ChatGPT4解决科学问题能力的探究——以“北上广”三市中考物理试题为例

通过对北京、上海、广州三个城市近五年的中考物理试题进行编码,并将编码后的试题输入ChatGPT4中,深入评估了其解决中考物理试题的能力.研究表明,ChatGPT4在解决这些问题时表现出稳定且较高的得分率,然而,进一步分析后发现,ChatGPT4在处理涉及多个变化关系或未知量的题目时容易出错.此外,ChatGPT4无法识别一些常识性信息,并且当它无法从题目中获取充足的关键信息时,往往会自我设定假设以解决问题.这一方面体现了ChatGPT4处理问题的灵活性,另一方面也揭示了它在利用已有信息方面的不充分.ChatGPT4较强的中考物理问题解决能力在丰富解题方法、改善作业设计等方面展现出巨大的应用潜能,但也为教育公平带来了新的挑战.

ChatGPT4解决科学问题能力的研究——以高考全国物理卷为例

为探究ChatGPT4的科学问题解决能力,选取近五年的高考全国物理卷中的部分试题对ChatGPT4工具进行解题能力测试,评估人工智能工具在解决中学物理试题方面的表现,并分析其可能的犯错类型.研究表明,ChatGPT4在解决由23道高考物理客观题组成的能力测试中整体正确率达到了65%以上的较高水平,但同时也犯下了计算错误、题意理解错误、模型建构错误等一系列错误.基于研究结论,提出了合理利用ChatGPT4这柄“双刃剑”赋能科学问题解决的一种可行性方案:解构与转化试题,并给出了实例.

生成式人工智能的阶段性数据风险和治理--以ChatGPT4为例

以ChatGPT4为代表的生成式人工智能,预示了强人工智能时代的到来。该技术的多功能性和强大的智能性引发了广泛关注,然而,其潜在风险亦不容忽视。鉴于生成式人工智能在不同运行阶段的使用主体和所采用的算法有所差异,故对其进行分阶段风险分析显得尤为重要。针对生成式人工智能的数据风险,文章从其运行逻辑入手,深入剖析数据收集、模型训练和输出阶段的运行机制,并在此基础上,对各阶段的风险进行了详尽分析。针对每一阶段的特点,文章提出了治理路径:在数据收集阶段,以开发者为主导,多方主体协同参与治理;在模型训练阶段,需要开发者与政府采取软硬并施的策略;在输出阶段,构建以用户为中心的内容治理体系。

新闻传播领域人工智能狂欢的风险及治理

随着ChatGPT4问世,人工智能的兴起使各行业都迎来了技术狂欢,尤其对新闻传播领域影响甚大,新闻采集朝着智能化方向发展。人工智能帮助新闻生产节省了大量人力物力,走向机器化新闻时代。新闻分发打破瓶颈,提供更为个性化的信息服务。但伴随着人工智能在新闻传播领域应用范围的进一步扩大,风险也随之将至。通过探讨人工智能对目前新闻传播行业的负面影响,分析人工智能给新闻传播领域带来的潜在风险,并从明确人的主体地位、优化新闻分发和传播机制、完善法律法规、加强制度化监管等方面分析人工智能的治理的对策。

生成式人工智能失范性风险的法律因应——以凯尔森规范性理论为视角

以ChatGPT4为代表的生成式人工智能具有高度类人性和广泛适用性,有利于生产方式和众多领域的转型升级。然而,这种所谓强人工智能时代的标志性产物,伴随着技术固有的风险性问题,引发伦理以及法律层面的失范性问题。生成式人工智能的失范性主要表现为:一是针对生成式人工智能引发的风险问题,伦理与法律尚无回应;二是现有的伦理体系和法律制度的“规范性”不足。为此,文章借鉴凯尔森的规范性理论,采用“旧论新用”的方法:一是利用伦理规范化,增强其约束性、可执行力,整理其内部层级关系,形成生成式人工智能的伦理治理体系;二是运用法律规范化,强化其对生成式人工智能数理化逻辑运行的模型规范。最后,基于伦理与法律协同构建生成式人工智能的规范性体系。