XiaoMi-AI文件搜索系统
World File Search Systemhumanities
![征文：教育和教育研究中的人工智能国际研讨会 (AIEER) AIEER 2024 教育和教育研究中的人工智能国际研讨会是第 27 届欧洲人工智能会议 ECAI 2024 [https://www.ecai2024.eu/] 的一部分。本次研讨会定于 2024 年 10 月 19 日至 20 日星期六和星期日举行。 研讨会范围 本次研讨会有两个不同的重点，旨在更广泛地面向教育人工智能领域。 第 1 部分。由社会科学主导的讨论，讨论人工智能应用可能有助于解决的教育中的实际问题。这包括教育和教学人工智能的研究，也包括社会科学、经济学和人文学科，包括所有学科，如教育和教学实际行动、以教育需求为重点的劳动力市场研究、教育史和相关教育文化遗产，以及决策和行为科学观点的信息预测。一方面，我们关注人工智能、教育和社会之间的联系。这包括定量和定性研究、分析教育和劳动力市场数据的数据科学方法、推荐系统的人工智能方法以及数字化学习。另一方面，我们关注如何使用人工智能来突破该领域的界限。这包括开发新方法（包括使用人工智能的方法）、寻找和提供可访问的新数据源、丰富数据等等。在这两种情况下，不同观点之间的沟通和相互理解至关重要，这也是本次研讨会的目标之一。更广泛地说，我们感兴趣的是人工智能方法如何影响教育的所有领域以及企业和劳动力市场。这包括从小学到高等教育的所有教育部门如何受到人工智能方法的影响和对其作出反应的方法。用人工智能方法设计数字化未来为教育提出了几个问题：在最广泛的层面上，立法和规范问题；在公司层面，关于投资决策以及如何保持生产力和劳动力的问题；在个人层面，关于资格以及哪些技能需要应用和可能重新学习的问题。因此，技能和资格是教育和教育研究中人工智能的核心。第 2 部分。关于可以开发哪些人工智能应用程序（以及如何开发）来解决第 1 部分提出的问题的（计算机科学主导）讨论。使用基于人工智能的系统来支持教学或学习已经发展了 40 多年，但近年来，由于 COVID-19 大流行期间电子学习工具的使用增加以及最近生成人工智能的爆炸式增长，其增长显着增加。我们正处于这一领域发展的关键时刻，人工智能专家和教育专家必须携手合作，以在教学过程中最佳地利用这项技术。本次研讨会旨在为展示新提案和反思这一具有如此社会意义的领域的最新技术创造空间。在第一部分中，我们特别关注人工智能的技术方面，重点关注用于内容创建（生成式人工智能）、学生分析（机器学习）、学习分析或教师可解释的人工智能方法的具体技术](/simg/9/997626a7f59d17e25a28a70110fbadb440a4a51a.png)
征文：教育和教育研究中的人工智能国际研讨会 (AIEER) AIEER 2024 教育和教育研究中的人工智能国际研讨会是第 27 届欧洲人工智能会议 ECAI 2024 [https://www.ecai2024.eu/] 的一部分。本次研讨会定于 2024 年 10 月 19 日至 20 日星期六和星期日举行。 研讨会范围 本次研讨会有两个不同的重点，旨在更广泛地面向教育人工智能领域。 第 1 部分。由社会科学主导的讨论，讨论人工智能应用可能有助于解决的教育中的实际问题。这包括教育和教学人工智能的研究，也包括社会科学、经济学和人文学科，包括所有学科，如教育和教学实际行动、以教育需求为重点的劳动力市场研究、教育史和相关教育文化遗产，以及决策和行为科学观点的信息预测。一方面，我们关注人工智能、教育和社会之间的联系。这包括定量和定性研究、分析教育和劳动力市场数据的数据科学方法、推荐系统的人工智能方法以及数字化学习。另一方面，我们关注如何使用人工智能来突破该领域的界限。这包括开发新方法（包括使用人工智能的方法）、寻找和提供可访问的新数据源、丰富数据等等。在这两种情况下，不同观点之间的沟通和相互理解至关重要，这也是本次研讨会的目标之一。更广泛地说，我们感兴趣的是人工智能方法如何影响教育的所有领域以及企业和劳动力市场。这包括从小学到高等教育的所有教育部门如何受到人工智能方法的影响和对其作出反应的方法。用人工智能方法设计数字化未来为教育提出了几个问题：在最广泛的层面上，立法和规范问题；在公司层面，关于投资决策以及如何保持生产力和劳动力的问题；在个人层面，关于资格以及哪些技能需要应用和可能重新学习的问题。因此，技能和资格是教育和教育研究中人工智能的核心。第 2 部分。关于可以开发哪些人工智能应用程序（以及如何开发）来解决第 1 部分提出的问题的（计算机科学主导）讨论。使用基于人工智能的系统来支持教学或学习已经发展了 40 多年，但近年来，由于 COVID-19 大流行期间电子学习工具的使用增加以及最近生成人工智能的爆炸式增长，其增长显着增加。我们正处于这一领域发展的关键时刻，人工智能专家和教育专家必须携手合作，以在教学过程中最佳地利用这项技术。本次研讨会旨在为展示新提案和反思这一具有如此社会意义的领域的最新技术创造空间。在第一部分中，我们特别关注人工智能的技术方面，重点关注用于内容创建（生成式人工智能）、学生分析（机器学习）、学习分析或教师可解释的人工智能方法的具体技术
征文：教育和教育研究中的人工智能国际研讨会 (AIEER) AIEER 2024 教育和教育研究中的人工智能国际研讨会是第 27 届欧洲人工智能会议 ECAI 2024 [https://www.ecai2024.eu/] 的一部分。本次研讨会定于 2024 年 10 月 19 日至 20 日星期六和星期日举行。 研讨会范围 本次研讨会有两个不同的重点，旨在更广泛地面向教育人工智能领域。 第 1 部分。由社会科学主导的讨论，讨论人工智能应用可能有助于解决的教育中的实际问题。这包括教育和教学人工智能的研究，也包括社会科学、经济学和人文学科，包括所有学科，如教育和教学实际行动、以教育需求为重点的劳动力市场研究、教育史和相关教育文化遗产，以及决策和行为科学观点的信息预测。一方面，我们关注人工智能、教育和社会之间的联系。这包括定量和定性研究、分析教育和劳动力市场数据的数据科学方法、推荐系统的人工智能方法以及数字化学习。另一方面，我们关注如何使用人工智能来突破该领域的界限。这包括开发新方法（包括使用人工智能的方法）、寻找和提供可访问的新数据源、丰富数据等等。在这两种情况下，不同观点之间的沟通和相互理解至关重要，这也是本次研讨会的目标之一。更广泛地说，我们感兴趣的是人工智能方法如何影响教育的所有领域以及企业和劳动力市场。这包括从小学到高等教育的所有教育部门如何受到人工智能方法的影响和对其作出反应的方法。用人工智能方法设计数字化未来为教育提出了几个问题：在最广泛的层面上，立法和规范问题；在公司层面，关于投资决策以及如何保持生产力和劳动力的问题；在个人层面，关于资格以及哪些技能需要应用和可能重新学习的问题。因此，技能和资格是教育和教育研究中人工智能的核心。第 2 部分。关于可以开发哪些人工智能应用程序（以及如何开发）来解决第 1 部分提出的问题的（计算机科学主导）讨论。使用基于人工智能的系统来支持教学或学习已经发展了 40 多年，但近年来，由于 COVID-19 大流行期间电子学习工具的使用增加以及最近生成人工智能的爆炸式增长，其增长显着增加。我们正处于这一领域发展的关键时刻，人工智能专家和教育专家必须携手合作，以在教学过程中最佳地利用这项技术。本次研讨会旨在为展示新提案和反思这一具有如此社会意义的领域的最新技术创造空间。在第一部分中，我们特别关注人工智能的技术方面，重点关注用于内容创建（生成式人工智能）、学生分析（机器学习）、学习分析或教师可解释的人工智能方法的具体技术
在高等教育中重新思考AI：教授如何利用AI来培养人文学科的批判性思维
“ AI可以模拟流利度，但它本质上并不是。由教育工作者确保学生了解其局限性并学会提出更好的问题。”“而不是将AI视为答案机，我们可以使用它来加深询问并重新定义人文学科的批判性思维。”
人工智能：数字人文学科的新前沿
人工智能 (AI) 与人文学科的融合代表着一场变革性的转变，为理解、保存和分享文化和历史遗产提供了新的工具。虽然这项创新为探索开辟了前所未有的途径，但它也引发了关于计算效率和以人为本的解释之间的平衡的问题。事实上，当前的争论探讨了如何在自动分析和人类理解特有的语境深度之间保持平衡，同时也探讨了在文化研究和表现中使用人工智能的伦理影响。本研究主题深入探讨了这些主题。每一项贡献都提出了创新的方法，在人工智能和人文学科之间架起了一座跨学科的桥梁。通过这样做，它为尊重和丰富文化遗产的复杂性和多样性的人工智能应用奠定了基础。本研究主题从人机交互的探索开始，Zellou 和 Holliday 研究了语音激活人工智能对话中的语音适应性。这项研究揭示了用户调整与人工智能交流的微妙方式，增强了我们对人机交互中社会动态的理解。他们的工作与 Chun 对 MultiSentimentArcs 的研究产生了共鸣，MultiSentimentArcs 是一个多模态情绪分析框架，将人工智能应用于媒体中的情感叙事。这些研究共同强调了人工智能在捕捉社交和情感细微差别方面的作用，深入了解了技术如何与用户进行共情互动。Elkins 对翻译评估的研究以这个主题为基础，研究人工智能如何帮助保留跨语言文学文本的情感和风格深度。通过采用先进的语言模型，Elkins 展示了人工智能如何保持跨文化文本的真实度，为人工智能在文化保护中的更广泛讨论做出了贡献。这种对跨文化真实度的探索与 Stacchio 等人的工作相似，他们提出了一个神经渲染框架，以确保以合乎道德的方式处理数字文化资产。他们的研究强调透明度和道德责任，使人工智能实践与文化遗产保护的既定准则保持一致（Stacchio 等人）。 Mehra 等人对死刑犯临终口头表达的研究延续了道德 AI 应用的主题，该研究
国家人文基金会
在制定审计程序以测试是否符合本联邦计划的要求时，审计员必须根据以下摘要（也包含在第 2 部分“合规要求矩阵”中）确定 12 种合规要求中的哪些已被确定为审计对象（在下面的摘要矩阵中标记为“Y”），然后确定哪些合规要求可能会对受审计方的联邦计划产生直接和重大影响。对于每项受审计的合规要求，审计员必须使用第 3 部分（其中包括除特殊测试和规定之外的每项合规要求的一般详细信息）和本计划补充材料（其中包括任何特定于计划的要求）来执行审计。当合规要求在下面的摘要中显示为“N”时，该要求已被确定为不受审计。审计员不应测试标记为“N”的要求。有关更多信息，请参阅第 1 部分中的安全港状态讨论。
HUMAIN 是重新构想人工智能的人文中心
关于人工智能未来的争论就在我们说话的时候发生。随着 OpenAI 的 GPT 和 Dall-E、Midjourney、Bard 和 GitHub 的 Copilot 等技术的广泛应用，人工智能现在已成为公众讨论的焦点。媒体报道了人工智能模型的最新发展；政策制定者正在起草立法和政策举措，以减轻人工智能的风险，同时发挥其潜力；教师们就大型语言模型 (LLM) 对教育未来的影响展开了激烈的辩论；经济学家预测了基于人工智能的自动化将如何影响未来的工作；而著名的科技亿万富翁则动员“长期主义”来吸引我们对人类灭绝和机器人来世的想象。这些故事中不仅蕴含着希望和梦想，还有恐惧和焦虑——民主制度的崩溃、公民参与度的下降、监视的增加以及技术取代人类角色的可能性。这些叙述有力地证明了人工智能不仅仅是一个单一的领域，甚至不仅仅是一组技术，而是一个塑造我们如何认识和想象人工智能的现实的形象。无论是硅谷的人工智能愿景，还是即将出台的欧盟人工智能法案中基于风险的政策，想象都很重要。
人工智能在物理科学、自然科学、生命科学、社会科学以及艺术和人文学科中的应用：1960 年至 2021 年研究出版物的文献计量分析
摘要 — 分析人工智能 (AI) 采用的历史模式可以为有关 AI 能力提升的决策提供信息，但迄今为止的研究对各个研究领域的 AI 采用提供了有限的见解。在本研究中，我们研究了 1960 年至 2021 年期间 333 个研究领域内全球采用 AI 技术的情况。我们使用文献计量分析了 The Lens 数据库中捕获的 1.37 亿份同行评审出版物来做到这一点。我们使用经济合作与发展组织 (OECD) 专家工作组开发的 214 个短语列表来定义 AI。我们发现，在整个时期的 1.37 亿份同行评审研究出版物中，有 310 万份与 AI 相关，近年来几乎所有研究领域（物理科学、自然科学、生命科学、社会科学和艺术与人文学科）的 AI 采用都激增。AI 在计算机科学之外的传播很早、很快且很广泛。 1960 年，333 个研究领域中只有 14% 与人工智能相关（其中许多属于计算机科学领域），但到 1972 年，这一数字增长到所有研究领域的一半以上，到 1986 年超过 80%，目前超过 98%。我们注意到，人工智能在历史上经历了兴衰周期：人工智能“春天”和“冬天”。我们得出的结论是，当前激增的背景似乎有所不同，跨学科人工智能应用可能会持续下去。
社会科学影响博客：火星登陆如何成形——评估社会科学、艺术和人文科学对太空探索的贡献。
回顾这些最近的太空之旅，我们可以从历史、人类学、哲学和伦理学等学科来了解太空探索的起源、我们想要寻找什么，以及我们如何能够以合乎道德和负责任的方式组织起来进行太空探索。例如，美国宇航局喷气推进实验室 (JPL) 工程师戴安娜·特鲁希略 (Diana Trujillo) 曾参与设计了“毅力号”火星车的机械臂。她将自己描述为“可以改变历史的群体的一部分”。她提到，她希望“其他拉丁裔明白，只要有奉献精神，他们就可以成为美国宇航局重要任务的一部分”，她认为科学发现不仅对文化认同有积极影响，而且对人类也有积极影响。她认为，在“重建火星历史”的过程中，我们可以激发人们的思想，“为人类解答其他星球上的生命问题”。从这个角度理解，在应对太空探索的技术挑战时，我们不仅仅是在寻求推动技术前沿，我们还在寻求面对和理解我们自己的社会。
能量，历史和人文学科
摘要对过去的“能源转变”的研究正在重新解释为低碳未来的可能指南。，但对历史学家的了解鲜为人知，他们如何理解我们向主要碳氢化合物的能源系统的过渡。在能源历史成为一个子场之前，历史学家约翰·尼夫（John Nef），爱德华·雷格利（Edward Wrigley）和罗尔夫（Rolf Sieferle）已经解释了由于煤炭的使用而解释了工业革命。在释放工业主义时，他们认为煤炭扮演了历史上决定性的作用。这些能源决定论的概念将是本文的核心问题。在重新审视他们的生活和工作时，将争辩说，为了追求低碳未来，我们不应忽略化石能量使用所带来的严重关切，也不应将其陷入一种粗糙的能量决定论。
人文学科 - 帕塔克森特伙伴关系
paxpartnership.org › MDJSHS_2021_3 PDF 2021 年 3 月 16 日 — 2021 年 3 月 16 日 7,200 名人员为 C-5 和 C-17 飞机提供支持，分配给第 436 和……马里兰大学，人机交互实验室主任。
shanlax 国际艺术、科学与人文杂志
基于属性、空间和局部的方法。在基于直方图的方法中，峰值、谷值和曲线被纳入图像分析。在聚类方法中，灰度级样本按前景和背景聚类。在熵方法中，它导致前景和背景的无序性，并且通过原始图像和二值化图像之间的区域来测量交叉熵。灰度级之间的相似性通过对象属性方法测量。以下部分揭示了一些用于图像融合应用的阈值技术。