如何走出AIGC的“科林格里奇困境”:全流程动态数据合规治理

[目的/意义]AIGC的快速发展带来了安全风险与规制问题,遵循AIGC的发展趋势构建全流程动态数据合规治理机制,能够帮助AIGC走出“科林格里奇困境”。[研究设计/方法]通过梳理AIGC与数据治理之间的赋能与保障关系,结合AIGC规制的国际实践经验进行“科林格里奇困境”规制博弈分析,探析AIGC创新发展与规制的路径。[结论/发现]无论是欧盟的强硬规制、中国的谨慎监管还是美国的行业自律,都在不同维度显现出规制的局限性,可以通过全流程动态化规制手段适配AIGC的动态化发展趋势,构建基于数据合规治理的AIGC全流程动态规制机制,帮助AIGC走出困境。[创新/价值]基于数据合规治理的AIGC动态规制机制能够不断改进规制体制和工具,为AIGC相关技术落地具体应用领域提供思路。

组态视角下AIGC应用平台用户中辍行为影响因素研究

[目的/意义]从组态视角对AIGC应用平台用户的中辍行为影响因素进行研究,明确人工智能技术服务的痛点与边界,更好地优化服务,以促进技术赋能。[方法/过程]使用问卷收集219份有效数据,采用扎根编码与定性比较分析相结合的方法,对影响AIGC应用平台用户中辍行为的因素进行识别,并构建相应的理论模型,揭示引致AIGC应用平台用户中辍行为发生的条件组合。[结果/结论]将AIGC应用平台用户中辍行为归纳为潜在威胁感知型和技术因素主导型两种模式,发现感知威胁、期望失验、系统质量、内容质量在AIGC应用平台用户中辍行为中发挥着重要作用。基于上述研究结论,对后续的研究视角提出了相关建议。

基于AIGC协同工业设计流程的气道廓清辅具设计研究与实践

目的设计领域引入蓬勃发展的AIGC技术以期提高效率,在此基础上结合大数据技术和双钻模型,以提高AIGC应用于复杂产品工业设计的质量。方法提出了一种AIGC协同的“1+2”钻工业设计流程模型,通过三次发散、三次收敛来提高AIGC协同工业设计的流程效率与方案质量。首先,在ChatGPT和Python大数据爬取辅助下发散需求问题,在Python高频词分析、竞品分析、专家评审下收敛设计目标;其次,运用Midjourney的Stop参数模糊生图进行创意发散,通过对项目人员问卷调查收敛设计方向;最后,联合使用DALL·E、StableDiffusion和Midjourney发散设计细节,通过焦点小组收敛以确定最终方案并建模渲染。结果实现全面、专业、准确的长期卧床老人气道廓清的需求分析,且辅具设计方案的在用户友好程度、造型美观度、技术可行性和功能可用性方面获得了设计与工程双方专业人员的认可。结论AIGC、大数据与传统工业设计方法相结合的“1+2”钻设计流程,能够通过人工控制AIGC的参考内容、处理AIGC的生成内容,以及阶段性专家评估有效地提升AIGC协同的工业设计方案质量,为规范化的AIGC协同工业设计流程提供思路。

“拿破仑的军师”还是“阿基里斯之踵”:AIGC驱动数智时代游戏设计新变革

AIGC技术的兴起正在推动着游戏设计的本体属性和认知理念发生根本性重塑。为了探索AIGC浪潮下未来游戏的设计方式与生态构成会如何发展与进化,通过文献研究法、案例分析法和比较分析法,从游戏设计的叙事剧情、美术视觉、音效音乐、界面交互和系统机制等方面,探讨了AIGC技术在游戏设计领域的应用模式。AIGC技术可以降低游戏设计成本、丰富游戏内容、改变创作方式,但也存在情感表达缺失和游戏伦理面临新挑战等弱点。在AIGC语境下,游戏设计师的身份和职能、人机关系、游戏形态和规则、商业模式和组织结构等都将发生变革。因此,游戏设计师及研究者需要破除思维禁锢,开启前瞻思考,主动探索人机协作的新范式,以促进AIGC技术赋能游戏设计并实现深度交叉与融合。

基于大模型和多模态的AIGC在图书馆的应用研究

人工智能正在飞速发展,影响着各行各业。生成式人工智能基于大模型和多模态,具有精确性、高效性、多样性和可扩展性等特征,提高了人工智能的效率和准确性,并能融合多种信息类型。经调查,传统图书馆的人工智能应用存在智慧化不足的问题,图书馆可以通过利用生成式人工智能,实现图书馆业务流程、阅读推广、信息素养教育、文献内容加工、信息服务的高度智慧化。而这还需要解决内容生存质量、数据偏见、监管、成本以及人才问题。

现状与趋势:国内人工智能生成内容(AIGC)研究透视

人工智能生成内容技术在诸多领域的融合应用表现出巨大的发展潜力和应用价值,已成为学术研究的焦点。本文采用文献计量分析与知识图谱分析相结合的方法,从外部特征(年度发文情况、期刊分布情况、研究团队、研究机构)以及内部特征(关键词共现、聚类)两个维度,系统考察我国人工智能生成内容研究的演进历程、热点主题以及发展趋势,旨在为国内人工智能生成内容的理论研究和实践探究的发展提供科学理论依据、现实参考。

“AIGC+”:虚拟现实媒介内容生产机制研究

基于间性视角,从主体参与的跨场景互动、文本连接的跨文本延伸、媒介互联的跨模态交融,分析不同内容生产模式之间的关系逻辑;并结合数字创意互动服务模型,从内容制作、内容包装、市场创建、数据传输、发行服务及用户界面六大方面,探讨“AIGC+”虚拟现实媒介内容生产的运作机制。最后,从负责任创新是借力人工智能生产开展持续创新的重要基石、平台化思维是连接各方资源的重要桥梁、数字素养是数据生产力发展的重要保障、生态理念是可持续健康发展的重要引领,提出构筑运作保障体系的具体策略。

负责任的人工智能:技术伦理危机下AIGC的治理基点

随着ChatGPT的问世及应用,生成式人工智能(AIGC)展现出巨大发展潜力和光明前景,同时也带来了AIGC技术伦理危机及其治理的重要课题,“负责任”成为AIGC发展的关键诉求之一。AIGC技术伦理危机的生成具有独特诱发机制,主要包括:AIGC算法运行透明度低导致的沟通“不理解”、缺乏主观善意导致的决策“不可控”、人工智能幻觉导致的安全性“不可靠”、人机伙伴关系尚未建立导致的合作前景“不可持续”。针对诱发机制,制定“负责任”的人工智能准则和监管框架需要多主体协同发力:学界应推进人机互动中的可解释性研究,政府部门要加强立法和监管力度,人工智能行业应建立自治自律机制,用户要提升算法素养。

AIGC议题的动态演进与传播结构:基于微博和Twitter的比较分析

不同文化背景和社会情境可能会形成不同的技术认知,基于跨平台比较视角,采用动态主题模型等工具比较微博和Twitter中人工智能生成内容(AIGC)议题在发展趋势与传播结构上的差异,探讨促成这些差异的多维因素。研究发现:在微博中,用户更关注AIGC的经济和商业价值,侧重探讨新技术与经济发展的关系;在Twitter中,AIGC讨论与技术逻辑具有更紧密的联系,诸多文化界、产业界博主将技术对产业、伦理的影响和对未来的想象推到更重要的讨论位置。研究认为,由经济要素驱动的AIGC讨论机遇与风险并存,在关注AIGC经济价值的同时,也要警惕资本、市场对技术认知和技术发展的过度干预,防止技术背离“以人为本”的价值初衷。最后,宏观层面的语境也并非稳定不变,未来应当继续关注技术认知的结构性变化以及其将如何影响新技术发展等问题。

AIGC嵌入图书馆知识服务的价值、风险及其防控策略

文章在梳理人工智能生成内容(AIGC)与图书馆知识服务发展背景的基础上,探讨AIGC嵌入图书馆知识服务在拓宽知识服务广度、延展知识服务深度、增强知识服务亮度和提升知识服务效度方面的价值,指出二者融合易出现馆员和用户主体性异化风险、知识内容异化风险和数字伦理风险。对此提出AIGC嵌入图书馆知识服务风险防控策略,即提高相关人员数字素养,开发多主体共创性活动项目;加强高质量知识库建设,构建多功能知识图谱;完善顶层设计规划,联合企业加强相关技术研发。

AIGC视域下数字教育产品的四维风险矩阵与治理框架

数字教育是数字中国的重要组成部分。随着生成式人工智能在教育领域的快速深入应用,数字教育产品已从教育APP、小程序、云平台等成熟形态迅速衍生出大模型、虚拟机器人等创新形态。AIGC在为教育提供便捷的家校社联系、多语种的流畅交互、高效率的阅读批改等技术红利的同时,仍然面临资源质量良莠不齐、信息无序扩散、算法设计与人的认知发展弱关联等挑战。为此,亟需从社会定义范式和行为计算范式的双重视角来构建一种贯通“数字资源—信息传播—算法设计—认知评估”的四维风险矩阵,以定性和定量分析AIGC教育应用的潜在风险。同时亦需从“监管者—开发者—使用者”的主体协同视角构建治理框架,通过行业应用准入审查和服务集群常态化测评的路径来输出决策支持和治理建议。该四维风险矩阵和治理架构可为政府监管者、家校使用者和产品开发者推进AIGC良性应用生态提供重要参考。

基于职业替代概率模型的AIGC职业发展探究

[目的/意义] AIGC技术的智能化优越性和跨领域适应性将在众多行业升级中得到应用,探究AIGC技术急变下的职业发展变化,可促进劳动者对职业更替形成风险认知,实现高质量就业。[研究设计/方法]基于“任务分解”“细分任务替代概率估算”和“职业整体替代概率计算”三个层次构建职业替代概率模型,预判现有职业整体替代率。在此基础上展开职业更替原因及特征分析,探索个人成长路径。[结论/发现] AIGC技术急变下的职业更替呈现可替性传统职业、互补型发展职业与高潜力新兴职业三大类别,为寻求职业发展,劳动者应掌握和理解机器逻辑,拓展人机交互底层技能,深耕人机合作个体优势,以最大限度释放人类核心竞争潜能。[创新/价值]立足工作任务与任务属性,面向人工智能与劳动力就业的辩证关系构建的职业替代概率模型,充分尊重了职业的工作内容拆解逻辑、人工智能的能力演进方向与劳动替代效应,有助于从微观视角解析AIGC引发的脑力劳动职业更替趋势,推动就业质量的提升。

AIGC在融媒体基础资源大数据下的应用

随着人工智能(Artificial Intelligence,AI)技术的持续发展,人工智能生成内容(Artificial Intelligence Generated Content,AIGC)技术受到广泛关注,为各行各业带来了更高效、个性化和精准的内容生成和处理能力,尤其是在融媒体领域,可以实现新闻内容的自动化生成和推送,提升融媒体基础资源大数据的处理效率和质量。基于此,探讨AIGC在融媒体基础资源大数据下的应用,通过分析其在实际应用中的优势、劣势、潜在机遇及威胁等,研究如何通过优化算法和模型,提高AIGC的质量和创造性,为融媒体领域的内容生成和处理提供新的思路和方法。

探索AIGC技术在高校编程课程中的应用潜力与挑战

在人工智能大模型时代,以ChatGPT为代表的生成式人工智能(Artificial Intelligence Generated Content,AIGC)备受关注,然而其应用在高等教育领域,尤其是编程类课程中的研究却相对较少。该文针对此问题展开初步探讨,着眼于AIGC技术在编程类课程中的应用,特别是对低年级和非计算机专业学生的潜在应用价值。AIGC技术为编程学习提供了智能、灵活、个性化的方式,能够消除语言障碍,让学生随时随地进行学习,通过大量的示例和练习,能够跨越物理和时间限制,使学习过程更加公平和易于获取。然而,使用AIGC工具也可能引发过度依赖,产生学术诚信等问题。在这一背景下,该文重点探讨了如何将AIGC技术充分融入非计算机专业的编程课程中,讨论新的机遇和相关挑战,主要从代码生成和解释、调试帮助指导以及知识点理解指导等三个方面介绍如何利用AIGC工具进行编程学习,并对如何促进教学工作以及如何改进提出见解。

AIGC背景下全民数字素养教育的内涵变革与应对策略

随着AIGC技术的应用和推广,全民数字素养教育进入智能时代。文章首先分析了AIGC背景下全民数字素养教育的国内外进展,包括中国和联合国、美国、欧盟等国际组织在数字素养教育方面的政策和框架。然后从概念内涵、受众群体和教育模式等维度分析了全民数字素养教育的变革趋势,指出其概念从信息素养、媒介素养等逐渐演变为融合人工智能素养的综合性概念,其受众群体从特定技术群体扩展到全年龄、全职业和全社会,教育模式则朝着终身化、个性化方向发展,并深度融合人工智能技术。最后提出了针对AIGC背景下提升全民数字素养的六点应对策略,包括学科主体建设、课程体系建设、用户需求导向、混合教学手段、开放教育资源和教学效果评估。

生成式人工智能赋能下的AIGC虚拟数字人:图书馆用户服务的机遇与挑战

人类科技正进入大模型阶段,以ChatGPT为代表的生成式人工智能应用的出现与流行,为图书馆服务创新提供了借鉴经验及发展思路,生成式人工智能赋能下的AIGC虚拟数字人也将开启图书馆用户服务的新窗口。文章对虚拟数字人的概念、类型、发展历程及技术路径进行归纳,分析了生成式人工智能对虚拟数字人的赋能及两者结合对图书馆行业的影响,并从技术推广、组织管理以及用户使用等三个方面初探了图书馆应用AIGC虚拟数字人可能面临的挑战。

基于AIGC背景下的产品设计流程与方法初探

随着AI技术的发展,生成式人工智能(AIGC)正在作为一种新的技术被用来增强设计过程的各个方面。本研究旨在初步探究人工智能驱动下产品设计的流程与方法。通过理论研究和实验的方法,提出了产品设计生成概念模型公式,为设计师提供了创意参考,使设计作品更符合设计理念和客户需求,而且有效缩短了产品开发周期,降低了开发成本,提高了设计的准确性和可行性。

融合真实世界物理信息的AIGC

随着提示和人类反馈强化学习的引入,通过加速实验流程和提供高精度预测,生成式人工智能已经广泛应用于物理、化学等理工领域中,正逐步革新科学研究的传统模式.尽管如此,仅从有限的标注样本出发,训练一种可以泛化至任意相似场景的鲁棒生成式人工智能似乎仍然遥不可及.这一挑战本质上源于物理信息在现有人工智能生成内容(Artificial intelligence generative content, AIGC)的实践中尚未得到充分融合.在过去受计算资源不足等客观因素阻碍的情况下,AIGC在物理层面上的认知能力始终未能取得显著的进展.如今,伴随硬件升级带来的OpenAI,Google等展现的智能进步,上述局面有望改观.本文全面梳理了物理信息与AIGC结合的最新研究动态,包括物理信息的多种来源、融合框架及具体案例分析,并总结了该领域面临的前沿挑战与潜在发展机遇.

基于AIGC+NLP的电子商务系统——内容生成与智能交互的应用研究

为解决传统电子商务系统缺乏个性化服务的问题,提出了基于生成式人工智能(artificial intelligence generated content,AIGC)和自然语言处理(natural language processing,NLP)的设计方案,并进行了关键算法和组件的原型实现。首先,利用K均值聚类算法(K-means clustering algorithm,K-means)对用户进行聚类,生成用户画像,进一步借助AIGC和NLP技术创建虚拟主播,为不同类型的用户提供个性化服务。在NLP相关研究中提出的生成对抗网络-双向编码器表征法(generative adversarial networks-bidirectional encoder representations from transformers,GAN-BERT)模型可用于实现虚拟主播与用户的智能对话功能,基于开源数据集上的对比测试,该模型效果相比于其他模型有明显提升,双语替换评测(bilingual evaluation understudy,BLEU)值可达到44.25。电子商务系统采用前后端分离的开发模式,前端引入Vue.js框架对数据进行双向绑定,后端采用Spring Cloud架构和微服务组件,保证服务的可靠性和稳定性。本系统的设计与实现过程将为其他电商平台的开发和优化提供不错的参考价值,进一步推动电商平台的发展。

AIGC驱动下的动画创作:技术变革、融合路径与风险挑战

2022年底,美国OpenAI公司发布了聊天机器人程序(Chat Generative Pre-trained Transformer,简称ChatGPT)这一划时代的人工智能产品,随即在世界范围内掀起了广泛的讨论热潮。人工智能作为一种全新的技术,对人们的日常生活和生产产生了深刻的影响。近年来,人工智能技术的发展重心由决策式人工智能(Artificial Intelligence,简称AI)转向了生成式AI,生成式AI在动画内容生产领域得到了广泛的运用,动画创作从创作本身转向了生成选择、从侧重三维技术向人工智能靠拢,生成式人工智能在剧本文案、角色场景设计、后期合成等环节均展现出巨大的潜力,但AI的运用仍然面临着情感表现不济、创意自主性缺失以及产学研用尚未成熟等文化、科技风险挑战。