关键词： 高校图书馆   素养教育   全民教育   数字素养   人工智能   高质量发展   公益大讲堂  

摘要： 中国图书馆学会已连续5年开展全民信息素养教育公益大讲堂活动。文章介绍了讲堂参与机构、专家学者、主题研究、地域分布等方面的现状,从信息认知、技术能力、思维能力、创新能力等维度分析数字素养教育发展趋势,并从国家、高校、企业三方面提出数字素养教育高质量发展策略。

关键词： 人工智能   赋能教育   科技伦理  

摘要： 人工智能赋能教育有广阔的应用前景,能够为学生提供个性化教学,激发学生的学习兴趣和动机提升教学效果和教学质量。但在教育场域中过度依赖人工智能可能引发伦理风险;对人工智能的过度依赖可能危害师生身心健康;自我繁殖的生成式人工智能对教师的教学智慧构成新的挑战。因此,在享受人工智能发展成果的同时,应加强价值观教育,以正确的教育伦理规范人工智能的应用,防范潜在风险;推动人工智能与教育深度融合,创新以保护学生身心健康发展为基本原则的数智教育模式;完善人工智能伦理教育体系,加强人工智能的法律法规建设,构建健康可持续的人工智能教育生态。

关键词： 生成式人工智能   健康信息检索行为   AI搜索   检索增强生成  

摘要： 【目的/意义】探索人工智能驱动下的健康信息检索行为研究，剖析生成式人工智能技术如何影响用户在健康信息检索过程中的理解、选择及行为模式，以拓展和深化现有的信息行为理论。【方法/过程】基于AI搜索技术并结合ISP模型，分析用户在健康信息检索中的交互规律。研究选取具有AIGC平台使用经验的用户为研究对象，通过深度访谈收集数据，并遵循扎根理论的系统范式进行编码与归纳分析。【结果/结论】构建了人工智能驱动下的健康信息检索行为分析框架，识别出AIGC认知交互、AIGC情感交互、AIGC行为交互、主观因素和客观因素五大核心范畴，揭示了用户与AIGC平台在健康信息检索过程中的多维互动机制。【创新/局限】从人工智能赋能视角挖掘健康信息检索行为的内在逻辑，丰富了信息行为交互的理论，但访谈对象有限，后续会结合多模态数据与实验方法进一步验证搜索行为框架的普适性。

关键词： 遥信信号   预训练语言模型   模型集成   投票机制   人工智能  

摘要： 本文旨在提高电网调度中遥信信号审核的工作效率和准确性,研究基于软投票机制集成多种微调训练模型在遥信信号文本分类预测中的应用方法,应用该方法对原始遥信信号进行标准遥信信号分类预测,并输出最优结果。该方法在实际业务中的应用,不仅帮助调度人员快速完成遥信信号审核修改工作,而且为持续优化模型预训练效果提供了支持数据。

关键词： 人工智能数据集   数据质量评估   人工智能数据工程  

摘要： 当前,我国人工智能数据集面临质量评估方法缺失、能力建设体系不明确等挑战。梳理了人工智能数据集的构成和分类,结合结构化数据质量评估,提出一套人工智能数据集质量评估方法,并基于产业实践,提炼出企业高质量人工智能数据工程体系与能力建设路径。最后给出了我国建设高质量数据集的政策建议。

关键词： 生成式AI   体育新闻   新闻生产   人工智能  

摘要： 生成式AI技术作为人工智能领域重要分支,正深刻重塑体育新闻生产传播实践。运用文献资料、逻辑分析等方法,系统梳理生成式AI嵌入下体育新闻生产的逻辑理路、现实困囿与纾困进路。研究认为,生成式AI嵌入下体育新闻生产转向表现为从辅助增强到智能生成的选题机制革新、从人主体到智能拟主体的生产主体跃迁、从规则控制到算法驱动的分发机制升级、从认知新闻到体验新闻的传播样态转换。然而,仍面临选题有效增量受限、信息不确定性加剧、伦理失范风险增加、感知实践效果不佳、主流话语格局式微等现实困囿。提出活用“数据资本”,夯实体育新闻选题语料支撑;深化“人机协同”,提升体育新闻内容生产品质;完善“治用规则”,健全体育新闻伦理治理体系;把握“技术主动”,实现体育新闻感知正向赋能,强化体育新闻话语生态治理等策略。

关键词： 水下机器人   CiteSpace   运动控制   人工智能   垃圾分类  

摘要： 水下机器人在我国海洋科学研究、资源开发和军事侦察等领域发挥着重要的作用。通过分析2014—2024年的中国知网中文相关文献数据,利用CiteSpace图谱分析方法,揭示我国水下机器人研究的热点、关键技术及发展趋势。研究发现,水下机器人技术研究从最初的硬件设计和运动控制,逐渐向路径规划、目标识别、强化学习和深度学习等方向发展。关键词共现图谱和聚类图谱显示,运动控制、路径规划、目标识别和螺旋桨性能等是当前研究的重点领域。此外,人工智能技术的融入为水下机器人的自主决策和智能水平提升提供新的设计思路,能够高效实现垃圾分类及收集。尽管复杂水下环境仍面临新的挑战,但其技术的不断创新和应用拓展,将为我国海洋治理、探索和开发提供更有力的支持。

摘要： 当孩子们对着平板电脑里的“虚拟老师”纠正发音,当课后作业能被系统自动批改并标出薄弱点,人工智能早已悄悄走进了小学英语课堂。如今,越来越多小学用“AI+ 英语”的模式打破传统教学局限,让课堂更有趣、学习更高效。

关键词： 新工科   人工智能   材料成型及控制工程  

摘要： 为适应新工科建设对传统工科专业升级改造及人工智能的发展需求,以我校材料成型及控制工程专业(简称材控专业)为例,通过对学科及专业重构、教学组织模式的变革创新,组建多样化、跨学科,理论课与实践课前沿领域交叉融合、有效衔接的课程体系。开创“中厚板轧制虚拟仿真实训平台”助力智能成型人才培养的新思路,新建校企联合的订单培养制度及工程实践基地,构建跨专业综合实验协同教学模式。以创新能力培养为核心要素,建设以科研平台为支撑、以学业导师制为制度保障的科研训练体系。创建以材控专业为依托的科创激励机制,以赛促学、以赛促教。材控专业教学实现了人工智能的有效融入。

关键词： 人工智能   城市内涝   联邦学习   机理模型耦合   SHAP可解释性   数字孪生   城市韧性  

摘要： 针对全球气候变化下强降雨导致城市内涝频发的挑战,传统机理模型在复杂城市下垫面下面临参数校准困难、预测精度不足的瓶颈。本研究以地形复杂的浙江省金华市为对象,构建了一套机理与数据双驱动的智能内涝预警体系。通过联邦学习融合多源异构数据,构建了“CNN-LSTM-SWMM”耦合模型,以深度学习提取的时空特征替代传统物理模型中难以确定的参数,实现了对城市内涝过程的精准模拟。研究进一步引入SHAP可解释性算法,“增强了AI模型的可解释性”,为工程治理提供了透明决策依据。在金华市婺城区与金东区的试点表明,该体系将内涝预警提前量从30分钟提升至3~6小时,预测误差控制在5厘米以内,响应时间缩短至15分钟。最终,依托“数字孪生+微服务”架构建成了“市—区—镇街”三级协同平台,推动了城市内涝治理从“被动抢险”向“主动防控”的模式转变,为同类城市提供了可复制的“金华样板”。