关键词： 人工智能   企业人力资源管理   变革与挑战  

摘要： 随着人工智能时代的到来,企业人力资源管理面临着深刻的变革与挑战.本文探讨了人工智能对企业人力资源管理在管理模式、招聘选拔、培训发展、绩效管理等方面带来的变革;分析了企业人力资源管理面临的挑战,包括数据安全与隐私保护、技术更新与人才短缺、员工关系与企业文化等问题;针对这些挑战,提出了加强数据安全管理、提升人力资源管理者技术能力、人才培养与引进等应对策略.

摘要： 主持人语: 在数字技术迅猛发展的时代浪潮中,人工智能已超越纯粹的技术范畴,深度嵌入社会运行的底层逻辑,重塑着人类社会的诸多面向.本专栏以"人工智能的社会影响"为核心关切,遴选三篇深度研究论文,共同回应一个紧迫的时代命题:在人工智能技术高速迭代并深度融入社会的进程中,我们应如何厘清认知、设定边界、引导向善,以期实现社会理性的重构与核心价值的重铸.

关键词： 生成式人工智能   骨科   医学教育   综述  

摘要： 以ChatGPT为代表的生成式人工智能在日常生活各个领域的应用日益广泛，展现出了强大的生产力和创造力。骨科疾病种类繁多，涵盖创伤、关节、脊柱畸形及肿瘤等，其诊断、治疗决策及教学过程面临复杂的挑战。如何与时俱进，利用生成式人工智能技术推动骨科医学教育的创新是值得思考的问题。该文介绍了生成式人工智能技术的发展与应用，通过结合国内外实践案例的分析，从教育模式、教学内容及评价方式出发，展示其在骨科医学教育中的发展潜力，并提出新的教育模式所面临的挑战与对策。最后，文章总结了研究结论，并提出了相应的政策建议和未来展望。

关键词： 公共卫生实践技能   成果导向教育   教学改革   人工智能   知识图谱   虚拟仿真实验  

摘要： 在培养高层次应用型公共卫生人才的迫切需求和高等教育数智化转型背景下，东南大学基于成果导向教育理念融合数智技术，在教学目标确定、教学内容组织、教学模式构建、考核评价反馈等环节实施教学改革与创新，探索公共卫生实践技能课程教学新模式并对其展开实践剖析。该教学模式能精准对接岗位发展需求，有效促进个性化学习、提升学生学习成效与获得感，为医学实验教学教育数智化转型提供可借鉴的经验。

关键词： 人工智能   劳动价值论   劳动   Artificial Intelligence   Labor Value Theory   Labor  

摘要： 人工智能技术的快速发展，在改变人们生活各领域面貌的同时，也为马克思劳动价值论的时代价值带来挑战。加深对马克思有关劳动和劳动价值论的研究和理解，全面准确地把握其思想观点，阐明人工智能的本质以及价值，形成对人工智能的科学认识，是人工智能时代提升马克思劳动价值论话语权的必然要求。人工智能是计算机复杂“算法”的表现，是用来解决问题的计算机程序方案。智能化的生产方式是对劳动价值论的确证与创新。新时代仍然要坚持马克思的科学劳动价值论，用发展的眼光来看待马克思科学劳动价值论，以人工智能的社会主义应用，积极推动智能科技创新，助推我国经济的高质量发展。

关键词： 异化劳动   人工智能   劳动价值   劳动关系   Alienated Labor   Artificial Intelligence   Labor Value   Labor Relations  

摘要： 本文以马克思异化劳动理论为视角，探讨人工智能时代人类劳动面临的挑战与反思。文章首先阐述了马克思异化劳动理论的核心概念，包括劳动异化的定义、表现形式及其对劳动者的影响。随后，分析了人工智能的发展现状及其对劳动领域的深远影响。在此基础上，深入探讨了人工智能背景下劳动异化的新特征，包括劳动过程的去技能化、劳动成果的虚拟化以及人际关系的异化。最后，文章提出了应对人工智能时代劳动异化的策略，包括重塑劳动价值观念、构建新型劳动关系以及完善社会保障体系。研究表明，在人工智能快速发展的背景下，我们需要重新审视劳动的本质和价值，以应对技术变革带来的挑战，实现人的全面发展。

关键词： 人工智能   马克思主义认识论   认识主体   认识客体   认识中介   Artificial Intelligence   Marxist Epistemology   Cognitive Subject   Cognitive Object   Cognitive Medium  

摘要： 随着科技的迅猛发展，人工智能已逐渐融入社会生活的各个领域，对人类的认知和实践活动产生了深远影响。从马克思主义认识论的视角出发，深入探讨人工智能在认识主体、客体和中介等方面带来的变化，有助于揭示其对马克思主义认识论的发展，展现马克思主义认识论在当代科技背景下的与时俱进和理论活力，为进一步理解人类认识活动在人工智能时代的发展提供理论支撑。

关键词： 人用经验   人工智能   中药新药  

摘要： 中药新药研发在全球循证医学和药物监管标准日益严格的背景下正面临深刻转型，基于人用经验（human use experience， HUE）技术体系的新药全周期研发模式，已成为连接中医理论、历史使用、临床评价与新药研发的战略桥梁。在此基础上，人工智能（artificial intelligence， AI）正以前所未有的深度赋能中药新药各阶段。包括以自然语言处理（NLP）与大规模预训练语言模型（LLMs）为核心的文献语义理解与、重建和对话；以统计学习，包含深度学习推动的安全性建模与成药性评估；以多模态学习（multimodal learning）融合舌脉证候、电子病历等异构数据的客观化；以及以自适应试验设计（adaptive trial design）、平台试验（platform trials）与强化学习（reinforcement learning）结合支持的临床研究智能优化。该文系统梳理了AI在中药新药全生命周期：从候选品种筛选、HUE证据结构化、安全性预测、临床研究设计、注册申报，到上市后风险识别与二次研发中的关键作用，强调AI与HUE深度融合带来的范式跃迁。特别提出建设“数据驱动-模型支撑-智能决策”闭环的一体化中药新药智能研发平台，推动中药研发从以经验归纳为主，向高维知识图谱驱动、专家-AI协同学习、多源证据整合的数字化转型。展望未来，AI能进一步推动中药新药实现个体化治疗建模、配伍模式智能优化、复方适应症再定位以及全球注册路径智能匹配，加速建立具有国际标准适应性的中药智能研发体系。该研究为构建面向未来的中药创新生态、提升我国中药新药在全球健康体系中的竞争力提供理论支撑与实践方向。

关键词： 大数据时代   人工智能   计算机网络   技术应用  

摘要： 计算机网络技术的出现与快速普及应用,促使社会各个方面都发生了变化,尤其是人们的生活变得更加优质便利,但同时,计算机网络技术应用过程中存在的信息安全等问题,也给人们带来了巨大困扰,因此仍需借助相关信息技术,有效弥补计算机网络技术应用中的不足之处,以便进一步提高计算机网络技术的应用价值.基于此,本文主要开展大数据时代人工智能在计算机网络技术中的应用研究,以期为推动计算机网络技术良性发展做出一些贡献.