关键词： 人工智能时代   知识产权伦理   知识产权话语体系   人工智能全球治理  

摘要： 经济基础决定上层建筑,上层建筑反作用于经济基础。人工智能技术的发展改变了创新范式,促生了新型创新经济业态和经济关系,给作为指引创新经济上层建筑的知识产权伦理带来了前所未有的挑战。基于知识产权的法律属性、经济属性、创新属性及国家竞争资源属性,知识产权伦理挑战具体包括对知识产权制度伦理、知识产权经济伦理、知识产权科技伦理及知识产权全球伦理的挑战。面对上述挑战,知识产权伦理需要守正创新,既要坚持“以人为本”的知识产权伦理根基,也要进行“功利论兼顾道义论”向“道义论兼顾功利论”的伦理价值观转变,以应对、指引智能技术引发的社会变革。

关键词： 人工智能化   人力资本水平   碳排放绩效   固定效应模型   调节效应模型  

摘要： 基于长江经济带2011—2023年的面板数据,利用固定效应模型与调节效应模型,实证检验人工智能化、人力资本水平对碳排放绩效的影响。结果表明:人工智能化和人力资本水平提升对碳排放有显著抑制作用。区域异质性检验结果显示,人工智能化抑制碳排放的影响在上游地区最大,其次是下游地区,最后是中游地区;人力资本抑制碳排放的影响在下游地区最大,其次是上游地区,最后是中游地区;机制检验结果得出,人力资本水平提升会削弱人工智能化对碳排放的抑制效果。据此,应当深化人工智能赋能传统产业升级,加快数字化绿色转型;优化区域人力资本配置,强化绿色产业人才支撑;推进人工智能化与高端人才协同创新,打造区域低碳发展标杆。

关键词： 人工智能   高校思想政治教育生态   伦理风险  

摘要： 教育生态理论起源于生态学,后被应用于思想政治教育领域。人工智能与高校思想政治教育的生态融合旨在构建一个负责任且高效的教育生态系统。所谓“融合”,在此特指不同元素或系统间的结合过程,而“生态融合”则强调在这一过程中保持或构建生态平衡,确保各要素在相互作用中达到和谐共生状态。人工智能在与高校思想政治教育生态融合过程中,由于人工智能的试错空间小、具有意识形态的属性、偏离教学定位和与教学脱节而导致一系列伦理风险。这些伦理风险从生态主体、生态客体、生态介体和生态环体四个方面呈现。因而,对解决人工智能与高校思想政治教育的生态融合的伦理风险也就具有了理论与实践的必要性。正确解决这些伦理风险,需要妥善处理人工智能与高校思想政治教育生态系统各要素之间的关系,有效推动高校思想政治教育朝着良性、健康、和谐、可持续的方向发展。

关键词： 脑机接口   版权保护   知识产权   人工智能   生成物  

摘要： 不同于传统的人工智能生成物,脑机接口生成物通过人类直接参与创作,延展人类思维的表达路径,展现与众不同的创作特性。基于思想/表达二分法、独创性及固定性等版权核心要素,脑机接口生成物符合全球版权法的保护要求并顺应技术变革的历史必然。其版权保护的合法性通过思想与表达的清晰区分得以确立,用户在创作过程中的选择与安排确保独创性,而固定性则通过将大脑信号转化为有形表达实现。美国、欧盟和中国的法律框架不同:美国严格坚持版权只能由人类创作享有;欧盟在尊重人类独创性的同时,逐步开放对技术生成物的版权保护态度;中国在延续“智力创造”传统的同时,开始探索脑机接口生成物的版权保护机制。应该从国际层面和中国方案两个维度构建适应脑机接口技术发展的版权保护路径。

关键词： 生成式人工智能   思想政治教育   主客体关系  

摘要： 生成式人工智能与思想政治教育的融合是信息技术与思政学科交融发展的必然趋势,深刻影响思想政治教育主客体关系。传统理论框架中的单主体论、双主体论和主体间性论虽构建了思政教育主客体关系的基本理论分析维度,但其线性交互模型在智能技术冲击下解释力式微,知识生成、人机协同和场景多元成为影响思政教育主客体关系的重要变量。在此情形下,思政教育主客体关系的嬗变呈现出思想政治教育主体从主导性趋向隐蔽性、思想政治教育客体从受动性趋向自主性、思想政治教育主客体关系从单一性趋向交互性三重趋势。面对瞬息万变的生成式人工智能发展态势,应该以技术解蔽为抓手赋能思政教育主体能动性建构,以自教自律为支点赋权思政教育客体实践性转向,以人文关怀为要领赋智思政教育主客体良性互动,重塑思想政治教育新型的主客体关系。

关键词： 人工智能   PBL教学   进展性案例教学   泌尿外科护理实习  

摘要： 目的探讨人工智能(AI)辅助的问题导向学习(PBL)结合进展性案例教学在泌尿外科护理实习中的应用效果。方法选取2024年8月-12月我科57名护理实习生,随机分为对照组29名和实验组28名。对照组采用传统教学法,实验组采用AI辅助的PBL结合进展性案例教学法。比较两组自主学习能力、教学效果、评判性思维能力及考核成绩。结果实验组自主学习能力评价量表评分、教学效果评分、中文版评判性思维能力测量表评分及考核成绩高于对照组(P<0.05)。结论AI辅助的PBL结合进展性案例教学可提高泌尿外科护理实习生理论知识与实践技能,提升自主学习能力及评判性思维能力,提高教学效果。

关键词： 人机协作   创造性学习   科创教育   生成式人工智能  

摘要： 科创教育是培养创新型人才的重要途径,生成式人工智能的兴起为赋能科创教育的育人模式提供了新的机遇。研究深入剖析智能时代的创造力内涵,厘清人类创造力和AI创造力的区别和关系,详细阐述包含对话理论、群体创新理论、知识建构理论和建构主义理论的创造性学习理论框架,构建人工智能赋能科创教育的人机共创学习模式。在该模式下,项目主题应具备趣味性、开放性、关联性、意义感和价值感的特点,以兴趣驱动人机共创学习;创造力学习环境设计应基于4P框架,为学习者打造一个可控且安全的“微世界”;学习过程应遵循设计思维过程,包含确定问题和解决问题两个阶段;学习模式可以参考黑客松模式,在短期通过团队合作完成特定创造性任务。最后以“数字游戏制作”为案例,详细分析了该模式在实际应用中具体设计,以期为构建面向未来的人机共创的学习模式提供新路径。

关键词： 汉字优势   汉字维度   人工智能   双主体   双向训练  

摘要： 汉字能延续5000年并将继续辉煌,“维度优势”是其内因之一。DS-R1较全面地总结了既有数据中的“汉字优势”,但尚未能自主创造出有关“汉字优势”的新数据和新实践。作为自然智能主体,我们可以学习人工智能“端到端神经视觉网络”的训练方法,返回“从主体到对象世界”的原初场景,模拟汉字创制、显现、抽象、还原的全过程:汉字通过2维的简帛纸屏、3维的甲骨金石,表达4维的意义时空;感性显现的2维或3维,可拓展为具有逻辑抽象性的、从0维到4维的“全集”。汉字在各个维度体现出自由想象、多样稳定性、叙事较高效率、较多阐释路径等优势。汉字维度优势研究,在“六书”“反训”等既有数据之外,以创新的概念范畴系统和阐释路径,为人工智能提供具有中国特色的数据训练和实践训练例证。

关键词： 新一代人工智能   高校体育   混合式教学   改革  

摘要： 本研究旨在探讨基于新一代人工智能技术的高校体育混合式教学实践改革策略。研究采用文献资料法、教学实践法,对高校体育混合式教学现状及问题进行调查分析。研究结果表明,新一代人工智能技术在高校体育混合式教学中具有诸多优势,如智能化教学设计、个性化学习支持、实时互动反馈等,但同时也存在师资力量不足、教学模式单一、评价体系不完善等问题。针对这些问题,本研究提出了优化教学设计、丰富教学资源、创新教学模式、完善评价体系等改革策略。研究认为,基于新一代人工智能技术的高校体育混合式教学是未来教育发展的必然趋势,需要从加强师资培训、优化教学设计、创新教学模式、完善评价体系等方面进行改革,以促进高校体育教学质量的提升。

关键词： 人工智能   贝叶斯深度学习   变分推理   概率建模   机动策略识别   梯度平衡因子   智能辅助作战系统  

摘要： 增强对敌方作战飞机机动策略识别能力是提升我方空战决策水平的关键因素之一.针对传统深度学习模型在复杂多变的作战环境中常表现出过度自信及不确定性评估困难的局限,提出一种基于贝叶斯深度学习的作战飞机机动策略识别方法,使用贝叶斯变分推理和多元高斯分布,构建基于多层感知机的贝叶斯深度学习(multi-layer perceptron-based Bayesian deep learning,BDL-MLP)概率化模型,并引入梯度平衡因子以缓解复杂性代价梯度和似然代价梯度不平衡的影响,再通过贝叶斯反向传播算法进行模型训练和参数优化.基于团队在Unity3D软件研发的虚拟空战仿真平台AirFlightSim,对比评估了BDL-MLP、多层感知机(multilayer perceptron,MLP)、AlexNet和LeNet模型在不同模糊程度(模糊半径分别为0、15、31、45和61像素)的作战飞机运动场景下的分类性能.结果表明,在由上述5种模糊半径构建的数据集上,BDLMLP模型的机动策略识别准确率较MLP、AlexNet和LeNet模型平均分别提升了0.43%、0.99%、1.19%、1.98%和2.36%,且在鲁棒性及复杂数据的特征提取能力方面均表现最优,能够量化不确定性.基于贝叶斯深度学习的作战飞机机动策略识别方法可为军事智能辅助作战系统的研发提供有价值的参考.