XiaoMi-AI文件搜索系统
World File Search System从以
像您和我这样的用户：从以人为本的角度了解用户驱动的数据经济
全球拥有超过50亿个社交媒体用户（“用户”），YouTube和Facebook等数字平台已成为人们日常生活中不可或缺的一部分。其中许多平台提供了“免费”服务，例如娱乐和社交互动，但是这些服务背后是一种复杂的经济非货币交换。在本文中称为零价格的用户，一个特定的用户组，交易了时间，注意力和数据之类的个人资源，而不是金钱来使用“免费”服务。同时，另一个更活跃的用户组扮演着重要角色：内容创建者。内容创建者，尤其是有影响力的人，在为平台提供原始和引人入胜的内容方面扮演着核心角色。将这两种类型的用户团结在一起的是，他们都基于个人资产的货币化参与分布式价值创造过程，这将他们作为经济参与者定位为新兴用户驱动的数据经济。用户提供或与其他用户交换的许多资源可以用平台用作经济资产。但是，这些资源的感知并不像传统的经济交易一样。缺乏洞察力可能会导致一系列未来的后果和成本，可能会对用户产生负面影响并减少其福祉。因此，本论文的目的是从以人为本的角度探索社交媒体用户作为用户驱动的数据经济中的活跃经济参与者。该研究基于定性和定量方法的组合。调查用于研究零价格用户及其与“免费”服务的参与。对于内容创建者而言，进行了深入的访谈，因为该小组代表了人口较小的人群。这项研究通过采用以人为中心的观点而脱颖而出。换句话说，它贡献了专注于增强用户福祉的知识，而不是像公司和组织通常这样做的那样优先考虑增长和创新。结果表明，平台策略（例如无限滚动和有针对性的广告）可以巧妙地影响用户行为并导致各种非货币成本。这些可能表现为拖延，
像您和我这样的用户：从以人为本的角度了解用户驱动的数据经济
全球拥有超过50亿个社交媒体用户（“用户”），YouTube和Facebook等数字平台已成为人们日常生活中不可或缺的一部分。其中许多平台提供了“免费”服务，例如娱乐和社交互动，但是这些服务背后是一种复杂的经济非货币交换。在本文中称为零价格的用户，一个特定的用户组，交易了时间，注意力和数据之类的个人资源，而不是金钱来使用“免费”服务。同时，另一个更活跃的用户组扮演着重要角色：内容创建者。内容创建者，尤其是有影响力的人，在为平台提供原始和引人入胜的内容方面扮演着核心角色。将这两种类型的用户团结在一起的是，他们都基于个人资产的货币化参与分布式价值创造过程，这将他们作为经济参与者定位为新兴用户驱动的数据经济。用户提供或与其他用户交换的许多资源可以用平台用作经济资产。但是，这些资源的感知并不像传统的经济交易一样。缺乏洞察力可能会导致一系列未来的后果和成本，可能会对用户产生负面影响并减少其福祉。因此，本论文的目的是从以人为本的角度探索社交媒体用户作为用户驱动的数据经济中的活跃经济参与者。该研究基于定性和定量方法的组合。调查用于研究零价格用户及其与“免费”服务的参与。对于内容创建者而言，进行了深入的访谈，因为该小组代表了人口较小的人群。这项研究通过采用以人为中心的观点而脱颖而出。换句话说，它贡献了专注于增强用户福祉的知识，而不是像公司和组织通常这样做的那样优先考虑增长和创新。结果表明，平台策略（例如无限滚动和有针对性的广告）可以巧妙地影响用户行为并导致各种非货币成本。这些可能表现为拖延，
推荐引用 推荐引用 McGraw, David K. (2024) “人工智能 (AI) 系统设计中的道德责任”，《国际责任期刊》：第 7 卷：第 1 期，第 4 篇文章。DOI：https://doi.org/10.62365/2576-0955.1114 可从以下网址获取：https://commons.lib.jmu.edu/ijr/vol7/iss1/4
人工智能 (AI) 系统设计中的道德责任 David K. McGraw 1 摘要 本文旨在概述人工智能 (AI) 系统设计者的责任所涉及的道德问题。首先，作者深入探讨了这一责任的哲学基础，研究了各种伦理理论，以了解个人对他人和社会的道德义务。作者认为，技术设计者有责任考虑其创作的更广泛社会影响。随后，作者仔细研究了人工智能系统与传统技术相比是否具有独特的道德问题这一基本问题，指出了复杂性、不透明性、自主性、不可预测性、不确定性以及重大社会影响的可能性等因素，并认为人工智能算法的独特特征可能会产生新的道德责任类别。最后，本文提出了一个框架和策略，用于对人工智能设计师的责任进行伦理考虑。关键词：人工智能（AI）伦理、负责任的人工智能设计、人工智能伦理框架、技术哲学 简介 近年来，人工智能（AI）引起了公众的关注，人们对这项快速发展的技术的变革潜力既感到兴奋又感到担忧。随着人工智能系统变得越来越复杂并融入我们的日常生活，人们越来越认识到，这些技术的开发和部署引发了深刻的伦理问题。突然之间，“人工智能伦理”话题成为一个热门话题，引起了政策制定者、行业领袖、学术研究人员和普通公众的关注。这种广泛关注的背后是人们对人工智能变得越来越普及可能产生的社会影响和意想不到的后果的共同担忧。那些创造、实施和使用这些强大且具有潜在破坏性的技术工具的人的道德义务是什么？这是围绕人工智能的人类伦理的新兴讨论的核心问题。在《国际责任期刊》（IJR）的创刊号上，创始主编 Terry Beitzel 解释说，“责任”一词可以涵盖从道德到法律概念的一系列含义。这次讨论的核心是道德的基本问题。然而，Beitzel 总结说，IJR 的重点大致是“由‘谁或什么负责为谁做什么以及为什么？’ (2017, p. 4) 这个问题定义和激发的各种复杂问题”。本文就该问题展开研究，但缩小了这一更广泛范围，以探讨与人工智能 (AI) 系统相关的具体道德责任。Rachels 将“最低限度的道德概念”定义为“至少，努力用理性指导一个人的行为——即
推荐引用 推荐引用 Olan, F., Liu, S., Suklan, J., Jayawickrama, U., & Arakpogun, E. (2021) ‘人工智能网络在食品和饮料行业可持续供应链金融中的作用’, International Journal of Production Research, 60(14), pp. 4418-4433。可从以下网址获取：https://doi.org/10.1080/ 00207543.2021.1915510 本文由 PEARL 艺术、人文和商业学院免费提供给您。它已被 PEARL 的授权管理员接受纳入普利茅斯商学院。有关更多信息，请联系 openresearch@plymouth.ac.uk 。
在过去十年中，食品和饮料供应链管理已成为全球运营战略的重要组成部分。由于需求不断增长，全球食品和饮料行业（FDI）正在跨国建立供应链运营，这种扩张为协调连接多供应商的运营带来了挑战，而多供应商正是多层供应链网络的财务推动者。然而，关于 FDI 中人工智能（AI）的文献有限，本研究探讨了供应链网络中的人工智能理论以及 FDI 的替代供应链融资。本研究根据通过文献确定的理论贡献提出了一个新的概念框架，建立了一个概念框架并进一步发展为元框架。本研究探讨了用于数据分析的集合论比较方法，本研究的结果表明，由人工智能技术驱动的供应链网络可能为食品和饮料供应链提供了可持续的融资流。关键词
推荐引用 推荐引用 Sinbay Tan，《AI Fanfare & Fanfiction：同人小说作家是否有针对人工智能的保护措施？》，90 Brook. L. Rev. 333 (2024)。可从以下网址获取：https://brooklynworks.brooklaw.edu/blr/vol90/iss1/8
E # > VQ T N U N L U O L ʝ Eʞ O U M L U U K O U Q O UP N N LU L QQV U#a LLVT U T UP U " U T " VT O E " R TU M UP L QQ UT T LU V M UP N N LU T UP " KT U LP NV " ʝ >ʞa L QQ U TU U M YʣUʤP T " P T K O U M K# ^ E K T M O UPQaZ > IP N N LU [T VUP M M VT O E O O T L Q M U WR TT VU O ! TVLP LLVT U a T T Q L QQ UT K O U RR K UP UP “ T N UP N N LU “ U T Q # TR LV U M UP T “ T UP K U R [T ʦ Q U O L QR O K# E “ U O L QR Ta _ IP T K X L M U R QRU M SV TU T K VU “P U N N LU T “P U E L M M P “ N U UP H O T#TU Q T SV RR M U M “ UP UP T O U T K U” L U T M U LP O#a B U ! " M T YV SV # PVQ SV U# TT !V K U UP N L T N U LP O L M T VRU M L U L N UP NVUV aZ ?EU T TVLP V SV SV U# UP U K O PVQ L U T O SV Q U N " U K L R# OPU K
推荐引用 推荐引用 Samuel D. Hodge Jr.，《人工智能在医疗保健中的医学和法律影响 - 未解决的法律领域》，28 Rich. JL & Tech 405（）。可从以下网址获取：https://scholarship.richmond.edu/jolt/vol28/iss3/1
[1] 詹姆斯“吉姆”科里根在工作了一天后回到家，头痛欲裂，而且随着时间的推移，头痛愈演愈烈。2 他躺下，但房间开始旋转，视力模糊。他感觉到有什么不对劲，便去了急诊室，等候区里挤满了寻求医疗救助的人。一名护士叫来了吉姆，她从屏幕上读出了各种问题。他的回答产生了计算机响应，表明他可能中风了，需要进行计算机断层扫描 (CT)。病人立即被送往放射科，进行了 CT 扫描。二十秒后，计算机显示吉姆患有缺血性中风，并通知主治医生病人需要组织型纤溶酶原激活剂来溶解血栓，恢复脑血流。3 采取了适当的措施，病人迅速成功康复。 [2] 这一场景并非科幻电影的剧本，而是人工智能 (AI) 如何推动医疗保健发展的表现。通过使用与人类相似的技术，
推荐引用 推荐引用 Cruz, Jonas Preposi；Sembekova, Anara；Omirzakova, Dinara；Bolla, Srinivasa Rao；和 Balay-odao, Ejercito Mangawa (2024) “医学和健康科学学生对医学人工智能的态度和准备程度”，《健康职业教育》：第 10 卷：第 3 期，第 15 篇文章。DOI：10.55890/2452-3011.1296 可从以下网址获取：https://hpe.researchcommons.org/journal/vol10/iss3/15
目的：本研究评估了医学和健康科学专业学生对人工智能的总体态度和医学人工智能准备情况，并研究了影响学生医学人工智能准备情况的因素。方法：对医学和健康科学专业学生进行了描述性横断面定量在线调查。我们使用“人工智能总体态度量表”（GAAIS）来评估学生的人工智能态度，并使用“医学生医学人工智能准备量表”（MAIRS-MS）来衡量学生对医学人工智能的准备情况。结果：几乎所有学生都没有接受过/参加过医学院（95.3%）或医学院以外（85.0%）的任何人工智能教育经历，他们中的大多数人从媒体（74.8%）获得有关人工智能的信息。学生们报告说他们对人工智能及其在医疗保健中的应用了解甚少。学生对人工智能表现出消极到中立的总体态度，对医学人工智能的总体准备程度较差。对医疗保健中人工智能应用的了解和对人工智能的普遍积极态度与学生对医学人工智能的准备程度提高有关。结论：研究结果可以为教育政策制定者和医学与健康科学教授提供有关在医学院创建、引入和整合涉及人工智能的新课程内容的信息。在医学和健康科学课程中加入医学人工智能内容将提高学生的准备程度，并提高其在更高级患者护理中的应用。
飓风海伦代金券办理预约现已开放，从 10 月 2 日星期三开始，到 11 月 1 日星期五结束。有特殊要求（如 PCS 或部署）的成员可以通过组织邮箱申请加急服务：6cpts.evacuation.customerservice@us.af.mil。代金券报销资格：根据有限撤离令，被分配到麦克迪尔空军基地并从以下区域之一撤离的人员有资格提交代金券。
飓风海伦代金券办理预约现已开放，从 10 月 2 日星期三开始，到 11 月 1 日星期五结束。有特殊要求（如 PCS 或部署）的成员可以通过组织邮箱申请加急服务：6cpts.evacuation.customerservice@us.af.mil。代金券报销资格：根据有限撤离令，被分配到麦克迪尔空军基地并从以下区域之一撤离的人员有资格提交代金券。
从以自我为中心视频的过程理解
任务：给定视频段s及其以前的视频段历史记录，必须：1）确定先前的键步（在s t之前执行）；推断如果S t为2）可选或3）程序错误； 4）预测缺失的密钥步骤（应该在s t之前进行，但不是）； 5）下一个关键步骤（满足依赖关系）。
推荐引用 推荐引用 Sundberg, Leif 和 Holmström, Jonny (2024) “教学技巧：使用无代码人工智能在高等教育中教授机器学习”，信息系统教育杂志：第 35 卷：第 1 期，56-66。 DOI：https://doi.org/10.62273/CYPL2902 可从以下网址获取：https://aisel.aisnet.org/jise/vol35/iss1/6
摘要 随着人工智能 (AI) 的最新进展，机器学习 (ML) 被认为对于寻求从数据中创造价值的组织特别有用。然而，由于 ML 通常与计算机科学和工程等技术专业相关，因此将 ML 使用培训纳入非技术教育课程（例如社会科学课程）具有挑战性。在这里，我们提出了一种应对这一挑战的方法，即在面向具有不同教育背景的大学生的课程中使用无代码 AI。这种方法在基于案例的实证教育环境中进行了测试，其中学生参与数据收集并使用无代码 AI 平台训练 ML 模型。此外，还应用了一个由五项教学原则（以问题为中心的学习、激活、演示、应用和集成）组成的框架。本文为 IS 教育文献做出了贡献，为教师提供了如何在课程中融入无代码 AI 的信息，并深入了解了在教育环境中使用无代码 AI 工具支持 ML 工作流程的好处和挑战。关键词：人工智能、机器学习、IS 教育研究、信息系统教育