关键词： 生成式人工智能   学术论文   学术不端   伦理风险   综合治理  

摘要： 当前,人工智能技术发展突飞猛进。作为人工智能的一个重要分支,生成式人工智能提供文本、图片、音频、视频等内容生成服务,正深刻重塑传统研究范式,全流程赋能学术研究。文章从资料收集、统计分析、论文内容生成及引文文献整理四方面切入,分析生成式人工智能在学术写作中的应用场景,探讨其引发的学术伦理风险,并对此提出治理策略。法律法规方面,须明确人工智能在学术研究中应用的法律边界,制定生成式人工智能在学术研究中的应用规范,以及关于生成式人工智能应用于学术研究的具体准则和行动指南,并完善多部门多主体的协同治理机制;技术防护体系方面,须建立完善的数据治理技术体系,消除算法偏见,进行有针对性的内容审核;全流程伦理风险治理方面,在研究开展和论文写作阶段、投稿阶段和学术不端审查阶段采取有针对性的伦理风险治理措施。文章旨在通过探讨学术伦理风险治理策略,促进生成式人工智能在学术领域的规范应用。

关键词： 人工智能   技能契合度   岗位匹配   职业教育   招聘大数据  

摘要： 人工智能技术的广泛应用正在重塑就业结构与岗位能力要求,对高职教育的人才培养模式提出了新的挑战。基于IT行业约50万条招聘数据,提取岗位技能关键词并构建技能需求画像,结合湖南省多所高职院校人工智能与软件类专业的人才培养方案,运用自然语言处理与机器学习方法,构建技能契合度评估模型,实证分析高职毕业生技能与岗位需求的匹配性。研究结果表明:高职毕业生整体技能匹配度较低,不同专业间匹配能力存在显著差异;软件技术专业在前端开发、后端开发等通用技术岗位中具有较高契合度,而人工智能专业在算法类、数据类岗位中的匹配优势更为突出;专业课程体系与岗位技能之间存在结构性缺口。为此,提出以岗位技能数据为导向优化专业设置,强化“岗课赛证”一体化育人机制,提升学生的职业适应力与复合能力,以实现职业教育供给侧与产业需求侧的有效对接。

关键词： 中国文化学习   人工智能   高校英语教学   讲好中国故事  

摘要： 全球化背景下,培养高校英语学习者的文化素养与跨文化交流能力已成为教育的核心目标之一。本研究基于问卷调查,分析了高校英语学习者对中国文化的学习需求以及使用AI技术现状。研究表明,受访者希望通过提升文化知识和跨文化交流技巧,增强用英语“讲好中国故事”的能力。AI技术在英语学习中展现出一定的优势,通过结合多模态教学资源和智能工具,能够有效弥补学生语言文化知识的不足,帮助其深入理解中国文化核心价值观,提升用英语“讲好中国故事”的能力。研究建议深化AI技术与传统教学法的融合,为学生提供个性化学习支持,助力中国文化的国际传播。

关键词： 生成式人工智能   医学生   认知   态度   意愿  

摘要： 目的 了解医学生对生成式人工智能(GAI)的认知水平、态度倾向及使用意愿,为医学教育的智能化变革提供依据。方法 2025年4月采用方便抽样法对安徽医科大学441名医学生开展问卷调查,分析其对GAI认知水平、态度倾向及使用意愿。结果 本研究共发放464份问卷,收回有效问卷441份,有效回收率为95.04%。医学生对GAI的认知水平、态度倾向、使用意愿得分为(6.06±1.21)、(11.56±1.78)、(11.81±1.83)分。93.88%的医学生既往听说过GAI,77.78%既往使用过GAI产品或服务。多元线性回归分析结果显示,成绩排名、是否听说过GAI是医学生GAI认知水平的影响因素,性别、是否听说过GAI、是否使用过GAI产品或服务是医学生GAI态度倾向的影响因素(P<0.05),居住地、成绩排名、是否使用过GAI产品或服务是医学生GAI使用意愿的影响因素(P<0.05)。结论 医学生GAI认知水平、态度倾向及使用意愿较高,建议通过分层教学、伦理教育、政策保障等措施推动GAI与医学教育的深度融合。

关键词： 人工智能   思政课一体化   价值引领   知识体系   实践教学  

摘要： 在推动大中小学思政课一体化的过程中,人工智能日益成为各学段协同改革创新的关键变量,为突破思政课一体化建设的现实瓶颈、达成育人目标带来强大动力。在强化思政课政治性的维度,人工智能提供丰富的技术脚手架,服务于小学的价值体验—识别、中学的价值辨析—表达和大学的价值选择—认同,创新价值引领路径。在深化思政课理论性的维度,人工智能以知识结构可视化、智能评价、自适应学习为核心,跨学段呈现知识节点、识别认知盲点、弥合教学断点,优化教学策略。在强化思政课实践性的维度,人工智能的技术矩阵有助于打造实践资源平台,形成科学的实践方案,建设科学的评价模式。以人工智能推动教学的理念迭代与路径拓展,有助于大中小学思政课一体化内涵式发展。

关键词： 碳会计信息披露   DeepSeek   人工智能  

摘要： 碳会计信息披露现已成为企业履行环境责任、应对气候风险的重要工具,然而,当前上市企业,尤其是跨境上市企业,在碳会计信息披露中面临多准则复杂性、跨境监管冲突、数据实时性不足等挑战,导致量化指标缺失、核算边界模糊、可比性不足等问题,严重制约了碳中和目标的实现效率。文章以DeepSeek为技术核心,探讨其在碳会计信息披露中的应用价值,通过案例企业的应用设计,展示DeepSeek在数据采集与整合、碳排放建模与计算、智能报告生成与可视化交互等方面的技术优势。DeepSeek通过数据驱动、AI赋能、标准化与灵活性平衡三大核心能力,设计覆盖碳会计信息披露全流程的智能化解决方案,旨在提升企业合规效率、监管透明度与全球碳治理协作能力,为高碳行业碳会计信息披露的数字化转型提供可复制的路径。

关键词： DeepSeek   人工智能   开源模型   闭源模型   人机交互   风险治理  

摘要： 以DeepSeek为代表的新一代国产人工智能开源大模型在引发技术平权效应的同时,也带来宏观和微观两个维度的法律风险。宏观维度的法律风险主要包括人类主体性危机、社会结构失衡与社会系统分化,微观维度的法律风险则表现为知识蒸馏引发的知识产权争议、模型幻觉诱发的虚假信息恣意以及实时联网放大的数据安全隐患。针对DeepSeek等开源模型法律风险的治理,不能简单地将其等同于ChatGPT等既有闭源模型,而是需要在既有人工智能治理经验基础之上,对风险治理理念和治理模式进行确证,并由此构造宏观和微观两个维度法律风险的治理路径。具体而言,未来我国应基于发展与规范并重的治理理念、增量风险的特殊管制的治理模式,建构人在回路、数字赋权、监管沙盒的宏观法律风险治理路径,以及明晰教师模型生成内容法律属性、强化用户治理和实现价值对齐、引入数据实时过滤清洗机制的微观法律风险治理路径。

关键词： 意见   智能社会   智能经济   深度融合   人工智能  

摘要： 国务院印发《关于深入实施“人工智能+”行动的意见》本刊讯国务院近日印发《关于深入实施“人工智能+”行动的意见》(以下简称《意见》),提出深入实施“人工智能+”行动,推动人工智能与经济社会各行业各领域广泛深度融合,加快形成人机协同、跨界融合、共创分享的智能经济和智能社会新形态。

关键词： 信息科技课程   以人为本   数字素养与技能   教材数字化   人工智能  

摘要： 信息科技课程建设在执行新课程标准的过程中,面临着多方挑战,即教育理念需要从应试教育向素养教育和科学教育转变,学生培养需要由竞赛获奖导向向全员普及教育转变,教师能力需要从专注知识传递向关注教育创新转变,人工智能工具需要从自生型向标准化规范化转变。为应对这些挑战,研究提出坚持走以人为本的信息科技课程建设道路。具体而言:通过教材数字化转型,实现教学资源动态更新与个性化适配;结合地域特色开展跨学科项目式学习,增强学生文化认同与提高创新实践能力;建立素养导向的过程性评价体系,借助人工智能技术实现多元动态评估;构建“人在回路”的数字资源共享机制,促进教育公平与资源迭代。信息科技课程建设应始终围绕学生的全面发展,通过多学科深度融合、人工智能教育协同发展、项目实践助力学生成长等途径,构建信息科技教育生态,培养适应未来社会发展的创新人才。

关键词： 深海气田开发   人工智能   智能钻完井   智能气藏   生产优化   应用场景   共享数据库  

摘要： 深海海域环境复杂,存在地形条件多变、地层压力高、水温低、流体腐蚀性强,以及气藏分布分散、边底水发育等因素,同时深海气田井数少、数据噪声大、井下动态监测设备易损坏、数值模拟模型耗时长,这些问题给深海气田的勘探开发带来极大的挑战,人工智能的发展为解决上述问题带来了可能。从物探、测井、钻完井及气藏工程4个领域系统论述了人工智能技术在深海气田勘探开发领域的现状与研究进展,并展望了人工智能技术在深海气田未来的发展方向。研究结果表明:①总结了现有人工智能在深海气田关键勘探开发技术,如地震相识别、岩性识别、测井曲线重构、钻完井参数反演、工况预警、气藏代理模型评价、流动保障风险智能评估等方面的应用场景;②探讨了当前智能勘探面临的硬件不足、数据治理困难、算法泛化能力不足及“深海油气+智能化”应用场景难落地等挑战;③提出建立深海气田共享数据库,发展可解释性智能算法,解决少井条件下储层模型精确预测难题,构建深海气藏井筒-储层-地面一体化智能决策平台发展方向。结论认为,人工智能技术有望实现深海气田生产关键开发指标的快速预测和生产制度的智能优化和决策,研究成果对进一步推动深海气田人工智能算法相关研究与应用具有较好的参考作用,并可为深海气田勘探开发领域未来的发展提供指导。