XiaoMi-AI文件搜索系统
World File Search System工具的
学生对 ChatGPT 和新 AI 工具的看法
学生对 ChatGPT 和新 AI 工具的看法 Sheri Grotrian、Lisa Parriott、Brad Griffin、Brady Woerth 和 Wyatt Rowell 秘鲁州立学院 美国 摘要：本文回顾了学生对 ChatGPT 和其他人工智能 (AI) 工具的看法和使用情况。技术给教育带来了重大变化，在过去 30 年里，没有哪种工具的影响力能比我们所说的 ChatGPT 更大，因为这是第一个向几乎所有人都开放的基于聊天的人工智能迈进的工具。我们没有以消极的眼光看待这种颠覆性的技术变化，而是向当地一所高等教育机构的学生征求了他们对这种技术的使用情况和看法，以探索积极的影响。进一步的研究将引导我们探索如何实施和使用这种技术来开发创新的教学方法，而不是拒绝它。 关键词：人工智能、学生研究、ChatGPT B RIEF B 背景 人工智能工具正在改变教育格局。我们需要更多地了解学生如何看待和使用这些技术。此外，我们需要了解教师的看法，并帮助他们整合这些创新。目前，大多数人都听说过 ChatGPT，但每个人都完全了解生成式预训练 Transformer 的作用吗（Atlas，2023 年）？ChatGPT 对自己的定义如下：“ChatGPT 是一种尖端的聊天机器人技术，它使用自然语言处理和机器学习使用户能够与虚拟助手进行对话交互”（King 和 ChatGPT，2023 年，第 1 页）。在了解学生如何看待和使用 ChatGPT 等人工智能工具时，我们努力了解如何利用这些强大的工具成为更好的教育工作者。研究目的人工智能工具正在改变做事方式。事实上，我们多年来一直在体验人工智能：谷歌地图、Alexa、Siri、Grammarly 等。但现在，社会正在经历一波新的人工智能浪潮，它在五天内就达到了一百万用户，创下了用户群增长最快的记录：ChatGPT（Hu，2023 年）。这项研究的目的是了解学生如何使用这些人工智能工具，以及他们对这种技术的看法。相关文献综述技术创新，如 ChatGPT，有可能改变我们学习、思考和工作的方式（Rudolph，Tan，& Tan，2023 年）。人们已经认识到 ChatGPT 可以
评估学生对人工智能工具的认识和使用情况
摘要 — 人工智能 (AI) 是解决教育领域一些最大挑战的潜在解决方案，但它可能是一把双刃剑，因为它也可能对学生的学习过程产生负面影响。本研究旨在确定学生对人工智能工具的认识水平和使用程度。使用 Cochrane 公式确定样本量，并通过随机抽样技术选择受访者。通过 Google 表单的在线调查从 193 名学习科学和/或数学的教育学生那里收集数据。本研究采用混合方法研究设计。研究人员制作的经过信度和效度测试的调查问卷用于收集所需的定量数据，然后通过访谈获取定性数据。结果显示，学生对人工智能学习工具略有了解，并经常使用这些技术来完成学业。认识水平取决于学生使用的小工具。此外，研究结果还表明，学生的认识水平与使用程度之间存在直接关系。尽管人工智能可能对学生的教育产生负面影响，但还是建议制定政策或指导方针，指导大学如何监控学习者的成果，以保持教育质量。
产品设计中人工智能图像生成工具的比较
摘要 近年来，人工智能 (AI) 图像生成器的复杂程度和公众可访问性显著提高，能够从一行文本创建逼真的复杂图像。这些图像生成器的一个潜在应用是在产品设计项目的概念生成阶段。在概念生成中成功实施 AI 文本转图像生成器可以为公司和设计师节省成本和时间。因此，本文的目的是研究 AI 与产品设计和教育的整合。进行了文献综述，以大致了解 AI 是什么以及 AI 图像生成器如何工作。进行了一项实验，使用了三个不同的图像生成器：Stable Diffusion、DALLꞏE 2 和 Midjourney。每个 AI 文本转图像生成器都生成了三张餐桌图像，并将其插入到加权和评级矩阵中，与宜家的三张真实餐桌一起作为概念进行评级。矩阵中有四个设计规范来评估概念：美观度、性能、尺寸、安全性。该矩阵已发送给产品设计专业的学生和毕业生，以匿名方式填写。得分最高的概念来自宜家，其次是 DALLꞏE 2 生成的概念。根据实验结果，得出结论，AI 图像生成器还不是产品设计中概念生成的可行替代方案，但可以成为在概念生成阶段激发设计师使用新想法的有用工具。
人工智能生成文本检测工具的测试
© 作者 2023。开放存取 本文根据知识共享署名 4.0 国际许可协议进行授权，允许以任何媒体或格式使用、共享、改编、分发和复制，只要您给予原作者和来源适当的信任，提供知识共享许可协议的链接，并指明是否做了更改。 本文中的图片或其他第三方资料包含在文章的知识共享许可协议中，除非在资料的致谢中另有说明。 如果资料未包含在文章的知识共享许可协议中，且您的预期用途不被法定规定允许或超出了允许的用途，则需要直接从版权所有者处获得许可。 要查看此许可证的副本，请访问 http://creativecommons.org/licenses/by/4.0/。知识共享公共领域贡献豁免（http://creativecommons.org/publicdo‑main/zero/1.0/）适用于本文中提供的数据，除非数据来源中另有说明。
关于使用人工智能工具的教学大纲说明指南
随着秋季学期的临近，大学教学界正在思考如何在课程中使用 ChatGPT 等人工智能工具。与 COVID-19 疫情造成的干扰类似，应对这一发展的重要策略之一是与学生进行清晰、透明的沟通，告知他们的期望。随着人工智能工具在过去一年中的迅速普及和复杂化，学生只有很短的时间来发现这些工具对他们的学习的效用和局限性，以及对他们在学习课程中使用的期望。此外，对人工智能工具的期望可能会因课程而异，因此清晰一致地传达对课程的期望尤为重要。本文档提供了可能影响教师如何制定有关人工智能工具的教学大纲声明的考虑因素，然后是涵盖一系列方法的示例声明。芝加哥教学与学习中心 (CCTL) 的工作人员随时可以提供一对一咨询，了解如何在您的课程中使用人工智能工具、与学生沟通他们使用这些工具的情况以及编写教学大纲声明。如需安排咨询，请发送电子邮件至：teaching@uchicago.edu。关于使用 AI 工具的教学大纲声明的注意事项和示例以下是 CCTL 准备的一些教学大纲声明示例，旨在帮助您撰写关于在课程中使用 AI 工具的声明。这并不是一个详尽的清单，这些声明本质上是通用的，这些例子将提供一些想法和起点，让您思考如何在您的课程中传达您自己对 AI 工具作用的看法。请随意根据您的特定情况和需求调整和修改这些声明。在起草您自己的教学大纲声明时，请记住以下几点注意事项：
人工智能生成文本检测工具的测试
生成式预训练 Transformer 大型语言模型的最新进展强调了在学术环境中不公平使用人工智能 (AI) 生成内容的潜在风险，并加大了寻找检测此类内容的解决方案的力度。本文研究了人工智能生成文本检测工具的一般功能，并根据准确性和错误类型分析对其进行了评估。具体来说，该研究试图回答以下研究问题：现有检测工具是否能够可靠地区分人类书写的文本和 ChatGPT 生成的文本，以及机器翻译和内容混淆技术是否会影响对人工智能生成文本的检测。该研究涵盖了 12 种公开可用的工具和两种在学术环境中广泛使用的商业系统（Turnitin 和 PlagiarismCheck）。研究人员得出结论，现有的检测工具既不准确也不可靠，主要偏向于将输出归类为人类书写的文本，而不是检测人工智能生成的文本。此外，内容混淆技术会显著降低工具的性能。该研究做出了几项重要贡献。首先，它总结了该领域最新的类似科学和非科学成果。其次，它展示了迄今为止最全面的测试之一的结果，该测试基于严格的研究方法、原始文档集和广泛的工具覆盖范围。第三，它讨论了在学术环境中使用检测工具检测人工智能生成的文本的含义和缺点。
与人工智能（AI）专利搜索工具的合作
1986年加入住友金属工业公司（现新日本制铁株式会社）。从事研发工作后，1990年开始在专利部门工作，担任知识产权部部长。2015年担任新日铁住友金属研究所（现新日铁住友金属研究所）所长，2018年担任知识产权本部长，2022年4月担任特别研究部长。
内幕交易：人工智能作为预防工具的作用
在本文中，我们旨在概述内幕交易以及人工智能作为遏制内幕交易预防工具的作用。作为一种不当行为，它为一些选择性投资者提供了相对于股票市场其他投资者的优势。在这种类型的交易实践中，一些未公开的有关公司或股票的价格敏感信息被披露给一些投资者，这些投资者利用它来获取个人利益和金钱利润。本文讨论了内幕交易的定义、类型、印度的法律框架以及有关内幕交易主题的处罚，并着重介绍了如果我们实施更多基于人工智能的技术来遏制内幕交易可以获得的好处，因为如果没有充分执行，所有的笔和纸都没有意义。本文建议可以采用预防机制来控制和规范日益增多的内幕交易活动。此外，还介绍了两个著名的案例——Harshad Mehta 案和 Rajat Sharma 案，以便对这一主题有清晰的理解。
20190430_500663406_eindrapport_J.Clemensia_自动装运提名工具的附加值
在您面前的是研究生论文报告“自动装运提名工具的附加值”。这构成了对实施该工具后每个主要用户的益处进行分类的基础。这项研究基于对不同 GHA、运输商和货运代理商进行的访谈，探讨了改进的可能性。撰写本报告是为了满足阿姆斯特丹应用技术学院航空物流课程的毕业要求。我很感激有机会在荷兰航空货运公司实习。我还要感谢我的公司主管 Ben Radstaak 在研究期间的出色指导以及他的支持和知识应用。我也感谢参与任务的利益相关者提供的机会和辩论，也感谢 Thierry Verduijn 和 Luc Scheidel。我在此也向那些参与访谈的人以及在研究期间帮助收集更多信息的人表示感谢。
对危机响应团队协作工具的回顾...
军队和政府危机响应团队协作工具回顾 George Edw.Seymour Michael B. Cowen 摘要 军队如今在行政和战术上都使用协作工具。本报告旨在探索协作工具使用的近期和当前状态，以便为未来的危机响应提供建议。换句话说，当团队成员无法驻留在同一个物理工作空间中时，哪些基于 Web 的工具可以“最好”地支持小团队互动和工作？我们使用了两种方法，即临时研究和系统文档搜索，来确定值得审查和考虑用于军队和政府危机响应的商业和专有协作工具。在本报告中，我们报告了 64 种协作技术和工具，其中 37 种由美国军方和政府使用。协作技术和工具分为三类：(a) 用于设计、开发或增强协作工具的现代协作技术，(b) 军队或政府正在使用的协作工具，以及 (c) 建议军队或政府考虑用于危机应对的协作工具。已确定的工具或技术按功能进行描述，并分析其改善危机行动小组协作的潜力。目标 本报告旨在探讨政府和军事组织以前和现在对商用现货 (COTS) 和政府现货 (GOTS) 协作工具的使用情况。1 本报告寻求当前的理解和更广泛的视角，而不是对特定工具的深入分析，因为这些工具及其使用会随着时间的推移而发生惊人的变化或发展。与几十年前不同，美国政府（包括所有军种）今天在行政和战术上都使用互联网运作。毫不奇怪，公共部门的计算机和互联网用户比例高于私营部门（劳工统计局，2005 年），而且互联网的使用越来越多地涉及商业协作工具。因此，探索协作工具使用的近期和当前状态以提供未来建议将大有裨益。一个合理的目标可能是提出这样一个问题：当团队成员无法驻留在同一个物理工作空间中时，支持小团队互动和工作的“最佳”基于 Web 的工具是什么？Kahneman，2003 年）。对各种协作工具的快速回顾无法解决这个问题。这项研究也没有解决使用协作工具的好处，尽管值得注意的是，Ford、Hogan 和 Perry (2002) 认为大多数复杂的工作都涉及决策，而且我们的决策空间往往受到有限理性的限制（参见同样，协作工具的可靠性和验证超出了这项工作的范围，尽管 Powers (2004) 和 Noble 和 Letsky (2003) 已经解决了这些基本主题。最后，本报告没有涉及远程沉浸式体验等未来协作技术，也没有涉及 GroupSystems 等协作流程工具。