XiaoMi-AI文件搜索系统
World File Search System认知
老年人的出生地点和认知功能：统一认知评估方案的发现
本文中表达的任何观点都是作者的意见，而不是Iza的意见。本系列发表的研究可能包括对政策的看法，但IZA没有任何机构政策立场。IZA研究网络致力于研究完整性的IZA指导原则。IZA劳动经济学研究所是一家独立的经济研究所，在劳动经济学领域进行研究，并就劳动力市场问题提供基于证据的政策建议。在德意志邮政基金会的支持下，伊扎（Iza）拥有世界上最大的经济学家网络，其研究旨在为我们这个时代的全球劳动力市场挑战提供答案。我们的主要目标是在学术研究，决策者和社会之间建造桥梁。IZA讨论论文通常代表初步工作，并被散发以鼓励讨论。引用这种论文应解释其临时特征。可以直接从作者那里获得修订版。
人工智能伦理的认知架构
摘要：随着人工智能 (AI) 在现代生活中蓬勃发展和传播，一个关键问题是，如何将人类纳入未来的人工智能？尽管人类参与了从构思、设计到实施的每个生产过程阶段，但现代人工智能仍因其“黑箱”特性而经常受到批评。有时，我们不知道内部到底发生了什么，也不知道某些结论是如何以及为什么得出的。未来的人工智能将面临许多其创造者无法预见的困境和道德问题，而不仅仅是那些常见的问题（例如，电车难题及其变体），而这些问题的解决方案无法硬编码，而且往往仍有待商榷。鉴于此类社会和道德困境的敏感性及其对整个人类社会的影响，当我们的人工智能做出“错误”选择时，我们需要了解它们是如何导致的，以便进行纠正并防止再次发生。在涉及人类生计（例如，健康、福祉、财务、法律）或做出重大个人或家庭决定的情况下尤其如此。要做到这一点，就需要打开人工智能的“黑匣子”；尤其是它们在人类世界中的行为、互动和适应，以及它们如何与这个世界上的其他人工智能互动。在本文中，我们主张将认知架构应用于道德人工智能。特别是，它们可能对人工智能的透明度、可解释性和可问责性做出贡献。我们需要了解我们的人工智能如何得到它们所做的解决方案，我们应该在更深层次上寻求这一点，从动机、态度、价值观等机器等价物的角度来理解。未来人工智能的道路漫长而曲折，但它可能比我们想象的更快到来。为了利用人工智能对人类和社会的积极潜在结果（并避免负面影响），我们首先需要更全面地了解人工智能，我们希望这同时也有助于更好地了解人类同行。
人工智能与认知功能的增强
人工智能 (AI) 通过其先进的数据处理和决策能力，已经改变了许多行业，包括医疗保健、金融和交通运输。最近，人工智能增强认知功能的潜力引起了研究人员和从业人员的极大兴趣，而认知功能对于日常活动和整体生活质量至关重要。本文探讨了人工智能在认知增强中的作用，因为人们越来越担心衰老和神经系统疾病导致的认知能力下降。人工智能系统，尤其是使用机器学习和神经网络的系统，可以分析大量数据集以识别模式并准确预测结果。这些功能正被用于开发旨在维持和改善认知健康的工具和干预措施。人工智能驱动的认知训练计划、脑机接口 (BCI) 和虚拟现实 (VR) 环境是正在研究的技术之一，因为它们具有刺激神经可塑性和增强认知功能的潜力。然而，将人工智能融入认知增强领域也带来了挑战，包括数据隐私等道德问题、对人工智能的潜在过度依赖以及确保公平使用这些技术。还需要通过临床试验和长期研究进行严格验证，以确认基于人工智能的干预措施的安全性和有效性。本文讨论了当前人工智能在认知训练、康复和神经刺激方面的应用，探讨了其好处和挑战，并提出了未来的研究方向，以充分发挥人工智能在增强认知健康和福祉方面的潜力。
应对痴呆症：认知老化
老年人及其家人的护理。她以多部门协作的方式为马里兰州的健康长寿做规划和准备而闻名。她是一位成就卓著的医疗保健高管，拥有 30 多年领导和改造非营利组织、建立卓越服务和创新文化的经验。她的专业知识包括痴呆症、临终关怀、战略规划、组织发展、社区健康和老年人服务提供模式。罗克斯曾担任巴尔的摩凯斯维克多功能护理中心的总裁兼首席执行官十年，该中心是一家拥有 138 年历史的非营利性社区医疗保健提供商。罗克斯在整个 COVID-19 大流行期间担任首席执行官，创建了成功保障居民、家庭和员工安全和健康所需的应急基础设施。作为首席执行官，她还领导创建了凯斯维克社区健康中心的 Wise & Well 健康生活中心。在担任 Keswick 首席执行官之前，她曾担任弗吉尼亚联合卫理公会之家 (Virginia United Methodist Homes) 的首席运营官，在此之前，她在马里兰州埃尔德斯堡的圣公会老年人事工工作了十二年，最后担任了三年多的首席运营官。
增强智能 | 认知规模
在本指南中，我们提供了有关增强智能的十个最常见问题的答案，为企业和技术高管提供了对这个令人兴奋的新世界的重要见解。我们期待与您一起踏上增强智能系统的这段激动人心的旅程。如果您需要更多信息或有兴趣分享您的经验，请将您的意见发送给我们：info@cognitivescale.com
人工智能时代的认知不公正
人工智能 (AI) 正在彻底改变我们传播和生产知识的实践。尽管这些技术前景光明，但也存在腐败的可能——这一领域日益严重的一个问题是知识领域对女性的不公正对待。在我们的社会框架中，被视为可靠的知识者已成为自我实现潜力的代名词：实现一个人的潜力。因此，一些人工智能系统造成的性别偏见正在伤害这一领域的女性。此外，有偏见的软件阻止她们获取与理解她们的生活经历相关的解释资源。尽管这一问题仍处于起步阶段，但应通过概念化设计更公平的人工智能的方法来紧急解决这个问题。平等主义思想，特别是关注机会平等，似乎是未来研究和思考的有希望的途径。
学生对人工智能（AI）的认知
通讯作者：bungsukemalasari@unimal.ac.id * 摘要：本研究调查了北亚齐 MTsN 4 学生对人工智能 (AI) 作为英语学习工具的看法。本研究采用定量描述方法，涉及 40 名学生。通过李克特量表问卷和半结构化访谈收集数据，以评估学生对人工智能的态度，包括动机和技能发展（听、说、读、写）。结果表明，大多数学生对人工智能持积极态度，欣赏其增强他们对英语材料的理解、提高动机和提供实时反馈的能力。许多学生强调，人工智能工具提供了互动和灵活的学习机会。总体而言，人工智能 (AI) 并不被视为传统教学的替代品，尽管它是学习英语的有用工具。最好的策略可能是将人工智能与人类教学相结合，在人工智能提供的灵活性和即时反馈与教师可以提供的个性化帮助之间保持平衡。关键词：学生的看法，人工智能，MTsN 4 北亚齐
人工智能、人类认知和决策
† 与本文相关的论证已在博科尼大学、哈佛商学院、阿尔托大学和伊利诺伊大学香槟分校举办的战略科学“基于理论的观点”会议上提出。我们非常感谢众多参与者和听众的反馈，这些反馈帮助我们改进了论证。我们非常感谢 Gopesh Anand、Arnaldo Camuffo、George Ellis、Alfonso Gambardella、Pranav Gupta、Jared Hansen、Rosco Hunter、Sharad Jones、Stuart Kauffman、Jan Koenderink、Matt Kraatz、Karim Lakhani、Natalia Levina、Hila Lifshitz-Assaf、Jeff Loewenstein、Geoff Love、Jukka Luoma、Frank Martela、Mariano Mastrogiorgio、Joe Mahoney、Willie Ocasio、Samuli Reijula、Chris Rytting、Mari Sako、Jens Schmidt、Cirrus Shakeri、Olivier Sibony、Deepak Somaya 和 Todd Zenger 的反馈（或相关对话）。由于编辑和同行评审的反馈，本文也得到了很大的改进。
人工智能对认知负荷的影响...
短文 Niklas Humble 1 Peter Mozelius 2, 3 1 瑞典乌普萨拉大学信息技术系 2 瑞典耶夫勒大学数字化、技术、媒体和学习 (DTML) 研究项目 3 瑞典中部大学通信、质量管理和信息系统系 (KKI) 短文：1 简介 生成式人工智能 (GAI) 的快速发展对我们社会的许多领域产生了影响，对于高等教育来说，这是一个必须解决的事实。研究报告称，GAI 带来了新的挑战，GAI 是高等教育转型的催化剂 (Chiu, 2024; Yusuf 等人，2024)。根据 Chiu (2024) 的说法，需要考虑的四个最重要的教育领域是学习、教学、评估和管理。这项研究的重点是学习，正如 Choudhuri 等人指出的那样。(2024)，在计算机教育中使用GAI的潜力和陷阱的理解方面存在差距。本文的目的是探讨AI技术对认知负荷的潜在影响，这与高等教育阶段的计算机教育有关。要回答的研究问题是：根据最近的研究，AI技术对计算机教育中的认知负荷的潜在影响是什么？2 认知负荷理论认知负荷理论（CLT）最早由John Sweller及其同事在20世纪80年代开发，已成为教育心理学中最具影响力的理论之一（Schnotz＆Kürschner，2007）。CLT描述了学习任务中涉及的工作记忆资源，并将学习者可以体验到的认知负荷分为内在负荷、外部负荷和相关负荷（Kirschner等，2018）。内在和外在负荷通常被认为是认知负荷的两个主要来源，处理处理信息的复杂性（内在）及其呈现方式（外在）（Kirschner 等，2018）。而相关负荷涵盖用于处理要处理的新信息的工作记忆资源，即内在负荷（Kirschner 等，2018）。此外，该理论经常强调学习者的认知系统的重要性，并且学习指导需要根据这些进行调整和设计（Schnotz & Kürschner，2007）。该理论也受到质疑，例如关于其普遍性的问题，并且关于解释和转变该理论的争论仍在继续（Schnotz & Kürschner，2007）。3 方法但本研究不涉及有关 CLT 的批评和争论，而是使用上面概述的定义。
音乐认知之光 - LEAD
研究与音乐感知和创作相关的神经过程是认知神经科学中一个成熟的领域。虽然大多数神经成像工具在研究音乐体验的复杂性方面存在局限性，但功能性近红外光谱 (fNIRS) 是一种有前途的、相对较新的工具，可用于在实验室和生态环境中研究音乐过程，也适用于整个发育过程中的典型和病理人群。在这里，我们系统地回顾了 fNIRS 对音乐认知的研究，强调了前景和潜力。我们还概述了 fNIRS 的基本理论，并简要比较了与其他神经成像工具的特点。在五个专题部分中介绍了 59 项符合纳入标准（即使用以音乐为主要刺激的 fNIRS）的研究。对方法论的批判性讨论使我们提出了旨在实现稳健信号分析和可重复性的良好实践指南。提出了一个不断更新的世界地图，包括符合纳入标准的研究的基本信息。它提供了一个有组织的、可访问的、可更新的参考数据库，可以作为社区内未来合作的催化剂。总之，fNIRS 显示出研究音乐认知过程的潜力，特别是在生态环境和特殊人群中，这与音乐认知的当前研究重点相一致。