摘要 人工智能 (AI) 可以持续监测患者的健康状况,从而提高他们的医疗质量。然而,先前的研究表明,个人抵制这种创新技术。与之前研究个人为自己做决定的研究不同,我们关注家庭成员对人工智能监测的拒绝,因为家庭成员在医疗保健决策中发挥着重要作用。我们的研究调查了情绪对拒绝人工智能监测医疗保健的竞争影响。基于两个基于场景的实验,我们的研究表明,情绪在家庭成员代表父母做决定时起着决定性的作用。我们发现对医疗监测的焦虑和对健康结果的焦虑减少了对人工智能监测的拒绝,而监视焦虑和委托焦虑增加了拒绝。我们还发现,对于个人层面的风险,感知可控性缓和了监视焦虑和拒绝人工智能监测之间的关系。我们通过确定情绪在人工智能监测决策中的竞争作用,为信息系统拒绝理论做出了贡献。我们通过提出焦虑的影响作用扩展了关于为他人做决策的文献。我们还通过确定可控性(设计因素)在人工智能监测排斥中的重要作用,为信息系统的医疗保健研究做出了贡献。
人工智能 (AI) 已经彻底改变了多个领域,高等教育也不例外。在大学环境中,特别是在系统工程等领域,人工智能已经开始改变教学和评估的方式,带来了前所未有的机遇和挑战。人工智能能够自动执行任务、个性化教学和提高管理效率,这对教育行业来说是一项重大进步 [1]。然而,这些机遇也伴随着必须紧急解决的道德和实际问题 [2]。ChatGPT 等生成式人工智能模型的出现引发了关于它们对学术诚信和学习过程的影响的争论。虽然一些教育工作者认为这些技术是加强教育的有力工具,但另一些人担心它们可能会破坏学生的批判性思维能力并损害他们作品的真实性 [2]。这些担忧
商品期货交易委员会(“委员会”或“CFTC”)的工作人员正在就委员会监管的市场中使用人工智能(“AI”)以及此类使用或采用的影响征求公众意见。工作人员了解到,CFTC 监管的实体,包括注册实体和注册人(统称“CFTC 监管实体”)1 和其他市场参与者正在越来越多地探索和使用 AI 及相关技术。工作人员认识到,AI 的使用可能会给衍生品市场带来显著利益,但这种使用也可能带来与市场安全、客户保护、治理、数据隐私、减轻偏见和网络安全等问题有关的风险。此次征求公众意见的目的是让工作人员能够评估在 CFTC 监管市场中使用 AI 的利益和风险,为工作人员的监督提供信息,并评估未来任何指导和规则制定的必要性。
首先,让我们定义一下这份保险白皮书中 AI 的含义。早在 20 世纪 50 年代,该领域的先驱明斯基和麦卡锡就将人工智能描述为由程序或机器执行的任何任务,如果人类执行相同的活动,我们会说人类必须运用智能才能完成任务。换句话说,人工智能传统上是指人工创造的类人智能,可以学习、推理、计划、感知或处理自然语言。
我们是一家全球 IT 和业务流程服务公司,拥有 90,000 名员工。我们在 400 个地点开展业务,为 20 多个行业的组织提供完整、可扩展和可持续的服务 - 全球支持和本地实施。我们灵活、端到端、尖端的服务包括战略 IT 和业务咨询、系统集成、托管 IT、知识产权以及涉及 AI 的联合开发解决方案。
•在学科的背景下构架他们的工作,确定当前的知识差距,并遵守正确的学术标准,这些标准将正确的思想归因于发起人,例如引用参考,并在复制发布的内容时获得任何必要的权限。文献参考必须是准确的,并包括该领域的最新发展。•提出原始研究问题,创新挑战和目标,并提供足够的方法论信息,以允许该领域的专家进行可行性评估。•准备简洁的文本,重点关注与拟议的项目/实习有关的信息,并避免对AI通常生成的含糊描述和重复。•考虑到这些平台无法保证安全或隐私,因此避免在生成AI系统中输入机密/专有信息,因此会出现数据泄露或泄漏的潜在风险。
撰写本文的主要目的是展示包括人工智能和机器学习在内的破坏性技术如何用于军事行动。我们还介绍了联合国和其他国际组织如何从政策的角度开始规范这一迅速爆炸的领域。我们介绍了一些使用AI并为其一般军事应用提出建议的技术,以及如何将这些技术用于和平时期的操作。人工智能和智能设备还可以在指挥和控制系统,侦察和情报活动的领域带来巨大的好处。我们还提出了与在这个方向上的发展有关的问题和困境,例如道德,责任,安全和信息保护问题和困境。
摘要使用ICT进行的有关专业培训和终身学习的国际研讨会:以人为导向的方法(3L-Person 2024)将信息/通信技术(ICT)和教育/培训的研究人员和从业人员汇集在一起,以探索这些领域的交集。本文介绍了2023年9月25日在乌克兰LVIV举行的第9版研讨会,并与第19届国际教育,研究和工业应用国际会议(ICTERI 2024)一起举行。3l-Person 2024收到了23份提交,在严格的同伴审查后接受了14篇论文。研讨会涵盖了广泛的主题,包括个人学习环境设计,教育中的人工智能,专业培训,混合和远程学习,教育机器人和数据库,特殊需求教育,教育安全和保障,STEM教育支持以及合成学习环境的ICT。
人工智能与教育,尤其是语言教学的融合发展迅速,为学习体验提供了新的选择。最近的研究指出,对话式人工智能工具(如聊天机器人和智能辅导系统)可用于开发自适应、个性化的学习环境。这些工具旨在提供即时反馈,以培养语言能力并通过呈现有趣的互动激发学习者的兴趣(Wang,2021;Pérez 等人,2020)。第三,人工智能分析提供的数据将为教师提供决策洞察力,以针对学习者的需求进行教学。但当然,教育工作者和人工智能系统必须和谐地融合,才能获得最佳的人工智能性能。技术应该补充人类智能和教学策略,而不是取代它们(Baker,2016)。这是一种新兴的人工智能辅助教育模式,它将为重塑传统教学实践和创造更具包容性的学习环境打开令人兴奋的大门。