关键词： 安全隐患   屡查屡犯事件   治理体系   人工智能  

摘要： 为破解高校实验室安全隐患“屡查屡犯”的难题,系统梳理了该现象的潜在安全风险、成因与治理痛点。研究发现,“屡查屡犯”现象易引发“破窗”效应,削弱安全管理效能,并叠加新旧隐患风险。究其原因:个体因素存在安全认知偏差、效率优先及责任缺失;组织架构层面则暴露出三方协同短板。为此,构建集隐患排查数据智能分析-“隐患分类与责任认定-预警惩处与整改”于一体的治理系统。实践表明,该系统能准确定位“屡犯”隐患特征、明确隐患类别与责任主体,推动多方联合整改与治理,显著降低“屡犯”隐患存量。研究结果可为高校实验室安全管理提供可借鉴的范式。

关键词： 生成式人工智能   DeepSeek   AI幻觉   教师应对策略  

摘要： DeepSeek凭借其强大的自然语言处理及逻辑推理能力,为教师开展个性化教学实践提供技术支撑,重塑着教育教学的实践生态,也成为生成式人工智能新一轮产品代表。然而,其在教育实践中显现的幻觉问题日益突出,主要表现为生成内容与事实不符、逻辑断裂或存在偏差等。通过梳理相关研究,从技术、数据及应用等层面剖析幻觉问题成因,分析其在教学内容准备、课堂互动、作业批改与学生评估中给教师带来的挑战,进而提出层级化应对策略:强化教师的技术应用审辨力、提升教师的智能实践力、构建教师智能应用的制度保障等,从而实现技术赋能与教育本质的平衡。研究为生成式人工智能在教育领域的理性应用提供了参考框架,并对推动教育数字化转型具有重要参考价值。

关键词： 人工智能   智能教育   教育强国  

摘要： 智能时代的教育理念将发生深刻变革,育人新格局、教学新形态、评价新方法、治理新图景将不断涌现,并强力支撑教育强国建设。同时要看到,人工智能与教育系统的融合带来全新挑战,在目标、主体、公平、价值与评价层面形成教育实践应用的现实梗阻。亟需通过技术深耕、能力重塑、供给变革、育才新探、评价进阶以及治理升级等方式来破除以上障碍,开辟教育的未来进路。

关键词： 生成式大模型   主流媒体   风险应对   内容生产   技术伦理  

摘要： 本文以浙江卫视《今日评说》栏目日常实践经验为例,分析不同业务场景下生成式大模型应用产生的正向及负向作用。通过技术分析溯源问题产生原因,并提出规避及规范方法,从而推动理论节目在新技术环境下内容质量与社会责任的正向发展。

关键词： 药剂学实验   教学质量   虚拟仿真   人工智能  

摘要： 在当今信息化时代背景下,传统的药剂学实验教学模式难以适应现代药学人才培养的需求。本研究将虚拟仿真与人工智能结合的教学模式用于药剂学实验教学,以期提升学生的实践能力和增强学生的创新精神,促进理论知识与实践地深度融合。本实验随机将2020级本科生作为对照组,采用传统的教学模式,2021级本科生作为实验组,采用虚拟仿真人工智能的教学模式。实验结果显示,实验组学生在形成性考核、终结性考核、实践技能和创新精神等方面的成绩明显高于对照组。通过运用虚拟仿真人工智能教学模式,药剂学实验教学质量在实验场景、知识体系、实验环境、学习路径及辅导反馈等方面均得到提升,教学效果良好,为药学专业人才的培养提供了新的思路和方法。

关键词： 人工智能   计算机   软件开发   运用  

摘要： 在当今信息化高速发展的时代,人工智能(AI)技术正逐步渗透到各个行业领域,计算机软件开发也不例外。随着软件系统的日益复杂和用户需求的多样化,传统开发方法已难以满足高效、智能化的开发需求。研究人工智能在计算机软件开发中的运用,旨在探索 AI 技术如何助力软件开发过程自动化、智能化,提高开发效率和质量,降低开发成本。研究对于推动软件开发行业的技术创新具有重要意义,也为实现软件行业的可持续发展提供了有力支撑。文章就人工智能在计算机软件开发中的运用价值,说明人工智能在计算机软件开发中的具体运用,并就人工智能在计算机软件开发中的有效运用难点提出几点对策建议。

关键词： 血细胞识别   人工智能技术   深度学习  

摘要： 血细胞识别在临床诊断中发挥着关键作用,其广泛应用于血液疾病、免疫系统疾病等的筛查与监测。传统的血细胞识别依赖人工显微镜检查,存在操作繁琐、主观性强、效率低下等问题。近年来,随着人工智能(AI)技术在图像识别领域的迅速发展,血细胞识别正迈入自动化与智能化的新阶段。本文系统综述了AI技术在血细胞识别中的研究进展,涵盖传统机器学习方法与基于卷积神经网络(CNN)、深度学习在WBC分类及白血病筛查、异形RBC检测、PLT聚集与出血风险评估以及淋巴细胞疾病中的应用。此外,本文还指出了当前面临的主要挑战,如数据不足、模型可解释性差、跨设备泛化能力弱等,展望了未来在模型轻量化、多中心协同学习方面的研究方向,旨在为血细胞智能识别的发展提供阶段总结和应用研究参考数据。

关键词： 人工智能   口腔医学   咨询   口腔保健   大语言模型   数字化口腔医学  

摘要： 目的评估不同大语言模型(LLM)所提供医疗保健信息的准确性,以探讨其在口腔辅助诊疗和健康咨询中应用的可行性及局限性。方法设计8项共47个有关口腔疾病诊疗的问题[评估LLM作为人工智能(AI)医疗助手的表现]和5项共35个口腔健康咨询方面的问题(评估LLM作为模拟医师的表现),并由5种LLM(文心一言、华佗GPT、通义千问、讯飞星火、ChatGPT)分别作答。由两名工作5年以上的主治医师使用3C标准(正确性、清晰度、简洁性)对答案进行独立评分,并采用Spearman等级相关系数评估评分者间一致性,采用Kruskal-Wallis检验和Dunn事后检验评估各模型间差异。使用600道2023年口腔执业医师资格考试试题,评估各模型的答题耗时、得分及准确率。结果作为AI医疗助手,LLM可辅助医师诊疗决策,评价者间Spearman系数为0.505(P<0.01);作为模拟医师,LLM可对患者进行科普,评价者间Spearman系数为0.533(P<0.01)。各模型作为AI医疗助手和模拟医师的3C评分分别为文心一言2.00(1.00,3.00)、2.00(2.00,3.00)分,华佗GPT 1.00(1.00,2.00)、2.00(1.00,2.00)分,通义千问2.00(1.00,2.00)、2.00(1.00,3.00)分、讯飞星火2.00(1.00,2.00)、2.00(1.75,2.25)分、ChatGPT 3.00(2.00,3.00)、3.00(2.00,3.00)分(满分4分);Kruskal-Wallis检验结果显示,作为AI医疗助手或模拟医师,5种LLM的3C评分差异均有统计学意义(均P<0.001)。5种LLM在口腔执业医师资格考试中的平均得分为370.2分、准确率61.7%(370.2/600)、耗时94.6 min,其中文心一言耗时115 min、得分363分、准确率60.5%(363/600),华佗GPT耗时224 min、得分305分、准确率50.8%(305/600),通义千问耗时43 min、得分438分、准确率73.0%(438/600),讯飞星火耗时32 min、得分364分、准确率60.7%(364/600),ChatGPT耗时59 min、得分381分、准确率63.5%(381/600)。结论基于LLM作为AI医疗助手和模拟医师的双重角色评估,ChatGPT表现最佳,回答基本正确、清晰、简洁,文心一言、通义千问、讯飞星火次之,华佗GPT表现显著落后。口腔执业医师资格考试中,除华佗GPT外其余4个LLM均达到合格水平,且5个LLM的作答时间相较于考试规定的8 h均明显下降。LLM在口腔辅助诊疗和健康咨询中具备应用可行性,可帮助医患双方快速获取医疗信息,但其输出存在错误风险(3C评分未达满分),使用时应审慎判断。

关键词： 学术不端   直接生成   论文   诚信原则   AI工具  

摘要： 最近,《卫生职业教育》发现多篇论文存在AI生成或辅助创作现象,这是典型的学术不端行为,严重违背学术诚信原则。本刊严厉谴责此类行为,并声明如下:一、不得使用AI工具直接生成论文内容;不得使用AI工具直接生成论文核心观点;不得使用AI工具伪造和篡改研究数据、直接生成图表;不得使用AI工具改写、抄袭他人的论文、观点、图表等。

关键词： 新质生产力   治理变革   科技革命   人工智能  

摘要： 一、会议背景及主题2023年以来,习近平总书记多次强调人工智能是新一轮科技革命和产业变革的核心驱动力,要求“以科技创新引领产业创新,积极培育和发展新质生产力”。在浙江考察期间,总书记明确指出,浙江要“在以科技创新塑造发展新优势上走在前列”。