XiaoMi-AI文件搜索系统
World File Search Systemperceptions
护士对人工智能的看法（AI）融入护士对人工智能（AI）融入实践的看法：
AI的一个有希望的能力是临床决策支持系统（CDSS）。在他们的定性研究中，Sandhu等。6发现，医师和护士对机器学习预警系统对败血症的价值持积极态度，并且CDSS帮助护士做出有关诊断，治疗计划，药物管理，药物管理和与脓毒症相关的风险分层的数据驱动决定。Yahagi等。 进行了一项随机对照试验（n = 100），将AI聊天机器人（CHATGPT）的影响与麻醉护士对外科患者的预先手术焦虑的标准信息进行了比较。 实验组的参与者与Chatgpt互动，Chatgpt根据患者的反应个性化患者教育。 研究人员报告说，与对照组7相比，CHAT GPT组术前焦虑的统计学意义（P = 0.001）。Yahagi等。进行了一项随机对照试验（n = 100），将AI聊天机器人（CHATGPT）的影响与麻醉护士对外科患者的预先手术焦虑的标准信息进行了比较。实验组的参与者与Chatgpt互动，Chatgpt根据患者的反应个性化患者教育。研究人员报告说，与对照组7相比，CHAT GPT组术前焦虑的统计学意义（P = 0.001）。
VFR 进入 IMC 事故趋势：对培训缺陷的看法
按照目视飞行规则 (VFR) 和目视气象条件飞行的飞行员，如果继续在仪表气象条件 (IMC) 下飞行，仍然是通用航空致命飞机事故的主要原因之一。本文采用混合方法，研究过去和当前的研究计划，力求找出导致 VFR 进入 IMC 飞机事故的因果因素和培训差距。飞机拥有者和飞行员协会航空安全研究所数据库和国家运输安全委员会数据库搜索引擎用于识别 10 年期间 (2003 年至 2012 年) 与 VFR 飞入 IMC/恶劣天气条件相关的事故报告。还进行了一项全国性调查，以深入了解飞行员自我认定的培训缺陷。有证据表明，态势感知与决策相关，并且缺乏有关天气和气象技术概念的适当培训，这使得飞行员很难在初始飞行训练和后续经验中获得这些知识领域、技能和能力。
对初级保健中人工智能应用的看法
通过电子病历 (EMR) 和数字测试更容易获取健康数据。 5,6 在初级保健领域，人工智能研究仍处于早期阶段，重点是开发潜在的人工智能驱动工具，而不是实施。 7 – 9 与其他医疗保健环境相比，在初级保健中使用人工智能有独特的考虑因素，因为护理范围广泛、临床结果定义较少、人群异质性强。 10,11 常见这篇文章经过外部同行评审。提交日期：2022 年 5 月 12 日；修订日期：2022 年 9 月 18 日；2022 年 10 月 14 日；接受日期：2022 年 10 月 20 日。这是文章的印刷前版本。来自加拿大安大略省伦敦西部大学舒立克医学和牙科学院流行病学和生物统计学系（DMN、DJL、ALT、MZ）；加拿大安大略省 ICES（DMN、MZ）；加拿大安大略省伦敦西部大学舒立克医学与牙科学院家庭医学系家庭医学研究中心 (DMN、CT、JBB、JR、ALT、MZ)；加拿大安大略省伦敦西部大学理学院计算机科学系 (JKK、DJL)；加拿大安大略省多伦多健康社区联盟研究与评估系 (JR)；舒立克跨学科项目
对初级保健中人工智能应用的看法
本文经过外部同行评审。提交日期：2022 年 5 月 12 日；修订日期：2022 年 9 月 18 日；2022 年 10 月 14 日；接受日期：2022 年 10 月 20 日。来自加拿大安大略省伦敦西部大学舒立克医学和牙科学院流行病学和生物统计学系 (DMN、DJL、ALT、MZ)；加拿大安大略省 ICES (DMN、MZ)；加拿大安大略省伦敦西部大学舒立克医学和牙科学院家庭医学系家庭医学研究中心 (DMN、CT、JBB、JR、ALT、MZ)；加拿大安大略省伦敦西部大学理学院计算机科学系 (JKK、DJL)；加拿大安大略省多伦多健康社区联盟研究与评估系 (JR)；加拿大安大略省伦敦西部大学舒立克医学与牙科学院公共卫生舒立克跨学科项目 (ALT)。
分析员工对使用人工智能的看法
关于人工智能（AI）和游戏化（GF）的研究不断扩大，人工智能的使用引发了对人力资源管理实践未来方向的讨论。人工智能（AI）在人力资源管理领域的重要性日益增加，因为它使部门能够更有效地履行职责。对员工对在人力资源管理实践（HRMP）中使用人工智能和游戏化的看法的具体关注仍然有限。本研究旨在揭示人力资源员工对人工智能（AI）和游戏化（GF）在管理人力资源管理实践（HRMP）中的看法。此外，研究人工智能和游戏化与员工工作不安全感（JOBINS）之间的关系。本研究采用了定量方法和数据分析。共有 450 名受访者参与了这项研究，但只有 400 人符合资格。受访者是许多行业的人力资源员工。相关和回归分析用于检验研究假设。这项研究的结果表明，使用人工智能和游戏化对员工的工作不安全感有显着的积极影响。此外，在培训和发展过程中使用人工智能（AI）可以帮助员工减少他们在寻找和找到合适候选人上所花费的压力和时间。它还可以帮助他们提高工作效率，让他们专注于培训而不是单调的任务。此外，在管理人力资源管理实践（HRMP）中使用游戏化（GF）可以提高员工的积极性和参与度。本研究对文献的贡献在于研究员工对人工智能 (AI) 和游戏化 (GF) 在管理人力资源管理实践 (HRMP) 方面的看法与对员工工作不安全感 (JOBINS) 的影响之间的差距。本研究全面分析了员工对人力资源部门使用人工智能和游戏化的看法。它还提供了有关该技术在提高组织效率方面的潜力的宝贵见解。还需要进一步研究以确定本研究的结果是否可以应用于组织内部的所有员工，而不仅仅是在人力资源部门工作的员工。1.简介此外，进一步研究如何为招聘系统中人工智能的使用开发有效的培训和简报材料将是有益的。
大学生对人工智能的看法
摘要 本研究旨在确定大学生对人工智能概念的看法。采用筛选法进行的研究样本包括 2018-2019 学年东安纳托利亚地区一所大学教育学院、艺术与科学学院和经济与行政科学学院的 130 名四年级学生。来自教育学院的 42 名学生、来自艺术与科学学院的 47 名学生和来自经济与行政科学学院的 41 名学生参加了研究。研究样本采用滚雪球抽样法确定。使用独立词语联想测试作为数据收集工具。使用内容分析进行数据分析。研究结果显示，教育学院学生对人工智能的认知比经济与行政学院和文理学院学生更丰富。研究得出的另一个重要结论是，所有样本组对人工智能概念的负面认知均大于正面认知。为大学生讲授当前人工智能在各自领域的应用和使用情况是本研究的建议之一。关键词：人工智能概念、大学生、人工智能概念认知
概念隐喻影响人机协作认知
随着对话式人工智能 (AI) 代理的出现，了解影响用户使用这些代理的体验的机制非常重要。在本文中，我们研究了设计师工具包中最常用的工具之一：概念隐喻。隐喻可以将代理呈现为一个爱开玩笑的青少年、一个蹒跚学步的幼儿或一个经验丰富的管家。隐喻的选择会如何影响我们对 AI 代理的体验？我们沿着温暖和能力的维度（心理学理论将其定义为人类社会感知变化的主要轴）抽样了一组隐喻，进行了一项研究 (N = 260)，其中我们操纵绿野仙踪对话代理的隐喻，但不操纵其行为。体验结束后，我们会对参与者进行调查，了解他们使用代理的意图、与代理合作的愿望以及代理的可用性。与设计师目前使用高能力隐喻来描述人工智能产品的倾向相反，我们发现，表示低能力的隐喻比表示高能力的隐喻能更好地评价代理。尽管高能力和低能力代理都具有相同的人类水平表现，并且巫师对条件视而不见，但这种影响仍然存在。第二项研究证实，随着隐喻所投射的能力的增加，采用意愿会迅速下降。在第三项研究中，我们评估了隐喻选择对潜在用户尝试系统的愿望的影响，发现用户被投射出更高能力和热情的系统所吸引。这些结果表明，投射能力可能有助于吸引新用户，但除非代理能够用较低能力的隐喻快速纠正，否则这些用户可能会放弃代理。最后，我们进行了回顾性分析，发现隐喻和用户对过去的对话代理（如 Xiaoice、Replika、Woebot、Mitsuku 和 Tay）的态度之间存在相似的模式。
医护人员对人工智能的看法
人工智能 (AI) 被描述为数字计算机执行通常与智能生物相关的任务的能力（ Copeland，2020 年），这并不是一个新概念。1950 年，艾伦·图灵首次在他著名的论文《计算机器与智能》（Turing，1950 年）中提出了“机器能思考吗？”的问题。然而，近年来，由于机器学习技术的进步以及海量数据集或“大数据”的可用性，人工智能领域取得了显著发展，这导致人工智能应用在社会中日益普及并成为我们日常生活中不可或缺的一部分（Laï et al.，2020 年）。一些例子包括亚马逊的在线购物产品推荐系统、Uber 或 Lyft 等拼车应用程序以及 Cortana、Alexa 和 Siri 等智能个人助理。人工智能技术已经应用于医疗保健领域，有可能深刻改变医疗实践和患者护理。医疗 AI 应用最成功的领域可能是 AI 辅助分析放射图像（Yu 等人，2018 年），该应用利用深度学习（机器学习的一个专门子集，使用神经网络从非结构化数据中学习）来识别甚至专家都可能忽略的疾病模式。例如，《自然》杂志上发表的一篇论文表明，AI 系统在乳房 X 光检查中检测乳腺癌方面的表现可以胜过放射科医生（McKinney 等人，2020 年），而最近一个国际团队开发了一种诊断方法，能够根据患者的症状预测患者是否有可能感染 COVID-19（Menni 等人，2020 年）。尽管取得了这些积极的初步成果，但关于 AI 及其应用的主题仍然存在很多争议和困惑，公众甚至科学界对其潜在益处和风险存在分歧。一方面，最持怀疑态度的人对人工智能的实际能力表示怀疑；另一方面，一些人（包括已故的斯蒂芬·霍金）担心人工智能最终会超越人类智能并变得无法控制（Hawking 等人，2014 年）。在医学领域，有人担心机器学习可能会导致医生技能下降（Cabitza 等人，2017 年）并导致医患关系扭曲（Karches，2018 年）。然而，这种担忧往往不是针对人工智能或机器学习，而是针对它们的使用方式，因此其他作者认为，适当、明智地使用人工智能可能会带来益处，并可能极大地改善患者护理（McDonald 等人，2017 年；EsteChanva 等人，2019 年；Liyanage 等人，2019 年）。本研究旨在评估皇家自由伦敦 NHS 基金会员工对人工智能项目的认识，并调查他们对人工智能在医疗保健领域的应用的看法。据我们所知，这是首次针对 NHS 中的医疗专业人员对 AI 的态度进行的调查，也是世界上最早的调查之一（Codari 等人，2019 年；Oh 等人，2019 年；Laï 等人，2020 年）。
