XiaoMi-AI文件搜索系统
World File Search System可供性
通用人工智能的根本限制
自大约七十年前诞生以来，人工智能取得了巨大的进步。自动驾驶汽车、在复杂游戏中击败专家的程序以及能够帮助需要护理的人的智能机器人只是机器智能的成功案例。这种进步可能会诱使我们设想一个由能够在不久的将来执行与人类相同任务的自主机器人组成的社会。这一前景似乎仅受当前计算设备的功能和复杂性的限制，而这些设备正在快速改进。然而，这条道路上有几个重大障碍。一般智能包括情境推理、采取观点、选择目标以及处理模糊信息的能力。我们观察到，所有这些特征都与识别和利用新可供性（代理实现其目标的道路上的机会（或障碍））的能力有关。可供性的一般示例是代理手中物体的使用。我们表明，不可能预先定义此类用途的列表。因此，它们无法通过算法处理。这意味着“人工智能代理”和生物体在利用新能力的能力上有所不同。只有生物体才能做到这一点。这意味着真正的 AGI 在当前人工智能研究的算法框架中是无法实现的。这对进化论也有重要影响。我们认为，通过彻底的涌现，真正开放的进化必须严格要求有机体能动性。我们讨论了这一论点的多种影响，不仅在人工智能研究和进化中，而且在科学哲学中。
面向共同创造 GAN 应用中的人机交互模式框架
摘要 随着生成对抗网络 (GAN) 的兴起，人工智能越来越多地成为人类设计师共同创造文化产品的合作伙伴。虽然生成模型已应用于各个学科的各种创造性任务，但理解人机 GAN 协作的理论基础尚未开发。借鉴混合主动性共同创造社区的经验，我们提出了一个初步框架来分析共同创造的 GAN 应用。我们确定了四种主要的交互模式：策划、探索、发展和条件。建议的框架使我们能够讨论共同创造 GAN 应用背后的不同类型交互的可供性和局限性。
通过概念评估新技术——...
我们引入了可承受情况的概念，该概念指定了约束概念的使用环境。我们将可承受情况定义为一组关系约束，这些约束定义了用户与环境中的人工制品的交互，以实现实现目的的结果。这源自 Gibson (1979) 的可供性概念，该概念描述了如何通过代理与其环境之间的有目的的关系来约束动作。对于可承受情况，约束的主要来源是人工制品本身、用户、环境和目的。这符合 ISO 9241-210:2019 中对使用环境的定义。应该注意的是，可承受情况这一术语最早由 Baber 等人 (2017) 使用，并在 Baber (2022) 的《体现设计》一书中进行了进一步阐述。
理解平台经济中的人为干预
本文研究了一个“独立”外卖平台的社会技术基础设施。该平台 Nosh 为美国西部的几个社区提供了 Doordash 和 Uber Eats 等主流服务的替代方案。我们采访了 28 位利益相关者，包括餐馆老板、快递员、消费者和平台管理员。根据基础设施文献，我们了解到该平台是由人工干预拼凑在一起的不同技术系统组成的。参与者加入这个平台是因为他们获得了更大的代理权、财务保障和本地支持。我们发现人为干预在让外卖平台用户感到受尊重方面发挥了关键作用。这项研究深入了解了外卖平台的可供性、局限性和可能性，这些平台旨在优先考虑本地环境而不是跨国规模。
四大会计师事务所案例研究 - AIS eLibrary
摘要 本文从技术-组织-环境 (TOE) 框架的角度，探讨并解释了影响四大会计师事务所审计实践中采用人工智能 (AI) 的关键因素。我们使用案例研究方法，对事务所的决策者进行了半结构化访谈，并辅以二手数据。研究结果表明，事务所的采用过程受到技术可供性、技术障碍、沟通过程、联系代理、事务所范围和准备情况、监管环境以及预测的行业变化的影响。本研究将通过更好地了解事务所层面的人工智能采用情况来为文献做出贡献。它可能会加强我们对技术采用理解的基础理论，用更多的实证证据阐述 TOE 框架。对审计行业的实际贡献是，公司可以利用这些知识来评估人工智能的功能是否适合其公司的背景和外部环境。
新冠疫苗和在线个人信息
然而，至关重要的是，私人消息传递从来都不是完全由其隐私来定义的。相反，这些服务最好被理解为混合的公共-人际通信环境。它们将持续的、往往是情感上亲密的联系编织到日常生活的结构中，主要用于维持与家人、朋友、父母、同事和当地社区等紧密联系的关系。然而，这些服务上共享的信息通常来自新闻、政治、科学和娱乐等公共领域的媒体和信息来源，然后才在私人群体中层层传播，往往会在此过程中失去出处标记。私人消息传递涉及各种微妙、复杂且不断变化的私人、人际和公共交流。要了解这如何影响错误信息的传播和纠正，需要对独特的可供性和使用模式敏感。这是我们的项目。
人文人工智能：迈向跨学科专业知识和研究的新领域
摘要 哥德堡数字人文研究基础设施 (GRIDH) 参与了各个人文领域的项目，这些项目利用并开发了结合“人工智能” (AI) 应用的研究工具和基础设施资源。这些应用包括自然语言处理、机器学习、计算机视觉、大型语言模型、图像识别算法、分类、聚类和深度学习。本文提出了“人文 AI”一词，以描述一种新兴的跨学科实践形式，该实践使用和开发基于 AI 的研究应用程序来回答人文研究问题及其纠缠不清的人文反思。我们创造这个术语是为了使其实践的认识论和物质特殊性以及其可供性使之成为可能的新知识形式变得隐晦和可见。本文介绍了 GRIDH 在“人文 AI”领域的项目及其开发的 AI 资源和应用。
为人机交互设计可扩展结构机器人...
在本文中，我们调查了机器人可扩展结构的新兴设计空间，重点关注此类结构如何改善人机交互。我们详细介绍了寻求将此类结构整合到自己工作中的研究人员的各种实施考虑因素，并描述了可扩展结构如何为各种不同的机器人和应用带来新颖的交互形式，包括使机器人能够改变其形态以增强或获得全新能力（例如增强操纵或导航）的结构、提高机器人安全性的结构、实现新形式通信的结构以及使机器人群能够单独和集体改变形状的结构。为了说明如何将这些考虑因素付诸实践，我们还介绍了我们自己在可扩展结构机器人方面的研究中的三个案例研究，分享了我们的设计过程和我们的发现，这些发现涉及此类结构如何使机器人产生新颖的行为，从而吸引人类的注意力、传达信息、模仿情感并提供新型动态可供性。
信息系统中的人工智能 - Kevin Crowston
许多人认为，人工智能 (AI) 不仅是技术，也是人机关系的范式转变。许多文献认为，人工智能驱动的实践与组织结构、沟通、可供性和生态系统存在很大差异，并会深刻改变它们。然而，人工智能研究仍然支离破碎，而且往往缺乏清晰度。虽然信息系统 (IS) 学科可以在人工智能的出现和使用中发挥关键作用，但该学科需要一个明确的方向，明确它如何做出贡献以及其关键的研究主题和问题。本文借鉴了我们在 2020 年国际信息系统会议上组织的专业发展研讨会以及随后的讨论。我们总结并综合了人工智能在过去五十年中对组织实践的影响，并从各个角度提供了观点。我们根据概念清晰度、理论粘合剂、累积传统、简约性和适用性，确定了当前人工智能文献中的弱点。我们还确定了信息系统研究界可以采取的直接行动来解决这些问题。最后，我们提出了下一步研究议程，以指导未来几年的人工智能研究。
Ng, A., Medeiros, D. , McGill, M., Williamson, J. 和 Brewster ...
研究已经研究了坐式办公室和房间环境中的虚拟显示器和桌面 [35,38]，但即使是基本配置的多显示器虚拟桌面在交通环境中的可用性也尚未得到检验。除了狭窄的空间外，交通环境还带来了额外的可供性——它们通常是共享的社交空间，其他人就在乘客附近。虽然先前的研究已经研究了 MR 耳机在这些环境中使用的社会可接受性 [46]，但这种社交存在对我们在用户周围定位和放置虚拟内容的方式可能产生的影响仍未得到探索。例如，用户可能希望避免查看放置在其他乘客个人空间内的虚拟内容，这反过来可能表明，基于常见物理显示器配置的标准宽多显示器配置（如 Oculus Home 或研究 [35] 中所见）不太适合共享环境中的乘客。此外，对于飞机上的乘客，虚拟和增强显示器的定位研究较少。我们的研究结果还可以为设计师和研究人员提供潜在有效的