XiaoMi-AI文件搜索系统
World File Search System解释学
推进学校教育的关键人工智能理论
摘要。在过去十年中，随着算法机器学习的突破，“人工智能”（AI）逐渐融入到学校教育和学术学习的主要方面。有趣的是，历史告诉我们，随着新技术被视为“正常”，它们逐渐淡出机构的非批判性方面。考虑到学校通过显性和隐性代码产生和再现社会实践和规范行为，将人工智能引入课堂可以揭示很多关于学校教育的信息。然而，人工智能技术（特别是新的机器学习应用）尚未被正确地框定为批判性分析和解释学校不平等的镜头。最近的教育讨论更多地关注技术的实际应用，而不是在分析课堂上的人工智能技术时揭示的制度不平等。因此，本文提出了批判性人工智能理论作为审视机构（尤其是学校）的宝贵视角的案例。在“机器学习”和人工智能在学校的学术和隐性课程中广泛传播之际，建立人工智能的实用认识论可能对于那些对人工智能对学校机构及其他领域的影响感兴趣的研究人员和学者特别有用。关键词：教育；认识论；解释学；技术。
数学认知与艺术 - 克莱蒙特奖学金
本文重新审视艺术中的数学研究，反之亦然，数学中的艺术研究，旨在将数学和艺术创造力与相同的神经回路联系起来——这是拉科夫和努涅斯在 2000 年出版的批判性著作《数学从何而来》中为数学和语言提出的命题。这种扩展的视角将开辟有益的途径，将数学、语言和艺术联系起来，使其成为一种富有想象力的融合的一部分，这种融合以不同的形式出现，但具有相同的潜在神经来源。不管这是否可以通过实证证实，它都是合理且非常有趣的，因此需要认真探索，以了解定理方程是否源自产生音乐、诗歌和绘画的相同心理结构，正如哲学家马克斯·布莱克 [ 4 ] 在 20 世纪 60 年代初当代神经科学出现之前所预测的那样。这里提出的论点是，艺术可以通过数学的视角来研究，数学可以通过艺术的视角来研究，以便了解共同的神经基础是什么样的。这种方法被称为解释学，与从视觉艺术到文学的艺术批评方法一致。
17 Ali Bicer，Aysenur Bicer，Mary Capraro和Yujin Lee，数学联系是数学创造力的核心
尽管许多研究人员都提倡许多教师的教学数学，但由于两个原因，许多教师并没有广泛采用它：1）重点搜索和调查了数学创造力，通过产品维度来查看学生在问题结束时所拥有的东西和培养的活动的努力，但他们在创造性的过程中使用了摘要，而他们却忽略了iS Ampract inters inter Isisty Isists for Isists fore and Mathers，并忽略了数学的效果，并忽略教师在没有进一步的指导的情况下解释学生在数学方面的创造力意味着什么。可以通过使用Mathe Matical连接技术作为工具来消除这些方法，因为使用Mathemati Cal Connections可以帮助教师了解如何促进数学中学生的创作过程。因为建立数学联系是将数学中的想法与其他思想联系起来的过程，这是一种创造性的行为，使学生采取一种创造性的行为来实现数学的创意，因此使用建立数学联系的策略，有可能使教师了解学生在数学方面具有创造力及其在数学上具有创造力的意义。本文有两个目标：1）说明建立数学连接的策略
人工智能技术在实现受教育权中的可持续发展趋势与潜在风险
摘要：在俄罗斯法律理论中，长期以来没有尝试系统地研究人工智能技术的监管。长期以来缺乏对这一问题的基础研究，其中之一就是社会关系的新颖性。同时，在法律监管和数字化、人工智能的发展以及维护普遍承认的宪法价值观之间取得平衡尤为重要。人工智能技术和系统被有目的地引入社会和国家的各个领域，它们在实施人权方面的影响越来越明显和切实，包括俄罗斯联邦宪法保障的基本社会权利。医疗保健、教育、社会援助和支持系统目前正在整合信息技术和数字化的成果，努力确保无障碍环境和高质量地实施社会领域的人权。本文致力于研究在信息和数字现实背景下使用人工智能技术实施受教育权的问题。本研究重点关注公民在行使受教育权时因新的数字现实和人工智能技术的应用而面临的风险问题。本研究遵循系统方法、辩证相互依存、行为主义和政治解释学的原则。为了解决研究中提出的问题，采用了一系列相互补充的科学方法，如系统和社会文化分析、结构和功能方法、文件和来源分析、跨学科分析。
行为科学家的“价值”体系研究
源于对客观主义的批评，以及传统的科学变化描述与随后的历史、社会学和科学心理学研究之间的差异。科学家和哲学家都对观察提供理论上中立的客观知识单元的说法提出质疑。海森堡 (1958) 指出“客观”观察的不合理性，而图尔明 (1953) 则表明理论和假设在逻辑上先于观察。此外，汉森 (1958) 也认为不可能存在中性的观察语言。因此，客观主义的基本假设是站不住脚的，因为如果不先选择某个假设框架，无论从物理上还是从哲学上都不可能获得知识。这个框架不是由观察决定的；相反，它构成了生成“事实”和赋予观察意义的解释学背景 (Heelan, 1983)。尽管这些假设通常是在成为科学家的社会化过程中被心照不宣地持有和巧妙地习得的，但我们认为将它们视为科学家做出的决定是有益的。作为在一系列可用假设中进行的选择，这些假设中没有一个可以预先声称是“真理”，特定学科的假设对科学家而言充当着价值体系。在这方面，科学主张的认识论地位可能并不比哲学伦理中价值主张的相对地位更低（Ma
《AI哲学地图》【总览上篇】哲学对人工智能的15点批判
（关键词） * 出现的一切都是现象学的问题领域；意识的叠加 * 解释学方法与动力系统非常相似 * 瓦雷拉在他的论文中特别谈到了胡塞尔的时间理论，这与循环网络颇有关联 * 德雷福斯对人工智能的批判非常著名，他借鉴了胡塞尔的现象学分析，指出人工智能的主要弱点是没有程序使用“期望” * 可以说，胡塞尔在纯逻辑的基础上创造了人工智能的大部分思想 * 甚至明斯基的框架理论也是胡塞尔很早就提出的，胡塞尔本人也已经意识到了它的局限性 * 现象学越来越深入地渗透到日常世界，与世界建立更紧密的关系，创造一种与世界同步的关系 * 如果你从感觉运动的最底层开始，换句话说，它就变得和现象学所想的一样了 * 威廉·詹姆斯的理论非常像一个动力系统* 主动推理是试图将世界重塑为你想要的样子的行为。 * 当预测错误发生时，为了将错误最小化，自上而下的预测和自下而上的错误信号会反复相互作用，从而改变信念（内部状态）。 * 动态系统是确定性的，但通过在其中引入概率，可以将力量融入思维过程。 * 系统不是通过因果关系创建的，而是通过中介创建的。 * 与其通过逻辑连接事物，不如以稍微更灵活的形式创建人工智能。 * Tanabe 将中介定义为“通过切割连接”。 * 较高层与意识相关的部分处于缓慢的规模，而较低层的运动模式等则是快速的模式。 * 记忆是在很长一段时间内沉积的。 * 意识诞生于失去。 * 重新发现和同情哲学，而不是援引它，是工程与哲学并驾齐驱的研究风格之一。
残疾学生的津贴（DSA）指南
总结支持学生获得并取得成功的总结仍然是政府的优先事项。对于残疾学生，政府在立法的支持下建立了一个全面的支持框架。出于本文档的目的，“ HEP”一词涵盖了为学生支持目的指定的HE课程的任何机构，包括提供HE和替代提供者的更多教育学院，除非另有说明。HEP具有支持残疾学生学习的主要法律义务，主要是通过“合理的调整”，如2010年《平等法》中规定的。除了通过残疾学生的津贴（DSA）进行合理调整之外，政府除了为个人残疾学生提供资金。根据《护理法案》（Care Act）的18岁或以上的人，他们拥有当地当局提供的法定护理和支持计划的人，可以继续接受此过程。所有学生都应该能够获得所需的支持，以确保他们能够通过适当的学术成就来证明自己在HE级别的全部学术潜力。我们的目标是确保他的学生通过地方当局，HEP和政府获得所需的支持，以消除与残疾相关的学习障碍。这是我们对所有学生（包括残疾学生）的目标。免责声明本指南旨在帮助解释学生在出版时的支持法规。它不涵盖学生支持的各个方面，也不构成法律建议或法律的确定性声明。虽然已经进行了每项努力，以确保在发布时所包含的信息是正确的，但对内容的内容不承担任何责任，而法规仍然是学生支持安排AY 20/21的法律基础。如果本指南与法规之间发生异常，则法规占上风。请注意，法规需要修改。此指南仅适用于英格兰居住的学生。
调查人工智能模型在...中的使用情况
摘要 — 企业资源规划 (ERP) 系统对于提高企业的管理绩效必不可少。然而，信息技术 (IT) 专业人员对人工智能 (AI) 和机器学习与 ERP 云服务平台集成的看法尚不清楚。很少有研究探讨领导者如何将 AI 应用于战略管理，但没有研究定性地探讨过 AI 在云 ERP 系统中的集成。这项定性现象学研究探讨了 IT 专业人员对将 AI 和监督机器 (S-machine) 学习集成到云服务平台以增强云 ERP 系统的看法。本研究提出了两个研究问题：1) IT 专业人员对使用 AI 模型集成 SaaS 和 ERP 有何看法？2) IT 专业人员对于如何集成 AI 以增强使用基于云的 ERP 系统的安全性有何看法？通过解释学视角和对集成应用程序编程接口 (API) 的关注，使用有目的的抽样采访了五位 AI 专家、三位机器学习 (ML) 专家、五位网络安全专家和两家云服务提供商，他们提供了自己使用 AI 和 S-机器学习的亲身经历。出现了五个主要主题，包括 1) 使用 AI 模型集成 SaaS 和 ERP 有助于高效地开展工作，2) 将 AI 集成到云服务 ERP 和 SaaS 中的挑战，3) 将 AI 完全实施到云服务 ERP 或 SaaS 所需的资源，4) 为 ERP 和 SaaS 开发和实施 AI 模型的最佳实践，以及 5) 如何通过集成 AI 来优化基于云的 ERP 系统的安全性。这些研究结果的总结对个人和组织提高管理绩效具有积极意义。虽然这项研究并没有提出新的理论，但它扩展了当前关于技术整合相关理论应用的文献。
人工智能学术框架附录
大学教育中的人工智能：从范莎学院的角度进行的文献综述 “必须强调的是，教育技术不仅仅与技术有关——我们应该关注 AIEd 的教学、道德、社会、文化和经济层面。” - Zawacki-Richter, O.、Marín, VI、Bond, M. 等人，2009 年 背景 生成人工智能 (GenAI) 的快速发展正在引发教育行业大规模的颠覆性变革。与之前的转变一样，应通过基于研究的方法来仔细考虑人工智能的影响，以指导框架和政策。这篇文献综述总结了 62 篇学术文章和 344 篇新闻报道，探讨了人工智能对教学、学习和就业的影响方面的机遇、风险和研究差距，这些都是范莎学院需要考虑的问题。 机遇 几乎所有资料都关注这项技术的潜力、看法和实践，而不是其早期影响的定量证据。还应注意的是，最初对 GenAI 潜在滥用的负面情绪已经减弱，趋向于更加平衡和充满希望的态度，学生对 AI 的看法比教师更积极。多个消息来源表明，这是一个重新考虑现有政策和做法的机会，因此考虑到这些发现，我们确定了以下与安大略省高等教育特别相关的机会。审查中看到的主要积极主题是，AI 可以使常规和低级教师任务更加高效，让教授们专注于有意义的学生参与和更高层次的工作。例如，使用 GenAI 总结或解释学术交流的长度、语气和清晰度可以增强学生和教师之间的理解。此外，AI 工具有可能有利于课程、课程和课程的设计。在最高发展水平上，AI 效率可能会加速课程的创建和修订，帮助弥合后疫情时代全球经济加剧的学术界与行业之间的差距。尽管存在潜在的偏见，但人工智能工具也应该能够整合更广泛的观点，包括土著、2SLGBTQIA+ 和国际社区的观点，而这些观点教师可能天生不会考虑。在学生评估方面也有明显的益处。许多消息来源表明，人工智能可以充当个性化导师，创造一个更具协作性的学习环境，创建一个具有客观评估标准的更紧密的反馈循环，并提出建议，教师可以将其用作更稳健、更扎实的评估的先行者。这样的反馈可以作为在线测试的一部分预先生成，而在线测试本身可以由人工智能快速开发，尤其是对于练习和低风险理解检查活动。人工智能对评估的影响也可能影响更高层次的问题，例如更好地识别有失败风险、需要补救或延长的学生，甚至在支持 PLAR 流程时综合成绩单、课程详细信息和作品集。
民粹主义重塑人文主义？
背景 受教皇方济各 2016 年 5 月接受查理曼奖时发出的呼吁启发，欧洲天主教大学联合会发起了一项名为“欧洲人文主义的形成”的跨学科研究计划，旨在恢复欧洲失落的（或许从未被完全认识的）“灵魂”，以历史知识和集体培育的道德回忆为基础，建立一种新的人文主义。在此过程中，它希望回答教皇的问题“人权、民主和自由的捍卫者——人文主义欧洲怎么了？”，并进一步挖掘历史根源，作为欧洲项目未来前景的承载者。当今最重要的智力任务之一是发展一种新的人文主义。当前全球政治、经济、文化和宗教冲突要求定义和加强一种全球价值观和人性的文化。原教旨主义和恐怖主义，以及世界许多地方的饥饿、贫困和苦难证明了这种必要性。全球化要求新的文化和教育方向。有必要定义潜在的价值观和规范。这需要反思在多样性和多变性中作为一个人的意义。自由民主的国家观似乎保证了公民和政治公民权，但围绕社会问题的辩论表明，人们在寻求尚未实现的社会公民权。人们普遍认为，社会问题已在福利国家的框架内得到解决，但今天社会问题似乎又回来了。基于一系列人权的人文主义和自治之间的联系需要通过人类的义务和承诺、社会团结和社会责任的主题来平衡。关于哪种伦理方法可以为全球正义奠定真正的基础，人们又开始了争论。正在进行的经济和文化全球化进程对伦理学、社会和政治哲学以及法哲学等学科提出了挑战。必须提出新的分析概念，以便适当地理解世界社会、主权、政治制度和法律机会以及全球化本身。除了对现有世界秩序的批判性分析和新分析模式的出现，还出现了新的规范性问题。它们关系到人类和平、公正和可持续的共存：什么样的伦理方法最适合为公正和可持续的世界秩序制定坚实而共同的基础？今天，在欧洲，我们需要一种历史意识的概念，这种概念不局限于学者的解释学成就，而是融入了公民美德的制定概念。西方理性化的困境及其无法与全球正义达成妥协的无助感无法仅靠智力努力来克服。还需要道德想象力。如何重新诠释欧洲人文主义的价值观？欧洲人文主义在全球化世界中有多大意义？它如何适用于当今社会？欧洲人文主义如何为当前的治理、公民权、繁荣、团结和人类发展问题做出贡献？我们如何研究欧洲人文主义以及如何将其应用于高等教育？从这些问题出发，我们开发了 FUCE 五门课程跨学科课程（针对 2 年级和 3 年级 BA 水平）。