptron,MLP)识别眼动模式的发展差异并尝试生成新样本,基于灰色关联分析和混淆矩阵对生成式数据集进行解释。结果结果表明:(1)VAE生成的4岁组、5岁组和6岁组幼儿眼动数据集精度高于MINIST数据集(mixed National Institute of Standards and Technology database),且与MLP分析结果一致,具有准确性、多样性和一定的可解释性;(2)生成式眼动数据及混淆矩阵结果表明,在无焦点结构句式中,幼儿在4~5岁、5~6岁两个阶段理解水平均有提升,而宾语焦点结构和主语焦点结构的眼动特征在4~5岁变化较小,5~6岁变化较大,说明幼儿对焦点结构的理解在5岁是一个关键期,这符合幼儿焦点结构理解发展规律。结论提出的人工智能耦合分析方法,具备有效识别眼动特征发展模式的能力,并能据此生成可靠的新样本。这一方法不仅为生成式人工智能与眼动技术的融合开辟了新的途径,而且为复杂语言理解问题提供了全新的思考方向。

生成式人工智能应用场景下个人信息保护的法律风险及应对

数据已成为新的产权要素和产业基础,而具备了一定理性能力的生成式人工智能ChatGPT在大数据喂养、人为数据标识处理和信息再输出三个层次对个人信息权益构成了新的侵权范式。尽管《个人信息保护法》《网络安全法》等法律规范已确立起一系列个人信息保护手段,但在生成式人工智能服务与应用端仍面临着解释和适用上的难题。为此,我国需要在保障个人信息权益的前提下鼓励发展人工智能技术——在总体上要树立起基于风险的个人信息保护原则,并尝试以“风险预知—解构—化解”为基本路径,在微观上优化“知情-同意”规则,以“设计保护”原则强化企业内部自治,并灵活调整侵权责任追究机制。

基于生成式人工智能的思想政治理论课改革与创新

在新时代背景下,人工智能与教育的深度融合已成为必然趋势。首先,本文回顾了生成式人工智能在教育领域的发展历程,阐述了其在思想政治理论课中的应用现状和潜力。其次,分析了生成式人工智能在思想政治理论课改革探索中的重要意义,指出了在应用过程中面临的挑战,最后,提出了相应的策略以有效应对这些挑战,确保生成式人工智能技术在思想政治理论课中的有效应用以期促进改革和创新。

生成式人工智能如何塑造智能广告生产形态——基于百度商业智能体的分析

生成式人工智能对自然语言的理解、推理、生成等能力塑造了全新的广告生产形态。本文通过对百度AI Native智能体的研究,揭示生成式人工智能广告生产形态的全新特征:大模型在广告投放过程中贯穿自然语言交互的生成式智能,通过广告主(或代理操作者)与智能体的自然语言交互,完成生成式智能洞察、生成式智能推理、生成式智能创作、生成式智能投放和生成式智能服务构成的广告活动生产形态。由此得出,生成式人工智能广告生产的主体特征包括自然语言交互、大语言模型智能和千人千面交互,这三个特征实现了针对目标用户/消费者的个性化营销沟通目标。论文进而探讨了生成式人工智能广告生产形态的特征,体现为人机交互范式的变革、人机协同运作模式的优化、投资回报率的提升和消费者价值共创的强化。论文最后从交互逻辑、交互模式和交互导向对生成式人工智能广告所面临的问题提出反思。通过研究可以得出,生成式人工智能广告是广告主和目标消费者通过自然语言与大语言模型个性化交互,在生成式多模态的沟通中,通过人机协同实现双方个性化精准需求连接的智能营销沟通活动。

基于供需理论的生成式人工智能赋能情报工作范式模型构建与应用研究

[目的/意义]当前生成式人工智能的发展对社会产生了强烈冲击。为响应国家创新发展的迫切需求,如何利用生成式人工智能更好地完成情报工作,以满足用户的情报需求,已成为当前情报学领域关注的热点问题。[方法/过程]基于供需理论提出从数据供给侧(Supply)、智慧情报分析中台(Analysis)、情报需求侧(Demand)三方构建生成式人工智能赋能情报工作范式模型——SAD范式模型,深入分析生成式人工智能赋能情报工作机理,并结合国际前沿项目案例探讨生成式人工智能与情报工作的前瞻性融合发展。[结果/结论]生成式人工智能赋能情报工作范式模型SAD,可以更好地促进生成式人工智能赋能情报工作的各个环节,提高情报工作效率,为情报工作范式研究提供了新思路。

生成式人工智能的知识产权法律因应与制度创新

生成式人工智能的复合产品结构与自主运转功能造成了知识产权法律适用的难题与挑战。在复合产品结构下,知识产权法律难题源于生成式人工智能核心要素之算法与数据的知识产权保护问题;在自主运转功能下,知识产权法律挑战则呈现为生成式人工智能衍生内容的知识产权授权与确权问题。对此,应积极推进生成式人工智能场景下的知识产权法律变革,立足生成式人工智能核心要素与衍生内容,有针对性地展开知识产权制度创新,从而实现对生成式人工智能知识产权法律问题的合理回应。

Sora、生成式人工智能与我国国际传播的新生态

以ChatGPT和Sora为代表的生成式人工智能技术正在引发国际传播领域的广泛讨论。关于此类技术的实践和应用成为国际传播知识生产的前沿领域。从内容生产力的提升到对社会文化领域的影响再到潜在的伦理和法律风险,生成式人工智能推动着国际传播的生态转型。以中国为方位,紧抓技术创新的机遇,建立审慎的规制体系,积极加入生成式人工智能的全球竞合场域,推动其成为国际传播能力建设的正向力量,成为亟需研讨的时代议题。

赋能、负能与使能:生成式人工智能嵌入乡村教师专业发展的多维审思

生成式人工智能推动知识生产和传播模式的变革,为乡村教师专业发展带来新契机。基于“赋能—负能—使能”的逻辑理路进行审思发现,生成式人工智能给乡村教师专业发展带来专业理念重构、专业知识增长、专业能力进阶和专业情意滋养的机遇。机遇背后暗含“人机共存”颠覆“以人为师”育人理念、“知识生产异化偏移”挑战知识创生、“高阶应用”挑战“高阶能力”、“主体身份遮蔽、降格”挑战主体情意等挑战。为把握机遇,化解挑战,应用生成式人工智能促进乡村教师专业发展,需从理念认同、知识共创、能力提升、情意升华四个方面“使能”。

“生成式人工智能”(AIGC)及其哲学意蕴

从“生成式的AI”或“生成式的人工智能”(AIGC)的角度看,需要关注“自然生成”“人工智能生成”“社会生成”或“伦理生成”之间的关联和区分。人工智能具有确定性与生成性,它从一个侧面体现了being与becoming的沟通和统一。从传统意义上的人禽之辨到人机之辨,体现了重要的转换,但二者在本质上都关乎何为人的追问。人工智能所体现的理性具有非原创的意义,人所具有的理性推论能力作为人的本质,则具有原创性。相对于人而言,AI作为一种机器,归根到底还是属于“器”,只具有工具意义,不具有独立的人格,也难以获得伦理主体的地位。此外,人工智能主要表现为人的创造的一种结果,真正的原创意义上的智能只有人才具有。从这一意义上说,只有人才是原始的创造者,把人工智能看作比人更高级的动物,并不合乎事实。人工智能发展可以取代很多人的工作,这在本质上如同在近代工业的发展过程中,机器不断取代手工操作,二者情形相近,原理也一致。从更深远的意义上说,这也是人不断地走向人性化的社会、达到真正自由存在形态的一个环节或前提。科技的发展可以使我们对世界的细节、对某些方面越来越深化,但是总体上对世界的把握离不开哲学。另一方面,科学发展具有自主之性或惯性,后者需要哲学为其提供价值引导。

基于“技术道德化”理论的生成式人工智能教育应用潜能与风险研究

随着生成式人工智能的快速发展及其在教育领域的广泛应用,国内外研究者围绕它及其背后的大语言模型教育应用问题展开了热烈的讨论,但大部分研究因缺乏对生成式人工智能技术原理的了解而在问题探讨中存在伊莉莎效应。研究首先在对生成式人工智能技术学原理进行深入剖析的基础上,从维贝克“人—技杂合”视角对生成式人工智能的本质展开技术哲学分析;其次,基于“技术道德化”理论分析了生成式人工智能教育应用的四大潜能和面临的五大风险挑战;最后,提出基于“人—技杂合”的思想从“设计者”和“使用者”两种视角构建“双向奔赴”的全球人工智能治理体系,将成为未来探索的重要方向。

人智交互情境中用户对生成式人工智能的心智感知及反应研究

[目的/意义]随着AI组成技术的发展及人智协作的日趋紧密,高阶的生成式人工智能(GAI)代理具备涌现能力,通过类人化特征与用户建立社会化连接。文章旨在丰富社会技术视角下人智交互发生机理的探索,并为人本人工智能背景下GAI设计提供参考。[方法/过程]爬取豆瓣社区1275条用户与ChatGPT对话的帖子,遵循建构主义范式,基于CASA范式和心智感知理论,采用系统性主题分析方法构建框架模型。[结果/结论]构建了GAI作为社会行动者的理论框架,得到人智交互情境下用户对于GAI的心智感知及社会化反应。心智感知包括GAI主体性感知和感受性感知两种。GAI主体性感知包括创造力、可靠性、运行规则、客观性、有用性;GAI感受性感知包括共情、沟通责任、趣味性、友善、文化适应性。这两种感知会相互影响。用户对GAI的社会化反应涉及认知加工、情感唤醒、行为强化三个方面。认知加工包括知识获得、态度转变;情感唤醒包括愉悦感、共鸣、社交连接;行为强化包括持续付费行为、准社会互动。用户的社会化反应与心智感知存在双向作用关系。

论生成式人工智能的技术创新伦理周期——以ChatGPT为例

生成式人工智能在推动技术创新突破性应用的同时,也带来了许多社会伦理风险:隐私暴露与信息安全控制风险;虚假信息派生所带来的信息传播风险;算法偏见所带来的决策和政策风险以及责任界定模糊风险。运用“索洛悖论”理论,将伦理进步看作是科技创新投入的增函数,可以发现生成式人工智能对伦理推动的“技术创新索洛周期”。基于此,要跨越生成式人工智能“伦理风险鸿沟”可以采取以下对策:健全生成式人工智能法律规制,推动构建生成式人工智能治理体系;加强平台监管,完善流程标准化管理,规范保障生成式人工智能安全发展;落实优化生成式人工智能可持续发展环境,探索更多行业重塑的可能。

生成式人工智能支持的教师评语研究:基于初中数学课堂的实践探索

教师评语是形成性评价分析的重要数据来源,但现有教师评语生成的质量在社会性、客观性和个性化方面存在一定的不足,生成式人工智能支持的教师评语为解决该问题提供了可能。生成式教师评语是指教师通过认知诊断技术得到的智能诊断数据与生成式人工智能平台进行交互,从而让生成式人工智能平台模拟教师社会性语言,生成数据驱动的个性化教师评语。在初中数学课堂中的实证研究发现:生成式教师评语有效地提高了学生的自我调节学习能力(Cohen's d=1.08,p=0.000)和学习动机(Cohen's d=0.59,p=0.003),对学生的深度访谈结果表明,生成式评语能作为考试的一种总结反思工具,体现了教师对学生个性化的关注和鼓励。研究结果为人工智能技术助力个性化、精准化教学提供了研究思路,为教育环境中持续评估和改进生成式人工智能技术的使用提供了建议。

生成式人工智能大模型在设计领域的应用

近些年来,随着ChatGPT,Midjourney,Stable Diffusion,Gemini等大模型的横空出世,生成式人工智能大模型取得了飞速发展,各行各业迎来了新一轮的技术变革。旨在探讨这一前沿技术在设计领域的应用,特别是在设计创新和创意产出方面的影响。首先,我们介绍了生成式人工智能大模型的基本原理,着重阐述其在文本生成、图像生成等任务上的成功应用。其次,我们深入研究了生成式人工智能大模型在设计领域的具体应用,主要包括服装设计、平面设计、漫画设计、机器人设计、工艺品设计、游戏设计等方面。此外,还探讨了生成式人工智能大模型在设计领域可能面临的挑战以及相应的解决策略。最后,我们强调了在设计领域使用生成式人工智能大模型的潜在益处,以及在设计过程中应扮演的角色。

生成式人工智能嵌入敏捷政府建设:影响、风险与应对

随着科学技术的不断发展,人工智能持续突破以传统算力和算法为基础的专门化人工智能“本体”,向着解决综合性复杂问题的通用型方向发展。技术变革催生政府创新,在新智能时代的社会背景下,传统政府利用最新科技工具向敏捷政府转型。以ChatGPT为代表的生成式人工智能所具有的大数据、大算法以及“类人化”等特征与敏捷政府的灵活响应、以人为本等特性相匹配,为其嵌入敏捷政府建设提供了可行性。然而,技术是一把双刃剑,政府在享受生成式人工智能技术带来便捷的同时,也要应对其超越性发展所带来的现实难题。总体来看,对生成式人工智能的广泛应用应该持包容态度,并将其作为技术工具赋能敏捷政府建设,推动生成式人工智能更好地落地实践。

生成式人工智能对课堂教学的挑战与应对

以ChatGPT为代表的生成式人工智能,在形式、角色、过程等方面都表现出明显的优越性,但也存在对话的被动性、知识的不确定性、伦理的争议性、信息的安全性等局限,由此加剧了人们对智能技术应用于课堂教学活动中的问题担忧,主要表现为教学主体地位的混淆、学生道德规范的模糊、课堂教学方式的单一和考核评价难度的提升。为有效应对生成式人工智能对课堂教学带来的挑战,提出通过教师、学生和技术三者之间的角色转型和关系重构创设有温度的课堂教学空间,通过有目标的教育、有意义的学习和有智慧的课堂建构有深度的课堂教学环境,通过宏观、中观和微观(国家、社会和学校)执行有力度的课堂教学制度,以推动课堂教学高质量发展。

生成式人工智能虚假信息治理的新挑战及应对策略——基于敏捷治理的视角

生成式人工智能的基础数据来源复杂,数据的真实性与合法性存在极大不确定性,由此出现的虚假信息在技术逻辑上具有必然性和无限复制性;在传播规律上具有瞬时性和隐蔽性;在危害后果上具有复杂性和不可控性。现有多中心协同论、二元治理结构论和层级治理论分别从不同的视角提出治理策略,但过于关注协同合作本身却忽视了治理主体的协同能力和响应效率;过度依赖政府与市场的互补却遮蔽了二者面临新技术时容易懈怠的共性;盲目信任分层治理极易陷入技治主义的困境。对此,应转向敏捷治理下以政府主导强化多元主体间的协同效能、提升治理结构的适应性、破除层级障碍的治理新思路。以虚假信息治理的法治化和技术化为基本方向,保持制度的原则性要求和技术工具价值的协同,实施虚假信息等级评估制度,构建治理主体高效协作机制、快捷响应机制和容错纠错机制,搭建生成式人工智能虚假信息敏捷治理新模式的基本框架。

大学生生成式人工智能应用现状与思考——基于浙江大学的调查

本研究随机调查了1190位浙江大学本科生,通过描述统计、差异检验及事后多重比较等方法,分析大学生生成式人工智能的使用现状及影响因素。研究表明,约七成受访者表示熟悉生成式人工智能;三分之二的大学生使用生成式人工智能的时间在2022年12月-2023年6月间,四分之一的大学生开始使用生成式人工智能的时间是2023年7-11月;五分之一大学生表示会经常使用,七成大学生表示会偶尔使用;大学生使用最多的生成式人工智能工具是ChatGPT;使用最多的技术是文本生成技术;最常用的生成式人工智能功能包括文本生成和信息搜索;约六成大学生学过生成式人工智能的知识或技能;大学生使用生成式人工智能的四大典型场景(课程学习、科研活动、日常生活以及升学求职)中,科研活动是最常用生成式人工智能场景;性别、年级、专业大类等变量会不同程度影响大学生使用生成式人工智能;希望学校开设生成式人工智能相关课程/讲座是大学生提出最多的建议。基于调研结果,本研究从高教管理部门、公司机构、高校和教师等角度,提出未来高校使用生成式人工智能的建议,以期为生成式人工智能融入高等教育教学实践提供参考。