心灵海绵理论有助于概念化这些条件(见图 1)。具体而言,发生交互的首要条件是此类信息单元的可用性和可访问性。如图 1 所示,卖方和买方都可以访问信息集 {𝑎, 𝑏, 𝑐} ,但他们也可以访问对方无法访问的不同信息集。卖方可以访问 {𝑔, 𝑓, ℎ} ,而买方可以访问 {𝑑, 𝑒, 𝑗, 𝑖} 。由于信息可用且可访问,因此有可能被吸收到头脑中,随后导致与蘑菇的信息(以 𝑀 表示)进行交互。这种互动可以让人们对蘑菇的价值产生深刻见解。尽管卖方和买方拥有不同的信息集,即𝑆𝑒𝑙𝑙𝑒𝑟{𝑀, 𝑎, 𝑏, 𝑐, 𝑔, ℎ} 和
vinothelt@gmail.com 摘要 人工智能或 AI 现在是教育领域越来越重要的因素,特别是在高等教育专业人员的发展中。这是因为基于 AI 的工具现在正在帮助教育工作者提出具有个性化学习体验和实时反馈的新教学策略。借助这些工具,教师可以调整他们的方法来满足学生的不同需求,同时也支持他们自己的专业成长。人工智能可以自动执行评分和管理等日常任务,让教育工作者有更多时间专注于与学生互动和改进教学。本文认为,虽然人工智能带来了挑战,但它带来专业发展和重塑教育行业的潜力使其成为高等教育的重要工具。本文将探讨人工智能在高等教育中带来的机遇和挑战,并讨论其支持教育者全面发展的潜力。通过对人工智能的一些了解和优化,机构可以在这个竞争激烈的世界中保持领先地位,教育工作者可以提供优质的教育。从高等教育机构的专业人士和教师中收集了 219 个样本。确定基于人工智能的学习在高等教育专业人员全面发展中的作用的因素包括个性化学习体验、数据驱动的洞察力、决策预测分析和协作学习平台。关键词:人工智能、教育、高等教育、全面发展、个性化学习、技术简介人工智能 (AI) 已成为许多领域越来越重要的工具,教育也不例外。随着教育系统根据周围的进步而变化,基于人工智能的学习为支持教育工作者的专业发展提供了机会。高等教育专业人士,包括教职员工和
摘要目的:本研究探讨了尼日利亚公共服务中人工智能实施的现状,以及利用人工智能改善治理和服务交付的潜在好处、挑战和战略步骤。方法:研究设计是定性的。数据是通过二次数据收集收集的,其中查阅了与人工智能相关的学术文章、书籍和报告的全面文献综述。本研究采用主题研究方法来阐明与治理和公共服务中的人工智能相关的潜在问题、信念和经验。该研究还以内容分析为基础。结果:研究结果表明,人工智能在尼日利亚公共服务中的应用仍处于早期阶段,在电子政务、医疗保健、银行业、房地产业务和执法/安全机构等领域取得了有希望的发展。尼日利亚政府需要在基础设施建设和人力资本发展方面投入大量资金,这反过来将弥补尼日利亚技术进步中对人工智能的无知而导致的技能差距、基础设施不足和失误。局限性:本研究通过确定影响人工智能采用和实施的主要障碍,考察了人工智能在尼日利亚公共服务和治理中的现状。该研究提出了将人工智能应用到尼日利亚公共服务和治理中的进步建议。贡献:本研究全面了解了如何在尼日利亚独特的环境中采用人工智能。结果:本研究未获得任何机构或组织的资助。关键词:人工智能 (AI)、公共服务、治理、效率、生产力引用方式:Nwosu, CC, Obalum, DC, & Ananti, MO (2024)。尼日利亚公共服务和治理中的人工智能。治理与问责研究杂志,4(2),109-120。1. 简介人工智能 (AI) 正日益成为全球各个领域的变革力量,其在公共服务和治理中的应用在尼日利亚引起了广泛关注,尼日利亚是一个人口快速增长、社会经济挑战复杂的国家。将人工智能融入公共服务和治理,有可能解决诸如效率低下、腐败和服务交付差距等关键问题。人工智能技术可以增强决策过程,改善公共资源管理,并为政府机构面临的挑战提供创新解决方案。自动化日常行政任务,以增强复杂的数据分析和预测建模。人工智能提供
摘要 本研究旨在检验需求和供应特征对企业绩效的影响。本研究采用解释性研究设计。本研究采用解释性研究设计。采用目的性抽样(也称为判断、选择性或主观抽样)抽样技术,获得总样本量 252。使用的主要研究工具是从文献中采用的问卷。本研究的结论是,需求和供应特征对供应链战略有积极而显著的影响。供应链战略对企业绩效有积极而显著的影响。需求和供应特征对企业绩效有负面但不显著的影响。供应链战略积极而显著地调节需求和供应特征与企业绩效之间的关系。这项研究旨在帮助组织管理层制定最适合其需求和供应的最佳战略,以便他们能够享受规模经济。关键词:组织文化、电子采购采用、采购绩效、物有所值引用:Ofori, I., Mensah, K., S., Dadzie。 B.,E.,(2024),“需求和供应特征、供应链战略、业务绩效”,《非洲采购、物流与供应链管理学会杂志》2024,7(9):第 60-98 页。DOI:https://dx.doi.org/10.4314/ajplscm.v7i9.3
我们的参考。:B1/15C 2024 年 9 月 27 日 行政长官 所有授权机构 尊敬的先生/女士, 关于金融服务业生成人工智能的研究论文 我写信通知您关于金融服务业生成人工智能 (GenA.I.)的研究论文的发表。本文探讨了 GenA.I. 的变革潜力。及其对金融业的影响,特别是在运营效率、风险管理和客户参与方面。在“金融科技 2025”战略的“所有银行都采用金融科技”倡议的支持下,香港金融管理局(金管局)一直与其他金融监管机构密切合作,推动跨部门采用金融科技,人工智能是重点关注领域。本文深入分析了 GenA.I. 在金融领域采用的现状,重点介绍了通过采访金融机构和技术解决方案提供商确定的关键应用和挑战。它还概述了与 GenA.I. 相关的关键风险管理考虑因素,包括数据隐私、网络安全、信息不准确性和算法偏差,并就治理结构和部署方法提出了建议,以支持负责任的创新。我们鼓励所有授权机构阅读本文,并考虑如何对 GenA.I.进行全面测试,例如通过新的 GenA.I.沙盒 1 ,并负责任地集成到授权机构的运营、服务产品和风险管理系统中。如果您对本文有任何疑问,请通过 All-banks- go-fintech@hkma.gov.hk 与我们联系。此致, Carmen Chu 执行董事(银行监管) 附件
数字时代非技术教育者采用 AI 工具的障碍 Rohit Reddy Chananagari Prabhakar cprohit1998@gmail.com 摘要:人工智能工具与教育的结合有望带来显著的益处,从个性化学习到管理效率。然而,非技术教育者面临着阻碍他们采用此类技术的障碍。本文通过混合方法研究这些障碍,结合文献综述以及对来自不同学术背景的教育者进行的调查和访谈。确定的关键障碍包括缺乏技术培训、抵制变革、基础设施缺陷、对数据隐私的担忧以及对 AI 特定资源的有限访问。还探讨了其他挑战,例如 AI 工具与课程需求不一致、对工作流失的担忧以及 AI 与传统教学法结合的复杂性。该研究的结果强调需要有针对性的专业发展、资源配置和基础设施改进,以促进 AI 工具在教育环境中的有效整合。关键词:人工智能工具采用、非技术教育者、人工智能集成的障碍、教育数字化转型、人工智能驱动的教学法、教育技术、教育者的技术培训、人工智能采用的阻力、教育基础设施挑战、教育数据隐私、传统教学法中的人工智能、教育人工智能的伦理问题、人工智能集成的专业发展、人工智能与数字鸿沟
https://orcid.org/0000-0001-9954-9287 奥地利维也纳高等研究院 frankus@ihs.ac.at 中小企业实施人工智能的障碍:试点研究 被编辑 Ewa Ziemba 接受 | 收到日期:2024 年 5 月 23 日 | 修订日期:2024 年 7 月 15 日;2024 年 7 月 28 日;2024 年 8 月 24 日 | 接受日期:2024 年 8 月 28 日 | 出版日期:2024 年 9 月 16 日。© 2024 作者。本文根据 Creative Commons 署名-非商业性使用 4.0 许可证 (https://creativecommons.org/licenses/by-nc/4.0/) 授权。 摘要 目的/宗旨 – 这项初步研究探讨了阻碍中小型企业 (SME) 有效实施人工智能 (AI) 的主要障碍。通过彻底了解这些障碍,组织可以制定定制的策略和干预措施来克服这些障碍,从而促进更顺利、更成功地采用 AI。本文的主要目标是帮助组织了解采用 AI 的障碍,以制定定制的策略和干预措施来克服这些挑战,从而更高效、更成功地整合 AI。通过严格审查现实世界的经验和看法,本文试图阐明阻碍有效部署 AI 解决方案的多方面挑战。设计/方法/方法——该研究根据对捷克共和国和奥地利 22 位行业专家的采访数据,确定了 AI 实施的四个主要障碍。
得益于人工智能技术,音乐艺术的个性化学习成为可能。该技术能够分析歌曲中的音高、节奏、韵律和和声,从而根据每个学生的独特特点量身定制学习体验。Shazam、Adobe Podcast、Am-phed Studio、Mix Check Studio 和 Yousician 等各种基于人工智能的在线应用程序为更广泛地学习音乐艺术打开了大门。学生现在可以通过基于互联网的移动或平板设备灵活地学习和练习音乐,而不受空间或时间的限制。使用人工智能技术的学生还可以调整速度、难度级别和学生偏好,使学习体验更具适应性和有效性。
摘要:本研究调查了教师对人工智能 (AI) 在教育中的应用的认识水平,重点研究这种认识是否因社会人口特征、技术使用情况以及有关人工智能的特定知识和信念而有所不同。本研究于 2023-2024 学年在北塞浦路斯进行,采用了有目的和滚雪球抽样方法的调查模型,涉及 164 名教师。本研究包括小学、中学、高中和大学等不同级别的教师。Feriko˘glu 和 Akgün (2022) 开发的“人工智能意识量表”用于测量人工智能意识。通过偏度和峰度值验证数据的正态性,允许进行参数统计检验,例如 t 检验、单向方差分析、逻辑回归和卡方分析。本研究探讨了不同类型和教育水平的学校使用人工智能的分布情况,并评估了人工智能意识的各个子维度对其在教学中应用的影响。研究结果表明,教师人口统计学特征(年龄、性别、教育水平、学校类型、机构级别和月收入)对人工智能意识没有显著影响。然而,使用模式表明,大学讲师更有可能将人工智能融入教学,其次是小学和中学教师,中学教师使用人工智能的可能性最低。多层神经网络分析发现,实践知识是影响人工智能在教学中使用最关键的因素(重要性权重为 0.450),其次是信念和态度(0.298)、相关性(0.148)和理论知识(0.104)。这些结果强调了实践知识对于促进人工智能融入教育实践的重要性,强调了对教师培训和专业发展计划的重要意义。
