XiaoMi-AI文件搜索系统
World File Search SystemZuboff
人工智能的伦理：平衡创新...
12 Shoshana Zuboff，《监视资本主义时代》（纽约：PublicAffairs，2019年）。13 Bruce Schneier，数据和巨人：收集数据并控制您的世界的隐藏战斗（纽约：13 Bruce Schneier，数据和巨人：收集数据并控制您的世界的隐藏战斗（纽约：
激进主义者的神经活动
在认知资本主义中，大脑和思想是21世纪的新工厂，而神经COM Mons则受到攻击。它的关键条件之一是扩大已经存在的24/7市场及其全球基础架构，以进行连续工作和消费，尤其是与数据生产和收集的关系。通过新的重新化过程，人类与这些新的人格化和自我管理的新技术过程相关联。例如，正在花费数十亿美元来研究各种方法，以减少决策时间，并创造虚拟环境，以更加强烈地吸引注意力，并减少无用的反射时间，所有这些都以增加认知盈余劳动力为名。这种外部化和商品化，这是Shoshana Zuboff所说的本质
保密哲学：迈向密码，隐私和信息组织的历史分析
为执行隐私权的政府失败，密码学可以用作个人的隐私技术，以从包括自己的政府在内的任何对手来执行对自己秘密的控制。这种事务状况，其中隐私受到私人（通常是公司行为者）和控制政府的威胁，可以被认为是资本主义中的一种突变（Zuboff，2018年）。我们想将这样的概念转到其头上。如密码学历史所示，保密是模范状态的信息组织的建立。这种反演使我们可以考虑政府保密的增加，对自己人口的大规模监视是一种历史的连续性，而不是对国家历史的畸变。它还使我们能够重新考虑密码学从国家到个人的传播，这是主权历史景观的转变，而不仅仅是针对某些关于隐私权和日益数字个人自我的法律障碍的防御态度。
更民主、更公平的数字经济的替代组织模式：通过利益相关者理论对平台合作主义进行系统文献综述。竞争优势与挑战
在过去十年中，影响商业模式的关键技术变革之一是平台经济的出现，更具体地说，这种发展有时被称为“Uber 化”（Warhurst 等人，2019 年）。Uber 化这一术语源自叫车平台 Uber，是一种技术过程，它通过数字界面将工作迁移到平台上，这些数字界面跨网络连接用户，促进商品和服务的商品化和交换——这一过程在过去已经被研究过（Putterman，1989 年），但现在首次由算法来调解。然而，尽管最初预期交易成本会降低，为所有利益相关者带来更多机会，但这种组织模式很快就开始与不稳定的工作条件、数据提取、虚假自营职业和算法监控等风险联系在一起（De Stefano，2016 年；Mazzucato 等人，2020 年；Ravenelle，2017 年；Zuboff，2019 年）。因此，在过去几年中，越来越多的文献提出了平台的替代组织模式，旨在保证利益相关者之间更公平的价值再分配和更好的可持续性，同时保持经济效率。
注意力的政治经济学
“注意力耗尽是一种新的、更微妙的折磨形式”，加布里埃尔·塔德（1902）曾经写道。这一观察与以往一样具有现实意义。事实上，人类注意力在数字时代所面临的日益增长的压力已成为 21 世纪道德焦虑和文化想象的一个主要来源——伦理、政治和经济话语和实践都围绕这一问题展开。虽然对人类注意力的局限性和使用的关注可以说是现代性本身的一个显著特征（参见 Crary 2001），但近年来，其公众关注度急剧上升。Shoshanna Zuboff（2019）的著作《监控资本主义时代：在权力新前沿为人类未来而战》广受欢迎，其他关于广告的“注意力盗窃”（Wu 2017）和说服性设计“注意力奴役”（Williams 2018）的著作也广受欢迎。注意力也日益成为社会行动主义的舞台。起源于硅谷的人文科技中心 (CHT) 认为，数字技术中说服性设计的过度使用导致了一系列问题，包括“注意力持续时间缩短、两极分化、文化愤怒化、大众自恋、选举操纵、[和]对技术的沉迷”(Lerman 2019)。因此，CHT 认为这种“数字注意力危机”是“气候变化的文化等价物”(Harris & Raskin 2019)。
工程专业学生对人工智能伦理情景的反应分析
随着科技行业重大伦理问题的出现，例如加剧种族偏见的算法、网络虚假信息的传播以及大规模监控的扩大（Noble 2018；Vraga、Tully 和 Bode 2020；Zuboff 等人 2019），在人工智能 (AI) 课程中引入与伦理、公平、心理影响、社会和环境正义以及公平、多样性和包容性相关的主题非常重要。为了实现这一目标，我们必须研究教育工作者和机构如何让未来的毕业生做好准备，以识别和解决道德问题。学者们一致认为，工程和技术相关学科历史上孤立的伦理生态系统，加上工业界不负责任的技术设计加剧的持续社会不公，表明需要在工程课程中更加严格地纳入伦理内容 (Raji、Scheuerman 和 Amironesei 2021；Nasir 等人 2021；Antoniou 2021)。近年来，许多机构都开设了人工智能伦理课程；自 2019 年以来，教育工作者和研究人员从北美机构众包并编目了 400 多个人工智能和/或技术伦理（包括机器学习和人工智能算法内容）教学大纲 (Raji、Scheuerman 和 Amironesei 2021；Fiesler、Garrett 和 Beard 2020；Nasir 等人 2021)。教育工作者已经提出并实施了单独的模块、研讨会和启发式方法，以结合标准课程教授人工智能伦理（Cohen 等人，2021 年；Saltz 等人，2019 年；
观点 “学术界”：高等教育中的人工智能和监控
• Proctorio（自动在线监考软件）使用生物特征数据通过学生的网络摄像头监控面部动作并根据“正常”行为进行分析，从而“检测”考试中的抄袭行为（Proctorio nd），• Turnitin（抄袭检测软件）使用大量互联网、学术和学生论文内容数据库来检查学生作品与其他来源的相似性，识别与学术诚信和抄袭相关的问题（West-Smith 2022），• Perusall（社交阅读工具）使用学生的阅读模式和评论来评估学生的进度，创建“学生困惑”和“学生活动报告”，并自动对学生的理解和进步进行评分（Perusall 2023），• 许多其他工具，如聊天机器人、预测性咨询警报和学习管理软件（Dekker et al. 2020; Bannan 2019; Brightspace Community nd）都依赖于类似的方法。虽然并非所有学习或数据分析软件都包含人工智能，但作为未来的发展，人工智能始终是可能的——任何大量的用户数据对于人工智能技术来说都是有利可图的。这些工具提供了 Zuboff (2020: 9) 所描述的监视资本主义的典型例子，即使用“人类经验作为转化为行为数据的免费原材料”，为机器学习算法提供信息，以创建既能预测又能塑造用户行为的产品。监视资本主义牺牲了自由意志和隐私以牟取利润，同时也加剧了社会不平等和歧视。许多学者已经证明，种族主义、性别歧视和其他偏见是机器学习架构的固有内容，当它们在整个社会中使用和采用时，会对用户造成极大伤害（Andrejevic 2013；Christian 2020；Benjamin 2019；Noble 2018；O'Neil 2017）。这些算法的专有性质加剧了这种情况，这意味着用户通常无法理解用于伤害他们的工具，更不用说有效地反驳分析了。
ChatGPT、LaMDA 和围绕交流式 AI 的炒作
作为媒体和传播研究人员，我们不想忽视这些警告，也不想陷入夸张的言论中。尽管如此，ChatGPT、LaMDA 和 Luminous 等通信技术需要得到认真对待，因为它们真正代表了通信自动化的新一步——尽管如此，这一过程仍将持续下去，并开启了大量进一步的讨论。例如，社交媒体平台上的机器人和算法个性化在传播虚假新闻和仇恨言论方面所扮演的角色引发了热烈的学术讨论（即 Lazer 等人，2018 年）。亚马逊 Alexa、谷歌助手、微软 Cortana 或苹果 Siri 等系统已经存在近十年，迫使我们质疑我们对人类交流和代理的思考（即 Guzman，2015 年）。关于新闻制作（即 Thurman 等人，2019 年）、监控资本主义（即 Zuboff，2019 年）和数据殖民主义（即 Couldry & Mejías，2019 年）的讨论中进一步探讨了自动化问题。原则上，通信自动化的历史比最近的公开讨论可能暗示的要长得多，并且可以影响社会生活的各个领域。然而，在社会交流方面，它尤其重要，新闻业就是个很好的例子。在这里，传播自动化起着双重作用：从内部来看，例如，由于内容的自动化制作和分发，新闻工作实践发生了变化（Carlson，2018 年；Diakopoulos，2019 年）；从外部来看，以这种方式创建的内容成为公开讨论的一部分（Graefe & Bohlken，2020 年；Volcic & Andrejevic，2023 年）。这些例子表明，自动化通信系统已成为我们媒体环境的一部分，并因此以特定的方式应用于公共话语、新闻、政治和教育等各种社会领域。这一发展带来了巨大的挑战（Fortunati & Edwards，2020）：从经验上讲，就如何研究自动化通信而言；从理论上讲，代理、媒体和通信的基本概念发生了巨大变化。在本文中，我们想更详细地定义通信自动化作为一个研究领域。我们的主要论点是，如果我们要全面处理与通信自动化相关的媒体环境转型，
蒸汽平台经济：从互联网上利用玩家驱动的经济体Anne Mette Thorhauge University of Copenhagen引言W
蒸汽平台经济：从互联网上的哥本哈根互联网上驱动经济体中利用了哥本哈根大学介绍本文，我旨在分析和讨论平台经济观点的蒸汽游戏平台。我将争辩说，由于其在游戏经济体中的根源：Steam的平台经济可以看作是一种特定的资本方式，可以将蒸汽的一种特殊的平台经济视为利用玩家驱动的经济体的特定方式，该方式在平台上提供的关键游戏标题内外出现。Steam由游戏开发人员Valve于2003年推出，作为Valve游戏的下载客户端，包括非常受欢迎的CounterTrike。然而，到2005年，Steam也已用于分发由第三方开发人员开发的游戏标题（Joseph，2018年）。在接下来的十年中，添加了许多功能，包括Steamworks，第三方游戏开发人员的API，Steam Workshop，旨在用于改装社区和Steam Community Market的一系列出版和分销工具，该市场是玩家可以出售和购买商品的市场。在整个开发阀中，已经逐渐从销售游戏的业务转变为平台上征税交易的业务。此外，这项业务不仅限于作为零售或营销窗口的Steam，而是将其深入融合到游戏的方式中，并且在玩家之间进行了游戏项目。平台经济体已广泛解决平台对现代社会经济，文化和政治进程的重要性（van Dijck，Poell和de Waal，2018年），并且该平台确实可以被视为“监视资本主义”时代的关键经济原则（Zuboff，2019年）。平台作为经济原则的一个关键方面是它们的API实现数据生产以及最近的数据收集（Helmond，2015）的方式，对文化内容的生产产生了更大的影响（Nieborg＆Poell，2018年）。这种观点也已应用于游戏领域。例如，Nieborg分析了Candy-Crush代表的免费游戏如何涵盖一系列反映更广泛经济的货币化策略例如，Nieborg分析了Candy-Crush代表的免费游戏如何涵盖一系列反映更广泛经济的货币化策略
社论：商业研究的未来之路
长期以来，战略决策在很大程度上依赖于商业研究，商业研究提供的见解会影响经济、部门和政策。然而，随着世界经历社会动荡、技术突破和环境需求带来的前所未有的转变，商业研究的未来必将发生改变。本文探讨了在这种不断变化的环境中影响商业研究发展的主要主题、困难和可能性。数字革命深刻改变了企业和学者处理工作的方式。由于大数据、人工智能 (AI) 和机器学习的增长，研究人员现在可以访问大量数据，并以前所未有的速度和精度对其进行检查。例如，先进的分析技术使得从供应链动态、市场趋势和客户行为中获取有用信息成为可能 (Brynjolfsson & McAfee, 2017)。然而，这种数据量也引发了对数据安全、隐私和道德的严重担忧 (Zuboff, 2019)。由于当今商业问题的复杂性，多学科合作是必要的。例如，了解气候变化需要经济学、组织行为学和环境科学方面的知识。同样，整合技术、社会和管理观点对于理解人工智能如何影响工人动态也是必要的（Kaplan & Haenlein，2020）。除了增强研究成果之外，这种多学科方法还保证了它们在解决实际问题中的适用性。由于对可持续性和企业社会责任 (CSR) 的关注度增加，商业研究目标正在发生变化。研究人员正在研究可持续的商业模式、绿色技术和道德供应链实践，因为组织对其对环境和社会的影响负有越来越多的责任（Elkington，2018）。由于客户希望获得更大的开放性，研究在指导道德决策方面的作用从未如此重要。尽管全球化主导了商业研究多年，但它的性质正在发生变化。COVID-19 大流行、供应链中断和地缘政治问题使全球互联互通的危险凸显出来。研究人员现在必须研究新的全球化模式，以在弹性和效率之间取得平衡，包括本地化制造和区域贸易网络（Baldwin，2022 年）。技术发展使研究工具的使用变得民主化，使新兴经济体和小型企业能够开展高水平的研究。低成本的分析平台、开放获取期刊和云计算创造了公平的竞争环境，鼓励了各个行业和地理区域的创新。此外，这种民主化促进了更广泛的研究观点，从而丰富了全球知识体系。尽管有这些优势，商业研究仍然面临着一些障碍。技术发展的速度往往超出了学者研究其长期影响的能力。政治和社会领域日益两极分化使得寻找客观和有价值的见解变得更加困难。研究界必须高度重视灵活性和包容性，以克服这些