分类: 教育学 >> 教育技术学 提交时间: 2024-08-27 合作期刊: 《广西职业技术学院学报》
摘要:近两年来,ChatGPT及其与教育的融合引发了热议。研究选取了中国知网(CNKI)中文期刊数据库的311篇“ChatGPT+教育"文献,运用共词分析法,通过高频关键词分析、社会网络分析、聚类分析和多维尺度分析等方法,探析国内“ChatGPT+教育”的发展现状。研究发现,ChatGPT生成原理、人机协同、教育数字化转型和数字素养等是该研究领城的热点。ChatGPT对教育生态的影响、ChatGPT与教育变革论、ChatGPT赋能教育数字化及ChatGPT的教育伦理风险与对策论是当前“ChatGPT+教育"研究的4个主题。研究认为,未来“ChatGPT+教育”研究需加强理论研究,夯实理论基础;质性研究与实证研究并举;加强跨学科研究,拓宽研究视角;构建学术研究共同体。
分类: 教育学 >> 高等教育学 提交时间: 2024-10-21
摘要:ChatGPT与高校数字化教学的深度整合正成为推动教育改革的关键驱动力。尽管ChatGPT无法完全替代教师的角色,但它确实在教学过程中发挥着独特且不可或缺的作用,将直接影响其在教育领域的竞争力。因此ChatGPT的发展路径正在塑造教育改革的新蓝图,那些未能有效利用这一工具的教师可能会面临被技术驱动的教学实践所超越的趋势,教育与技术的深度融合催生全新的教学方式和理念,教育行为和产品将不可避免地进行革新。
分类: 教育学 >> 高等教育学 提交时间: 2024-10-21
摘要:信息技术的迅猛发展,尤其以人工智能为核心驱动力,正重塑着各行各业,教育领域也不例外,正经历一场深刻的转型。ChatGPT的日益精进,为高校教育领域开辟前所未有的可能性。它既是机遇的源泉,也是挑战的催化剂,正以前所未有的方式重塑教育生态,因此需深刻理解ChatGPT在教育领域的重要价值,积极探索其在教学实践中的更多可能性,并将其与教学实践紧密结合,从而驱动教学方式的革新与优化。
分类: 信息资源管理 >> 情报学 提交时间: 2024-09-26 合作期刊: 《情报资料工作》
摘要:[目的/意义]ChatGPT的出现引发了社会行业生态重塑与发展的新一轮“思维革命”,也将赋能图书馆的业务生态重塑。[方法/过程]基于人工智能在图书馆业务生态演进历程的时序归结,分析了ChatGPT赋能图书馆发展的现实基础和逻辑方向,并构建了ChatGPT支持图书馆服务创新的应用场景。[结果/结论]图书馆应理性把控、应用并演绎这场“思维革命”,推动行业发展的生态重塑,在内容生产、服务咨询、资源检索等核心业务层面创造新的生态场景,使之成为人工智能时代图书馆创新发展的新赛道。
分类: 管理科学与工程 >> 管理科学与工程 提交时间: 2024-08-27 合作期刊: 《中南大学学报(社会科学版)》
摘要:作为具有高度人工智能特点的新成果,ChatGPT自面世以来就受到广泛关注。其强大的信息整合能力、生成性的自主学习能力、良好的人机交互能力在为科学研究提供有力辅助的同时,也产生了科研诚信的隐忧。ChatGPT在辅助科研中存在的诚信风险主要包括:信息失真的风险、剽窃侵权的风险、科研失德的风险。要规避这些风险,就必须对ChatGPT的应用进行伦理治理。ChatGPT使用应当遵守公开知情原则、公平正义原则、共同责任原则。唯有强化研究者的道德自觉,建立ChatGPT伦理审查机制,构建ChatGPT科研诚信伦理控制体系,才能确保ChatGPT在科研辅助中满足科研诚信要求、具备道德正当性。
分类: 信息资源管理 >> 图书馆学 提交时间: 2024-09-29
摘要:[目的/意义]在人工智能背景下,以ChatGPT为研究对象,探讨以ChatGPT为代表的人工智能在公共图书馆对弱势群体无障碍服务方面的建设情况,以期完善公共图书馆无障碍服务。[方法/过程]文章主要从ChatGPT在公共图书馆空间、信息、员工三个维度的建设情况及ChatGPT对人工智能提升的两个角度,运用比较法和归纳法进行研究。[结果/结论]ChatGPT处于高速发展阶段,在图书馆无障碍服务建设中存在版权纠纷、信息泄露及公平性问题。
分类: 教育学 >> 教育学原理 提交时间: 2024-05-20 合作期刊: 《南京邮电大学学报(社会科学版)》
摘要:在教育领域,探索AI大模型带来的教育变革并积极推动教育大模型落地具有重要研究价值。以大模型的强大功能与核心技术为切入点,追溯了大模型技术演进的基本脉络,分析了大模型“生成性”的本质特征及其对教育提出的变革要求,提出大模型时代教育理论研究的关键在于于时代自觉中守正创新,即教育理论研究应注重时代自觉、确立社会价值取向、做到守正创新;进一步指出大模型时代教育发展的实践出路在于于危机之中求落地,即积极面对AI大模型的不断迭代与持续演进为教育实践带来的新机遇和新挑战,从政策、技术等实践层面多方协同推进AI大模型在教育领域落地见效。
分类: 应用经济学 >> 金融学 提交时间: 2024-08-23 合作期刊: 《新金融》
摘要:近年来,生成式人工智能(GAI) 迅速迭代,ChatGPT以其突破性算法与交互模型为金融行业发展带来创新探索浪潮,特别是2024 年5 月发布的ChatGPT⁃4o,为生成式人工智能赋能养老金融提供更为高效的技术实现路径。本文基于技术⁃经济范式,分析GAI 通过提供更多信息、发现新知识与规律、提供新方向以及为养老金融应用实践探索新场景等,为养老金融发展提供更多机遇,同时也带来一些问题与挑战。为此,应从加强金融素养培育、严格养老金融数据使用与管理、注重隐私与安全保护以及探索GAI应用场景等方面着手,合力推动其使用的规范与安全,助力GAI更好地赋能养老金融,以推动中国养老金融的高质量发展。
分类: 信息资源管理 >> 档案学 提交时间: 2024-08-14 合作期刊: 《档案与建设》
摘要:人工智能时代,人工智能生成内容(AIGC)在颠覆内容生产行业的同时,也驱动着其 他领域的革新与发展。AIGC赋能档案知识服务,将助推档案资源知识转化效能的提升、档案知识 融合障碍的清除以及档案知识服务交互体验的优化。AIGC融入档案知识服务涉及知识组织、知 识生产与知识供应三大环节的具体场景,可通过夯实资源基础、促进质效提升、提升用户体验等共 同推动档案服务的转型升级。
分类: 教育学 >> 高等教育学 提交时间: 2024-11-13 合作期刊: 《重庆理工大学学报(社会科学)》
摘要:以ChatGPT为代表的人工智能技术产品驱动了高等教育阶段的学习变革,但也存在着学习者主体性异化、生成内容可靠性难以甄别、信息安全被侵犯、学术诚信受到挑战等隐忧。分析ChatGPT的技术特点、优势及其在高校学生学习方面的应用前景,有助于理解这些隐忧产生的深层逻辑,进而更好地确立人工智能技术辅助高校学生学习的形式、内容、评价和监督机制,以加快智能技术与高等教育的深度融合,推动高等教育的数字化转型和高质量发展。
分类: 工商管理学 >> 会计学 提交时间: 2024-11-11 合作期刊: 《重庆理工大学学报(社会科学)》
摘要:当前ChatGPT引领新一代人工智能技术革命浪潮,成为全世界关注的焦点,将使会计领域产生什么变革?从会计职能、会计要素和会计信息3个层面探析ChatGPT对会计理论框架的影响,探讨其在数据处理、经营分析、咨询服务、绩效管理、战略规划中的应用场景,并讨论会计实践应对策略,对推进人工智能会计理论及实践研究做出有益的探索。
分类: 信息资源管理 >> 图书馆学 提交时间: 2024-09-10 合作期刊: 《农业图书情报学报》
摘要:[目的/意义]将类ChatGPT人工智能系统嵌入图书馆以催生其智慧服务发展的新方向,为图书馆的信息化、数字化建设带来新的机遇和挑战。研究旨在对ChatGPT助力图书馆智慧服务实现路径进行探索,为图书馆智慧服务提供理论参考和实践依据,推动图书馆智慧服务体系建设。[方法/过程]通过对国内外相关文献进行梳理,在总结ChatGPT核心技术并调研国内部分图书馆实际应用案例的基础上,客观分析其可能助力图书馆服务的应用场景及方向,阐述了该技术现有的局限和对图书馆及其从业者带来的威胁与挑战,并提出相应的策略。[结果/结论]ChatGPT技术将进一步优化图书馆的知识服务体系,提高图书馆智慧服务能力。未来图书馆应持续强化面向ChatGPT的智慧服务能力建设,创新服务模式和机制,不断推动图书馆智慧服务向纵深发展,从而满足读者多元化、个性化的信息需求。
分类: 中国语言文学 >> 文艺学 提交时间: 2024-05-28 合作期刊: 《社会科学战线》
摘要:克里斯蒂娃的互文性概念是在巴赫金对话性理论之上的进一步延伸,以文本的相互作用取代了后者的人文主义的主体观。但是克氏所构想的全体文本的海洋对于每一个人而言只能是一个想象,不可能成为现实。目前刚刚兴起的 ChatGPT等人工智能大模型则有可能阅读和利用人类海量的文本数据,并且进行深度学习和训练,从而真正实现整体文本的相互碰撞、引用和变异。在这样的时代条件下,我们有必要重新审视互文性概念的生产力,以及人工智能对文学写作和作者观念的冲击。
分类: 信息资源管理 >> 档案学 提交时间: 2024-07-22 合作期刊: 《档案与建设》
摘要:生成式人工智能虽然具有令人惊叹的强大功能、惊人的更迭速度和广阔的应用前景,但是现阶段将其应用 于档案开发利用尚存在诸多瓶颈。文章分三个阶段分析了生成式人工智能应用于档案开发利用的瓶颈所在,认为数据 准备阶段在数据库层面和数据量层面均存在发展瓶颈,内容生成阶段在内容生成机制和内容生成结果两个方面存在风 险,社会传播阶段瓶颈产生的根源则主要包括其高并发性和强破坏性。
分类: 法学 >> 法学理论 提交时间: 2024-05-09 合作期刊: 《华东政法大学学报》
摘要:随着以ChatGPT为代表的生成式人工智能技术的突飞猛进,人工智能的伦理问题受到了广泛关注。生成式人工智能引发了削弱人类主体价值、加剧算法偏见与歧视、过度依赖拟态环境输出结果、人机协作双向价值对齐困难等伦理难题,亟须从人工智能伦理治理组织机制、人工智能伦理规范机制两方面入手,明确生成式人工智能应用中的人本主义立场,建构生成式人工智能治理的伦理规则,为增进人类福祉提供有力的伦理支撑。
分类: 其他 >> 其他 提交时间: 2024-08-27 合作期刊: 《中南大学学报(社会科学版)》
摘要:通过引入空间视角,探索以ChatGPT为代表的新一代人工智能对人类的权力格局所产生的悖谬式影响。一方面,ChatGPT等技术促进了资本的狂飙与空间剥夺,建构起国家意识形态下的空间霸权,催生速度化的空间帝国主义,最终形成极权式的“空间赛维坦”。另一方面,在各行为体的良性管控下,在国家层面,ChatGPT等技术能够促进空间的扁平化与协商化、科层制政府的韧性化与国家自主性的弥散;在全球层面,通过促进不同国际行为体之间的平等协商,ChatGPT有助于建构“全球空间在场”,最终形成协商化的“空间赛托邦”。权力自身具有中心化的倾向,人类需要发挥自身的能动性,变革“空间赛维坦”,驶向“空间赛托邦”,从而将“权力悖论”转变为“权力向善”。
分类: 信息资源管理 >> 情报学 提交时间: 2024-10-21 合作期刊: 《情报资料工作》
摘要:[目的/意义]当前研究对于生成式人工智能训练数据的治理问题关注较少。然而,训练数据的生命周期中存在着诸多不容忽视的风险,亟需有效的治理。[方法/过程]文章在论证了训练数据是生成式人工智能核心驱动力的基础上,使用数据生命周期的理论模型,全面归纳了训练数据生命周期中可能出现的风险样态。然后,从训练数据自身特性、生态性因素与生成式人工智能开发者操作性因素等角度分析了相关风险的成因。[结果/结论]数据本身的碎片化特性与偏见性是风险发生的起点;数据的生态失衡是风险发生的外部成因;同时,“黑箱”中的训练数据、偏差的数据标注与懈怠的数据脱敏则是风险发生的内在成因。由此,针对训练数据的特性,可以借助“可怜圆点”的框架,为其构建一个综合法律、市场、社群规范以及架构的风险治理方案。
分类: 哲学 >> 马克思主义哲学 提交时间: 2024-09-02 合作期刊: 《东南学术》
摘要:数字技术的飞速发展彻底改变了人类的物质生活和交往方式。数字技术原本可以凭借大数据全局式地把握人类生存环境,实现人类对美好生活的向往。遗憾的是,它却在资本的裹挟下依靠极致的算法控制,构造出规训和监视所有人的“数字利维坦”。在“数字利维坦”中,人工智能技术支持下的物体系俨然化身为全知全能的“上帝”。相比之下,个体在追求自我实现的过程中却丧失了创造性,沦为了为生产数据而生的“工具”。在唯物史观视域下,作为支持人工智能技术发展的数字资本主义只是人类发展到下个历史阶段前必然经历的中间环节。只有通过揭露和批判数字资本主义的虚幻面孔,将人从“数字利维坦”的异化状态中解放出来,才能实现每个人的自由发展。
分类: 信息资源管理 >> 情报学 提交时间: 2024-05-27 合作期刊: 《情报资料工作》
摘要: 目的/意义 生成式人工智能的广泛应用催生了多重数据安全风险,传统的回应型治理和集中式治理模式显然难以应对新挑战,而敏捷治理则以其灵活的姿态彰显了独特的优越性。 方法/过程 首先,梳理生成式人工智能在数据安全领域引发的多重风险,进而对三类治理模式在风险管理上的成效进行对比分析,在此基础上提出我国应当尽快实现治理模式转变。然后以此为指导,构建具体的治理制度。 结果/结论 敏捷治理模式凭借其适应性、柔韧性和包容性特质,为应对生成式人工智能等新兴技术的数据安全风险提供了有效的方案,能够在实践中不断优化生成式人工智能数据安全治理体系。在敏捷治理模式下,应当树立“预防与应对并重”的适应性治理理念,构建“多元参与,合作互动”的韧性治理机制,运用“技术叠加法律”的包容性治理工具,从而形成综合的生成式人工智能数据安全治理体系。
分类: 新闻传播学 >> 传播学 提交时间: 2024-04-26 合作期刊: 《阅江学刊》
摘要:作为人类社会中的一种新型对话,人机对话是否符合传播伦理规范,不仅是一个交流合规问题,同时也是一个事关传播秩序稳定与否的问题。生成式人工智能(AIGC)时代人机对话主要存在因“语言区隔”导致的人机“交流的无奈”、交往的工具理性化、话语失范与污染引发的语言攻击、机器沉迷引发的社会越轨行为、隐私侵犯行为与信息茧房效应的加剧等传播伦理风险问题。 可采取增强公民的媒介素养、建立适恰的人机对话传播伦理规范、采取措施将机器“道德化”、制定规范人机对话传播风险的法律法规等措施进行应对。