XiaoMi-AI文件搜索系统
World File Search Systemchatbots
人工智能聊天机器人带来的新学习模式
2022 年 11 月 27 日那一周，ChatGPT 聊天机器人与 GPT 的新 3.5 版本一起发布，GPT 是一种能够用自然语言交流的人工智能。该模型能够生成高质量的书面文本，这些文本似乎既具有分析性又足够复杂，可以用作可信的研究生论文、教学大纲、讲义、软件代码、翻译等等。在高等教育中使用人工智能的前景已经从理论走向现实。尽管教育界的许多人都对作弊的可能性以及人工智能答案的不可靠性表示担忧，但在本文中，我们想关注人工智能对学习的一个积极方面：我们相信人工智能，无论是目前的形式，还是 ChatGPT，还是未来的形式，都可以用来促进学习，克服课堂上难以突破的三个理解障碍：改善转移、打破解释深度的幻觉，以及训练学生批判性地评估解释。
聊天机器人作为加快查询处理流程的一种方法...
宣誓书 .................................................................................................................... 2
聊天机器人繁殖新植物品种
越来越多的大学实验室，初创企业和技术巨头（例如Meta，Google和Microsoft）正在为生物技术和基因工程创造生成人工智能（AI）工具。他们采用了聊天机器人或诸如dall-e的图像发生器等聊天机器人中使用的扩散和大型语言模型的AI体系结构，并用蛋白质和基因组序列训练它们的“语言”。这导致工具正在从根本上改变遗传工程用来干预生物的遗传物质的方式。配备了改进的描述性功能，新的AI模型使模拟基因工程对计算机的影响成为可能。由于它们的生成能力，AI模型甚至可以设计功能性DNA和RNA序列以及蛋白质，并且该进化尚未产生，并且在技术术语中尚未产生“新到自然”。
辩论聊天机器人，以促进YouTube上的批判性思考
暴露于各种观点有助于在线公共视频平台中破坏过滤器泡沫。最新的大语模型（LLMS）的进步阐明了创建辩论聊天机器人的潜力，该聊天机器人促使用户严格检查他们对观看视频形成的主题的立场。但是，观众是否受聊天机器人的影响可能取决于其角色。在本文中，我们研究了两个相关角色属性的影响 - 社会认同和修辞风格 - 对批判性思维。在一项混合方法研究（n = 36）中，我们发现聊天机器人具有外部（vs. ingroup）身份（t（33）= -2.33，p = 0.03）和有说服力的（vs. eristic）修辞（t（44）= 1.98，p = 0.05）引起了最有效地思考最有效的参与者，他们的参与者是有效的，他们的参与者是他们的参与者。但是，参与者的立场在很大程度上不受影响，这可能是由于聊天机器人缺乏上下文知识和人类的触觉。我们的论文为设计聊天机器人角色提供了用于补救在线社区中的过滤泡沫的经验基础。
人工智能聊天机器人加剧全球保护不公正
人工智能 (AI) 驱动的语言模型（聊天机器人）逐步加速了环境证据的收集和翻译，这些证据可用于指导地球保护计划和战略。然而，聊天机器人生成的保护内容的后果从未在全球范围内进行过评估。借鉴环境正义的分配、识别、程序和认知维度，我们采访并分析了 ChatGPT 上关于生态修复专业知识、利益相关者参与和技术的 30,000 条回复。我们的结果表明，超过三分之二的聊天机器人的答案依赖于在美国大学工作的男性学者的专业知识，而基本上忽略了来自低收入和中低收入国家（7%）和土著和社区修复经验（2%）的证据。关注种植和重新造林技术（69%）支撑了乐观的环境结果（60%），而忽视了考虑非森林生态系统（25%）和非树种（8%）的整体技术方法。这项分析强调了人工智能驱动的知识生产中的偏见如何强化西方科学，忽视了保护研究和实践方面的各种专业知识和观点来源。在快节奏的生成人工智能领域，需要保障机制来确保这些不断扩展的聊天机器人发展能够纳入公正的原则，以应对全球环境危机的速度和规模。
基于聊天机器人促进健康行为改变
摘要背景基于人工智能 (AI) 的聊天机器人可以提供个性化、引人入胜和按需的健康促进干预措施。本系统评价评估了 AI 聊天机器人在促进健康行为改变方面的可行性、有效性和干预特点。方法在七个书目数据库 (PubMed、IEEE Xplore、ACM 数字图书馆、PsychoINFO、Web of Science、EMBASE 和 JMIR 出版物) 中进行了全面搜索，查找 1980 年至 2022 年期间发表的评估 AI 聊天机器人改变行为的可行性和/或有效性的实证文章。对已确定文章的筛选、提取和分析遵循 PRISMA 指南。结果在纳入的 15 项研究中，大多数研究 (n =11) 报告了高可用性、可接受性和参与度，以及一些关于 AI 聊天机器人可行性的证据。选定的研究表明，AI 聊天机器人在促进健康生活方式（n =6）、戒烟（n =4）、治疗/药物依从性（n =2）和减少药物滥用（n =1）方面具有很高的功效。行为改变理论和/或专家咨询被用于制定 AI 聊天机器人的行为改变策略，包括目标设定、监控、实时强化/反馈和按需支持。在聊天机器人平台上收集实时用户-聊天机器人交互数据，例如用户偏好和行为表现，以确定提供个性化服务的方式。AI 聊天机器人通过可访问设备和平台（例如智能手机和 Messenger）进行部署，展示了可扩展性的潜力。参与者还报告说，AI 聊天机器人为传达敏感信息提供了一个非评判性的空间。然而，由于内部效度风险中等到高、对 AI 技术描述不足以及普遍性限制，报告的结果需要谨慎解读。结论 AI 聊天机器人已证明在大量不同人群中健康行为改变干预的有效性；然而，未来的研究需要采用强有力的 RCT 来得出明确的结论。关键词：聊天机器人、人工智能、健康行为改变
定义人工智能聊天机器人 - 斯坦福教学共享空间
高中和大学。我是 90 年代的孩子。我们中的一些人可能还记得几十种不同的搜索引擎，Lycos？Alta Vista、Ask Jeeves？Dogpile？它似乎发展得如此之快。我记得老师说“不要引用网络上的任何内容！这不是一个有效的来源”然后在下个学期说，“你可以引用期刊或新闻文章中的网络来源，但维基百科不是一个有效的来源！”后来又说“维基百科没问题，但一定要检查参考文献！”它一直在不断发展。
教育系统中基于人工智能的聊天机器人的灾难性风险
基于人工智能的聊天机器人将被广泛的人群使用，包括学生、教师和家长，用于各种目的，其对提高教师和学生生产力的影响是不可否认的。这些系统将为不同教育水平的所有学生带来个性化学习。然而，似乎在不解决基于人工智能的系统固有挑战的情况下快速部署可能会导致由于这些系统的快速崛起而未在文献中报道的若干风险。本文探讨了在教育环境中使用基于人工智能的聊天机器人所带来的潜在灾难性风险，整合了最近研究的见解，特别关注隐私、安全、道德困境和技术依赖性。认识到新出现的挑战，我提出了一种新颖的解决方案，利用区块链技术来增强教育环境中基于人工智能的聊天机器人的安全性、透明度和完整性。提供了减轻这些风险的建议，强调教育机构的独特背景以及需要创新方法来保护学生数据并保持教育质量。