人工智能视域下的新质生产力生成路径

随着人类从信息时代进入数字时代,以科技创新为关键核心的新质生产力正在与人工智能形成“互嵌”。基于高深知识生产、技术元素整合以及产业技术突破,人工智能在新质生产力的劳动者层面催生智能生产力,在劳动资料层面提供高效数字化的劳动工具,在劳动对象层面促发以产业生态化为特征的新型生产体系。以人工智能加快推动新质生产力发展,需要从四个方面着力:一是形成政产学研一体的人工智能人才生态;二是建立协同开放的人工智能科技创新生态;三是培育协调互嵌的人工智能产业生态;四是构建规范高效的人工智能治理制度生态。

高校教师人工智能素养及提升策略

高校教师是智能技术能否以及如何进入高校的关键守门人,其人工智能素养水平直接决定智能时代高校教育教学变革的方向、速度和质量。本研究认为,人工智能素养是高校教师胜任智能时代教书育人、科研创新、社会服务和文化传承等工作需具备的,这些素养具体体现在育人理念、智能教育知识、人机协同教学、数智赋能科研创新、坚持科技向善和人本价值五个维度,整体要求坚持理念引领、知识为基、能力为核、创新为重、价值为本。高校可通过更新教师培训的内容与形式、创新教研室的活动内容与形式以及采用项目驱动提升教师融合人工智能实践能力等策略,促进提升教师人工智能素养,并为其提供组织、制度、资源和环境保障。

人工智能风险体系与模块化评价指标构建实证研究

[研究目的]在人工智能蓬勃发展的时代,开展人工智能风险体系构建及其对应的模块化评价指标研究,以全面反映AI发展所带来的潜在风险,为不同领域的研究者提供决策依据。[研究方法]首先,基于扎根理论和专家调查法,系统地抽取和设计模块化人工智能风险评价指标;其次,采用层次分析法,对各指标权重进行测算,形成量化后的得分表,并对风险等级进行划分;最后,借助问卷调查法和专家调查法,对该体系进行应用实证研究,以验证其科学性及可行性。[研究结果/结论]人工智能风险体系包含由9个一级指标和41个二级指标组成的模块化评价指标。该体系涵盖技术、伦理、法律和社会等多个维度。基于此体系可以针对某一人工智能事件或功能,使用主观评价的方法对每一个风险子项进行打分,并最终得出总分。模块化指标可以灵活拆分,以量化测度不同领域的AI风险,兼顾全维度与具象维度的AI风险测度问题。

人工智能交叉学科专业学位研究生培养机制探索与实践——以中国矿业大学为例

为深入优化中国矿业大学专业学位研究生教育改革,完善能源资源特色一流人才培养体系,基于该校人工智能交叉学科专业学位研究生培养的现实需求,对此专业学位研究生培养机制进行了探索与实践。通过分析此专业学位研究生培养现状,结合中国矿业大学自身办学特色,建立了具有能源资源特色的人工智能交叉学科专业学位研究生培养机制,全面介绍了该培养机制的内涵和举措,以及中国矿业大学人工智能研究院的实践情况。

人工智能赋能高职“金课”建设:逻辑耦合、现实困厄与行动路向

人工智能+教育提供“千人千面”的个性化教育,与高职“金课”建设“以学生为中心”的教学理念同向同行;新兴技术与高职教育的互驯互构带来的学科融合以及资源聚合效应,证明人工智能助推高职教育“金课”建设有诸多逻辑上赋能的耦合关系。但人工智能在助推高职“金课”建设的同时,也面临学生高阶性学习目标辅导不足、智慧化教学内容脱节滞后、泛在性课堂实效难以保证、数据化教学评价弱化情感等现实困厄。高职院校“金课”建设未来的行动路向需从强化教师导学作用入手重塑教师角色,通过融入人工智能理论知识、关注个性化自适应学习内容等推动课程内容革命,通过加强多元主体对话建设课堂生态,通过注重情感数据采集来规避教学评价唯数据倾向。

人工智能何以赋能教师专业发展:理论模型与实践路向

人工智能赋能教师专业发展已成为教育变革的重要议题,然而在当前人工智能助推教师专业发展的实践中,还存在认知、行为与环境等方面的现实阻碍,已有的专业发展模型主要是外源性的,缺乏对教师主体性的观照。在促进教师专业发展过程中,人工智能作为赋能因子的关键在于通过智能技术确定教师所处的发展阶段,消除和减少发展阶段间的各种阻碍因素,达成专业发展进入下一阶段的条件,实现教师专业发展的进阶。以此为切入点从教师主体性的视角,在现有教师专业发展阶段模型中融入人工智能因子构建的人工智能增强型教师专业发展模型(AIeTPD),具备发展计划可定制、发展过程可调控、发展成效可评价的特点,可通过教师学习、智能研修、教学创新三条路径,支持诊断式学习预测、个性化在线学习、混合式智能研修、交互式虚拟教研、孪生式混合课堂、智能化教学反馈以及综合化教师评价等应用场景,促进教师专业发展的阶段演化,重塑教师学习者、互学者、促学者角色,为数字时代大规模个性化教师专业发展提供支撑。

人工智能与教育深度融合的场景细化及落地实践——基于探索性多案例分析法

作为推动全球新一轮科技革命和产业变革的重要引擎,人工智能教育应用的范围和影响力持续扩大,推进人工智能与教育深度融合场景落地对促进教育高质量发展具有重要意义。本研究采用探索性多案例分析法,选取国内外人工智能与教育深度融合的50个典型实践案例,从教育教学、学生发展、教师发展、教育评价、科学研究、教育环境、教育管理七个维度分析案例文本,总结归纳人工智能与教育深度融合的六大场景、15项业务及130多处融合点,凝练场景落地存在的能力、观念、条件、机制与风险五大现实障碍,据此提出转变观念、提升能力、多元供给、激发动力、强化协同和规避风险等推进策略,以期为推进我国人工智能与教育深度融合提供参考。

人工智能在肝再生评估及预测中的应用现状及前景

肝再生是肝脏维持正常生理功能及应对损伤的关键生物学过程,精准评估与预测肝再生状态对肝脏外科手术规划、肝病治疗策略制定及患者预后判断意义重大。本文系统评述人工智能(artificial intelligence,AI)在肝再生领域的应用现状,涵盖基于影像、临床数据及分子组学的评估手段,剖析当前面临的数据质量、算法可解释性等挑战,并展望多模态融合、实时动态监测及个性化医疗导向下AI的未来发展前景,为推动肝再生研究与临床实践革新提供参考。

生成式人工智能赋能学习分析:价值内涵、实践框架及发展路向

生成式人工智能正在教育领域崭露头角,其在数据处理、分析和生成方面的出色表现,为解决学习分析面临的利益相关者素养不足、技术可信性不强等问题提供了重要机遇,对深化教育评价改革意义深远。然而,关于生成式人工智能赋能学习分析的价值内涵、实践框架及发展路向尚不清晰。因此,研究首先从“术用”与“器用”的双重角度剖析生成式人工智能赋能学习分析的价值内涵。其次,从确立目标、数据采集、数据处理与分析、智慧应用四个主要方面构建并阐释了生成式人工智能赋能学习分析的实践框架,以为学习分析实践提供参考。最后,立足于生成式人工智能赋能学习分析的现状,研究认为未来应该关注智能素养培育,以转向人智协同的学习分析范式;注重多种技术兼容,以促进分析变革培养的创新发展;重视分析伦理规范,以推动可信学习分析生态的构建。

人工智能信息技术在中医四诊现代化研究中的应用现状与展望

随着人工智能信息技术爆发式发展,其在中医领域的应用也逐渐普及。随着现代信息技术的发展,中医诊断学中的望、闻、问、切四诊技术逐渐客观化、标准化、信息化与智能化。借助人工智能、大数据、智能医疗器械等关键要素,提升中医四诊融合及诊断水平,并为中医学的发展注入新的活力,是中医诊断学尤其是四诊技术发展的必然趋势。梳理了近年来中医望诊、闻诊、问诊和切诊的智能化发展及四诊融合概况,以期为中医诊断学及中医现代化的发展提供必要的信息化与智能化发展思路。

人工智能赋能高等教育评价改革的动因、内涵及路径

在运用“目标达成说”、应答模式和“第四代教育评价理论”等评价理论对人工智能赋能高等教育评价改革动因进行分析基础上,明晰了人工智能赋能高等教育评价改革内涵。随着人工智能技术发展,其教育属性、技术属性和社会属性高度融合的特征,正成为高等教育评价改革驱动力。通过对人工智能赋能高等教育评价改革问题分析,应用人工智能技术构建多元综合评价体系、个性化评价与学习支持体系、高效评价与管理体系、伦理与隐私保护体系和持续优化与反馈体系,强调试点与示范推广,为保障高等教育评价科学性、公平性、透明性与持续性,提升高等教育质量与增值提供路径。

人工智能与政治安全形态演变:一项系统研究的尝试

在人工智能时代,政治安全的内涵正在被不断深化和持续拓展,各国面临的政治安全风险也愈发复杂。根据系统科学理论,政治安全可以构建为一种政治安全系统,包含正反要素、四大结构面与动态稳定的功能。人工智能在经历从游离到输入的时序过程后,作为一种新的要素与政治安全系统发生互动。人工智能与政治安全的互动遵循“技术—应用—风险—系统”的逻辑过程,并实现对系统内其他要素的影响。这种影响全面且深刻,使得人工智能开始大面积嵌入政治安全系统,重构了政治安全结构。政治安全正在面临人工智能所带来的更复杂的风险形态,包括权力安全、制度安全与价值安全在内的政治安全内部生态都将发生深刻变化,推动整个政治安全形态经历深刻的变革。

糖尿病患者对人工智能电话随访的意愿及需求的质性研究

目的了解糖尿病患者对人工智能电话随访的意愿及需求,为构建更符合实际需求的人工智能电话随访方案提供参考。方法采用描述性质性研究,自拟提纲对2023年12月至2024年5月在广州市某三级甲等医院内分泌科住院治疗的16例2型糖尿病患者进行一对一深入访谈,采用内容分析法分析资料、提炼主题。结果提炼出4个主题:希望接受人工智能电话随访服务;希望人工智能电话随访明确表明医院身份;希望人工智能电话随访提供个性化的随访指导(老年患者个性化随访需求、个性化饮食指导的需求、定制化血糖管理指导、心理支持需求);希望人工智能电话随访和人工随访相结合(融合人工智能与人工随访的需求、对人工随访的期待、多模态信息提供的需求)。结论糖尿病患者希望接受人工智能电话随访。建议医院构建人工智能电话随访系统,为糖尿病患者提供专业和个性化的电话随访服务,并结合人工随访与多模态方法提高随访的可靠性和效果。

嵌入生成式人工智能的数字教育资源精准服务模式构建——基于供需耦合的分析视角

数字教育资源精准服务是一种以用户为中心、需求为导向的服务模式。从供需耦合角度分析,当前基础教育数字资源服务还存在资源供需不适配,更新速度与需求变化不同步,服务差异化、个性化程度不足,需求识别与预测能力不佳,以及智能化服务水平有待提升等问题。生成式人工智能凭借其跨模态生成、自适应学习、深度理解与智能交互等强大功能,为数字教育资源服务创新提供了有力的技术支持。基于供需适配、使用与满足和用户体验理论,研究构建了嵌入生成式人工智能技术的数字教育资源精准服务模式,阐释了供需双侧联动的资源服务机制。在此基础上,提出增强资源服务与用户需求“耦合”的路径:基于数据驱动的用户需求识别与预测;通过精准推荐增强资源服务与用户需求的适配度;借助智能交互提升用户参与感和体验感;利用反馈信息实现数字资源的持续进化;以及引入智能评估改进资源服务的质量,以此促进数字教育资源服务向精准化、个性化和智能化方向发展,更好地满足基础教育数字化转型的实践诉求。

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。

人工智能驱动制造业新质生产力价值创造研究

为促进人工智能与实体经济深度融合,推动人工智能赋能制造业新质生产力形成与价值创造能力提升,文章基于省际面板数据,运用熵值法测度了2011—2022年我国30个省份的人工智能发展和制造业新质生产力价值创造水平,并构建固定效应模型、面板门槛回归模型实证检验人工智能赋能制造业新质生产力价值创造的影响效应及特征。理论分析表明:人工智能驱动数据的要素化和智能化,推动企业数智化转型,通过降本增效、智能决策、模式创新、业态融合赋能制造业领域的新质生产力价值创造。实证检验发现,人工智能总体上能够显著提升制造业新质生产力价值创造水平,其影响效应呈现非线性特征,当人力资本质量、知识产权保护水平跨越单一门槛值时,人工智能对制造业新质生产力价值创造的促进作用显著增强。在人工智能产业发展三大梯队地区中,对第一梯队地区(北京、上海、广东、浙江和江苏)驱动效果最强,而对第二、三梯队地区促进作用则不明显。基于此,应进一步培育发展人工智能产业,构建面向AI时代的制造业创新智能生态,建立完善的市场监管与安全体系,以赋能制造业新质生产力价值创造。

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。

人工智能社会工作的理论意涵与现实挑战

随着数字化时代的到来,人工智能社会工作应运而生,有必要厘清人工智能社会工作的理论意涵。当前的研究主要将人工智能视为社会工作的工作场域、工作方式、服务对象、研究载体,具有一定片面性。实际上,无论在实践层面还是理论层面,人工智能社会工作都具有混合特征:一是工作场域的网络化与现实性互动相结合,二是工作方式的智能化与传统性方法并举,三是服务内容的复杂化与人文性底色交织,四是工作范式的革新化与经典性模式互补。人工智能给社会工作注入新机遇的同时也带来现实挑战,包括数字鸿沟下服务受众局限、技术发展中社会工作者适应力不足、技术理性下社会工作伦理风险、技术革新中社会工作研究的滞后等。新时代的社会工作要化风险为机遇,积极拓展社会工作的知识范畴,运用人工智能不断增强自身发展效能。

人工智能的演进逻辑与教育造化——兼论“人工智能者”的概念及特征

人工智能的演进逻辑以其“类人”特质为基础,并通过促进人类智能的合道德化自主成熟呈现以“智人”使命为价值导向的发展框架。然而,受限于实践中人类自我认知与技术应用的长期隔离,人工智能技术教育造化的实现总是囿于伦理与成效的双重局限。为此,未来教育更应当从育人图景的反思出发,通过确立“人工智能者”作为核心培养目标,界定智能时代人类与技术交互的群体类别及其特征,塑造清晰的角色定位来引导受教育者自我认知的发展。在此基础上,进一步通过制度力量的完善、合作机制的构建、教育体系的结构性调整、教师队伍的技术素养培训等策略,推动人工智能的“育人”功能向其“完人”现实的转变。

人工智能教育应用政策的差异、共识与趋向——基于中、日、英、美四国比较

人工智能在教育领域的应用为教育变革提供了动力,其相关政策成为引领教育数字化转型的风向标。对人工智能教育应用政策进行国际比较研究,有助于增强人们对全球教育技术发展趋势的全局性理解,并帮助政策制定者设计更具前瞻性和适应性的政策框架。通过比较分析中、日、英、美四国近年来发布的相关政策文本发现,各国均日益重视人工智能在教育中的普及应用,但其对政策工具的选择和政策目标的设定存在显著差异。在政策工具整体结构方面,中国偏向于供给型政策工具,强调直接供给,注重基础设施建设与人才培养项目等投入;而日、英、美三国倾向于环境型工具,致力于营造支持性环境。在政策目标实现的策略层面,中国采用“专注聚焦”模式,而日、英、美三国则强调“平衡多元”。尽管存在上述差异,但四国在强化教育科技领军人才的培养机制、建立多元主体协作参与的保障体系,以及打造高质量且包容的数字教育生态方面已形成发展共识。从全球趋势来看,未来世界各国对教育科技领域人才的培养和竞争将日益加剧,而各国可能会形成敏捷治理的政策框架,并利用人工智能增进教育的广泛包容性,同时产学研合作将持续引领智能教育技术的本土创新。