XiaoMi-AI文件搜索系统
World File Search System消极影响
ChatGPT 推出后对教育领域人工智能的看法：颠覆还是恐慌？
2022 年以一项行为难以预测的技术创新——一只黑天鹅——在传统媒体和数字媒体中占据了风头。事实上，它就是 ChatGPT。尽管人工智能早已成为新闻，而且经常被各种其他含义所掩盖，但 ChatGPT 现象再次将这门学科及其对我们社会的积极和消极影响推到了风口浪尖。人们对它的推出的反应多种多样，主要受到其易于访问和使用的影响，从创新者和早期采用者的热情到《终结者》电影中近乎世界末日般的恐怖。在该工具的多种应用中，最重要的争论集中在其在教育和学术界的影响上，因为它具有生成文本的巨大能力，这些文本很可能被视为人类的创作。我们正处于一项技术的黎明，这项技术已经从玩具工具变成了竞相成为颠覆性创新的技术。它是否成功将取决于许多因素，但如果它不成功，它就会出现另一个类似的技术。否认或禁止它绝对不会阻止已经开始的海啸效应。出于所有这些原因，我们必须首先了解这些基于大型语言模型的技术，了解它们的优点和缺点，以及它们对特定活动领域（例如教育）的真正意义。在了解了技术和工具之后，人们就可以使用（或不使用）它的潜力，并防止或发现其可能的有害影响，大概是通过改变和调整可能根深蒂固的过程，从而被迫离开舒适区，这始终是抵制变革和极端反应的原因。当技术成为足够多用户日常生活的一部分时，这些反应通常不会阻止技术达到其生产力的稳定状态。这始终是抵制变革和极端反应的原因，当技术成为足够多用户日常生活的一部分时，通常不会阻止技术达到其生产力的稳定状态，尤其是当它还是一个横向工具的问题时，这些工具会将其使用模式传播到不同的应用领域。
数字技术准备度：员工创新能力在技术接受模型中的调节作用
摘要 本研究旨在运用 TAM 模型来评估员工创新能力对员工数字化转型准备的调节作用。这是数字化转型领域中一个被广泛认可但研究较少的课题。本分析以越南的中小企业 (SME) 为背景，与该地区和世界各地的许多国家相比，越南企业群体对数字化转型的整体准备程度相对不足。因此，预计本研究的结果将为改善越南中小企业的数字化转型提供实践基础。 研究目的：本文的目的是从技术接受模型的理论基础上考察员工创新能力对员工数字化转型准备的调节作用。研究结果对企业有一定启示。 研究动机：员工在数字领域的准备程度是决定组织数字化转型成功的关键因素。然而，虽然已经对数字化的技术方面进行了大量研究，但对人性层面的研究明显不足，特别是员工对这种转型过程的准备程度。研究设计、方法和方法：数据来自对 277 名在越南中小企业工作的员工的调查。采用偏最小二乘结构方程模型 (PLS-SEM) 来实现研究目标。分析的变量包括感知易用性、感知有用性、有意数字化准备和员工创新性。主要发现：研究结果表明，感知易用性和感知有用性都会影响有意数字化转型准备。感知易用性也对有意数字化转型准备表现出积极影响。关于员工创新性的调节作用，支持了提出的三个假设，其中两个假设有积极影响，一个假设有消极影响。实际/管理意义：企业必须充分理解激励员工为数字化转型做好准备的重要性，同时培养员工的学习精神和创造力。
ASEN 5335，航空航天环境：教学大纲
航空航天环境是 RSESS 重点领域的核心课程，旨在向您介绍近地空间环境及其对航天器、通信系统、宇航员等的影响。从事空间技术或应用的航空航天工程师需要对环境有广泛的了解，以便适当地设计他们的航天器。但更一般地说，任何对太空充满热情的人都会对了解太空环境的不同区域、它们如何相互耦合和影响以及它们如何影响我们的日常生活感兴趣。我们将“近地”空间环境定义为受太阳影响的环绕地球的空间区域，也是我们大多数卫星运行的地方。因此，本课程重点介绍环绕地球的空间环境——不要指望了解太阳系、星系、行星际空间等。但是，我们将研究其他行星周围的环境，以便与地球进行比较，例如“近木星”空间环境。近地空间环境从地球表面一直延伸到弓形激波，弓形激波是磁层的外边界。在这个环境中，有不同的重叠区域：由中性分子和原子组成的大气层；电离层，大气中的气体被电离；等离子层，气体完全电离并被困在地球磁场中；以及辐射带，其中包含高能电子和质子。这些区域受到地球磁场的影响，而该磁场占主导地位的区域称为磁层。磁层内有不同种类的粒子、不同的电流以及各种复杂的等离子体和电磁波。此外，环境中还包含我们太阳系中的尘埃和流星体，以及我们直接负责的航天器和轨道碎片。在本课程中，我们将了解每个区域、它们存在的原因以及它们对航天器、宇航员和社会各个方面产生的积极和消极影响。它们对航天器和宇航员有电和辐射影响；对 GPS 和其他航天器的通信信号有影响；磁场扰动对地面有影响；尘埃和流星体对航天器有影响；等等。本课程分为多个模块，涵盖太空环境的每个区域，每个模块大约持续两周。在每个模块中，将阅读指定
行为功能、认知灵活性和
是巨大的技术进步之一[5]。关于电脑游戏对青少年影响的研究一直很重要。如今电脑游戏的兴起，因其对社区行为和健康的重要影响，引起了政府的担忧[1]。先前的研究表明，68%的青少年将电脑游戏作为每周的娱乐活动[6]。过去，孩子们会和其他孩子一起玩耍，但现在他们把大部分时间都花在电脑游戏上，而这些游戏并不能为他们创造健康的情感生活方式和人际关系[1,7,9]。然而，研究表明，电脑游戏在视觉运动协调和个体认知功能中起着重要作用[10]。在心理病理学中，通过设计脑行为系统理论，Gary 认为其中一个过程反映了紊乱。他根据强化敏感性理论（RST）提出了三种表现出个体差异的大脑行为系统：行为抑制系统（BIS）、行为激活系统（BAS）和战争逃避系统[11]。他将个人对环境刺激的反应与基于神经学评估的行为抑制和激活系统联系起来：BAS负责对奖励（积极情感）作出反应的激活行为，BIS负责对威胁和惩罚（消极影响）作出反应的抑制行为[12]。根据这一概念，研究表明BAS和BIS可以预测物质滥用、酒精滥用、药物滥用、病理性赌博和网络成瘾等强迫态度中的病理活动[13，14]。如今，人们越来越关注认知灵活性以及游戏可能给玩家带来的智力优势。认知灵活性表明，玩家能够以一种方式解决问题，然后以不同的方式解决类似问题 [15]。从一项任务转移到另一项任务需要重新配置认知任务集 [16]。Green 和 Bavelier 在他们的研究中表明，玩电子游戏可以提高玩家的视觉注意力 [17]。另一项研究表明，这些人的认知灵活性受到了干扰 [18]。这些先前的研究结果
酒店业的人工智能（AI）
新德里贾米亚米利亚伊斯兰大学。摘要目的——在数字技术时代，人工智能 (AI) 的采用至关重要。这篇评论文章旨在评估酒店业人工智能方面的文献。方法——这篇评论文章采用了叙述性综合。此外，系统地回顾了文献，以探索酒店业的人工智能。文献和信息来自 EBSCO、Google Scholar、Scopus、Web of Science 和 Science Direct 上的各种书籍和研究文章。纳入标准是明确定义酒店业各个方面的人工智能、以英文出版和撰写并经过同行评审的研究。采用内容分析。结果——人工智能的使用是经济发展的一个战略性和关键因素。此外，人工智能技术越来越多地被用作数字助理。它们以多种方式帮助酒店业的企业，包括改善客户服务、扩大运营能力和降低成本。然而，人工智能的进步也存在一些风险，例如低技术部门的失业、因机器人自主而失去控制以及安全、保障和隐私问题。结论——人工智能技术对酒店业的劳动力和就业既有积极影响，也有消极影响。建议——建议考虑对酒店业或其他行业的人工智能应用进行定量研究。此外，定性方法可以清楚地了解进一步研究的洞察结果。研究意义——这篇评论文章为现有的酒店业人工智能应用文献做出了贡献。因此，它可以用来指导未来对酒店业人工智能应用的研究。它还可以帮助学者通过纳入更多潜在元素来拓宽他们的研究范围。实际意义——这篇评论文章可以帮助人们更好地理解酒店业人工智能的应用。此外，它可以帮助酒店业或任何行业的企业主、经理和营销人员通过使用人工智能实施适当的策略来满足客户和员工的需求和期望，从而实现和提高高业务绩效。关键词：人工智能（AI）、采用、酒店业、评论介绍在数字技术时代，人工智能（AI）的采用至关重要。自诞生以来，人工智能为各行各业带来了无数机遇和挑战，其中也包括酒店业。同样，在将创新转化为全球经济时，人工智能也是必须考虑的因素。
真实的可持续性评估：用户手册......
衡量经济实体的可持续性绩效（即它们对资源的积极和消极影响）是一项艰巨的任务，而这些资源对于地球上的生物和地球本身的福祉至关重要。尽管几十年来可持续性衡量和披露方面取得了进步，但目前的指标、方法和报告模式仍然无法为评估可持续发展的社会经济、治理和环境层面的影响提供充分的基础。需要解决导致可持续性报告无效的几个盲点，以进行有意义的评估。报告超载和指标过多也是问题所在。此外，由于目前的框架和指标主要是为营利性实体设计的，可持续性报告往往会绕过社会和团结经济中的实体，这些实体除了追求经济目标外，还追求社会和环境目标。2018 年 9 月，联合国社会发展研究所与社会价值提升研究中心 (CSES) 和多利益相关方平台 r3.0 合作，启动了一个为期四年的项目来解决这些问题。该项目旨在制定方法和指标，以有意义地衡量和评估广泛经济实体在实现《2030 年可持续发展议程》愿景和目标方面的绩效。本手册介绍了主要发现，包括该项目的新方法和指标，这些方法和指标解决了传统衡量和报告模型的盲点。这方面的主要干预措施包括强调趋势分析的重要性，以表明报告绩效在较长时期内的变化轨迹，以及基于情境的报告，以衡量过去和当前的绩效与可持续发展概念一致的规范和阈值。手册第 1 部分概述了问题、指标和目标，如果会计要促进实现《2030 年议程》所需的变革类型，这些问题、指标和目标应该在可持续性披露和报告中占据更重要的位置。第 2 部分提出了一个由 61 个指标组成的两层框架，用于衡量和评估组织层面的可持续性绩效和进展。每个指标都包括定义、指标如何情境化的描述及其与可持续发展目标的相关性。
IAF/IAA 空间生命科学研讨会 (IP) 作者
这篇评论文章深入研究了重力领域，介绍了人造重力的复杂情况及其对肌肉骨骼系统的影响，揭开了围绕这项技术应用的谜团。因此，本文探讨了人造重力对肌肉骨骼系统的影响，分析了其积极和消极影响。为了实现这一目标，我们分析了关于这个主题的几项研究，重点研究了短臂离心机实验的使用情况。人造重力最初是在 19 世纪作为应对微重力环境严重生理影响的对策而提出的，当科学家意识到短时间的太空飞行对人体生理的影响微乎其微时，人造重力并不是优先考虑的事情。然而，随着即将到来的月球和火星长期任务的新计划和雄心勃勃的计划，人们对人造重力的兴趣再次高涨。人类在太空飞行 50 多年的经验表明，需要采取像人工重力这样的有效对策。提出的对策之一是阻力训练，虽然有益，但不能完全完成保持肌肉质量的任务，这会导致宇航员耗费大量时间。国际空间站中当前进行的锻炼的局限性，凸显了人工重力作为更完整的综合解决方案的潜力。尽管实施人工重力带来了后勤和财务挑战，但其潜在的好处使其成为未来太空任务非常值得投资的技术。模拟微重力效应的卧床研究（例如在 AGBRESA 中进行的研究）为了解生理对人工重力的反应提供了宝贵的见解。然而，人们担心使用它可能会产生负面影响，因为人工重力和失重交替可能会损害人体生理。因此，在本文中，我们分析了对进行卧床休息研究的受试者的研究，特别是研究对肌肉骨骼系统的影响；最后，我们回顾了不同的潜在副作用并对我们的研究结果得出结论。总之，本综述强调了人工重力作为对抗失重对肌肉骨骼系统的破坏性影响的对策的重要作用。未来的太空探索需要更好地处理失重影响减轻的技术，如人工重力。因此，应该对它的研究投入更多。
人工智能与剽窃 - 皮尔区教育局
概述目标：概述皮尔区教育局 (PDSB) 有关剽窃的政策中对人工智能 (AI) 系统的认可。重点： 人工智能的发展引发了人们对其对教育影响的担忧，特别是剽窃问题。 皮尔区中小学学生评估、评价和报告政策以及学生行为准则都提到了剽窃和学术诚信，但并未明确提及人工生成的内容。 这为制定新政策和/或修订现有政策和指导文件提供了机会，以应对人工智能在教育中有关剽窃的影响。背景：随着技术的发展，社会越来越数字化。因此，人工智能的应用不断被融入到日常系统中，塑造了许多行业的人机互动，从与聊天机器人的互动到语音助手（例如 Siri、Alexa）的使用，再到个性化推荐和谷歌地图的增强功能。 ChatGPT 的近期推出，引发了关于人工智能系统对教育领域产生积极或消极影响的讨论。对于学生和教育工作者来说，这强化了他们了解人工智能在教育领域潜力的必要性，同时提高对这些系统的风险和局限性的认识，包括它们是否有能力履行 PDSB 对保护隐私、公平、人权、道德、反压迫和无障碍的承诺。在 2023 年 1 月 18 日的治理和政策委员会会议上，委员会讨论了人们对人工生成内容的担忧及其对剽窃定义的影响。本报告概述了人工智能在 PDSB 剽窃政策中的现状。证据发现/关键考虑因素：什么是人工智能？根据 C-27 法案草案（一项旨在颁布《人工智能和数据法》的联邦法案）的定义，人工智能系统是“一种技术系统，它通过使用遗传算法、神经网络、机器学习或其他技术，自主或部分自主地处理与人类活动相关的数据，以生成内容或做出决策、建议或预测”（C-27 法案，2022 年，第 39(2) 条）。换句话说，人工智能是指能够模仿或执行通常需要人类智能的任务的计算机系统，包括但不限于推理、解决问题、做出预测和创作作品（欧盟，2022 年；Rekdal，2023 年；联合国教科文组织，2019 年）。ChatGPT 是生成式人工智能的一个例子，它利用机器学习算法，在大量数据上进行训练
蒙特利尔人工智能伦理研究所
● 创建工具来指导出版决策：使用基准或第三方专家小组等外部测量可能是公平指导出版决策的关键一步。此类方法可以设定与出版相关的可接受风险水平的一定标准。根据此建议，记录由于其固有风险而被拒绝的论文以及一些相关指标也是恰当的。● 提供页码扩展： 延长已发表论文的页数限制可能会有所帮助，以便研究人员能够包括传统上不会打印的负面结果（无关紧要或反驳研究人员假设的结果）。 除了增加页数外，还应该显著改变围绕负面结果发表的文化。● 建立同行网络：建立同行网络以评估研究人员的人工智能模型的潜在风险和收益，可能是制定更好、更安全的出版规范的重要工具。如果建立这样的机制，评估可以完全或部分基于哲学家约翰·罗尔斯的“无知之幕”。 如果将这个想法应用于审查人工智能研究，可以要求同行评审员从不同的社会角度考虑新人工智能研究的潜在优势和风险。● 要求提供广泛的影响声明： NeurIPS 会议要求提交的论文包括与所提出研究有关的更广泛影响的声明。通过将反思作为在 NeurIPS 上考虑其工作的必要条件，这激励研究人员思考潜在的风险和收益。所有会议和出版物上的类似措施将鼓励研究人员批判性地评估他们的研究对世界产生的积极和消极影响 ● 要求公布预期结果：要求研究人员撰写和公布其研究项目的预期结果（包括但不限于其更广泛的社会和道德影响）有助于在研究人员开展项目之前就潜在的利益和危害进行反思。● 改革同行评审流程：同行评审的完善做法为每位评审员就他们正在修改的论文中看到的风险和利益进行交流提供了绝佳的机会。如果在评审论文时添加了一个问题或要求，可能会迅速产生广泛的影响，促使研究人员考虑他们的研究可能产生的结果。有效的审查流程应在明确、公平和高效的同时，促进风险限制。实现此目的的一种方法是根据同行评审论文所认为的研究风险程度，按比例加强出版要求。
好的系统，坏的数据？：对人工智能炒作和失败的解释
人工智能经过几十年的发展，如今已成为一个著名且成熟的学术领域（Stone 等人，2016 年）。专注于领域知识表示和使用的符号人工智能是人工智能研究的早期领域（Ribes 等人，2019 年）。最近的许多创新都发生在统计机器学习领域，包括使用人工神经网络的深度学习方法，包括自然语言处理、计算机视觉和机器人等领域的应用（Stone 等人，2016 年）。现代人工智能特别依赖于处理大型数据集，以一定程度的自主性进行处理和加权，并提供概率性而非确定性的结果。人工智能的伦理、政策和法律问题尚未明确界定。数据的多样性和数量以及算法驱动的分析通常违反直觉的输出使得预测危害变得更加困难。用于支持人工智能的数据来自大量来源，包括可能甚至不知道数据是为此目的而收集的人们。然而，将人工智能应用于这些异构数据得出的结论往往具有知识的分量，而没有对其不确定性进行有意义的说明。这一领域的一个关键挑战是试图理解和主张“黑箱”分析技术（Fleischmann & Wallace，2005，2009）的责任时出现的问题——尤其是当使用这些技术进行的研究结果用于指导政策、指导资源和应对紧急情况时（Lehr & Ohm，2017）。关于人工智能成功和失败的流行描述并非没有话语权。在讨论“坏”人工智能时，往往很难不去想 HAL、天网或其他类似的媒体对人工智能失败的描述（事实上，当我们的采访对象被问及人工智能的潜在负面后果时，他们经常会提到这些流行的描述）。同样，对人工智能的正面评价往往无法解释这些系统的缺陷和局限性，或者无法透明地表示它们的运作或范围。克兰兹伯格（1986）的《技术第一定律》认为，“技术既不是好的也不是坏的，也不是中性的”（第 547 页）。过度夸大人工智能的积极或消极影响的极端例子属于将人工智能视为纯粹的好或坏的阵营。然而，同样重要的是要注意，人工智能并不是中性的，一些人工智能系统对特定社会或整个社会的不同成员有一些好的影响和一些坏的影响。因此，挑战在于确定哪些因素影响了人工智能的“好”或“坏”。坏数据是坏人工智能的一个常见替罪羊。现代人工智能的特点是它与广泛的异构数据收集和分析机制的关系以及对它们的依赖。算法分析提供了处理