人工智能生成技术方案的可专利性及权利归属

强人工智能或超人工智能逐渐脱离人类意志并能生成技术方案,这对专利制度提出了挑战:人工智能生成的技术方案是否应得到专利法保护、是否属于专利客体、是否符合“三性”要求以及应如何配置权利等。人工智能生成的技术方案多属制造方法或操纵方式,不应排斥在专利保护范围之外;坚持既有的绝对新颖性、实用性和创造性的要求,并不妨碍将其作为专利保护。囿于人工智能不具有法律主体地位,可在申请文件中标明其为名义上的发明主体,比较人工智能的研发者、所有者与使用者的贡献差异,应将人工智能生成技术方案的权利赋予使用者,由其享有权利收益。

人工智能生成技术方案主体性及权利归属研究

人工智能技术作为最可能引领第四次工业革命浪潮的新兴领域之一,在世界各国均受到高度重视。我国在人工智能技术领域投入巨大且成绩喜人。但在专利法领域,人工智能技术的发展对于现行专利模式产生了巨大的挑战。专利法属于“人域法”,人工智能能否成为专利主体存在障碍。同时人工智能生成技术方案有多主体参与,权利如何归属也有其复杂性。文章认为在弱人工智能时代,人工智能尚不具备成为专利主体的条件,但法律可赋予人工智能发明人地位,参考职务发明制度赋予人工智能相关主体专利权人的权利。关于权利归属,建立以约定为先,不同情况不同处理的权利归属体系。

人工智能生成技术方案“三性”审查标准同一性证成

随着人工智能技术的发展,智能化的生产方式并未动摇马克思劳动价值论的基础。劳动仍然是创造价值的唯一源泉。根据马克思劳动价值理论,人工智能与机器无异,仅仅是一种技术工具。弱人工智能时代,人工智能生成技术方案与传统技术方案在价值上具有一致性。因此,人工智能生成技术方案与传统技术方案“三性”审查采用同一性标准符合唯物史观以发展的眼光看问题的基本要求。同时,传统专利审查的“三性”标准并未因人工智能生成技术方案的出现而失衡,“专利流氓”、检索不完全、实用性审查虚无化等问题早已存在,并非人工智能生成技术方案所致。实用性审查虚无化问题增加了人工智能生成技术方案专利化的伦理和社会风险。应加强实用性审查,充分发挥其调节人工智能生成技术方案专利化的安全阀作用,由此避免人工智能生成技术方案带来的伦理和社会风险。

人工智能生成技术方案的专利授权理论争议、政策考量及权属安排

尽管人工智能生成的技术方案面临着可专利性及权利归属的争议,但无论是学术界主张的“算法专利说”,还是产业界所认同的“技术方案说”,均是在可专利性的预设前提下所提出,且两种学说具有同质性。虽然人工智能可在某些领域独立生成技术方案,但由于违背专利制度的理论基础,现阶段人工智能仍不具有发明人资格。在专利权属分配上,基于产业政策的驱动,专利权归属理念已开始由创造者向投资者转移,人工智能投资者具备了成为专利权人的理论基础和现实条件。未来《专利法》修订可考虑构建以人工智能投资者为核心的专利权属分配方案,同时赋予其将技术方案在设计者、使用者和社会公众之间自由让渡的权利。

人工智能生成技术方案的可专利性研究

随着人工智能技术的迅速发展,人工智能在专利制度方面造成的挑战日益凸显。其中,关于人工智能生成技术方案是否适用于专利保护、如何确定发明人身份以及如何界定专利权人等问题备受业界学者关注。首先,人工智能生成技术方案有助于促进科学进步和社会发展,契合专利制度的立法目的,同时也符合专利制度的客体保护范围,在满足“三性”的前提下,属于可专利主题,具有可专利性;其次,人工智能的“非人属性”,使其不具有专利主体资格;最后,从专利制度精神和社会基础来看,将使用者作为人工智能生成技术方案的发明人、投资者作为其专利权人的权属安排符合现下科技和专利发展的需要。

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。

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。

基于生成式人工智能技术的对话机器人能促进在线协作学习绩效吗?

近年来,人工智能技术迅猛发展,对教育教学产生了巨大的冲击和影响,最引人注目的是基于生成式人工智能技术的对话机器人的兴起。为进一步提高在线协作学习绩效,研究旨在检验基于生成式人工智能技术的对话机器人对在线协作学习绩效、批判性思维意识及其知识激活量和贡献度的影响。研究邀请大学生参与在线协作学习,综合采用定量和定性相结合的研究方法,深度分析对话机器人的影响。研究结果表明,基于生成式人工智能技术的对话机器人不仅在其知识激活量、贡献度方面明显优于传统媒体,而且也能够显著提升在线协作学习绩效和批判性思维意识。文章深入分析和讨论了研究结果,并提出若干启示和建议。

人工智能生成技术方案的可专利性及其制度因应

由人工智能自主生成的技术方案作为一类全新的发明形式,在理论基础、权利主体、利益分配等多方面对传统专利制度提出了严峻挑战。由于人工智能目前已经能够生成符合可专利性的技术成果,既有专利制度面临变革。在权利归属的制度安排上,需要调整多方参与主体的利益关系,构建基于“二元主体结构”的权利主体规则,以使用者作为基本的专利权主体,兼顾对投资者利益的保护,以防止人工智能算法控制者的垄断;同时,引入约定优先和公平报酬原则作为合理补充,以实现人工智能生成技术方案专利保护的利益平衡。在权利保护的制度构建上,需要完善人工智能生成技术方案的专利申请授权制度,明确其权利行使的基本原则与规范设计,以此进一步实现个人利益与公共利益之间的平衡,推动人工智能行业的创新发展与技术进步。

生成式人工智能辅助混合式教学在实习护生皮内针技术感染预防教学中的应用

目的探讨生成式人工智能辅助混合式教学在实习护生皮内针技术感染预防教学中的应用效果。方法采用便利抽样法,选取60名本院实习护生,按照进入临床顺序将实习护生分为对照组30例,试验组30例。对照组采用理论授课和操作示范练习、技术实践结合案例分析传统教学法,试验组在传统教学的基础上,采用生成式人工智能辅助混合式教学法。教学干预10学时后测量2组实习护生的自主学习能力、皮内针技术感染预防理论考试及实践能力考核成绩、实习护生对教学方法满意度。结果教学干预10学时后,试验组实习护生自主学习能力、皮内针技术感染预防理论考试及实践能力考核成绩、实习护生对教学方法满意度均高于对照组,差异有统计学意义(P<0.05)。结论生成式人工智能辅助混合式教学法应用于皮内针技术感染预防临床教学,培养了实习护生自主学习能力,提高皮内针技术感染预防知识和操作技能水平,增加实习护生对带教老师的教学满意度。

生成式人工智能技术在博物馆叙事中的应用研究

目的本文旨在探索生成式人工智能技术(AIGC)在博物馆叙事设计中的具体应用及其对增强参观者互动体验的作用。结合用叙事学理论,本研究将分析AIGC如何通过动态与沉浸式叙事来转化展览叙事,提升用户的认知沉浸和情感联结。方法首先,运用文献研究法分析AIGC在博物馆叙事中的理论基础;其次,通过案例分析法挖掘并探析实际运用AIGC技术于博物馆的案例;最后,研究了博物馆叙事传播中的隐患与挑战。结果生成式人工智能技术能够有效地识别展览数据模式并生成吸引参观者的新内容,为用户带来个性化且情境化的叙事体验,并提供个性化学习路径促进观众的认知、情感发展。结论生成式人工智能技术的融合为博物馆叙事设计提供了新的交互需求和个性化体验,多感官设计策略让参观者更好地理解和参与,AIGC会在博物馆叙事设计中形成新的体验模式。

生成式人工智能之规制框架——基于技术风险与专项治理的视角

生成式人工智能的问世引发了社会广泛讨论,被认为是“强人工智能时代”重要的科技表征,也是人工智能技术范式迈入新纪元的开端。其背后隐藏了多元法律风险,需要各方主体保持足够的警惕,以免打开数字时代的“潘多拉魔盒”。生成式人工智能技术框架主要依托于GAI与LLM。此外,海量数据、人工标记与奖励机制也是生成式人工智能获得成功的关键技术范式。法律风险方面,数据抓取带来的数据安全风险不可小觑:生成式人工智能在数据训练时主要采用的人工标记训练模式、用户交互操作模式可能会导致数据泄露、算法歧视与黑箱等结构性弊端,加剧“技术霸权”与“数据污染”等现实危机。故而应当从不同维度分析生成式人工智能的多元风险,并从“技术参与法律改革”的视角采用TETs等技术工具应对其潜在法律风险。此外,也应当结合我国新出台的《生成式人工智能服务管理办法》分析专项规制的可行性,并就专项规制难以企及的问题诉诸一般性法律文件解决。

类ChatGPT生成式人工智能技术驱推高校思政教育实践变革探究

以类ChatGPT生成式人工智能技术介入高校思政教育,不仅是跨领域内嵌整合,更是对思政教育的赋能增权,能够有效发掘思政教育元素、延拓思想教育空间、再造思政教育流程与丰富思政教育评价。然而,该类技术仍处于技术迭代与应用规范初创期,介入高校思政教育领域必然带来潜在的国安、技术、伦理与素养等方面的风险挑战。应对风险挑战,需要顶层设计以把控技术与教育目标相契合,守正创新以把牢信息审查,主动规训与智控以确保算法安全,加强技术伦理与诚信教育,培养师生数字素养与高阶思维,实现类ChatGPT生成式人工智能技术有序、有方、有效、有力驱推高校思政教育,推动思政教育现代化。

人工智能技术驱动视觉传达作品生成研究综述

目的为改进人工智能技术驱动视觉传达作品的生成方式,提升视觉传达作品的生成质量并为视觉传达设计效率提供理论支撑。方法基于Scopus和中国知网数据库下载并整理相关文献,分析现有人工智能技术驱动视觉传达作品生成的关键技术、研究方向,以及研究方法。结论通过精读文献划分出目前人工智能技术驱动视觉传达作品生成的研究方向,包含以文字生成图像、以图像生成图像,以及视频生成。提取各研究方向中所采用的研究方法,涵盖生成对抗网络、知识推理、空间自适应等。通过分析人工智能技术驱动视觉作品生成的研究现状及方向,进一步总结和归纳研究方向和方法,为未来设计师应对复杂设计挑战开辟了新路径,同时为未来人工智能技术赋能视觉传达作品生成提供了参考和依据。

技术、制度与思想:生成式人工智能在教育领域中应用的演进逻辑

技术是物质要素,既是发展的对象,也是发展的结果,它制约发展并影响着制度和思想。制度是组织要素,是影响技术发展的重要因素,约束、激励、调节着技术的发展方向。思想是观念要素,思想与技术的融合程度决定着技术在教育领域中的普及程度。审视当下的教育生态,以ChatGPT为代表的生成式人工智能正在介入教育领域,必须从技术、制度、思想三个层面出发,把握好生成式人工智能在教育领域中应用的形态转换和演进逻辑。生成式人工智能在教育领域中的应用是一个涉及技术、制度与思想多个层面复杂的、融合的、递进的过程,只有在这三个层面都实现深度融合和创新,才能充分发挥生成式人工智能在教育领域中应用的潜力,推动教育的数字化转型和升级。

生成式人工智能赋能未来技术预见

技术预见作为一种面向未来技术发展趋势的预判活动和科技管理的政策工具,受到越来越多国家和国际组织的重视。英国萨塞克斯大学技术预见专家Martin在1995年首次提出,技术预见是有系统地试图研究科学、技术、经济和社会的长期未来发展趋势过程,目的是确定可能产生最大经济和社会效益的战略研究领域和新兴通用技术(Martin,1995)。20世纪90年代到21世纪初,信息、通信、人工智能等新兴技术发展突飞猛进,许多国家加强技术预见与监测研究,技术预见第三次高潮掀起。

生成式人工智能技术治理的三重困境与应对

进入数智时代,生成式人工智能应用在全球掀起的使用热潮引发了人们对相关伦理困境与风险问题的关注,虽然公平、准确、可靠、安全、人类监督等几项内容被设定为负责任人工智能的核心原则;但生成式人工智能的技术治理方面存在因本体论身份引发的价值张力、训练数据的代表性偏差与安全系统被动保护带来的三重困境并为生成式人工智能如何实践“负责任”的原则带来了现实挑战。在风险全球化与国际竞争加剧的历史变局下,人类社会面对生成式人工智能潜在的伦理与社会风险,应加快建立全球治理的合作机制,践行文化包容的治理智慧,以及回归社会问题本源的认识论是实现生成式人工智能“负责任”原则的关键。

生成式人工智能技术在医学中的应用与争议

目前,中华医学会杂志社发布的关于生成式人工智能技术(generative artificial intelligence,Gen AI)的使用规定引起广泛关注^([1])。截至2024年1月,Nature、Science、Cell、Lancet、Journal of the American Medical Association (JAMA)等多家主流学术期刊已针对GenAI的使用制定了相关政策^([2-4])。

创新变革还是信心缺失?——中小学教师对生成式人工智能技术的接受度影响因素研究

生成式人工智能的出现标志着一场前所未有的技术革命,目前人们对于这场技术革命的认识、理解及接受程度不一。中小学教师是否愿意接受并主动将生成式人工智能融入教育教学场景中?哪些因素影响了中小学教师对生成式人工智能的接受度?为了深入探究上述问题,本研究基于经典的技术接受与使用整合理论模型(UTAUT模型),对466名中小学教师使用生成式人工智能的意愿及接受度进行调查,并对其影响因素进行研究分析。研究发现:绩效期望、努力期望、社群影响、促成条件和感知风险五个核心要素均对中小学教师的生成式人工智能接受程度有显著正向影响(p=0.000<0.001),影响作用由强到弱依次为绩效期望(β=0.664)、社群影响(β=0.562)、努力期望(β=0.551)、感知风险(β=0.457)、促成条件(β=0.388)。其中,教师技术应用态度对绩效期望有调节作用(p=0.048<0.05),对努力期望也有调节作用(p=0.004<0.01)。教师技术应用频率对感知风险有调节作用(p=0.004<0.01)。最后,从个人的动机与忧虑,外部的环境与资源两个方面归纳研究发现,并提出有效提升教师对新技术接受度,促进教师有效并创新应用生成式人工智能的对策建议。

技术图像时代中的“有机”对话:山水精神与生成式人工智能

当今是一个技术图像时代,装置/平台的生成性特征日益显著,集中表现在生成式人工智能的产生和发展中,ChatGPT和AI绘画是典型的两个代表。如何与生成式装置相处且如何在此种相处中合适地做出判断和反思,这个随之而来的问题变得尤为重要。本文试图以“山水精神”来反思技术图像时代中人类生存的实然和所以然问题。最终将会指出,技术图像宇宙是一个全新的山水世界,生成式技术存在是信息化的林泉。关键的问题不是对人工智能是否会代替人类而担忧,而是开启一种参与性的对话,带着批判的眼光重新开启一种山水精神意味的感受性。身处技术图像的宇宙,真正重要的是如何具有判断力和感受性地参与其中,而非妄想回到逝去的林泉之中;真正需要探讨的是给予人类极大自由的参与性实践哲学,而非反对现代化的极端崇古思维。