机器学习的进步在公司之间和公司内部造成了“人工智能技能差距”。随着人工智能融入公司流程,我们将如何影响拥有和不拥有人工智能技能的员工之间的数字鸿沟尚不得而知。在本文中,我们询问管理者是否信任人工智能来预测后续事件,管理者的哪些特征与增加对人工智能预测的信任有关,以及可解释的人工智能 (XAI) 是否会影响用户对人工智能预测的信任。我们与一家大型银行合作,生成了人工智能预测,以确定贷款是否会延迟发放。我们将这些预测嵌入到仪表板中,在查看该工具之前和之后对 685 名分析师、经理和其他员工进行了调查,以确定哪些因素影响了员工对人工智能预测的信任。我们进一步随机分配了一些经理和分析师接受可解释的人工智能处理,该处理提供 Shapely 细分,解释为什么模型将他们的贷款归类为延迟以及模型性能指标。我们发现 i) XAI 与感知到的有用性更大但对机器学习预测的理解度较低相关; ii) 某些不愿使用人工智能的群体(尤其是高级管理人员和对人工智能不太熟悉的人)总体上更不愿意相信人工智能的预测;iii) 贷款复杂度越高,对机器学习预测的信任度就越高;iv) 有证据表明,不愿使用人工智能的群体对可预测人工智能的反应更强烈。这些结果表明,机器学习模型的设计将决定谁能从工作场所机器学习的进步中受益。
3. 两个已经缩小不平等差距并可由联合国成员国扩大以造福国家框架的机构是发展中国家妇女科学组织 (OWSD) 和世界科学院 (TWAS)。OWSD 通过吸收和提升女性进入科学学科来解决科学、技术、工程和数学 (STEM) 领域的性别和地域差异,特别是针对发展中国家的女性。这有助于平衡传统上由男性主导的 STEM 领域的性别代表性。该组织倡导支持女性在 STEM 领域包容和进步的政策和做法,提高人们对女性在这些领域面临的独特挑战的认识。TWAS 致力于通过促进科学进步、建设研究能力、促进国际合作、倡导科学政策、支持性别平等和认可科学卓越来缩小不平等差距。这种综合方法有助于创建一个更具包容性和公平性的全球科学界。例如,这些说明了减少不平等差距的各种方法。通过研究和借鉴这些成功模式,联合国成员国可以制定促进包容、公平和社会正义的国家框架。此外,各国之间的合作和知识共享可以进一步扩大这些努力,以创造一个更加公平的全球社会。谢谢。一分钟:人工智能具有解决和减少差距和不平等的巨大潜力,但它需要一种深思熟虑的、合乎道德的方法来确保其利益得到公平分配,并且不会无意中加剧现有的差距。强有力的治理、多元化利益相关者的参与和持续的监测对于发挥人工智能的社会公益潜力至关重要。
组织二元性使企业能够整合和调动不同的、往往相互矛盾的内部结构、活动或流程 (Tushman & O'Reilly, 1996, p. 1337)。具体而言,组织二元性被定义为同时实现知识的探索和利用 (Jansen et al., 2009; Lubatkin et al., 2006; Menguc & Auh, 2008; Raisch & Birkinshaw, 2008)。探索涉及实验、变化、新知识、承担风险和寻找新机会,而利用则与现有能力的改进、效率和提高相关 (March, 1991)。两者对于企业的竞争优势都至关重要,因为利用确保了企业当前的生存能力,而探索确保了未来的成功 (Levinthal & March, 1993)。因此,二元性是短期和长期公司绩效的基本概念(O'Reilly & Tushman,2013),引领公司获得高成功率(Birkinshaw & Gupta,2013;Jansen 等,2008;Lubatkin 等,2006;O'Reilly & Tushman,2013;Raisch & Birkinshaw,2008)。
只要将 AI 交到用户手中,他们就会对它的看法有所改善。62% 的常规 AI 用户对 AI 持乐观态度,而非用户的比例仅为 36%。2 这就是领导者更热情的原因。80% 的领导者定期使用 AI,而只有 20% 的一线员工这样做。2 立即运行 Windows 11 试点计划可能是将基础 AI 工具交到用户手中并迅速弥合 AI 差距的最快方法。无论如何,您可能很快就需要进行转变,如果您现在就这样做,您将避免明年企业 IT 部门在最后一刻的迁移热潮,并有更多的机会接触微软和联想的专家,您等待的时间越长,他们的需求可能就越大。微软甚至在内部运行了一个 Windows 11 迁移试点计划并分享了结果,因此您将知道会发生什么以及如何规划。
我国老年人口数量不断增长,老龄负担加重,老龄化已成为经济增长的制约因素。数字时代的到来,促使数字经济成为经济增长的新引擎。本文利用DEA-Malmquist指数模型测度了2011—2021年中国31个省区的全要素生产率增长率,并利用调节效应模型实证检验了数字经济、老龄化与全要素生产率之间的关系,并验证了数字经济发展是否能够缓解老龄化对全要素生产率的负面影响。研究结果表明,老龄化抑制全要素生产率增长,数字经济可以促进全要素生产率增长;数字经济可以缓解老龄化对全要素生产率增长的负面影响,且具有调节作用;数字经济通过提高人力资本水平、促进技术进步等方式发挥调节作用。区域异质性分析表明,数字经济的调节效应在东、西部地区和南方地区均存在,而在中部地区和北方地区则不存在。此外,数字经济对高老龄化群体和低老龄化群体均存在调节效应。本文的研究不仅有助于评估数字经济的生产率效应,而且对于寻找缓解老龄化负面影响的途径具有重要启示。
这些变化受到全球宏观经济条件和政策变化的影响,不仅重新定义了投资策略,也为航天事业带来了新的挑战和机遇。从货币政策对高风险投资的影响到航天机构和其他公共机构在促进创新方面所扮演的角色,本报告全面概述了推动欧洲航天部门发展的金融基础。在本报告中,ESPI 深入探讨了投资趋势和融资机制的复杂性,并根据该行业当前和未来的融资状况提出了战略建议。该报告研究了风险投资和既定公共项目之外的替代性融资机制和工具,制定了应对这个不断发展的行业的复杂性的战略建议路线图。本执行摘要概述了 ESPI 网站上完整报告中涵盖的主题。
这些变化受到全球宏观经济条件和政策变化的影响,不仅重新定义了投资策略,也为航天企业带来了新的挑战和机遇。从货币政策对高风险投资的影响到航天机构和其他公共机构在促进创新方面所扮演的角色,本报告全面概述了推动欧洲航天部门发展的金融基础。在本报告中,ESPI 深入探讨了投资趋势和融资机制的复杂性,并根据该领域当前和未来的融资状况提出了战略建议。该报告研究了风险投资和既定公共项目以外的替代性融资机制和工具,制定了战略建议路线图,以应对这个不断发展的领域的复杂性。这份“事实与数据”文件概述了用于指导 ESPI 研究和建议的关键数据。
21 世纪初期,全球化和国际贸易扩张引领了全球经济的强劲增长,而技术互联互通和万维网的出现则推动了这一增长。全球化和经济凝聚力推动了人们对无冲突未来的乐观情绪,从而带来了宏观经济稳定。为了降低成本而转向“离岸外包”导致了全球供应链错综复杂,商品和服务价格创下历史新低,西方的生活质量也得到了提高。然而,这个乐观的全球化时代,政治精英、央行行长和经济学家的自满情绪使人们忽视了潜在的风险。人们相信冲突得到解决的局面与低通胀、高经济增长和全球金融稳定息息相关,从而创造了一个经济欣快时代。
M. (2023)。GenAI 用于学习:研究使用合成虚拟教师的学习视频的潜力。在 N. Wang、G. Rebolledo-Mendez、V. Dimitrova、N. Matsuda 和 OC Santos (Eds.) 的国际教育人工智能会议上 (第 523-529 页)。Cham。https://doi. org/10.1007/978-3-031-36336-8_81