人工智能 (AI) 在教育领域日益重要的作用引发了关于其对教学和学习的影响的重要讨论。这项定性研究探讨了伊迪尔大学 118 名教师候选人对将人工智能融入教育实践的辩论观点。我们采用 Toulmin (1958) 模型,分析了他们的论点,包括主张、证据、依据、支持、反驳和结论,以确定他们对人工智能教学整合的立场。利用四个不同的人工智能聊天机器人——GPT-4、Gemini AI、Claude 3 Haiku 和 Mistral AI——该研究解读了这些维度中的主题暗流。此外,通过“负空间探索”做出了新颖的方法论贡献,重点关注未提及的主题,以识别论证中的潜在偏见和假设。该研究的双重分析方法结合了人工智能驱动的主题识别和负空间探索,丰富了对内容的理解。主要发现表明,参与者的看法存在微妙差异:虽然人工智能聊天机器人被认为可以提高教育效率并实现个性化学习,但人们仍然担心人际互动减少、批判性思维技能可能受到侵蚀以及道德使用问题。分析还强调需要平衡人工智能实施,以支持而不是取代传统教育方法。这项研究促进了关于有效将人工智能融入教育的持续辩论,并呼吁负责任地采用人工智能技术。
摘要 本章讨论了人工智能与法律领域的三种法律推理方式:基于规则的推理、基于案例的推理和基于论证的推理。在基于规则的推理中,除非规则有例外,否则只有在满足规则条件时才会得出结论。在基于案例的推理中,当当前案件与先例类似时,将遵循先例案件的判决,但可能存在相关区别。在基于论证的推理中,当结论得到没有被反驳的论点支持时,就会得出结论。以荷兰的侵权法为例,说明了基于规则、基于案例和基于论证的推理。本章最后提出了有关人工智能与法律研究的进一步阅读建议。
Jeremy L. Zacharias是Lau-Rel Marshall Dennehey的高级协会。 杰里米将自己的实践集中在代表和捍卫各种有执照的专业人员的情况下,并代表金融机构捍卫个人和集体诉讼诉讼。 他被接纳为新泽西州和宾夕法尼亚州的酒吧,并被接纳在新耶利亚地区的联邦法院执业。 杰里米(Jeremy)是新泽西州律师协会,卡姆登县律师协会和伯灵顿县律师协会的活跃成员。Jeremy L. Zacharias是Lau-Rel Marshall Dennehey的高级协会。杰里米将自己的实践集中在代表和捍卫各种有执照的专业人员的情况下,并代表金融机构捍卫个人和集体诉讼诉讼。他被接纳为新泽西州和宾夕法尼亚州的酒吧,并被接纳在新耶利亚地区的联邦法院执业。杰里米(Jeremy)是新泽西州律师协会,卡姆登县律师协会和伯灵顿县律师协会的活跃成员。
抽象的气候变化已成为最紧迫的问题之一,可能威胁到全球人类的存在和发展。几乎所有的气候学家都同意,气候变化正在发生,主要是由人为活动引起的绿色房屋气体排放。但是,一些群体仍然否认这一事实,或者不认为气候变化是由人类活动引起的。本文研究了气候变化否定主义及其持怀疑态度的论点,以及科学家和科学沟通在解决这些问题中的作用。在本文中,我们呼吁科学家积极参与与公众的科学沟通活动,为气候变化指定的新科学沟通部门的启动,以及更多地关注社会科学和人文学科在解决气候变化问题时。
摘要:近几十年来,遗传学、基因组学以及信息技术 (IT) 都取得了巨大进步。人类基因组的序列现已为人所知,尽管我们的知识还远未完成,但在理解基因组如何工作方面已经取得了巨大进展。随着存储容量、人工智能和学习算法的发展,我们现在能够在很短的时间内学习和解释人类基因组等复杂系统。了解人类基因组最重要的目标或许是更好地了解疾病:疾病如何发展;如何预防或减缓其过程;以及疾病发展后,如何治愈疾病或缓解症状。绝大多数疾病都有遗传背景,即基因、序列变异和基因间相互作用在大多数疾病中或多或少地发挥作用。因此,第一步是发现哪些基因或基因组变异导致或促成了特定患者患上特定疾病。鉴于一个人的基因组在其一生中几乎保持不变(除了一两种例外,例如癌症是由体细胞突变引起的),在出生时对每个人的基因组进行测序可能被认为是有利的。在本文中,我们着手展示在出生时对每个人的整个基因组进行测序可能带来的好处,同时也讨论了反对它的主要论点。
对人工智能(AI)及其潜在存在风险的关注引起了极大的关注,诸如Geoffrey Hinton和Dennis Hassabis之类的数字提倡对灾难性结果进行强大的保障措施。尼克·博斯特罗姆(Nick Bostrom)和麦克斯·蒂格马克(Max Tegmark)等知名学者通过探索超智能AI的长期影响进一步推动了话语。然而,这种存在的风险叙事面临批评,特别是在流行媒体中,诸如Timnit Gebru,Melanie Mitchell和Nick Clegg之类的学者认为,除其他外,它分散了当前问题的注意力。尽管媒体报道广泛,但对存在风险话语的怀疑却在学术文献中受到了严格的治疗有限。解决这种不平衡,本文重建并评估了三个反对存在风险观点的共同参数:分心论点,人类脆弱的论点以及干预论点的检查点。通过系统地重建和评估这些论点,本文旨在为更平衡的学术话语和对AI的进一步研究提供基础。
摘要虽然人类价值观在使论据有说服力中起着至关重要的作用,但我们目前缺乏必要的广泛数据集来开发大规模分析这些论点的价值的方法。为了解决此差距,我们介绍了Touché23-ValueEval数据集,这是Webis-Argvalues-22数据集的扩展。我们收集并注释了另外的4 780个新参数,将数据集的大小加倍至9 324个参数。这些论点来自六个不同的来源,涵盖了宗教文本,社区讨论,自由文本论点,报纸社论和政治辩论。按照原始数据集中建立的方法,由三名人群工人注释了每个参数,以提供54个人类价值观。touché23-valueeval数据集用于Semeval 2023任务4。ValueVal:识别参数背后的人类价值观,其中变压器模型的合奏表现出最新的性能。此外,我们的实验表明,一个微调的大语言模型Llama-2-7b可以取得可比的结果。
与采用节点定价的自由化美国电力市场相反,欧盟电力市场依赖于竞标区域的统一定价。欧盟的区域定价模式面临着现有竞标区域内网络与发电扩张之间日益不匹配的挑战,以及定义足够的新竞标区域的复杂性。一个潜在的解决方案是在欧盟过渡到节点定价。学术文献提供了强有力的证据,表明与区域定价相比,节点定价可以节省大量成本。问题是:为什么欧盟一直放弃节点定价?不可否认,实施节点定价需要对欧盟市场设计进行重大改变,甚至可能还需要改变机构设置。然而,到目前为止,欧盟的辩论主要集中在节点定价概念的缺陷上。在本文中,我们确定了欧盟利益相关者提出的反对节点定价概念的主要论点。我们将这些论点分为六类:易受市场力量影响、解锁灵活性的障碍、市场流动性问题、投资风险增加、难以管理的复杂性以及地点价格差异的政治不可取性。我们的贡献是批判性地评估每一个论点,并证明它们既不能解释也不能证明反对节点定价的理由。我们呼吁重新考虑节点市场,而不是专注于节点定价中大多数被误解的缺陷。
作者地址:Yi Dong,yi.dong@liverpool.ac.uk;Wei Huang,w.huang23@liverpool.ac.uk,利物浦大学计算机科学系,Ashton Building, Ashton Street, Liverpool, UK, L69 3BX;Vibhav Bharti,v.bharti@hw.ac.uk,赫瑞瓦特大学工程与物理科学学院,爱丁堡,英国,EH14 4AS;Victoria Cox,vcox@dstl.gov.uk;Alec Banks,abanks@dstl.gov.uk,国防科学技术实验室,索尔兹伯里,英国,SP4 0JQX;Sen Wang,sen.wang@imperial.ac.uk,伦敦帝国理工学院电气与电子工程系,伦敦,英国,SW7 2BX;Xingyu Zhao,xingyu.zhao@liverpool.ac.uk; Sven Schewe,sven.schewe@liverpool.ac.uk;Xiaowei Huang,xiaowei.huang@liverpool.ac.uk,利物浦大学计算机科学系,阿什顿大厦,阿什顿街,利物浦,英国,L69 3BX。
量子比特承诺方案是通过利用量子通信和量子计算来实现比特(而不是量子位)承诺。在本文中,我们研究了通过并行组成通用量子完美(或统计)隐藏计算绑定比特承诺方案(可基于量子安全单向排列(或函数)实现)获得的量子弦承诺方案的绑定性质。我们表明,与平凡的诚实绑定相比,所得方案满足更强的量子计算绑定性质,我们将其称为谓词绑定。直观且粗略地讲,谓词绑定性质保证,给定一组字符串上的任何不一致谓词对(即,该集合中没有字符串可以满足两个谓词),如果可以打开(声称的)量子承诺,使得所揭示的字符串肯定满足一个谓词,则不能打开相同的承诺,使得所揭示的字符串满足另一个谓词(除了可忽略的概率)。作为一种应用,我们在 Blum 的零知识协议中为 NP 完全语言汉密尔顿循环插入了一个通用的量子完美(或统计)隐藏计算绑定位承诺方案。由此产生的协议的量子计算健全性将直接来自承诺的量子计算谓词绑定属性。结合可以类似地建立为 Watrous [Wat09] 的完美(或统计)零知识属性,这产生了第一个量子完美(或统计)零知识论证系统(健全性误差为 1/2),适用于所有 NP 语言,仅基于量子安全单向置换(或函数)。