复旦大学附属中山医院期刊中心关于论文写作或评审中使用ChatGPT或其他生成式人工智能(generative artificial intelligence,GenAI)技术的有关规定

1.生成式人工智能(generative artificial intelligence,GenAI)不能作为论文的作者。GenAI无法对论文的原创性、准确性和完整性负责,不能声明利益冲突,也不能管理版权和许可协议,无法满足作者的相关要求。2.论文重要部分(如研究方法、结果、对结果的解释分析等)的撰写应由作者完成。

“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。

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。

智能新闻业:生成式人工智能成为基础设施

生成式人工智能(GenAI)作为通用智媒时代的基础设施,正在快速变革新闻业。GenAI的典型应用ChatGPT在赋能新闻业,实现新闻素材检索的海量化、内容生成的智能化、新闻推荐的显性化、新闻反馈的人性化等方面发挥着重要作用。而且,ChatGPT的数据与模型缺陷也挑战着新闻价值及其专业性。因此,虚假信息生成,损害着新闻的真实性;数据更新缓慢,延误新闻的时效性;特定领域难以深耕,缺乏新闻的专业性;偏好与偏见共存,削弱新闻的客观性;AI茧房加剧,模糊新闻的公共性。人机协同新闻将成为智能新闻业的新范式,要求新闻工作者具备提问与评估能力,形成对GenAI的有效监督闭环。“CHAT”(careful、helpful、authentic、transparent)将作为新闻伦理调适的进路,实现人与技术、社会的良性互动。

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。

ChatGPT等生成式人工智能技术对产业转型升级的影响

ChatGPT等生成式人工智能技术引发了社会公众的广泛讨论,其不断迭代将对产业转型与升级产生深刻影响。生成式人工智能将传统产业引向数字化、智能化的发展方向,不仅会融入制造行业最大限度地实现自动化生产管理和监督,还会对法律咨询、养老服务、教育等服务行业产生部分人力资本替代。生成式人工智能进一步技术迭代甚至会对消费零售业、金融业、文本翻译、新闻传播行业等文本整合输出类工作具有完全替代作用。在此背景下,中国既面临着产业转型升级的重大机遇,又面临着关键核心技术封锁困境、就业结构调整、人伦等挑战。

生成式人工智能影响下的新闻生产创新:实践与挑战

本文聚焦生成式人工智能影响下的新闻生产创新实践,通过一系列代表性调查展示了生成式人工智能在国际新闻界的基本采纳状况,重点关注生成式人工智能技术在新闻生产关键领域中的具体实践和创新,包括辅助新闻内容创作、新闻选题与角度、数据新闻、调查与监督报道以及事实核查等,进而分析了生成式人工智能应用于新闻生产创新面临的主要挑战(包括质与量的权衡、新闻文化的挑战以及技术“幻觉”与伦理问题等)。生成式人工智能之于新闻创新的发展,取决于技术和行业的实践、新闻从业者与人工智能的协作调适以及对于新闻业基本价值的始终追求。

生成式人工智能技术风险的刑法谨慎性规制

刑法介入生成式人工智能技术风险应采取包括刑法规制的后卫性、保护性和就轻性等内容的谨慎性规制模式,其符合技术中立原理、刑法谦抑性原则和刑法可允许风险理论的要求,值得提倡和践行。在适用刑法谨慎性规制模式时,应秉承法益保护原则和比例原则,需要廓清刑事法治外部的技术规则、行业规则以及前置法和刑法的适用畛域,同时也要明确刑事法治内部重罪和轻罪的作用边界。在刑法适用范围之外,虚假信息生成风险和违反使用规则的行为可以分别由技术规则和行业规则处理。介于民事不法与犯罪未遂之间的行为以及纯粹破解技术措施使用生成式人工智能的行为,应当优先适用民事法律,而算法妨害行为和网络服务提供者未履行适当管理义务的行为应由行政法规制。在刑法适用范围之内,应优先适用轻罪,在构成要件明确的罪名和兜底罪名中选择明确性的罪名,在预防性罪名和实害性罪名中选择预防性罪名。

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。

生成式人工智能赋能本科生科研能力培养——ChatGPT支持的CUREs教学模式

为促进高等教育中高素质创新人才培养,构建以学生为中心的科研训练与课程教学整合模式是有效途径。当前基于课程的本科生科研体验(CUREs)教学模式虽在增强学生对科学本质的理解等方面具有一定优势,但在激发学生研究动机方面存在一些不足。将支持高效反馈的生成式人工智能ChatGPT引入人机协作研究过程中,有助于改善学生的科研体验,推动科研项目化学习。通过对ChatGPT支持的CUREs教学模式的设计与实施,发现该模式有助于培养学生的科研能力,提升他们的科研知识水平、科研技能水平和科研情感水平。尽管学生认同该教学模式的有效性和易用性,但其实际效果的发挥仍需人类智慧的参与。未来需要持续升级和优化生成式人工智能技术,确保技术应用高效且符合伦理标准;应用生成式人工智能技术重构教学模式,并通过长周期、跨场域实践检验其应用效果;强调人工智能与人类智慧的互补协作,真正实现生成式人工智能赋能学生科研能力提升。

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。

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。

生成式人工智能对学术期刊的影响与建议:以ChatGPT为例

近年来,以ChatGPT为代表的生成式人工智能在出版业中的应用有了突破性进展,能够帮助学术期刊优化选题策划、内容创作、编辑审校等工作流程,提高论文加工质量,提升个性化服务水平,优化学术出版资源配置并提升编辑价值创造力,但也为学术期刊带来技术应用成熟度问题、文章内容同质化问题、侵犯版权和隐私权风险、学术不端风险。对此,学术期刊从业者需要加强ChatGPT与人工编辑深度融合,加大对内容质量和创新性的审查,建立健全生成式人工智能技术的规范和标准,建立技术人才储备和人才梯队,以应对上述挑战。

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。

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。

生成式人工智能的专利法律问题思考

生成式人工智能在发明人主体资格、其生成物的可专利性及审查条件、权利归属、责任承担等方面对传统专利法律制度提出了挑战。生成式人工智能算法与其生成物的区分是讨论生成式人工智能专利法律问题的前提,发明人主体资格并不影响生成物中的技术方案作为专利法的保护客体。在审查条件方面,可以适当地采用综合对比原则以确保新颖性审查的准确性,调整“本领域技术人员”的拟制以提高创造性的审查标准,同时要坚持实用性的审查标准。在权利归属方面,经人工干预的发明,其专利权应当归属于发明人;未经人工干预的发明,应当参照适用职务发明和委托发明制度来确定其权利归属。在侵权责任方面,由于人工智能本身无法承担责任,应当将侵权责任分配至其背后的相关主体。

生成式人工智能赋能跨学科创新思维培养:内在机理与模式构建

在学科融合趋势日益迅猛的时代背景下,培养学生的跨学科创新思维是当前教育的重要目标之一。作为人工智能时代的突破性技术,生成式人工智能给技术赋能教育带来了巨大的机遇与挑战。基于此,文章聚焦跨学科教育领域,首先阐释了跨学科创新思维的基本内涵和分类,在此基础上归纳出跨学科创新思维的四个发生要素:多学科知识基础、基本的创新思维、团队沟通与协作、产出导向。然后,文章剖析了生成式人工智能赋能跨学科创新思维培养的四个核心功能:高效信息检索与整合、多轮对话与角色模拟、评价与反馈、生成与创作。在此基础上,文章厘清了生成式人工智能赋能跨学科创新思维培养的内在机理。最后,文章从“课前-课中-课后”教学评一体化的视角,基于面向设计的产生式学习模式(Design-oriented Production-Based Learning,DoPBL),构建了生成式人工智能赋能跨学科创新思维培养的教学模式。文章通过研究,旨在为人工智能时代下如何培养学生的跨学科创新思维提供理论和实践参考。

生成式人工智能赋能学习型社会建设之图景:维度、风险与路径——基于UNESCO《生成式人工智能教育和研究指南》解读

随着数字化技术的不断发展,生成式人工智能在教育数字化中的应用越来越广泛,并为学习型社会建设与终身教育带来更多的可能性和机遇。本研究梳理了生成式人工智能赋能学习型社会建设的内容框架、功能结构和逻辑关系,结合UNESCO《生成式人工智能教育和研究指南》和我国终身教育实践,剖析生成式人工智能赋能学习型社会建设的潜在风险,提出统一原则、政策治理和创造应用三大基本路径,以期促进学习型社会的高倍速建设与全面发展。

生成式人工智能沉迷的法律规制:动因及对策

生成式人工智能的蓬勃兴起为经济社会发展注入了新动能,正在深刻改变人们的生产生活方式,同时也容易导致人工智能沉迷问题。这不仅是个体层面的问题,更涉及人的思维自由、行为自由、人的主体地位等更深层次的问题。当前在防范方面还存在着对象范围过窄、监管方法不当、防沉迷领域局限以及防范义务不明确且手段单一等问题。应当从法律层面对生成式人工智能的沉迷问题进行规制,明确生成式人工智能提供者的防沉迷义务,转变监管方法,加大监管力度,建立生成式人工智能沉迷防范体系,发挥多元主体协同共治,确保生成式人工智能的使用符合人类整体利益。

站在巨人肩膀上的初学者:社会科学研究中的生成式人工智能

如何利用生成式人工智能助力社会科学研究是近期社会科学研究者们共同关心的重要议题之一。在此背景下,从一般社会科学研究的实践需求出发,通过具体的实例考察生成式人工智能在社会科学研究的理论、方法和研究偏误三个方面的具体表现。生成式人工智能对于总结和复现现有资料具有很大的优势,以其强大算力来预处理海量在线资料,可以帮助研究者节省信息搜索的时间成本和精力成本。但是,生成式人工智能难以对既有理论进行“阅读”后的“理解”,同时亦不擅长进行方法层面的优劣对比和新分析工具的开发。此外,在生成内容上也表现出明显的偏见或者误差。背靠人类既有资料积累的生成式人工智能可谓站在巨人肩膀上,但由于其本身缺乏成熟的能动创新能力,生成式人工智能在学术研究的意义上仍然是一位“初学者”。如何引导和培养这位“初学者”,是社会科学研究者需要思考和完成的任务。