摘要 摘要 在整个互联网中,各种组织已经部署了许多聊天机器人来回答客户提出的问题。近年来,我们一直在为青少年举办网络安全夏令营。由于 COVID-19,我们的线下夏令营已改为虚拟夏令营。因此,我们决定开发一个聊天机器人,以减少电子邮件和电话的数量,以及根据我们从以前的夏令营收到的问题一遍又一遍地回答相同或类似问题的人工负担。本文介绍了我们使用 Google Dialogflow 平台为中学和高中网络安全夏令营实施 AI 聊天机器人的实践经验。我们选择了一些常见问题来构建我们的聊天机器人。我们认为,与其直接在网站上发布许多常见问题(许多人可能对此不感兴趣),不如使用聊天机器人,以互动的方式回答任何用户的疑问或询问。我们对聊天机器人的初步评估表明,聊天机器人受到了使用者的好评。29 名学生在使用聊天机器人后填写了一份简短的问卷。79.5% 的学生同意聊天机器人易于使用;89.6% 的学生同意聊天机器人的界面用户友好;89.7% 的学生认为聊天机器人效果很好,聊天机器人非常有帮助,帮助他们回答了一些营地或网络相关的问题;75.9% 的学生喜欢使用聊天机器人;总体而言,82.8% 的学生对聊天机器人感到满意。我们相信聊天机器人比问答代理更有用,它可以进一步发展成为教师和学生的高级虚拟助手。至于未来的工作,我们有兴趣将聊天机器人扩展到网络安全领域的一般问题,以便聊天机器人可以为更多与网络安全知识相关的问题提供标准化答案。
受监管 关于互联网社交媒体内容的讨论、骚动和愤怒迅速转向要求对其运营结果负责。 鉴于安全港条款保护社交媒体运营不为用户生成内容承担责任,这场讨论可能预示着可能重新要求对其他所有人都必须遵守的行为负责。 根据美国法律,社交媒体对其平台上发布的第三方内容享有法定豁免权。 此豁免权由《通信规范法》(1996 年)(CDA)第 230 条规定 1 。 讽刺的是,美国枪支行业是为数不多的其他工业和商业领域之一,对制造商和供应商因其活动和产品造成的伤害享有类似的豁免权。 2 尽管它们并不完全相同,但每种方式都为守法的用户提供了重要的好处,同时也为那些恶意行为者造成的巨大痛苦打开了大门。枪支行业通过少数人造成无辜者的死亡和伤害来造成伤害,而社交媒体则可能通过许多人的行动(有时是协同行动)颠覆一个国家的道德和政治生活。但它们造成的痛苦和损害可能相当。
人工智能无处不在,帮助和保护着社会,对吧?仅用十二秒,人工智能就可以根据一个人的语音(无论说了什么)检测酒精中毒并挽救因醉酒行为而受到威胁的生命。人工智能的最新进展已经达到了这样的程度:这种技术不仅存在,而且价格低廉、即时、易于获取、越来越准确,并且可能无法检测到。然而,这种语音分析也可能使主体受到指控,并可能泄露高度个人信息,同时绕过典型的宪法保护。应该质疑这种技术,以免社会用编码程序取代人类判断,这些程序抹杀隐私并误判性格——对于传统上代表性不足的人群而言,这种做法往往具有歧视性。语音分析“大数据”突破的必要伴侣是对这些进步如何调整个人权利的深思熟虑的评估。从第一修正案的自由到第十四修正案的正当程序和平等保护,用于识别酒精醉酒的基于音频的深度学习算法提出了必须解决的宪法挑战。本文就是这样做的。
有效地将人工智能 (AI) 融入教育对于充分利用其在教学过程中的优势至关重要。本文建议将卡林顿的教学法之轮改编为人工智能教学法之轮,旨在为将人工智能融入教育提供教学框架。所采用的研究方法基于系统回顾和映射,结合术语共现分析的文献计量研究,以确定科学上支持改编该轮子必要性的相关主题集群。新轮子解决了获得的四个集群(整合人工智能以加强教育、在教学过程中使用教育技术、教学设计和创新以及可持续和道德教育),并提出了同心圆,解释如何逐步将人工智能融入不同的认知水平(布鲁姆分类法)和技术整合(SAMR 模型),这两者都适用于人工智能。该轮子包括工具和应用程序的示例来说明实施情况。此外,还包括一个反思元认知水平,涉及使用人工智能的道德和责任。总之,只要教育者参与规划和执行教学过程以确保其成功,适应人工智能的轮子是提高教育效果和效率的可行选择。值得一提的是,由于新应用不断涌现,保持轮子更新的重要性。关键词:人工智能、颠覆性技术、卡林顿轮、布鲁姆分类法、SAMR 模型。
计算机科学的一个分支学科是人工智能 (AI),它能创造出经过训练的机器,使之能够像人类一样分析数据并获取知识。人工智能可用于各种行业,包括金融、电子商务等。目前使用的人工智能的例子包括语音识别、解决问题、学习和规划。人工智能广告技术(如智能广告、互动广告、行为广告和自动化广告)影响着广告的未来以及企业与消费者的联系方式。为了最大限度地利用他们花费的资金并最大限度地提高他们的储蓄回报,公司可能会从广告中的人工智能中受益。人工智能 (AI) 及其对个性化参与的贡献广告是一种创建、沟通和为客户提供个性化产品的方法。这表明消费者已经准备好踏上新的旅程,在这个旅程中,人工智能将成为以个性化方式限制和策划无数选项和信息的工具。本文讨论了人工智能对广告的重要性以及您需要它的原因。
这会是我们写的最后一篇社论吗?或者说,会不会是我们写的最后一篇社论?根据本期特刊中提出的观点,人工智能完全接管期刊出版流程是完全有可能的,从人工智能生成的评论开始,正如我们的一些撰稿人所讨论的那样,直到实现完全由人工智能驱动的期刊,包括社论。但是,您将在本期特刊中遇到的其他观点则表明,我们作为编辑的角色仍然至关重要,提出的各种理由表明,在学术期刊文章的制作、评估和出版的各个方面保持高水平的人类参与非常重要。但在质疑我们在期刊生态系统中的角色时,我们提出了一个基本问题,即未来的知识生产应该采取何种形式,这是我们的许多撰稿人所探讨的一个基本问题。您将要阅读的其他观点探讨了作者、编辑、审稿人、出版商和最终读者的当前角色,这些角色受到现有制度动态的支持,而这些动态本身可能会让位于新的认识论基础和以新方式产生、验证和共享的知识单元。变革之风正在吹拂,我们最好开始弄清楚如何扬帆起航。
obiijeoma14@yahoo.com 摘要 人工智能 (AI) 的出现正逐渐影响到社会的方方面面;大众媒体作为任何社会不可或缺的一部分,也未能免受人工智能的影响,因此它们必须与新技术协同才能保持相关性。本研究探讨了人工智能如何影响或已经影响了尼日利亚埃多州贝宁城的新闻实践。本研究以媒体形态理论为基础,采用调查和深入口头访谈作为获取数据的研究方法。尼日利亚记者联盟 (NUJ) 贝宁城分会下属的 254 名注册记者构成了研究对象,使用 Cozby 的估计精度表确定了 152 的样本量。除其他发现外,该研究还显示,贝宁城记者们一致认为,自动化新闻(使用人工智能驱动的媒体应用程序)比目前仍“手动”完成的报道实践有所改进。报告的结论是,自动化是未来的趋势,尼日利亚记者不能在最终走向自动化的世界中被排除在外,因此他们必须做好准备,拥抱人工智能。报告的建议包括,新闻学院应该开设拥抱技术的课程,以有效地为潜在的记者做好准备,让他们为未来在工作中使用人工智能做好准备。关键词:人工智能、新闻、媒体、感知、实践。
本文支持第三条法官应保持人性这一主张,但这一主张比人们想象的更具争议性。一些当代法律学术文献在不同程度上认为,用人工智能(“AI”)取代人为法律将会或应该发生。最直接的是,尤金·沃洛克 (Eugene Volokh) 最近提出了一个有趣的思想实验,提出了一个基本问题:如果人工智能发展到可以充分模仿司法意见书写的程度,我们应该接受人工智能法官吗?沃洛克教授认为我们应该接受,但本文不敢苟同。尽管人工智能技术目前还远未达到这一点,但本文还是对沃洛克教授的思想实验进行了探讨,希望它能为人类在法律体系中的重要性提供一些有价值的见解。在沃洛克教授看来,最终的司法意见才是最重要的;他坚持认为:“如果一个系统可靠地得出我们认为合理的意见,我们就应该接受它,而不必坚持某种预先确定的意见产生方式。” 1 本文对这一基本前提提出质疑。司法机构不仅仅是一个意见工厂。在产生意见的过程中,人为的参与具有重要价值。在这方面,最常见的论点可能是,该过程促进了程序公正,从而使公众更深入地接受结果和司法系统的合法性。2 但本文试图提请人们注意一些相关但不同的原因,这些原因表明该过程本身具有重要价值,这些原因似乎在本文献中没有得到充分考虑。
如果我们能够准确判断哪些罪犯将来会犯罪,那么刑事司法系统中的许多问题都将迎刃而解。一个人将来犯罪的可能性是影响量刑结果的最重要考虑因素。它与社区保护、特定威慑和康复的目标息息相关。未来犯罪的风险也是保释和缓刑决定中的一个主要考虑因素。经验证据表明,法官无法准确预测未来的犯罪行为——他们的决定几乎不比抛硬币准确。这破坏了刑事司法系统的效力和完整性。现代人工智能系统在确定被告是否会犯下未来罪行方面要准确得多。然而,由于人们越来越担心算法缺乏透明度,并声称算法中存在偏见和种族主义情绪,在刑事司法系统中使用人工智能的步伐正在放缓。算法判断的可靠性也受到了批评。在本文中,我们研究了使用算法预测未来犯罪的可取性,并在此过程中分析了人类对将此类决定交给计算机的天生抵制。结果表明,大多数人对计算机决策都存在非理性的不信任。这种现象被称为“算法厌恶”。我们提供了一些建议,说明克服算法厌恶的必要步骤,并为制定更公平、更高效的量刑、保释和缓刑制度奠定基础。
如今,说技术已深深植根于测试和评估已是陈词滥调。至少 30 年来,技术一直被广泛用于以各种形式促进就业环境中的测试和评估,基于技术的就业测试的利弊也已得到充分证明(例如,Tippins & Adler,2011)。简而言之,技术带来的速度提高和成本降低对于寻求评估大量求职者并及时有效地从中挑选的雇主来说尤其有吸引力。反过来,求职者本身也越来越期待技术先进、方便和引人入胜的选拔流程。尽管新技术具有明显的和潜在的好处,但仍存在许多挑战,例如可靠地识别合格的候选人以及防止威胁评估结果完整性的作弊和其他形式的不法行为。在本文中,我们首先想引起读者的注意