XiaoMi-AI文件搜索系统
World File Search Systemchatbots
利用人工智能聊天机器人帮助佐治亚州立大学学生取得成功
根据您学习计划适用的课程授予经济援助。我们的记录表明，您在 2020 年春季学期注册了一门或多门课程，但这些课程并非您的学习计划所要求的。目前，我们估计，由于您的经济援助奖励在 2020 年春季学期减少，您将有余额欠款。
文章 用于内容和语言综合学习的教育人工智能聊天机器人
摘要：在学习环境中使用先进的人工智能 (AI) 技术是教育工作者和教育政策制定者面临的最新挑战之一。对话式 AI 为替代和创新的信息和通信技术 (ICT) 工具（例如 AI 聊天机器人）带来了新的可能性。本文报告了使用 AI 聊天机器人进行的现场实验，并深入了解了其对内容和语言综合学习 (CLIL) 的贡献。更具体地说，本文介绍了一种名为 AsasaraBot 的教育 AI 聊天机器人的实验用例，旨在用外语（即英语或法语）向高中生教授文化内容。内容与米诺斯文明有关，强调了米诺斯蛇女神的特色人物。相关的基于聊天机器人的教育计划已在希腊的公立和私立语言学校进行了评估。这些实验的结果表明，使用人工智能聊天机器人技术进行基于 ICT 的交互式学习适合同时学习外语和文化内容。AsasaraBot 人工智能聊天机器人是在研究生项目中使用开源和免费软件设计和实现的。
聊天机器人和生成式人工智能的十大法律和商业风险
1 Krystal Hu，ChatGPT 创下用户群增长最快纪录 - 分析师报告，路透社 (2023 年 2 月 2 日)，https://www.reuters.com/technology/chatgpt-sets-record-fastest-growing-user-base-analyst-note-2023-02-01/。2 请参阅 Nick Routley，什么是生成式 AI？AI 解释，世界经济论坛 (2023 年 2 月 6 日)，https://www.weforum.org/agenda/2023/02/generative-ai-explain-algorithms-work/。 3 请参阅 Matthew F. Ferraro 的《解码 Deepfakes》，美国国家安全研究所 (2020 年 12 月 16 日)，https://nationalsecurity.gmu.edu/ddf/。4 请参阅 Kindra Cooper 的《OpenAI GPT-3：你需要知道的一切》，PRINGBOARD (2021 年 11 月 1 日)，https://www.springboard.com/blog/data-science/machine-learning-gpt-3-open-ai/；另请参阅《聊天 GPT 如何工作？》，A TRIA I NNOVATION (2023 年 1 月 5 日)，https://www.atriainnovation.com/en/how-does-chat-gpt-work/。相比之下，“据估计，10 TB 可以容纳美国国会图书馆的全部印刷藏书，而 1 TB 可以容纳 1,000 份《大英百科全书》。什么是 TB，T ERADATA ，https://www.teradata.com/Glossary/What-is-a-Terabyte 。
基于人工智能的聊天机器人抗击 COVID-19 疫情：范围审查
背景：人工智能 (AI) 聊天机器人是模拟人类对话的计算机程序，使用人工智能（包括机器学习和自然语言处理）通过自然语言与用户交互。随着 COVID-19 疫情的爆发，聊天机器人等数字健康技术的使用加速。目标：本研究旨在调查人工智能聊天机器人在抗击 COVID-19 疫情中的应用并探索其特点。方法：我们回顾了 COVID-19 疫情期间有关健康聊天机器人的文献。使用相关关键词（如“聊天机器人”、“对话代理”和“人工智能”）搜索 PubMed、Scopus、Web of Science 和 Google Scholar。为了选择相关文章，我们根据纳入和排除标准进行了标题、摘要和全文筛选。从选定的文章中提取了聊天机器人、它们的应用程序和设计特征。结果：在最初确定的 673 篇文章中，有 17 篇文章符合纳入条件。我们根据选定的人工智能聊天机器人的角色、应用和设计特点对其进行了分类。约 70% 的聊天机器人被设计用于预防。我们的审查确定了 COVID-19 大流行期间 AI 聊天机器人的 8 个关键应用，包括 (1) 信息传播和教育、(2) 自我评估和筛查、(3) 连接健康中心、(4) 打击错误信息和假新闻、(5) 患者跟踪和服务提供 (6) 心理健康 (7) 监测暴露 (8) 疫苗信息和安排。AI 聊天机器人部署在各种平台上，包括移动应用程序、网络和社交媒体。基于移动的聊天机器人是最常见的。所有聊天机器人都使用自然语言理解 (NLU) 方法来理解自然语言输入并根据用户的请求采取行动。超过 50% 的 AI 聊天机器人使用 NLU 平台，包括 Google Dialogflow、Rasa 框架和 IBM Watson。结论：AI 聊天机器人可以在抗击 COVID-19 大流行中发挥有效作用。在 COVID-19 疫情期间，使用 AI 聊天机器人的优势包括提高人们的意识、优化医疗资源的使用和减少不必要的接触。使用 NLU 平台可能是在医疗领域开发 AI 聊天机器人的合适解决方案。随着人工智能领域的进步，AI 聊天机器人似乎在医疗保健领域，尤其是在公共卫生、慢性病管理和心理健康领域有着光明的未来。
文章使用聊天机器人作为语言学习中的人工智能对话伙伴
摘要：人工智能 (AI) 和机器学习的最新进展为聊天机器人在语言学习中的广泛应用铺平了道路。迄今为止发表的研究主要集中在学生或在职教师的角度研究聊天机器人的准确性和聊天机器人与人类的交流。本研究旨在考察未来教育工作者对将对话式人工智能融入语言学习的知识、满意度和看法。在这项基于便利抽样的混合方法研究中，来自两个教育环境（西班牙 (n = 115) 和波兰 (n = 61)）的 176 名本科生在四周内与三个对话代理（Replika、Kuki、Wysa）进行了自主互动。本研究专门设计了一个关于人工智能和语言学习的学习模块，包括一个名为聊天机器人-人类交互满意度模型 (CHISM) 的临时模型，教师候选人使用该模型来评估三个对话代理的不同语言和技术特征。通过基于 CHISM 和 TAM2（技术接受度）模型的前后调查以及模板分析 (TA) 收集定量和定性数据，并通过 IBM SPSS 22 和 QDA Miner 软件进行分析。分析得出了关于对话代理在语言学习中的整合的看法的积极结果，特别是在感知易用性 (PeU) 和态度 (AT) 方面，但行为意图 (BI) 的得分较为温和。研究结果还揭示了参与者对聊天机器人设计和互动主题的满意度存在一些与性别相关的差异。
塔尔图大学关于使用人工智能聊天机器人进行教学和研究的指南
尽管人工智能聊天机器人提供的输出乍一看似乎有意义且合乎逻辑，但它可能包含错误。聊天机器人可能会引用虚构的来源，在逻辑、格式、计算和语法上犯错误，并给出不考虑文化差异或社会规范的偏见性回答。生成的文本可能无视数据保护法规并包含虚假的个人信息。因此，必须检查所提供的事实和来源参考。使用人工智能聊天机器人输出的责任在于用户，用户必须具备评估输出所需的知识。
电子商务中的人工智能：使用与满足模型在聊天机器人接受度中的应用
摘要：本研究应用并建立在使用与满足 (U&G) 理论的基础上，探讨消费者对聊天机器人等应用人工智能 (AI) 在中国网上购物中的接受度。数据是通过一项匿名在线调查从 540 名自认为是经常网购且熟悉聊天机器人的受访者那里收集的。数据分析结果提供了实证证据，表明功利因素（例如“对话的真实性”和“便利性”）以及享乐因素（例如“感知享受”）导致用户对聊天机器人持积极态度。然而，隐私问题和技术的不成熟对接受度产生了负面影响。本文提供了有关中国人对聊天机器人态度的理论和实践见解，可能会引起电子商务研究人员、从业者和 U&G 理论家的兴趣。
研究文章 比较和评估四个人工智能聊天机器人的经济学能力
人工智能 (AI) 聊天机器人已成为现代学术事业的强大工具，为学习领域带来了机遇和挑战。它们可以提供大多数学科的内容信息和分析，但在结论和解释的响应准确性以及字数方面存在显著差异。本研究探讨了四个不同的 AI 聊天机器人（GPT-3.5、GPT-4、Bard 和 LLaMA 2）在大学级经济学背景下的结论准确性和解释质量。该研究利用布鲁姆的认知学习复杂性分类法作为指导框架，对四个 AI 聊天机器人进行了标准测试，以了解大学水平的经济学理解以及更高级的经济学问题。所有 AI 聊天机器人在探索经济学理解的提示上表现同样出色的零假设被拒绝。结果表明，四个 AI 聊天机器人之间存在显著差异，并且随着经济学相关提示的复杂性增加，这些差异会加剧。这些发现与学生和教育工作者都息息相关；学生可以选择最合适的聊天机器人来更好地理解经济学概念和思维过程，而教育工作者可以设计他们的教学和评估，同时认识到学生可以通过 AI 聊天机器人平台获得的支持和资源。
基于人工智能的聊天机器人促进健康行为改变：系统评价
背景：基于人工智能 (AI) 的聊天机器人可以提供个性化、引人入胜且按需的健康促进干预措施。目的：本系统评价的目的是评估人工智能聊天机器人促进健康行为改变的可行性、有效性和干预特征。方法：在 7 个书目数据库（PubMed、IEEE Xplore、ACM 数字图书馆、PsycINFO、Web of Science、Embase 和 JMIR 出版物）中全面搜索 1980 年至 2022 年发表的评估人工智能聊天机器人改变行为的可行性或有效性的实证文章。对已确定的文章进行筛选、提取和分析，遵循 PRISMA（系统评价和荟萃分析的首选报告项目）指南。结果：在纳入的 15 项研究中，有几项证明了 AI 聊天机器人在促进健康生活方式（n=6，40%）、戒烟（n=4，27%）、治疗或药物依从性（n=2，13%）和减少药物滥用（n=1，7%）方面具有很高的功效。然而，在可行性、可接受性和可用性方面，结果好坏参半。选定的行为改变理论和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、实时强化或反馈以及按需支持。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的设备和平台（例如智能手机和 Facebook Messenger）部署，展示了可扩展性的潜力。参与者还报告说，AI 聊天机器人提供了一个非评判性的敏感信息交流空间。然而，由于内部有效性存在中度至高度风险、对人工智能技术的描述不足以及普遍性受限，因此需要谨慎解读报告的结果。结论：人工智能聊天机器人已证明健康行为改变干预措施在大量不同人群中的有效性；然而，未来的研究需要采用强有力的随机对照试验来得出明确的结论。
探索用户呈现的互动在对话式AI聊天机器人euodia louis
Hardy等。 [14]，请注意，在聊天机器人对话体验中共享主动性或对话控制的方式使其与人类互动不同。 与人类的对话不同，双方都领导和介绍主题，当前的聊天机器人互动通常是单方面的，人类发起对话，并且机器人被动地响应。 Chatgpt [28]的早期用户报告了这种单方面交互的一些负面经历，例如难以制定有效的提示启动器，并且需要多次调整其提示以获得所需的响应。 这与Luger和Sellen的[18]发现保持一致，这表明与聊天机器人互动的用户熟悉聊天机器人会响应的提示类型，最终增加了激励他们与聊天机器人互动的可能性。Hardy等。[14]，请注意，在聊天机器人对话体验中共享主动性或对话控制的方式使其与人类互动不同。与人类的对话不同，双方都领导和介绍主题，当前的聊天机器人互动通常是单方面的，人类发起对话，并且机器人被动地响应。Chatgpt [28]的早期用户报告了这种单方面交互的一些负面经历，例如难以制定有效的提示启动器，并且需要多次调整其提示以获得所需的响应。这与Luger和Sellen的[18]发现保持一致，这表明与聊天机器人互动的用户熟悉聊天机器人会响应的提示类型，最终增加了激励他们与聊天机器人互动的可能性。