算法推荐视域下青年爱国主义教育的困境及其超越

算法技术通过“智能推荐”潜移默化地重塑着青年的思想认知和行为方式,也为青年爱国主义教育带来新的契机和挑战。算法不仅为青年爱国主义教育的内容传播和效果提升提供了技术支持,而且为深入挖掘青年爱国主义话语资源、增进话语主体有效互动提供了动力。但是,由于工具理性的过分彰显,算法也潜藏着消解教育内容、割裂教育空间、疏离教育主体以及弱化教育效果的风险。弥补算法价值理性的缺失、发挥算法的技术优势,是摆脱当前青年爱国主义教育困境、进一步加强新时代意识形态安全教育的重要任务。为此,须从促进内容智能化传播、推动话语表达转换、设定算法的价值前提和加快教育方法革新等方面,探寻对算法推荐视域下青年爱国主义教育困境的实践超越。

平台数字劳动的伦理困境、根源及其纾解

数字劳动是数字信息技术催生的新型劳动形态,成为与传统劳动共在的劳动范式。在数字劳动治理中,平台数字劳动是重点之一。平台数字劳动作为资本与技术相互融合的产物,由于受到资本逐利本性的驱动以及监管体系的相对滞后,在带来满足和愉悦的表象背后,消解了平台数字劳动者的主体性,隐含着资本对劳动自由、劳动公平等劳动伦理的侵蚀。为了有效纾解数字劳动的伦理困境,需要制定出科学的数字时代劳动法规,加强对平台算法自身的伦理构建,深化对算法平台的伦理审查和监管,提升平台数字劳动者的算法素养,进而最大化维护平台数字劳动者的合法权益。

算法技术视域下红色文化传播的价值景观、困境与价值链重塑

党的二十大对推进文化自信自强提出了新要求和新部署,契合算法技术发展之势深化红色文化传播,推动红色文化创造性转化、创新性发展,在现代化强国建设进程中具有重要战略和现实意义。算法技术视域下红色文化传播呈现出多元价值景观,但也面临算法剥夺与“算计”、文化需求与供给失衡、文化较量与边界守护、算法规制和治理障碍等多重困境。在日新月异的算法技术时代,立足红色文化供给侧改革以创造中国式现代化文化新形态,掌握技术先机以扩大红色文化算法推介力,完善网络协同治理体系以构建向上向善的新时代网络算法传播格局,突破国内传播舒适圈以推动红色文化传播走深走实走远,是重塑红色文化传播价值链以走出算法困境的有效举措。

过程论视野下的算法裁量:形成机理、现实困境和法治路径

算法在行政裁量领域中的广泛应用,形成了一种新型的算法裁量模式,与此同时,亦带来诸多法治挑战,有必要对其形成机理、现实困境和法治路径展开研究。在形成机理方面,基于法律与事实的交织构造,算法裁量的产生得益于法律的代码化以及技术对事实的丰富处理。从过程论视角,对其进行“接收-处理-输出”阶段性划分,针对性地逐一释明不同阶段所存在的数据质量问题、算法黑箱、算法歧视问题。基于此,有必要从范围限定、程序约束及权利保障三个方面进行过程性的法律控制,从而推动算法裁量的法治化实践。

The AI Paradox: Mapping the Unintended Disruptions in IT and Beyond

In the realm of Artificial Intelligence (AI), there exists a complex landscape where promises of efficiency and innovation clash with unforeseen disruptions across Information Technology (IT) and broader societal realms. This paper sets out on a journey to explore the intricate paradoxes inherent in AI, focusing on the unintended consequences that ripple through IT and beyond. Through a thorough examination of literature and analysis of related works, this study aims to shed light on the complexities surrounding the AI paradox. It delves into how this paradox appears in various domains, such as algorithmic biases, job displacement, ethical dilemmas, and privacy concerns. By mapping out these unintended disruptions, this research seeks to offer a nuanced understanding of the challenges brought forth by AI-driven transformations. Ultimately, its goal is to pave the way for the responsible development and deployment of AI, fostering a harmonious integration of technological progress with societal values and priorities.

“驾凌”与“驾驭”:算法推荐下的意识形态困局与纾解

算法推荐技术作为大数据体系发展的必然结果,具有解决信息过载、实现资源高效分配的效用,但在资本逻辑主导下也带来了意识形态的风险困局。算法推荐形成了“信息茧房”、延伸了“全景式监狱”、升格着“沉默的螺旋”现象,并加剧了社会的“娱乐泛化”,造成情感诉求优先的“后真相”出场。这在一定程度上使算法技术“驾凌”于人之上,造成受众认知的狭窄性、思想的偏激性,禁锢意识的自主性并消解着社会的整合性,带来主流意识形态引领乏力、认同窄化、主导失权、凝聚力弱化的困局。纾解困局要推进技术建构与意识形态引领的并驾齐驱,通过技术优化、制度规制、多维把关、素养提升四个途径,实现全社会的多方协动,以道驭技“驾驭”算法,以此推动技术发展与人的发展的良性共进。

智能技术赋能教育评价的时代内涵、伦理困境及对策研究

教育评价处于衡量与引导教育事业发展的枢纽环节,以人工智能、大数据为代表的智能技术全面赋能教育评价改革,支撑教育系统全方位、全要素、全流程转型。然而,目前有关智能技术赋能教育评价所引发的潜在伦理风险及其应对措施的研究尚不明确。基于此,文章系统回顾与分析了国内外有关智能技术赋能教育评价的相关研究,阐释了智能技术赋能教育评价的时代内涵,探析了智能技术赋能新时代教育评价的伦理困境:技术至上僭越教育主体底线、算法偏见触碰人本伦理防线、数据过度挖掘违背信息安全红线、唯机器评价偏移教育公平普惠基准线、智能评价围囿制约主体思维创新“高线”。提出了消解伦理困境的具体对策:明确评价主体地位,建立多级联动保障新机制;审视智能算法偏差,驱动绿色评价技术新引擎;筑牢数据安全护栏,探索“弹性+柔性”共治新模式;兼容内外评价范式,破解教育质量公平伦理新难题;培养人工智能素养,推动主体伦理道德新发展。

论平台经济从业者面临的算法困境及其制度因应

平台经济从业者深陷算法困境,而现有保护路径未对其陷入算法困境的深层原因进行剖析,因而难以从根本上纾解平台经济从业者的困局。由于平台企业与平台经济从业者的利益分歧、信息不对称、议价能力欠缺等因素,平台企业极易滥用“算法权力”从而使得平台经济从业者陷入算法困境。基于此,应突破传统“公私二元”划分,遵循“数字人权”的实体和程序要求,以破解平台经济从业者面临的算法困境。前者涵盖“限权”与“赋权”两个维度,具体包括限制平台企业之“算法权力”的行使限度、规制平台企业对平台经济从业者的垄断行为、配置平台经济从业者的数据权利、增强平台经济从业者围绕“平台算法”的议价能力等;后者涉及“程序公开性”、“程序参与性”与“程序中立性”三个维度,具体包括构建平台企业的算法解释说明义务、赋予平台经济从业者对算法决策的异议权、引入第三方力量等。

算法时代高校主流意识形态的现实困境与破解路径

算法时代之下的大数据技术既为社会生活的不同方面带来了巨大变化,同时对于高校主流意识形态而言,也产生了重要的影响。高校主流意识形态工作在大数据技术的加持下面临一定的机遇,但对于高校主流意识形态工作而言,也面对严峻的现实困境。高校主流意识形态工作必须要契合算法时代的内在要求,通过从党的领导、安全建设、工作队伍与大数据思维四个不同维度来建构高校主流意识形态的有效路径,切实维护高校主流意识形态的安全。

智媒时代网络思想政治教育的价值意蕴与提升路径

智媒时代算法技术成为信息传播的新兴主导手段,对思想政治教育传播成效产生了重大影响。算法从技术、权力和效度3个方面重构了思想政治教育的现实场域,为分析智媒时代网络思想政治教育提供了全新框架。算法对智媒时代网络思想政治教育具有重要的价值意蕴,在技术层面实现了网络思想政治教育的技术升级和“生产”,在权力层面实现了网络思想政治教育的信息分配和“出场”,在效度层面实现了网络思想政治教育的数据驱动和“赋能”。但从实际运行来看,算法在智媒时代网络思想政治教育中依然面临技术扩张、权力失序和效度失守的困境。为此要以立德树人为导向、主流意识形态为遵循、成人成才为目标,不断推进算法在智媒时代网络思想政治教育中的转型升级发展。

算法推荐时代大学生政治认同的现实困境及优化策略

算法推荐为大学生政治认同提供了一个全新的信息场景。算法推荐的用户体验的直观化、信息传播的差异性、信息接收的狭窄性、信息中介的支配性在一定程度上带来了大学生政治认同淡薄、政治认同分化、政治认同偏差、政治认同消解的现实困境。针对算法推荐带来的负面政治认同后果,需要采取多维度、多方面的策略来夯实算法推荐场域下大学生政治认同,通过优化价值引领工作、推动算法平台升级、提升个人算法素养、构建算法法律法规及监管机制的方式破除算法推荐时代大学生政治认同的现实困境。

算法自动化决策中消费者主体性的保障路径

算法自动化决策改变了消费者接受信息的方式,削弱了消费者的议价能力,威胁消费者的个人信息安全。为防止算法决策工具对消费者主体性地位的消解,应当在制度方面着重保障消费者在线上消费过程中的自主性和能动性。然而,现行治理规则留白过大、联系松散,有必要对现行的治理体系进行更为精细的设计。在治理主体上,当务之急是要正确定位平台的法律角色;在治理手段上,要突破形式控制的局限,加强治理规则之间的联系;在规则制定上,应为消费者预留更多的选择空间;在救济规则上,要明确责任承担的具体规则,协调公私法救济路径。

Q-learning算法及其在囚徒困境问题中的实现

Ｑ－ｌｅａｒｎｉｎｇ是一种优良的强化学习算法。该文首先阐述了Ｑ－ｌｅａｒｎｉｎｇ的基本学习机制，然后以囚徒困境问题为背景，分析、对比Ｔ Ｑ－ｌｅａｒｎｉｎｇ算法与ＴＦＴ算法，验证了 Ｑ－ｌｅａｒｎｉｎｇ算法的优良特性。

否定选择算法中一种改进的检测器集生成机制

为提高否定选择算法中检测器集的检测率,提出改进的检测器集生成方法。其主要针对检测器在检测边界元素时遇到的困境问题,把自体点和它的临近点一起作为自体区域,处理自体的泛化问题。给出算法的具体实现过程、优势分析,并通过人工合成数据集2DSyntheticData和实际Biomedical数据集对算法进行了验证。实验结果表明,本算法检测率较高,尤其可以有效检测到处于自体与非自体边界处的点,具有一定的优越性。

情感驱动的合作进化

由于现实世界中很多合作行为的发生与结束源于个体对自身适应度和他人适应度的相对比较,并由此产生同情、尊重、嫉妒和欺弱的内生情感和相应行为,因此,合作与情感特征有关联。建立了个体情感特征与行为方式的表达机制,利用遗传算法研究群体在囚徒困境模型框架下的进化过程,计算模拟表明种群进化导致情感多样性,而情感多样性又促进了合作。同时,进化结果还反映了同情比欺弱的适应性好,尊重比嫉妒的适应性好,其中,同情心比尊重更重要。

基于遗传算法的合作演化仿真

用Multi-Agent建模与仿真研究方法,构建小世界网络下的囚徒困境博弈演化模型,以遗传算法模拟重复博弈策略的演化,研究小世界网络下囚徒困境博弈的合作演化规律。仿真结果表明:重复博弈机制下合作更容易形成,重复博弈下的优秀策略具有一些共同的特征。

无线Mesh网络中基于循环囚徒困境的路由算法

本文提出了一种针对支持多速率传输的无线Mesh网络中的寻路方法.该方法以博弈论中的循环囚徒困境为理论基础,提出了节点间亲密度的概念,并以此为因子激励节点间的合作.节点是否对路由请求(routing request,RREQ)分组进行转发取决于是否符合自身利益,它们的决策影响到相关节点间的亲密度.最后通过仿真证明了该方法能够有效地改善网络性能.

智能医学算法决策的伦理困境及风险规制

智能医学呈现出难追溯性、不公平性、过程难以理解性、结果不确定性和数据驱动性的技术特征。上述特征与诊疗场景特性的融合交叠可能诱发医生主体地位被削弱、医患信任危机、医疗资源分配不均加剧以及诊疗结果不确定性增加等风险。为有效防范智能算法的决策风险,在智能医学应用中必须遵循以强化医生主体地位为根本出发点,以降低医患信任危机为主导,以平衡资源分配为方向和以增加诊疗结果确定性为目标的伦理规制。

基于多Agent交互的监督问题仿真研究

监督问题是纵向合作困境研究中的一个主要问题。运用基于多Agent的建模与仿真方法,建立了违规与监督的交互规则,用遗传算法设计了其进化机制,并在Swarm平台上进行了仿真。仿真结果表明:在"不完全信息"与"有限理性"的条件下,要使总体违规率演化为零,不仅要使被监督者违规的期望收益小于不违规的期望收益,还要使监督者拥有被监督者行为的近乎完全的信息;重罚加快了演化的进程。

面向黄灯两难区域警示系统的一种改进算法

以往黄灯两难区域警示系统采用的算法不考虑两难区域时间变化特性,只对黄灯启亮时刻将进入两难区域的车辆给予警示,提出了相应的改进算法。首先分析了两难区域随时间变化的特性,得出两难区域的运动学表达式;接着根据时变特性设计了黄灯两难区域警示系统的改进算法,增加了对两难区域之外车辆的警示。最后建立了VISSIM交通仿真平台,运用交通系统仿真实验的方法,对比两种算法下获得的警示效果。实验结果表明,改进算法降低了漏报率。