XiaoMi-AI文件搜索系统
World File Search System智能工具
使用文本转图像的人工智能工具探索设计构思中的元认知过程
1. 引言 人工智能这个主题一直受到各个学科的广泛关注。2022年，随着科技的快速进步，AIGC（人工智能生成内容）的出现不仅导致了各个行业结构的变化，而且还成为不同领域非常有前途的工具。在设计方面，文本到图像人工智能的出现可以通过简单的指令生成相应的图像。此外，它还可以增强视觉交流和创意构思效率（刘等人，2023 年）。因此，已经有多项研究调查了人工智能的使用及其应用（Ploennigs 和 Berger，2022 年；Vartiainen 和 Tedre，2023 年）。然而，设计不仅被视为一门生产作品的学科，而且还被视为一个涉及思考、分析和决策的复杂过程（Kavousi 等人，2020a 年）。在心理学中，我们将其称为“元认知”。它不仅在设计教育和设计构思中发挥着重要作用（Ball and Christensen 2019），创造力的提高也是通过元认知思维的训练过程实现的。因此，本文不讨论人工智能在设计中的应用，而是旨在更深入地了解其对设计领域的影响。
越南工业大学学生对人工智能工具的认知和使用水平研究
认识到人工智能在教育中的重要性，本文重点分析了对越南工业大学学生对人工智能工具的认识和使用水平的调查结果。）。越南工业大学是一所多学科大学，在信息技术、汽车工程技术和电气-电子技术领域具有培养传统和培养优势。调查对象为信息技术、汽车、电气-电子、机械-建筑、管理-银行、经济学等学院一至四年级的 390 名学生。经济学。通过对收集到的信息进行分析，本文提出了优化人工智能工具在学习中应用的具体措施，有助于提高越南工业大学和其他大学的教育质量。本文希望对推动AI在教育领域的有效应用，为当前第四次工业革命下教育质量的提升、高素质人力资源的培养做出贡献。
人工智能与大规模评估：从 PISA (国际学生评估项目) 看问题 目标 本次会议旨在展示人工智能 (AI) 技术在大规模评估和课堂教学中的应用的领先案例，这些案例可能会对大规模评估产生影响。本次会议旨在向董事会介绍一项重大国际评估如何使用人工智能，以便董事会思考人工智能技术的机遇和风险，这些机遇和风险可能会对 NAEP 和董事会政策产生影响。 概述 经济合作与发展组织 (OECD) 教育和技能司司长 Andreas Schleicher 将介绍将人工智能用于国际学生评估项目 (PISA) 的努力。PISA 是由 OECD 管理的一项国际学生评估，旨在衡量 15 岁学生运用阅读、数学和科学素养知识和技能应对现实生活中挑战的能力。目前，评估每三年进行一次，2025 年之后改为每四年进行一次。 81 个国家和经济体参加了 2022 年阅读评估，美国国家教育统计中心 (NCES) 专员佩吉·卡尔担任 PISA 执行委员会副主席。会议将重点关注使用尖端人工智能技术的评估和课堂工具；PISA 将人工智能工具纳入评估开发过程的方式；以及关于人工智能如何影响董事会对评估结构的看法。会议将讨论如何在管理风险（例如偏见、数据隐私、测试安全）的同时最大限度地发挥人工智能的优势。董事会成员将有机会提出问题并讨论这些技术如何影响董事会的工作。
人工智能与大规模评估：从 PISA (国际学生评估项目) 看问题 目标 本次会议旨在展示人工智能 (AI) 技术在大规模评估和课堂教学中的应用的领先案例，这些案例可能会对大规模评估产生影响。本次会议旨在向董事会介绍一项重大国际评估如何使用人工智能，以便董事会思考人工智能技术的机遇和风险，这些机遇和风险可能会对 NAEP 和董事会政策产生影响。 概述 经济合作与发展组织 (OECD) 教育和技能司司长 Andreas Schleicher 将介绍将人工智能用于国际学生评估项目 (PISA) 的努力。PISA 是由 OECD 管理的一项国际学生评估，旨在衡量 15 岁学生运用阅读、数学和科学素养知识和技能应对现实生活中挑战的能力。目前，评估每三年进行一次，2025 年之后改为每四年进行一次。 81 个国家和经济体参加了 2022 年阅读评估，美国国家教育统计中心 (NCES) 专员佩吉·卡尔担任 PISA 执行委员会副主席。会议将重点关注使用尖端人工智能技术的评估和课堂工具；PISA 将人工智能工具纳入评估开发过程的方式；以及关于人工智能如何影响董事会对评估结构的看法。会议将讨论如何在管理风险（例如偏见、数据隐私、测试安全）的同时最大限度地发挥人工智能的优势。董事会成员将有机会提出问题并讨论这些技术如何影响董事会的工作。
测试人工智能工具以简化 NEPA 环境审查的公众意见审查流程
本报告是作为美国政府机构赞助的工作的说明而编写的。美国政府及其任何机构、巴特尔纪念研究所及其任何员工均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构或巴特尔纪念研究所对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
SciELO 网络上研究交流中使用人工智能工具和资源的指南
编辑有责任进行适当的科学审查，确保已发表科学文献的质量和完整性。为此，他们必须接受培训，并能使用最新的工具和资源，以方便检测人工智能生成或修改的内容。编辑们应避免提供错误信息，因为这可能会带来不利后果，并对个人造成潜在伤害。
临床神经放射学中的人工智能工具
摘要 基于人工智能 (AI) 的商业软件正在进入神经放射学的临床实践。因此，使用软件作为医疗设备 (SaMD) 的法医学方面变得越来越重要。这些法医学问题需要跨学科的方法，并可能影响我们日常工作的方式。在本文中，我们试图解决三个主要主题：医疗事故责任、基于人工智能的医疗设备的监管以及共享医学影像数据的隐私保护，从而重点关注欧盟和美国的法律框架。由于许多提出的概念非常复杂，而且部分概念尚未解决，因此本文并非旨在全面，而是发人深省。目标是让临床神经放射学家参与辩论，并让他们能够在未来积极塑造这些主题。
人工智能工具对高等教育学术写作教学的影响
收讫日期：2024-01-08 接受日期：2024-03-19 发表日期：2024-04-24 摘要 随着人工智能技术的发展，人们对研究它们对大学学术写作课程的潜在影响产生了兴趣。本研究通过探索人工智能工具如何有效取代传统的学术写作教学以及这种转变的潜在利弊，探讨了人工智能工具是否正在取代这些课程。研究人员回顾了有关将人工智能工具整合到学术写作教学中的现有文献。研究结果为教育工作者提供了见解，帮助他们在将人工智能工具整合到写作课程中的同时保持教学质量和学术诚信标准。通过综合最新研究，本研究可以为决策提供参考，说明如何在教授基本写作技能时适当使用人工智能。人工智能写作工具的使用增加引发了关于它们在学术写作教学中的作用的争论。斯坦福大学等大学已经更新了有关人工智能工具使用和学术诚信的政策。加州大学发布指导意见，承认生成性人工智能在校园中的普遍存在。米德尔伯里学院禁止在课堂上使用 ChatGPT，因为担心这可能会妨碍批判性思维和写作技能的发展。结果表明，虽然人工智能有助于语法和风格，但它对创造力和批判性思维的影响仍然存在疑问。然而，人工智能并没有取代大学的写作课程。这些课程教授批判性思维、研究、引用、论证、创造力、原创性和道德，而这些都是人工智能所缺乏的。学术写作课程提供了完整的学习体验。人工智能可能会提高学术写作水平，但不太可能很快取代传统课程。在保留学术写作教育核心要素的同时，整合人工智能支持的平衡方法似乎最能有效地让学生为应对各种写作挑战做好准备。关键词：高等教育中的人工智能；学术写作中的人工智能；写作课程；学术界的人工智能；学术写作中人工智能的道德问题。
“比我的教授更好？”如何为高等教育开发人工智能工具
目前，许多领域都在设计和测试人工智能 (AI) 工具，以提高人类的决策能力。高等教育就是其中之一。例如，基于 AI 的聊天机器人（“对话式教学代理”）可以与学生进行对话，以便在学习过程中及时提供反馈和问题答案，并收集数据以个性化课程材料的传递。然而，许多现有的工具能够以更及时的方式执行人类专业人员（教育工作者、导师、教授）可以执行的任务。在讨论在我们大学的教育计划中实施基于 AI 的工具的可能性时，我们回顾了当前的文献，并确定了未来 AI 解决方案可能具备的一些功能，以改进高等教育过程，重点是远程高等教育。具体而言，我们认为创新工具可以影响学生学习的方法；促进课程材料以外的联系和信息获取；支持与教授的沟通；并借鉴动机理论，以个性化的方式促进学习参与。未来的研究应该探索人工智能为高等教育带来的高水平机遇，包括它们对学习成果和整个学习体验质量的影响。
执法人工智能工具的现场测试
执法中负责任地使用人工智能要求人工智能开发人员训练、测试和审核他们的人工智能工具，以确保预测工具的结果足够准确、不歧视、尊重权利和具有成本效益。但人工智能工具的真正价值和风险将取决于它在现实世界中的运作方式。白宫现在要求所有联邦机构在现实世界环境中测试人工智能工具的性能（OMBMemoM-24-10§5(c)(iv)(B)。）当人工智能工具暂时用于现场时，很少有资源可用于帮助指导人工智能行业、执法部门和独立研究人员完成测试人工智能工具的过程。本报告和一系列建议为警务背景下的人工智能现场测试提供了基础设施。
医学生使用人工智能工具进行研究：叙述性综述
随着数字化时代的到来，人工智能 (AI) 驱动的工具/算法的开发打开了一扇新的大门，这些工具/算法可以帮助分析上传到云端的大量数据。基于 AI 的工具/算法在研究领域创造了一个利基市场。AI 使研究人员和从业者能够更有效地访问和评估大量科学论文。这可以链接过去的类似研究并突出研究差距，从而加速文献综述、证据生成和知识发现过程。医学生可以从各种基于 AI 的文献组织和引用解决方案中获得帮助。这些工具/算法促进了多个研究中心之间的安全信息交换、协作研究和沟通。然而，AI 驱动的研究需要人类专家的指导和监督，以提高进入科学数据库的内容的准确性、连贯性和可信度。本评论的主要目标是讨论和评估各种基于人工智能的工具/算法及其可帮助医学生进行医学研究的主要功能。