XiaoMi-AI文件搜索系统
World File Search System有用性
2019 年 Ergoship 会议论文集
Online™ 是一种基于网络的新型船舶操纵训练工具，允许学生和专业海员通过个人电脑在港口和封闭水域练习操纵。本文介绍了该工具在船长大学课程中的首次实施。学生们被要求完成一份关于他们使用经验的后续问卷，课程讲师和工具提供组织在两次汇报会上讨论了结果。目的是获得关于 (a) 该工具在操纵训练中的有用性；(b) 进一步的设计改进和可用性；以及 (c) 如何在未来学年最好地将其纳入课程以改善用户体验的反馈。结果揭示了可用性和成熟度问题，以及需要进一步指导基于模拟的培训目标和局限性。总体而言，该工具在个人操纵训练中的有用性和潜力得到了展示。
预测chidamide在...
在这项研究中，我们旨在探讨LLM生成AI聊天机器人（例如Chatgpt）进行功课的使用频率和有用性，尤其是与青少年的执行功能（EF）有关，其中包括关键的认知过程，例如计划，抑制和认知灵活性对学术成功的重要性。进行了两项研究，包括年轻人（研究1：n = 385，46％的女孩，平均年龄14岁）及以上（研究2：n = 359，67％的女孩，平均17岁）青少年，以全面检查各个年龄段的这些关联。在研究1中，约有14.8％的参与者报告使用生成AI，而在研究2中，年龄较大的学生的采用率为52.6％，在这两项研究中，Chatgpt成为青少年的首选工具。在两项研究中始终如一地发现，面临更多EF挑战的青少年认为生成的AI对功课更有用，尤其是在完成任务时。值得注意的是，学术成就没有与AI使用或有用性的显着关联，如研究1所示。这项研究代表了对诸如EF之类的个体特征如何与青少年中劳学LLM生成AI聊天机器人的频率和感知有用性有关的首次探索。鉴于在调查过程中生成AI聊天机器人的早期阶段，未来的研究应验证这些发现，并更深入地研究生成AI在教育环境中的利用和整合。至关重要的是采用积极主动的方法来应对这些新兴技术在教育中的潜在挑战和机遇。
宪法人工智能：人工智能反馈带来的无害性
此图显示了根据众包工作者的模型比较计算出的无害性与有用性 Elo 分数（分数越高越好）。它显示了帕累托改进（即双赢局面），其中宪法 RL 比标准 RLHF 更有帮助，也更无害。
探索区块链技术在数字税务中的潜力
本研究旨在通过研究认知信念因素（特别是感知有用性和感知易用性对纳税人使用区块链技术意图的影响）来增强技术接受模型 (TAM)。本研究探讨了感知享受的直接和间接影响。本研究还研究了行为（特别是信任因素）对感知有用性和感知易用性的影响。我们通过评估感知享受因素的中介影响扩展了 TAM。该研究采用了调查方法。我们收集了 213 名个人纳税人的数据。但是，我们只能处理 155 名受访者的数据。问卷是通过 Google 表单收集数据的宝贵工具。我们使用 PLS-SEM 分析了数据。研究结果表明，存在一种中介形式，即区块链技术的感知有用性对纳税人使用该技术的意图有显著影响，无论是直接影响还是通过其带来的感知享受。感知享受也影响了感知易用性对纳税人使用区块链意愿的影响。此外，纳税人的信任有效地影响了纳税人对技术是否用户友好和有利的看法。为了提高向纳税人提供的服务水平，税务机关必须利用信息技术时代的进步。研究结果对税务机关准备采用基于区块链的税务管理系统做出了宝贵贡献。研究结果强调了税务机关努力提高纳税人使用税务信息技术时的内在动机的重要性。创造一种带来快乐、兴奋和舒适的用户友好和愉快的体验可以实现这一目标。
远程审核中的物联网（IoT）采用
物联网（IoT）系统在各个行业中都采用了许多行业，因为它有助于完成人们的工作，包括审计。物联网使其用户能够收集和处理大量数据，同时还可以实时监视和跟踪基于物联网的设备之间的数据。因此，IoT系统已应用于远程支持审计师。本研究旨在评估用户对基于物联网的技术的接受，重点是在印度尼西亚的公共会计师事务所远程进行的审计领域。本研究使用技术接受模型（TAM），该模型以可感知的使用和感知的有用性来测量新技术的采用，以研究用户采用技术的意图，同时还可以添加享受，以衡量用户感知到某种系统的使用程度，以享受某种系统的使用。这项研究将这些因素纳入了调查审计师使用基于IoT的远程审计过程的意图的独立变量。最后，审计公司的规模被用作调节变量，以查看是否有任何更改的变化，对易用性，可感知的有用性以及感知到的享受对采用基于IoT的远程审核的影响，这是由适度造成的。随后，位于印度尼西亚的公共会计师事务所中的100名审核员收集的数据随后用于使用部分最小二乘平方结构方程建模进行假设测试。该研究的结论表明，采用基于IoT的远程审计会受到感知的享受，而不是感知的有用性或易用性的易用性。此外，审计公司的规模没有对实施基于IoT的远程审核的影响表现出调节能力。
我无法预测的，我不明白：一个人 -
已经描述了多种解释性方法，以帮助用户更好地了解现代AI系统如何做出决策。但是，开发用于评估这些方法的大多数性能指标基本上仍然是理论上的 - 没有太多考虑人类最终用户。尤其尚不清楚（1）在现实世界中，当前解释性方法的有用程度如何； （2）当前的性能指标是否准确地反映了最终用户的解释方法的有用性。为了填补这一差距，我们进行了心理物理学实验（n = 1，150），以评估三种现实世界中代表性归因方法的有用性。我们的结果表明，在这些情况下，各个归因方法可以帮助人类参与者更好地理解AI系统的程度差异很大。这表明需要超越当前归因方法的定量改进，朝着开发互补方法的发展，这些方法为人类最终用户提供了质量不同的信息来源。
调查增强现实对客户品牌的影响
增加客户对品牌的参与度和互动度已成为提升客户品牌体验的重要方式。技术进步和增强现实 (AR) 的发展为营销人员提供了吸引客户的良好机会。本研究调查了增强现实对客户品牌参与度 (CBE) 的影响；基于技术接受模型 (TAM) 的技术属性；感知有用性、感知易用性和享受性被用作中介。在埃及女性身上进行了一项关于化妆品 AR 移动应用程序的实验。采用结构方程模型 (SEM) 来确定 AR 属性、技术属性和客户品牌参与度之间的关系。所有假设都得到了统计支持。研究结果证实，增强现实属性对客户品牌参与度有积极影响。此外，感知有用性、感知易用性和享受性对 CBE 产生了间接和积极的影响。该研究为营销人员提供了使用 AR 技术的实际意义。
研究文章 大学生对翻译技术的接受度实证调查
随着信息技术和人工智能的进步，翻译技术在语言服务领域得到了迅速发展，并日益融入高等教育。然而，关于影响学生接受这些技术的因素的研究仍然有限。本研究旨在制定和测试一个扩展的技术接受模型（TAM），将计算机自我效能和感知乐趣结合起来，以调查学生对翻译技术的采用。对370名有使用翻译技术经验的中国大学生进行了问卷调查。结构方程模型的结果表明，计算机自我效能对感知易用性和乐趣有正向预测作用。感知乐趣增加了感知易用性和态度。感知易用性对感知有用性和态度有正向影响。最后，态度正向预测了使用翻译技术的行为意图。然而，计算机自我效能对感知有用性没有显著影响。本研究通过扩展TAM并为提高学生对高等教育翻译技术的接受度提供实践指导，做出了重要的理论贡献。
创新和信任在技术中的作用
摘要：在线学习越来越受欢迎，使学习过程更具吸引力。最受欢迎的学习媒介之一是人工智能（AI）。然而，学生们根本不接受这项技术。因此，本研究考察了影响会计专业学生接受人工智能学习的因素。调查对象为147名使用人工智能作为学习媒介的高等教育学生。使用SmartPLS 4.0和偏最小二乘法分析数据。结果表明，感知有用性影响行为使用意愿和满意度。然而，感知易用性只对满意度有显著影响。同样，感知信心必须与意图一致。虽然它可能会影响感知有用性，但其他结构，如人工智能质量和个人创新性，可以增加学生对在学习中采用人工智能的好处和便利性的感知。因此，本研究有助于技术接受模型（TAM）和信息系统成功模型的发展，对学者有帮助，特别是在将人工智能应用于学习方面。他们需要注意人工智能的质量，例如所产生信息的准确性。因此，对来自AI的信息的控制仅仅作为参考，而不需要你完全信任它。