城市有集体身份吗?生成人工智能(AI)模型的最新进步已使创建从大量数据中学到的现实表示形式。在这项研究中,我们测试了生成AI作为文本和视觉信息的潜在,以捕获通过过滤的描述和图像评估的城市的位置的位置。我们向两个生成AI模型Chatgpt和Dall·e2询问了64个全球城市的地点身份的问题。此外,鉴于伦理上的担忧表达了生成AI的可信度,我们研究了结果是否与真正的城市环境一致。尤其是,我们通过Wikipedia数据和从Google搜索的图像和图像进行了测量,并分别在案例中进行了比较,以确定每个城市生成的输出的独特性。我们的结果表明,生成模型有可能捕获使其可区分的城市的显着特征。这项研究是探索生成AI在模拟特定含义方面的建筑环境中的第一次尝试。它通过使用生成的AI来促进研究机会并讨论未来研究的潜在局限性,从而为城市设计和地理文献做出了贡献。
l iSt of f igures and t ables图1:章节在药轮中框架............................................................................................................................................................................................................................................................................... ....................................................... 146 Figure 5: South Quadrant Summary of Data Analysis .................................................... 151 Figure 6: West Quadrant Summary of Data Analysis ..................................................... 161 Figure 7: North Quadrant Summary of Data Analysis .................................................... 171 Figure 8: Center Summary of Data Analysis ................................................................... 268 Table 1: Metrics for TikTok Videos using #IndigenousPride ......................................... 194 Table 2: Metrics for TikTok Videos using #IndigenousArt ............................................ 208 Table 3: Metrics for TikTok Videos using #Decolonize ................................................. 220表4:使用#indigenoustpeoplesday的Tiktok视频指标.....................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................
揭示政治身份对人工智能交互的影响 Michael Thomas 佐治亚南方大学 Yuan Li 佐治亚南方大学 扩展摘要 政治身份最近在营销学术界引起了相当大的兴趣(Jung & Mittal,2020;Kidwell 等人,2013;Lisjak & Ordabayeva,2022;Lisjak & Ordabayeva,2022)。个人的政治身份,也称为政治意识形态,是他们的自我形象,源于他们对特定社会政治制度应如何运作的基础的看法(Grove、Remy & Zeigler,1974;Jung & Mittal,2020)。虽然一个人的政治身份不仅仅是与某个特定政党的简单联系,但在现代西方民主世界中,两种主要的政治身份是自由派(左派)和保守派(右派)(Lisjak & Ordabayeva,2022 年)。现有文献表明,政治身份在消费者的决策中起着关键作用(Jung & Mittal,2020 年)。Fernandes 等人。(2022) 发现,保守派对自由意志的信仰和对其决策的信任推动了客户满意度高于自由派。Kim 等人。(2018) 发现,保守派渴望奢侈品以维持其社会地位;而自由派则不受地位维护的驱动。对 PI 道德基础的研究发现,保守派倾向于忠诚、责任和服从权威的永久基础;而自由派则重视关怀和公平的基础(Graham 等人,2009 年和 2011 年;Kidwell 等人,2013 年)。Kidwell 等人(2013) 认为,传达与任何一种意识形态的道德基础相匹配的有说服力的信息是让保守派和自由派都增加可持续发展意图的有效方法。虽然目前已经对政治身份进行了研究(Jung & Mittal,2020;Jung & Mittal,2021;Kidwell,Farmer,& Hardesty,2013;Lisjak & Ordabayeva,2023),但据我们所知,很少有研究直接研究政治身份如何影响消费者使用人工智能的意图。当前的工作旨在更深入地了解政治身份如何影响消费者使用人工智能的意图并填补这一空白。人工智能引起了越来越多的关注。它的人工智能工具之一是聊天机器人,这是一种通过文本聊天或语音命令模拟人类语言的计算机程序,已被广泛用作营销中的虚拟代理(Li & Shin,2023;Luo et al.,2019)。他们可以全天候工作而不会产生情绪AI 工具提供运营效率 (Huang & Rust, 2018)。它们可以处理大量在线客户的任务,从接受订单、回答客户询问到提供复杂的购买建议 (Luo et al., 2019)。此外,聊天机器人不易受到人为错误和疲劳的影响 (Huang & Rust, 2018)。
摘要 人工智能 (AI) 正越来越多地融入企业,以促进人机团队之间的协作并协助员工完成与工作相关的任务。然而,引入人工智能可能会对员工对工作的认同产生负面影响,因为人工智能有望从根本上改变工作场所和职业,加剧个人对被取代的恐惧。为了拓宽对人工智能身份威胁的理解,本研究的结果揭示了人工智能身份威胁在工作场所的三个主要预测因素:工作变化、地位丧失和人工智能身份预测工作场所的人工智能身份威胁。本研究通过扩展我们对与人工智能在工作场所合作的理解来丰富信息系统文献,以推动该领域的未来研究。研究人员和从业人员了解员工身份在与人工智能合作时的影响,并理解在工作场所引入人工智能时哪些因素是相关的。
lille.fr/。 Fabula 研究机构,École Normale Supérieure, 45 rue d'Ulm, 75230 Paris Cedex 05。2020 年 3 月 30 日。https://www.fabula.org/actualites/pinocchio-l-obstination-du- devenir_95596.php。洛克、约翰. 1976.一篇关于人类理解的论文。凹痕。 Longo, Giuseppe O. 2003。Il simbionte:证明未来的发展。 Meltemi Editore srl。帕菲特、德里克. 1984. 原因与人物。 OUP 牛津大学。皮齐,卡蒂亚。 2017.《匹诺曹与机械公司:让-雅克的视觉变形》
乍一看,这七张 Facebook 资深高管谢丽尔·桑德伯格 (Sheryl Sandberg) 的照片一模一样,据推测是她参加 2017 年达沃斯世界经济论坛难民模拟活动时拍摄的。仔细观察后,可以发现桑德伯格的面部特征已被改变。威廉·维贝 (William Wiebe) 使用了一种在护照伪造者中很常见的人脸变形技术,该技术结合了从暗网上获取的护照和国民身份证中的生物特征数据。生成的每张图片的标题都基于这些被盗身份。维贝预见到了 NFT 推动的虚拟身份交易,将两个数字身份市场(暗网和社交媒体)结合在一起,以重申人体在日益受数字身份控制的空间中的中心地位。
生成式人工智能 (“AI”) 已经开始改变法律实践。如果乐观的预测被证明是正确的,那么这项技术将如何改变司法意见——一种通常被视为法律核心的体裁?这篇研讨会论文试图回答这个预测性问题,它揭示了当前的现实。简而言之,意见的提供将变得更便宜,而且供应范围更广、更均衡。司法著作往往更有活力、更多样化、更少审议性。随着法律体系说服能力的经济被打乱,法院将与公众展开一场军备竞赛:法官将使用人工增强的修辞来宣传自己的合法性,公众将变得更加愤世嫉俗,以避免被愚弄。矛盾的是,过多的说服性修辞可能会使法律推理本身变得过时。为了应对这些发展,一些法院可能会禁止使用人工智能写作工具,以便他们能够继续声称作者身份带来的权威。因此,潜在的利害关系既包括法律理性的命运,也包括人类参与法律体系的未来。
引言近年来,劳动世界发生了重大变化。长期以来,人们一直关注较为传统的工作形式,例如全职工厂和办公室工作,以及它们的合同关系和管理。然而,一直有一些工作被贴上“非传统”工作形式的标签。为了描述工作性质的变化,不仅在日常用语和媒体中,而且在学术界,一系列术语被越来越多地使用,而且经常互换使用。这些术语包括零工、按需工作、自由职业、合同或其他非永久性工作。共享经济的概念被定义为通过数字平台共享商品和服务用于商业和非商业目的,而无需转移所有权(Acquier 等人,2017 年;Benoit 等人,2017 年;Klarin 和 Suseno,2021 年),被认为是这些“非传统”工作形式的总称。这涵盖了从住宿、交通、旅行、耐用品和消费品到专业和个人服务等领域的商品和服务共享。共享经济的关键要素是从拥有商品和资源转变为共享(Belk,2014 年;Gerwe 和 Silva,2020 年)。共享经济本质上创造了一种新的商业模式,使个人能够协作利用“闲置”资产和服务,并促进全球范围内的广泛交流(Eckhardt 和 Bardhi,2015 年)。学者们已经注意到共享经济如何促进创新(Weber 等人,2019 年)并实现点对点共享,从而使用户可以访问服务和提供这些服务的“所有者”(Benjaafar 等人,2019 年)。共享经济研究还强调,新型经济降低了用户和提供者的交易成本(Lamberton 和 Rose,2012 年;Munger,2018 年),并促进了灵活的工作安排(De Stefano,2015 年;Sundararajan,2016 年)。无处不在的廉价技术的快速发展和传播意味着非传统工作在范围和影响力上都更加普遍。早期的一个例子是“Mechanical Turk”,这是亚马逊自 2005 年成立以来拥有和运营的一个网站。这个名字来源于一种 18 世纪的国际象棋设备,挑战者在与土耳其人竞争,他们以为自己是在与一台机械化的自动化机器竞争。然而,这只是一种假象,因为事实上挑战者是在与隐藏在里面的人竞争。该平台旨在通过将想要进行研究的人与愿意做研究的人联系起来,利用人类可以轻松完成某些计算机难以完成的任务这一事实。技术无疑充当了中介的角色,以平台的形式,充当了提供商和用户之间的桥梁(Kumar 等人,2018 年)。这种商业模式由两家硅谷初创公司推广,即 2007 年的 Airbnb 和 2009 年的 Uber,如今,共享经济的平台提供商和参与者越来越多。共享经济(包括零工)的概念不仅被媒体报道,还渗透到流行词汇和文化中,例如电影。肯·洛奇在 2019 年的《对不起,我们错过了你》就是一个很好的例子。这部电影生动地描绘了零工经济中的家庭生活,包括包裹递送公司和护理提供者。
教师的角色身份塑造了他们的教学实践。但是,对语言教师角色身份与课堂技术集成之间相互作用的研究相当有限。基于八名K-12语言教师的访谈回答和课堂观察,这项研究揭示了两种对技术使用影响的对比形式的角色身份形式,即更广泛的教育工作者角色和狭窄的学科教师角色。具有两种形式的角色身份的教师在其技术使用方法,目的和弹性方面有所不同。这些发现进一步揭示了教师角色身份与技术使用以相互塑造和不断发展的方式相互作用。调查结果提倡在检查和支持课堂技术集成时更加关注教师角色身份。