XiaoMi-AI文件搜索系统
World File Search System天机
了解老年人接受聊天机器人在医疗保健服务中的接受：扩展的UTAUT模型
聊天机器人采用人工智能（AI）和自然语言处理（NLP）技术来模拟人类对话，理解问题并提供对查询的自动回答（1）。它们存在于常用的智能设备，例如智能手机，平板电脑和智能扬声器（2）中。如今，它们正在延伸到可穿戴技术（3），包括头戴式可穿戴设备（4）和智能手表（5），以及多模式技术（6，7）和元大学（8）。医疗保健领域对聊天机器人的需求不断增长，目的是为患者和医疗保健专业人员提供服务。例如，聊天机器人已成为在线访问实时健康信息的宝贵工具（9）。聊天机器人可以帮助患者确定其症状是短暂的还是需要进一步的医疗护理，提供健康的建议并鼓励疾病预防措施（10）。chatgpt，新一代的聊天机器人，由
印度银行的聊天机器人 - 潜在客户的公用事业
摘要。银行介绍聊天机器人已经改变了客户与银行之间的互动面对面。成本效益和聊天机器人的潜在客户产生优势将驱动印度银行提高聊天机器人功能。但是，仅银行网站上的聊天机器人的可用性将用于银行的潜在客户。这一事实尚未得到印度银行的完全认可。本研究论文试图根据印度17个银行收集的主要数据，分析聊天机器人的聊天机器人的功能水平。这项研究工作的独特性是印度银行为银行的潜在客户而不是现有客户提供的聊天机器人的独家关注。研究表明，通过用户提出查询，在双向交互中聊天机器人的功能中需要进行大量改进。在AI在数字金融包容性领域中应用的背景下，在未来几年中，以印度语言的聊天机器人提供印度语言似乎是必不可少的。
Counselbot-学生顾问聊天机器人
参考文献：[1] Ghulam，M。（2014）。对研究行为，研究习惯和学生表现动机的研究建议。博士学位论文，柏林洪堡大学，哲学教师IV。[2] Neupert，D。（2018）。聊天机器人，向对学习和学生感兴趣的人提供建议。[3] Matzat，J.S。（2024）。几乎没有学生咨询问题的多标签文本分类。
谨慎使用人工智能聊天机器人
人工智能聊天机器人的激增，尤其是 OpenAI 于 2022 年 11 月推出的 ChatGPT，改变了数字交互的格局。虽然这些工具在提高生产力、创造力和用户参与度方面具有巨大潜力，但它们也带来了相当大的网络安全和隐私风险。本咨询旨在阐明这些风险，并提请人们注意，随着人工智能聊天机器人越来越多地融入社交媒体、网络浏览器和智能手机等各个领域，个人和组织都会受到这些风险的影响。
利用人工智能聊天机器人增强客户服务
摘要 本篇评论文章探讨了人工智能聊天机器人在提高客户服务效率方面的应用，并探讨了自动化支持的未来机遇。主要目标是综合现有关于聊天机器人在客户服务中的实施、优势和挑战的研究。该评论从方法论上分析了学术文章、行业报告和案例研究，以全面了解该领域的现状和潜在进步。文献中的关键发现表明，人工智能聊天机器人有效地减少了响应时间和运营成本，同时提高了客户满意度。研究表明，聊天机器人可以处理多达 70% 的常规客户查询，使人工代理能够专注于更复杂的问题，从而提高整体效率。此外，自然语言处理 (NLP) 和机器学习的进步显著提高了聊天机器人理解和准确响应客户查询的能力。尽管这些
学生对AI聊天机器人对词汇和语法的影响EFL写作Winia Waziana，1 Widi Andewi，2 Tommy Hastomo，3 Muhamad
他们在数字活动中使用的聊天机器人。数据收集包括问卷，访谈和观察表，通过定量描述性统计和定性主题分析进行了分析。chatgpt，Gemini，困惑，Bing Chat，Ernie，角色AI，Discord Bot，Wren和Ginger出现是最广泛使用的聊天机器人，具有有用性，任务简化，技能和知识增强的动力，并享受使用。调查结果表明，大多数学生报告了通过使用AI聊天机器人的词汇范围，句法品种和整体写作质量的大幅改善。此外，学生一贯注意到AI聊天机器人对他们的语言水平的重大积极影响，尤其是在书面上应用的词汇和语法。结果表明，合并AI聊天机器人可能是提高EFL学生写作技巧的有利优势。该研究还解决了其缺点，并为将来的研究提供了建议。关键字：AI聊天机器人，Chatgpt，EFL学生，写作。简介
可用性，可用性和报告聊天机器人的有用性 -
背景：家庭健康史（FHX）是对一个人遗传风险的重要预测指标，但在美国许多成年人并未收集。目的：本研究旨在测试和比较2种基于Web的方法的可用性，参与度和报告收集FHX的有用性。方法：此混合方法研究使用基于流的聊天机器人（套件；好奇的交互式测试）和基于表单的方法比较了FHX数据收集。套件的设计经过优化，以减轻用户负担。我们从2个众包平台招募和随机个人到2种FHX方法中的1种。所有参与者都被要求填写问卷，以评估该方法的可用性，报告的有用性，总结了他们的经验，用户呈现的聊天机器人增强功能以及一般用户体验。参与度。我们使用定性发现分析自由文本评论来补充主要定量结果。结果：随机分配到套件的参与者比随机分配到形式的参与者高，平均系统可用性量表得分分别为80.2对61.9（p <.001）。参与分析反映了入职过程中的设计差异。套件用户花费的时间少于输入FHX信息并报告的条件比表单用户多（平均5.90 vs 7.97 min; p = .04;和平均7.8 vs 10.1条件； p = .04）。套件和形式用户在某种程度上同意该报告很有用（李克特量表评级分别为4.08和4.29）。定性分析显示套件和基于表格的方法的正和负特征。在所需的增强功能中，个性化是最高的功能（188/205，91.7％的中等优先级至高优先级）。在随机分配给套件的受访者中，大多数表明它易于使用和导航，并且他们可以响应并了解用户提示。负面评论涉及套件的个性，对话节奏和管理错误的能力。对于套件和形式的受访者，定性结果揭示了共同的主题，包括希望更多有关条件的信息以及对多项选择按钮响应格式的相互欣赏。受访者还表示，他们想报告超出Kit提示（例如个人健康历史）的健康信息，并要求Kit提供更多个性化的答复。结论：我们表明套件提供了一种可用的收集FHX的方法。我们还确定了设计注意事项，以改善基于聊天机器人的FHX数据收集：首先，应增强FHX收集经验的最终报告，以为患者提供更多价值。第二，入职聊天机器人提示可能会影响数据质量，应仔细考虑。最后，我们强调了几个领域，可以通过从基于流的聊天机器人转变为大型语言模型实施策略来改善这些领域。
聊天机器人产生的150万材料叙事
人工智能（AI）的出现已使对各种应用的材料进行了全面的探索。但是，AI模型通常优先考虑科学文献中经常遇到的材料示例，从而根据固有的物理和化学属性限制了合适的候选者的选择。为了解决这种不平衡，我们生成了一个数据集，该数据集由OQMD，材料项目，JARVIS和AFLOW2数据库的1,453,493个自然语言材料叙事组成，这些叙述基于从头算的计算结果，这些结果在周期表中更均匀分布。基于三个标题：技术准确性，语言和结构以及内容的相关性和深度的人类专家和GPT-4对生成的文本叙述进行了评分，显示了相似的分数，但内容的深度是最滞后的。多模式数据源和大语言模型的集成具有巨大的AI框架潜力，以帮助探索和发现固态材料以进行特定的利益应用。
对人工智能与人类经验的同理心以及透明度在心理健康和社会支持中的作用聊天机器人设计：compa
背景：同理心是我们与他人联系，我们的心理健康以及对挑战的韧性的推动力。随着生成人工智能（AI）系统，心理健康聊天机器人和AI社会支持伴侣的兴起，重要的是要了解人与人工智能叙述者对故事的发展以及透明度如何在用户情感中发挥作用。目标：我们旨在了解同理心如何在人写的故事与AI编写的故事中转移，以及这些发现如何为道德含义和以人为中心的方式设计，以将心理健康聊天机器人作为同理心的对象。方法：我们对985名参与者进行了众筹研究，他们每个人都写了一个个人故事，然后对2个检索的故事进行了同理心，其中一个是由语言模型写的，另一个是由人写的。我们的研究各种各样的揭示了一个故事是由人类还是人工智能系统撰写的，以查看透明作者信息如何影响对叙述者的同理心。我们进行了混合方法分析：通过统计测试，我们比较了用户对不同条件的故事的自我报告的同情。此外，我们定性地编码了有关对故事的反应的开放反馈，以了解透明度如何以及为什么影响人类对AI讲故事的人的同理心。结果：我们发现，在几乎所有情况下，参与者对AI写的故事都会显着同情，无论他们是否意识到（t 196 = 7.07，p <.001，cohen d = 0.60）或不知道（t 298 = 3.46，p <.001，p <.001，cohen d = 0.24），这是一个故事。我们还发现，当故事作者有透明度时，参与者报告了更大的意愿对AI写的故事表示同情（t 494 = –5.49，p <.001，Cohen d = 0.36）。