关键词： 可解释人工智能   人智交互   人工智能生成内容   信息行为   生成式人工智能  

摘要： [目的]探寻可解释性和解释精度与用户信息行为的作用关系，优化多场景适用的可解释设计。[方法]通过两个不同情境的平行实验，研究分析了人工智能可解释性、解释内容关联度对个体信息采纳的影响，以及进一步探讨了不同任务信息需求情境下人工智能“解释奇点”的变化规律。[结果]人工智能的可解释性对个体信息采纳具有显著影响，其具体的影响关系受制于内容关联度的制约；“解释奇点”是可解释设计作用信息采纳行为的转折点，不同任务情境下“解释奇点”存在一定变化。该发现不仅拓展了解释合理性与人类偏好对齐的研究视角，也揭示了解释关系与内容关联度在驱动用户信息采纳中的关键作用，强调其对用户信息采纳行为的边际影响。[局限]未能考虑虚假信息的存在，对XAI与个体信息采纳“效果”的揭示较为有限。[结论]多情境视角下揭示AIGC解释信息采纳机制差异，挖掘了“解释奇点”的变化规律。：

关键词： 人工智能   机器认知评测   多模态  

摘要： 近年来随着机器心智理论不断发展,研究发现,机器心智理论发展与儿童心智理论发展的三角模型有很大不同.因此,提出了面向机器心智理论发展的三角模型,该三角模型描述了机器心智理论过程中各个工具之间的关系.依照该三角模型,提出了适用于机器心智理论发展的评测数据集,可以用于机器心智理论的动态测评.最后,设计了一个专门用于认知推理的视频问答模型——FOMemNet,该模型主要用于解决信念、愿望和意图推理.在认知推理任务中,模型需要以观察者的角度来进行推理, FOMemNet能通过视觉事实和观察者感知编码模块来获得视觉事实特征和观察者特征.此外,模型利用多角度融合模块和两个记忆模块对两个角度的特征进行融合以获得全局表示. FOMemNet在BDIQA(Belief, Desire and Intention Question Answer)数据集上的准确率提升了2.27%.实验表明,事实和观察者的概念能有效提高视频问答的认知推理的能力.

关键词： 政务人工智能   幻觉   技术与场景耦合   风险分级   准入规制  

摘要： 当下，人工智能与政务系统的结合已经成为一种超越效能工具的制度重构与价值再造，其在驱动数字政府转型的同时，亦由生成式技术的自主性衍生出从信息失准到决策失真的新型幻觉风险。对于多元政务场景中人工智能技术的应用，事中的监管与事后的追责并不能有效预防和抑制幻觉所带来的损害，有必要突破单一静态风险观，建构基于人工智能技术与政务系统场景双重维度的“技术-场景”耦合式风险分级框架，并遵循包容审慎的规制理念衔接匹配严格程度差异化的准入措施。技术风险分级基于数据依赖性、技术可控性及系统复杂性，场景风险分级根据系统所容纳之行政行为对公共利益与公民权利的影响程度，二者耦合评定出高、中、低三级风险政务人工智能，分别匹配许可、认证、备案三种准入规制措施。

关键词： 人工智能   新工科   实践教学   大数据   协同作用   教育创新  

摘要： 本研究聚焦大数据时代背景下人工智能技术与新工科教育实践教学体系的融合效应。基于对人工智能教育内涵与新工科建设现状的系统分析,重点剖析了大数据技术对人工智能教育应用的赋能机制。论文采用多维分析框架,从课程体系重构、教学方法革新、实训平台搭建、师资能力提升以及质量评估优化等五个维度,系统论证了人工智能与新工科实践教学的协同发展路径。研究证实,二者的有机融合不仅能显著提升实践教学效果,更有助于培养符合产业升级需求的复合型工程技术人才。在结论部分,本研究还就如何深化人工智能与新工科教育的整合提出了建设性意见,以期能够为相关领域的理论研究和实践探索提供一些有益的借鉴。

摘要： 在高等教育数字化转型背景下,大学公共外语课程面临着标准化教学与个性化需求之间的矛盾、有限师资与无限反馈需求之间的矛盾。同时,在数字化转型加速背景下,人工智能正在深刻重塑教育领域的生态格局。人工智能驱动下,外语教学与专业内容能实现有机融合,打破时空限制、增强互动实践和优化资源适配,有效缓解标准化教学与个性化需求之间的冲突。探讨人工智能在外语教学中的创新应用,指出智能语音系统可实时矫正发音并提供情景化口语陪练,智能写作辅助系统能实现多维评估与精准反馈,以期为智能化外语教学创新提供参考,推动教育数字化转型与学习者语言能力的全面发展。

关键词： 人工智能   回应型政府   协同治理   人机交互   未诉先办  

摘要： 智能治理时代基层政府回应场域，面临传统回应惯习与技术外生秩序之间的张力，体现出社会-智能技术-政府“交互式协同”新逻辑。通过整合协同论、协同治理理论，构建“系统交互-功能互补-协同效应”的整合性理论框架，以北京市“未诉先办”为例，系统描摹智能治理时代基层政府回应走向“交互式协同”的内在逻辑与运作机制。研究发现，智能技术嵌入“未诉先办”政府回应系统，在与社会公众和基层政府分别交互中发挥精准响应、空间建构、推理预见与穿透生成的功能优势，又通过与社会公众议题生成与价值纠偏功能、基层政府一线接触与权衡监管功能的互补，实现回应的协同效应。进一步而言，从“交互式协同”走向“交互式协同治理”须通过共识塑造机制、资源协调机制与激励约束机制，提升回应性治理的议题前瞻性、主体互动性与可持续性。

摘要： 伴随人工智能(AI)技术的迅速升级,美术学科项目化学习正面临一场跨越性的深远变革,传统项目化学习在为学生提供个性化支持、激发创新思维和实时反馈方面表现欠佳,难以适应学生的多样需求,人工智能技术的参与为这类问题提供了恰当的处理手段,其涉及智能项目设计、创作进程的支持及智能测评。借助评估与反馈、跨学科融合及沉浸式学习体验途径,美术学科的项目化学习成效实现大幅提升。本文以建构主义、情境学习和多元智能理论为起点,深入分析了人工智能技术在美术学科项目化学习应用方面的现状与优势,又对其在激发创意、辅助个性化学习以及普及教育资源方面进行了详细分析,还提出在人工智能推动阶段,学校、教师和学生落实项目化学习的具体路径,为美术学科发展以及项目化学习的创新给予了有价值借鉴。

关键词： 人工智能   训练数据   信息披露   著作权保护   个人信息保护  

摘要： 海量优质的训练数据是人工智能模型实现迭代的核心驱动力，由此引起训练数据的透明度问题成为全球人工智能法律治理的重点。欧美的相关立法以信息披露为核心治理措施，欧盟侧重“权利优位，立法先行”，以横向监管为基础；美国强调“技术优先，软法牵引”，以纵向监管为基础。我国应立足发展实践，重视信息披露的体系调节功能，在构筑人工智能训练数据披露规则的基础上，以“选择—退出”为路径调衡版权作品训练的利益分野，以“公开—拒绝”为基准矫正已公开个人信息训练的结构失衡，实现规范间的协调适配以及数据利用与权益保护的平衡，为全球人工智能治理规则贡献具有中国特色的制度表达。

关键词： 人工智能   高等数学   智能教学   教学模式构建   个性化学习  

摘要： 随着人工智能技术的不断发展,教育领域迎来了智能化转型的新阶段。高等数学作为高校基础课程,其教学模式面临诸多挑战,如教学方式单一、个体差异忽视、评价机制滞后等问题。本文以人工智能为支撑,探讨高等数学课程智能化教学模式的构建路径与理论基础。通过分析当前教学现状,结合建构主义、自适应学习与数据驱动等教育理论,提出基于 AI 的教学设计方案,涵盖教学工具应用、个性化学习实现及智能反馈机制等方面。研究表明,人工智能在提升教学效率、优化学习体验和实现精准教学方面具有显著优势,为高等数学教学模式创新提供了有力支撑与理论依据。

关键词： PROBAST+AI   人工智能   机器学习   临床预测模型   系统评价  

摘要： 基于人工智能（artificial intelligence,AI）和机器学习（ML）方法的临床预测模型开发和验证研究日益广泛，于2019年开发的预测模型偏倚风险和适用性评价工具（prediction model risk of bias assessment tool,PROBAST）-2019展现出明显的局限性。因此，2025年发布PROBAST-2019的扩展更新版本，即PROBAST+AI。该工具分为模型开发和模型评估部分，旨在全面、规范评价模型开发中潜在的方法学质量问题、模型评估中的偏倚风险及适用性。本文对PROBAST+AI工具进行系统性的条目解读和示例分析，以期为从事相关研究的科研人员提供指导和帮助，促进临床预测模型研究的高质量发展。