研究生人机协同教学设计实践及效果研究

教学设计能力是教师需要具备的最核心能力之一,高校在培养未来教师教学设计能力的过程中仍存在教师反馈不足与缺乏个性化指导等问题。以ChatGPT为代表的生成式人工智能(GAI)为教师教育工作提供了全新的机遇和挑战。研究尝试探究GAI支持的高校科学与技术教育专业研究生人机协同教学设计的可能性和效果。39名选修了“科学与技术教育教学设计与实施”课程的研究生在课堂围绕科技教育主题开展人机协同教学设计实践,在GAI的辅助下完成了对初始教学设计的完善,之后基于师生反馈又对第二个版本的教学设计进行了优化。研究发现,三个版本的教学设计作品质量存在显著差异,GAI的辅助以及师生反馈对研究生教学设计作品质量提升有积极影响;在人机协同过程中,研究生会反思GAI给出的反馈,倾向与GAI进行多轮交互来获取有效的反馈;教师、同伴以及GAI在协同教学设计过程中扮演不同的角色,彼此有互补;大多数研究生希望未来还可以使用GAI辅助教学设计。基于已有发现,本研究提出三点建议:人机协同教学设计过程中应加强师生反馈对提升作品质量的作用;教师可以引导学生与GAI开展高质量对话;鼓励学生规范使用GAI。

数智赋能高等教育新质发展:GAI技术时代的教师新作为

高等教育作为教育、科技、人才三位一体的结合点,以及科技创新、新质人才培养的主力军,应主动担当数字化转型的龙头角色,持续深化教育变革和创新,推进新质生产力发展和教育强国建设。新质人才是指具有跨界创新能力和全球视野,能够为社会可持续发展作出积极贡献的人,是实现国家长远发展战略的关键,也是推动全球社会进步和创新的中坚力量。文章从认识论、方法论、实践论、价值论和本体论入手,分析了高校新质教育发展的实践路径,探索了高校教师新质素养的内涵和生成式人工智能协同下的发展趋势,分析了新的教育社会契约中的教学机遇。最后,文章提出促进高校新质发展的四条建议,包括推动高教数字化转型走向新质教育、建设高校数智赋能新质教育领导力、赋能高校新质教育的开放创新范式、构建数智社会文化综合治理新框架。

人工智能生成数字教育资源适应性评价指标体系构建

随着生成式人工智能(GAI)技术的发展,人工智能生成内容(AIGC)成为继用户生成内容(UGC)和专业生成内容(PGC)之后的主流内容生成模式,使得人工智能生成数字教育资源(AIGDER)成为新形态。但是,基于文献综述发现,对AIGDER急需开展评价以提高其适应性,且鲜有对其评价的研究。首先,通过文献综述和适应性及理论分析构建了包含内容质量的可信度、学习过程的支持度、资源规范的符合度以及师生使用的满意度四个要素的AIGDER适应性评价模型。其次,基于该评价模型构建了初始评价指标体系,并利用德尔菲法进行了修订,最终形成包含4个一级指标和19个二级指标的AIGDER适应性评价指标体系;利用层次分析法为该指标体系赋予权重并进行了合理性分析。最后,对该评价指标体系进行了小范围试用,验证了其科学性和有效性,表明该评价指标体系可以作为评价AIGDER适应性的可参考评价工具。

同形异构的“该XX”构式的差异性

现代汉语由于缺少形态变化,存在大量的同形异构现象,现代汉语构式“该XX”就是其中的典型代表。基于构式的认知语法分析,可将“该XX”结构分为A、B两式。从句法形式看,同形异构的A、B两式在添加状语、所带宾语、能否充当定状语等方面有明显差异;从语义看,A式常常为实指或泛指,而B式则为遍指或定指;从语用表达功能看,A式体现了委婉语气和礼貌性,而B式则体现了强硬语气和要求性。构件“X”的多样性、语言经济性原则和构式压制促成了“该XX”同形异构现象的形成。厘清“该XX”A、B两式的差异及成因,对言语交际和汉语教学具有积极意义。

教学过程智能化发展评估新方向——《2023人工智能促进教育发展报告》节选三

智能技术的快速发展深刻影响着教育的理念重塑和形态变革。教学过程智能化对促进人的个性化发展,培养创新型人才,形成人才竞争力具有重要意义。通过检索国内外文献发现,目前尚未形成科学完善的教学过程智能化发展评价指标体系。该研究采用调查研究、专家访谈等方法,系统构建了教学过程智能化发展评价框架体系,并通过专家调查法和层次分析法对各项指标体系进行权重计算,最终形成包括人机协同与具体教学过程应用2个二级指标、13个3级指标的教学过程智能化发展评价指标体系,完善人工智能促进教育发展的评估体系,明确教学过程研究的未来指向,有助于推动智能技术全面融入教学全过程,为数字教学改革发展与评价提供参照。

生成式人工智能风险的法律类型化治理

生成式人工智能(Generative Artificial Intelligence, GAI)是指能够自主地创造出新的内容或数据的人工智能系统,例如文本、图像、音乐、代码等。GAI在各个领域都有广泛的应用和潜力,但同时也带来了一系列的风险和挑战,例如版权、责任、隐私、安全、歧视等数据风险、内容风险、社会风险和法律风险,这四类风险所带来的主要法律挑战包括数据保护、内容监管、责任归属等。为了有效地应对和管理这些风险,可以构建一种基于类型化方法的GAI风险治理框架,旨在通过对GAI风险的分类、评估和控制,提出类型化的解决方案和建议,从立法、执法、司法和自律四种法律治理类型提出相应的措施和方案,如完善相关法律法规、建立监管机制和标准体系、加大执法力度、提高司法适应性和创造性、推动行业自律和社会共治等,以促进GAI的健康发展。

《医林改错》脏腑理论模型的构建与运用

王清任一生的医学贡献凝聚于一册薄薄的《医林改错》,其构建的脏腑理论模型具有生理学与病理学的双重含义,具体可分为“气血运行模型”和“水谷运化模型”。前者侧重于病理探讨,生理描述亦多,可细分为“气运模块”与“血运模块”;后者常见于生理阐释,病理描述甚少,可细分为“水运模块”与“谷运模块”。“气运模块”的生理功能以存储和运行元气、津液为主,其病理变化以津液失常和气虚为主;“血运模块”的生理功能以存储和运行血液为主,其病理变化以血瘀为主;“水运模块”的生理功能主以运行水液,“谷运模块”的生理功能主以运化谷物,二者的病理变化均较少涉及。

论生成式人工智能服务提供者的个人信息合理使用

生成式人工智能的运行需要海量数据,生成式人工智能服务提供者可能会未经同意处理大量个人信息,在构成个人信息合理使用时主要有以下三个问题:合理的范围不明确,现有履行告知义务的方式阻碍其合理使用个人信息,在提供服务阶段处理个人信息的具体行为与履行内容审核等安保义务的处理目的相分离。基于生成式人工智能的运行机理,从其运行的研发阶段和提供服务阶段,来分析生成式人工智能服务提供者适用个人信息合理使用规则产生的问题。以合理的目的和个人信息公开时对个人信息权益影响的程度限定合理的范围;以公示的方式履行告知义务,促进个人信息合理使用;基于履行内容审核等安保义务的处理目的,整体性评价其在提供服务阶段未经同意处理个人信息的行为。从而破解生成式人工智能服务提供者合理使用个人信息的困境的同时保护个人信息权益。

成年初期男同性恋性道德结构构想及影响因素分析

男同性恋作为性少数群体,在身心发展过程中,其性道德发展及结构可能存在自身独特的特点。研究采用深度访谈对30名18~30岁成年初期男同性恋者进行研究,对访谈资料进行文本分析得出:成年初期男同性恋道德发展可分为四个阶段:单一异性恋道德准则阶段、多元道德准则阶段、整合对立信息阶段、初步稳定性道德阶段;性道德结构可以分为性道德认知、性道德行为发展、性道德情感发展三个主要部分;主要问题为:受到同性恋同伴、早期性教育和网络发展的影响,男同性恋在将异性恋道德规范迁移到同性恋性生活的过程中,由于缺乏正确的引导,在拒绝和接受的尺度拉扯之下,对不道德性行为的接受程度更高,这也间接导致男同性恋群体成为艾滋病的高发群体。

生成式人工智能技术演进视野下的内容生产范式变革

内容生产行业处于泛文娱和IT前沿技术的交叉领域,人工智能技术的飞速发展带来生成式人工智能(GAI)技术的升级演化,对内容生产力与生产关系的创新提出了新的命题。文章基于智能化内容的应用生态,引入库恩的“范式”理论,分析当前内容生产领域基于GAI技术的创新案例,认为生成式人工智能与之前的渐进式工具改良不同,是一次前所未有的技术变革,具有颠覆性、不可通约性和历史必然性。AI变革正在不断消解传统内容生产的范式,成为新模式、新方法和新风格的主要技术推动力,掀动生态级智能化生产浪潮。

生成式人工智能在数字乡村规划与设计中的应用研究

随着城市化进程的加速,数字乡村规划和设计成为促进农村发展的重要手段。然而,这一过程面临着许多复杂问题,如土地利用、基础设施规划和环境保护等。生成式人工智能(GAI)作为一种新兴技术,具备强大的数据分析和模拟能力,为数字乡村规划和设计提供创新的解决方案。该文旨在综述GAI在数字乡村规划和设计中的应用领域和方法,并探讨其对乡村发展的意义和潜力。通过深入了解GAI在数字乡村规划和设计中的实际应用,可以更好地推动农村发展,促进农村社区的可持续发展和提升居民生活质量。

生成式人工智能技术对软件行业的影响及应对策略

文章采用文献综述的方法,系统地梳理了生成式人工智能(GenerativeAI,GAI)技术的演进历程与当前的发展态势,并重点探讨其对软件行业的多维度影响。研究指出,GAI技术的迅速崛起为软件行业开辟了新的发展路径,不仅缩短了产品从设计到市场的周期,提升了软件的整体质量,还通过优化生产流程有效缓解了行业的竞争压力。然而,GAI技术的广泛应用也伴随着一系列严峻的挑战,其中最为突出的是对传统软件开发人员就业稳定性的潜在威胁。因此,如何在推动技术创新的同时兼顾社会福祉,成为当前亟待解决的关键问题。基于这一背景,文章认为软件行业的从业人员及企业应秉持开放与前瞻的态度,积极融入GAI技术的浪潮,制定出科学合理的转型策略,以应对技术变革带来的挑战。同时,文章强调了有效监管GAI技术的重要性,认为提升监管能力、保障公民权利是维护社会稳定和引导人工智能技术健康发展的关键。在此基础上,面对GAI技术重塑软件行业格局的深刻变革,进一步提出需通过精心规划与科学引导,在充分把握技术带来的无限机遇的同时,有效化解潜在风险,从而推动软件行业迈向更加繁荣的未来。

GAI赋能下大概念统领的跨学科深度融合课程创生

随着《义务教育课程方案(2022年版)》的实施以及《广东省基础教育课程教学改革深化行动实施方案(2024—2027年)》的发布,教育改革进入一个又一个新阶段。当前的时代不断强调适应生成式人工智能(Generative Artificial Intelligence,简称GAI)以及开发综合性、实践性课程,以培养学生面向未来社会的核心素养和高阶思维能力。基于此,本研究探讨了生成式人工智能(GAI)与大概念教学理论的结合,为跨学科课程创新提供了新模式——GAI赋能提取大概念、GAI赋能个性化学习指引、GAI赋能跨学科创意表达和GAI赋能个性化学习评价。以大概念教学理论为课程核心强调跨学科整合,以GAI为助手赋能教学全流程应用。通过案例研究,展示了GAI在教学中如何有效地确定、外显和活化大概念,以及如何构建跨学科的大概念体系,从而激发学生的探究精神和创造力。通过以上模式的探究,以期在未来构建一个综合导向、实践导向的教育模式,为教育改革和学生素养的全面提升提供支持。

从《医林改错》血瘀说辨治脑瘤

探讨《医林改错》的辨治思想在脑瘤中的应用。明晰脑瘤生理病理与脏腑的关联,以便针对不同证型特点进行脏腑论治探讨;重视气血损伤对脑瘤疾病过程的影响,注重调理气血平衡;把握脑瘤的病证特点,善用血瘀病机辨治,灵活运用益气活血法治疗。

从“汤液经法图”角度探讨《医林改错》22首活血化瘀方剂的组方配伍规律

目的:从“汤液经法图”角度探讨《医林改错》22首活血化瘀方剂的组方配伍规律,以期为临床活血化瘀法的应用提供理论依据及《医林改错》的研究提供新思路。方法:运用《辅行诀五脏用药法要》所载“汤液经法图”解析清代王清任所著《医林改错》记载的22首活血化瘀方剂,制成“22首活血化瘀方剂组方配伍分析表”,分别绘制22首活血化瘀方剂的汤液经法分析图,分析药物的配伍结构。结果:9首以补肝为主的方剂,基本以“辛-苦-甘-咸”为组方配伍原则,多以肝为主,五脏同调;7首以泻脾为主的方剂,基本以“甘-辛-苦”为组方配伍原则,多以脾为主,肝心肾同调,不涉及肺脏;4首以泻心为主的方剂,基本以“辛-甘-苦”或“苦-咸”为组方配伍原则,多以脾为主,五脏同调;2首以泻脾为主的方剂,以“辛-苦-甘”为组方配伍原则,多以脾为主,肝心肾同调,不涉及肺脏。结论:22首活血化瘀方剂整体以“辛-苦-甘”为组方配伍原则,多数涉及肝木、脾土和心火。王清任用药频次最高的活血化瘀药是桃仁,其次是红花、赤芍、当归和川芎,补气药是黄芪和甘草,行气药是柴胡和川芎,药物归经频率最高为肝经,五味以辛、甘、苦味为主,符合王清任活血化瘀为主,辅以补气行气的用药特点。王清任多使用“甘辛化苦”五味配伍转化关系,促使作用于脾的辛味药和甘味药入心泻心。王清任善用黄芪,重视活血化瘀同时补气,22首活血化瘀方中有8首使用了黄芪。王清任将活血化瘀药与引经药和不同作用的药物配伍,因势攻邪,引导活血化瘀药直接作用于不同的瘀血部位。

生成式人工智能背景下传统图书编辑核心能力构建研究

近年来,以ChatGPT、Sora为代表的生成式人工智能技术 (Generative Artificial Intelligence)发展迅猛,迭代明显加速,应用领域和场景不断扩大。生成式AI正在逐步被应用于图书出版行业的选题策划、文献整理、数据分析、编辑加工和营销推广等环节,一些原来由编辑承担的工作,逐渐转由人工智能完成或辅助完成。在生成式AI技术背景下,编辑原有的工作内容和工作方式正在发生变化,角色转换要求倒逼编辑核心能力重塑。

AIGC驯化路径与反驯化趋势分析:基于媒介技术视角

AIGC驯化路径是从AIGC资源被掌控与利用,到AIGC服务于个性化需求,再到AIGC融入生活,最终完成AIGC从实用工具到社会变革驱动力的深刻蜕变。AIGC反驯化是在其在被用户使用的过程中产生一种脱离主体控制的力量,并反过来控制,甚至奴役用户。AIGC使用户行为习惯、思维方式、价值观念以及主体角色发生转变。未来,人技关系有望更深入地融合,“人技互补”将成为AIGC发展的趋势,而平衡发展将成为处理AIGC驯化与反驯化关系的核心原则。

基于元曲作品中丝织显花事象的技艺辨析研究

元曲作品中多见涉及丝织显花技艺事象,系通过戏曲文学艺术形式反映传统手工丝织事物的文化现象,也是纺织史料的一种保存和呈现形态。采用“曲史互证”的方法,对元曲中有代表性的丝织显花技艺事象开展辨析。研究认为,元曲呈现的提花织造事象与现实中的丝织显花工艺及其织品存在一定的对应关系。元曲“妆花”和“妆金”相关事象提示出后世相关丝织品名称的渊源。元曲“织成”和“缂丝”相关事象所反映的工艺特征和用途符合实际。元曲中“改机”相关事象虽与明代记载不同,但是提示出元代民间衣料加工的常见方法。元曲作品中丝织显花技艺相关事象多由剧曲作者根据现实的丝织工艺特征和产品特点赋予意象性的艺术表达,对后世专门术语的形成不无启发作用,又通过元曲在民间的广泛传播获得流传和认同。

生成式人工智能的版权风险及其治理

生成式人工智能在一定程度上改变了传统的创作过程,从而对既有的著作权规则产生了冲击。生成式人工智能在数据获取和挖掘阶段是否适用合理使用著作权例外存在争议,在内容生成阶段存在可版权性判断规则的争议,在内容生成后的使用阶段存在侵权风险。为应对这些问题,有必要适当增加人工智能公司训练数据来源披露义务,在现有的立法框架下借助司法裁判认定数据获取和挖掘的法律性质,并鼓励人工智能企业与著作权集体管理组织形成合作,努力达成作者、著作权人、人工智能企业和用户等多方主体之间利益平衡。

生成式人工智能助力体育学知识生产的风险与应对

梳理以ChatGPT为代表的新一代生成式人工智能的技术特征,基于体育学知识的3种形态,探讨新一代生成式人工智能助力体育学知识生产的基本逻辑、潜在风险与治理策略。研究表明:新一代生成式人工智能能够颠覆当前的人机交互模式,促进人工智能和人类智能深度融合、重塑体育学知识生产场域;有助于体育学技艺性知识缩短知识生产周期、推动知识样态升级,体育学学术性知识破除学科交叉壁垒、优化知识生产关系,以及体育学职业性知识促进知识结构转变、重塑知识生产情境。在助力体育学知识生产的同时,可能会带来体育学知识生产主体异化、体育学知识生产过程失范、体育学知识体系演进失序等风险,应当从坚守规范、顶层设计、主动变革3个方面着手进行防范。