通过创建人工智能(AI)来构建人类水平的思维过程是计算机科学的最先进。智能机器受新兴技术,智能设备,传感器,计算能力,更快的数据处理,庞大的存储和人机相互作用功能的影响。数据科学是一个跨学科领域,具有从数据,非结构化或半结构化数据中提取知识/见解的能力。用人工智能,更有效的解决方案孪生,以从大量数据池中找到有意义的信息,并提供来自多个来源的数据 - 传感器,图像,流视频,卫星,医学图像和云。这个B.Tech。和M.Tech。(双学位)计划对数据科学和人工智能中使用的应用统计和数学进行了全面覆盖,同时准备学生分析,设计和实验解决方案解决问题。
和教学,艾因夏姆斯大学教育学院摘要本研究旨在调查使用一些拟议的人工智能活动对提高杰出政府语言学校预科阶段学生的 EFL 写作流畅性的影响。该研究的参与者是 2021-2022 学年哈桑阿布巴克尔政府语言学校预科三班的 33 名学生。研究人员的工具包括写作流畅性组成部分清单、评分标准和前/后写作流畅性测试。参与者通过使用研究人员设计的一些相关人工智能应用程序进行教学,其中包括具有语法情绪的 Minecraft 游戏、Semantris 词汇人工智能游戏和人工智能情绪的虚拟现实,使学生能够在生动的情况下练习使用英语。使用 T 检验和效应量对参与者在前测和后测中的分数进行统计分析。研究人员还对学生的写作流畅性水平进行了定性分析。研究结果揭示了使用人工智能应用程序对提高第三阶段预备学生的写作流畅性有积极作用。关键词:人工智能,写作流畅性。
⯡䛻䠈≉ᐃ䛾䝍䝇䜽䜢ᐇ⾜䛩䜛䛸䛔䛖ᙺ䜢䛘䜙䜜䠈䛭䜜䜢ᐇ ⾜䛩䜛䜒䛾䛷䛒䜛䛛䜙䠈 responsibility 䜢ᯝ䛯䛩䜒䛾䛷䛒䜛䛸ゝ䛘 䜛䠊䛭䜜䛻ᑐ䛧䛶䠈 accountability 䛿ேᕤ䝅䝇䝔䝮䛻䛿ᮇᚅ䛥䜜 䛶䜒䛔䛺䛔䛧䠈ᯝ䛯䛥䛺䛔䛸䛔䛖䛾䛜⌧≧䛷䛒䜛䛸ゝ䛘䜛䠊 ᮏㄽᩥ䛷䛿䠈௨ୖ䛾ព䛷䛾 accountability 䠄ㄝ᫂㈐௵䠅䜢 ᣢ䛱䛖䜛 AI 䜶䞊䝆䜵䞁䝖䜢ᵓ⠏䛧䠈䛭䜜䛜♫䛻ཷ䛡ධ䜜䜙䜜 䜛䠄㈐௵䜢ᯝ䛯䛩䛣䛸䜢ᮇᚅ䛥䜜䜛䠅䛣䛸䛜䛒䜚䛘䜛䛛䛻䛴䛔䛶㆟ ㄽ䛩䜛䠊 [High Level Expert Group on Artificial Intelligence 19] 䛻䜘䜛 䛸䠈 accountability 䠄ㄝ᫂㈐௵䠅䛻㛵䛧䛶⪃៖䛩䜉䛝ほⅬ䛸䛧䛶௨ ୗ䛾䠐䛴䛜ᣲ䛢䜙䜜䛶䛔䜛䠖 y ┘ᰝᢸᙜ⪅䛻䜘䜛䠈䜰䝹䝂䝸䝈䝮䜔䝕䞊䝍䜔タィ䝥䝻 䝉䝇䛻ᑐ䛩䜛┘ᰝྍ⬟ᛶ (auditability) y ㈇䛾ᙳ㡪䛾᭱ᑠ䛸ሗ࿌ (minimization and reporting negative impacts) y 䝖䝺䞊䝗䜸䝣 (trade-offs) y ⿵ൾ (redress) 䛣䜜䜙䛿䠈 AI 䜢㛤Ⓨ䛩䜛ே䜔⤌⧊䛜ᯝ䛯䛩䜉䛝✀䚻䛾ㄝ᫂ 䛸䛧䛶ิᣲ䛥䜜䛶䛔䜛䛜䠈ᮏㄽᩥ䛷䛿䠈 AI ⮬య䛻ㄝ᫂㈐௵䜢ᣢ 䛯䛫䜛䛣䛸䜢⪃䛘䜛䠊䛣䛾䛯䜑䠈ㄝ᫂䜢ᐇ⾜䛩䜛䛾䛿 AI ⮬య䛷 䛒䜛䠊ᮏㄽᩥ䛾ᚋ༙䛷ᥦ䛩䜛ື⏬᥎⸀ AI 䜶䞊䝆䜵䞁䝖䛷䛿䠈 ᥎⸀䛧䛯ື⏬䛜㐺ษ䛷䛒䛳䛯ሙྜ䠈䜶䞊䝆䜵䞁䝖䛿䛺䛬䛭䛾 䜘䛖䛺ែ䜢ᣍ䛔䛯䛛䠈Ⓨ㜵Ṇ䛾䛯䜑䛻䛹䛖䛩䜛䛛䜢⮬䜙ㄝ᫂ 䛩䜛䠊 Ẹἲ䠓䠌䠕᮲䛷䛿䠈䛂ᨾពཪ䛿㐣ኻ䛻䜘䛳䛶ே䛾ᶒཪ䛿 ἲᚊୖಖㆤ䛥䜜䜛┈䜢ᐖ䛧䛯⪅䛿䠈䛣䜜䛻䜘䛳䛶⏕䛨䛯ᦆ ᐖ䜢㈺ൾ䛩䜛㈐௵䜢㈇䛖䠊䛃 䛸つᐃ䛧䛶䛔䜛䠊䛣䜜䛿 accountability 䠄ㄝ᫂㈐௵䠅䛾୍䛴䜢つᐃ䛧䛶䛔䜛䛸⪃䛘䜙䜜䜛䠊 ୍⯡ⓗ䛻䛿䠈ㄝ᫂㈐௵䛾䛸䜚᪉䛸䛧䛶䛿䠈ㅰ⨥䛩䜛䠋ฮ⨩䜢 ཷ䛡䜛䠋ᶒ䜔ᆅ䜢ᡭᨺ䛩䠋㈺ൾ䛩䜛➼䛜䛒䜚䛘䜛䠊ᮏㄽᩥ 䛾ᚋ༙䛷ᥦ䛩䜛ື⏬᥎⸀ AI 䜶䞊䝆䜵䞁䝖䛷䛿䠈䛣䛾䛖䛱䛾 䛂ㅰ⨥䛩䜛䛃䛣䛸䜢ᐇ䛧䛯䠊ᶒ䜔ᆅ䜢ᡭᨺ䛩䛣䛸䛾୍✀䛸䛧 䛶䠈᥎⸀䜢᥍䛘䜛䛣䛸䜒䛒䜚䛘䜛䠊 䛂ฮ⨩䜢ཷ䛡䜛䛃䛣䛸䛜 AI 䛾㈐௵䛾䛸䜚᪉䛸䛧䛶䛒䜚ᚓ䜛䛛䛻 䛴䛔䛶䛾㆟ㄽ䜒⯆῝䛔䛜䠈ᮏㄽᩥ䛷䛿䛣䜜௨ୖ䛿ゐ䜜䛺䛔䠊 AI 䛜䛂㈺ൾ䛩䜛䛃䛣䛸䛿䠈 AI ྥ䛡䛾㈺ൾ㈐௵ಖ㝤 (liability insurance) 䠄䛯䛸䛘䜀 [ ᪥ᮏ䝻䝪䝑䝖Ꮫㄅ≉㞟 20] 䠅䛾ᑟධ䛻䜘䜚 ᐇ⌧䛷䛝䜛ྍ⬟ᛶ䛜䛒䜛䛰䜝䛖䠊䛯䛰䛧䠈ಖ㝤ᩱ䛾ᨭᡶ䛔䜢 AI ⮬య䛜䛧䛺䛔ሙྜ䛻 AI 䛜㈺ൾ䛧䛯䛸ゝ䛖䛣䛸䛿㐺ษ䛷䛺䛔䜘䛖 ࿊ཙʁˡښැښࢤࠪښۢনϴڰௌ ښܵથңָָӅܵՌָݜڂՌๅָߊ ϱνϧέτΡϔஎݜڂ࣪KDWDQDND#LLLVNLWDFMS
© 2024 Infosys Limited,印度班加罗尔。保留所有权利。Infosys 认为本文件中的信息在发布之日是准确的;此类信息如有更改,恕不另行通知。Infosys 承认其他公司对本文件中提及的商标、产品名称和其他知识产权的所有权。除非明确允许,否则未经 Infosys Limited 和/或本文件项下任何指定知识产权持有人的事先许可,不得复制、存储在检索系统中或以任何形式或任何方式(电子、机械、印刷、影印、录制或其他方式)传输本文件或其任何部分。
摘要。班级规模和师生比是决定课堂教学质量的两个最重要因素。在南亚国家,尤其是印度,班级规模非常大,导致师生比非常高,约为 60:1。虽然政府计划通过各种政策措施提高教师的可用性,但现有的教学社区急需技术支持,以帮助他们提高印度的教育水平。该项目提出了一种情绪检测算法,可用于师生比较高的典型印度教室。目前,作为算法一部分设计的卷积神经网络的准确率为 86%。该模型成功检测出 7 种主要情绪——快乐、悲伤、厌恶、惊讶、愤怒、恐惧和中性。这些被映射到高、中、低参与度水平。该算法使用面部情绪识别 (FER) 处理课堂上学生的实时图像。它确定情绪,然后将其映射到适当的参与度水平。该项目对教学界具有宝贵的意义。教师将能够按班级、每周/每月查看学生的参与度报告,帮助他们识别学生的参与度趋势,并采用适当的干预措施来提高学生的参与度和学习成果。
摘要。组织越来越多地在人力资源管理 (HRM) 中采用自动化。归入“人工智能招聘”一词的组织试图重组人力资源管理并应用创新技术来实现更高的效率。考虑到正在进行的“人才争夺战”,讨论候选人对这些自动化招聘方法的期望也至关重要。在本研究中,我们开发了一个研究模型来解释求职者对基于人工智能的招聘方法的接受度。基于 UTAUT2 作为理论视角和 23 次半结构化访谈,我们讨论了影响求职者接受人力资源管理自动化的因素。提出的模型解决了一般接受度研究和招聘过程中技术使用方面的研究空白。我们还讨论了技术接受度研究的影响,并为研究更被动地使用 IT 提供了一些建议。
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
技术长期以来一直用于学习。如今,人工智能 (AI) 的使用正在发展,但其在未来教师中的接受度仍需调查。此外,由于小学教师和中学教师的角色与涉及 AI 的技术的角色之间的比较,他们之间可能会出现差异。本研究旨在评估未来教师对涉及 AI 的技术的接受度,使用一个众所周知的模型,更具体地说是针对几项任务。结果表明,小学教师对涉及 AI 的技术有更高的期望,但主要用于内容生成(例如课程内容、练习)。中学教师更愿意接受涉及 AI 的技术,用于更多高附加值任务,例如帮助写作学习或诊断学习困难。未来的研究应侧重于确定行动杠杆,以促进更高的接受度和实际使用。
本文件仅供一般参考。以商品名、商标、制造商或其他方式提及任何特定商业产品、工艺或服务并不构成或暗示美国政府的认可、推荐或支持。本文件旨在适用于各种实际情况和行业利益相关者,此处提供的信息仅供参考。本文件中的指南按“原样”提供。一旦发布,其中的信息可能不构成最新的指南或技术信息。因此,该文件不构成合规或法律建议,也不打算构成合规或法律建议。读者应咨询各自的顾问和主题专家,以根据其情况获得建议。在任何情况下,美国政府均不对因使用或依赖本指南而产生的任何损害负责。