关键词： 人工智能时代   新闻记者   应对策略  

摘要： 面对AI技术变革,新闻记者需要从“信息传递者”转变为“意义架构师”,在技术进步中把握舆论场的方向舵。本文提出了记者的突围路径:在短期战术上,记者需掌握AI工具提升效率,用数据思维优化传播效果;在长期战略上,重视深度调查、跨界叙事与伦理守护,打造内容“护城河”

关键词： 职教本科   人工智能工程技术专业   OBE   人才培养模式   改革  

摘要： 针对职教本科院校人工智能工程技术专业开设时间短、人才培养模式不完善等问题,分析了职教本科人工智能工程技术专业人才培养模式研究的意义,梳理、总结了目前该专业人才培养中存在的不足。在此基础上,提出基于OBE的职教本科院校人工智能工程技术专业人才培养模式。期望探索一条有效的职教本科院校人工智能工程技术专业人才培养途径,在为我国数字经济建设提供合格的人工智能工程技术专业人才的同时,为其他职教本科专业人才培养模式改革提供有益参考。

关键词： 人工智能   高校图书馆   创新发展  

摘要： 在数字化浪潮的席卷下,高校图书馆正面临着前所未有的机遇与挑战。人工智能技术的迅猛发展为高校图书馆的创新发展提供了强大动力。深入探讨人工智能技术助力高校图书馆发展的必然性,详细阐述其在优化资源管理、提升服务质量、拓展服务空间以及创新服务模式等方面的关键作用,并结合实际案例,对高校图书馆人工智能技术赋能的实践策略进行分析,旨在为高校图书馆在数字时代实现创新发展提供实践参考。

关键词： 人工智能评价   评价指标体系   复杂网络分析   评价范式   结构解构  

摘要： 全球人工智能评价体系存在“测量黑箱”与“战略误判”挑战。为系统性地解构其内在结构,文章整合了22个主流人工智能评价指数(637项原始指标),构建了包含307项可比指标的标准化库,并采用双维度分析(注意力分布与复杂网络建模)揭示其内在运行逻辑。研究首次识别并命名了该领域主导的国家能力本位的规模化增长评价范式。该范式以国家能力为评价核心,由“政策-技术”双引擎驱动,在衡量标准上存在显著的规模导向偏好,并因此在创新质量、成果转化等维度存在结构性盲区。文章通过提供这一范式的结构蓝图,为规避战略误判、设计更均衡的下一代评价框架提供了关键的实证路径。

关键词： 机器学习   人工智能   内镜   胃褪色调病变  

摘要： 目的构建一个基于多特征拟合的人工智能诊断系统,用于白光内镜下诊断胃褪色调肿瘤性病变,并验证其诊断效能。方法收集武汉大学人民医院和中国人民解放军总医院第七医学中心2012年11月至2021年7月的胃镜图像,选取267例患者的823张胃部褪色调病灶图像。通过文献检索选取5个与褪色调肿瘤性病变有关的白光内镜下特征:病灶位置、病灶边界是否清晰、病灶表面是否粗糙、病灶是否近圆形、病灶是否凹陷,把带有人工标注特征的图像输入机器学习算法中训练,选出最优模型作为多特征拟合诊断系统,系统确定各个病灶特征的诊断权重;用同样的数据集训练测试传统单一深度学习模型。对两个模型的诊断效能进行比较,并邀请8名不同级别的内镜医师进行人机比较。结果多特征拟合诊断系统诊断胃褪色调肿瘤性病变的准确率、灵敏度、特异度分别是82.11%(101/123)、78.43%(40/51)和84.72%(61/72)。病灶特征按权重由高到低依次是病灶是否凹陷(权重0.71)、病灶位置(权重0.11)、病灶表面是否粗糙(权重0.08)、病灶边界是否清晰(权重0.06)和病灶是否近圆形(权重0.04)。多特征拟合诊断系统的诊断准确率显著高于非专家内镜医师平均诊断准确率(82.11%比74.31%,Z=-2.785,P=0.008),与专家内镜医师水平相当(82.11%比83.20%,Z=-0.696,P=0.700)。多特征拟合诊断系统与传统深度学习模型诊断准确率差异无统计学意义[82.11%(101/123)比82.93%(102/123),P=1.000]。结论基于多特征拟合的人工智能诊断系统在白光下诊断胃褪色调肿瘤性病变具有较高的准确率。

关键词： 人工智能   生态环境   监测技术  

摘要： 随着生态环境治理工作的持续推进,生态环境监测的难点逐渐显现。为了解决生态环境监测效率低、准确率不足等问题,本文对人工智能在生态环境监测中的应用进行研究,分析人工智能的核心技术链,明确人工智能在生态环境监测中应用的优势,并进一步提出依靠神经网络提取污染信息、构建生态环境监测集成网络、预测预警生态环境污染问题、强化生态环境监测多方协同等人工智能深度应用于生态环境监测技术中的建议。

关键词： ADLS2025   馆长论坛   数智图书馆   人工智能   发展路径  

摘要： 随着人工智能(AI)技术的飞速发展与广泛应用,图书馆这一人类知识传承与服务的重要机构,正面临着前所未有的机遇与深刻挑战。AI的潜力在于能够显著提升图书馆的运营效率,并为用户提供更为个性化、智能化的服务。然而,行业转型、技术应用的实践困境以及馆员能力的适配等问题随之凸显,成为图书馆界亟待解决的课题。本文以第二十一届数智图书馆前沿问题高级研讨会(Advanced Digital Library Seminar,简称ADLS 2025)馆长论坛的核心研讨为脉络,结合业界与学术界的相关研究,系统探讨AI时代图书馆在资源建设、服务模式、空间布局及专业能力等维度发展的新路径与具体策略。此探讨旨在为图书馆在新时代的转型升级提供理论参考与实践指引,从而推动其在AI浪潮中的可持续发展与价值重塑,确保其在智能化信息环境中继续扮演关键角色。

关键词： 信息处理   挑战   高校辅导员   价值   精准化支持  

摘要： 人工智能技术的快速迭代为高校辅导员工作带来了深刻变革。一方面,其通过信息处理效率的智能化提升、学生发展的精准化支持及师生互动的场景化拓展,为辅导员从事务型向专业型育人者转型提供了新动能;另一方面,人工智能应用也使技术依赖与人文关怀平衡面临困境、数据安全与隐私保护存在风险、辅导员数字素养与能力提升直面挑战。破解这些矛盾,需构建技术、能力、制度、生态的赋能体系,需通过技术融合打造需求导向的智能化平台,分层分类培育辅导员的数字素养,完善数据管理、工具评估与责任划分的全流程规范,构建多维协同、多方参与的赋能共同体。

关键词： Transformer模型   受教育权   国家义务,社会义务  

摘要： 以DeepSeek、ChatGPT等为代表的基于Transformer模型的人工智能技术,正推动着人类迈向数字智能时代。通过“数据流收集-处理-输出”三层框架解析,Transformer模型为核心的人工智能技术对受教育权形成系统性解构:收集端隐私泄露、处理端算法偏见、输出端评估失真,技术便利的表象下潜藏结构性权利侵蚀危机。藉由教育正义法理念,从教育平等、教育自由、教育信赖三个法伦理学省思,可以发现人工智能视阈下受教育权保障需要国家履行尊重、给付和保护三重义务体系,同时社会也需承担尊重和保护的配合义务。从根本上,宪法中的人权条款也同样适用抵御强势私团体的社会权力或数字社会权力所带来的人权侵害。

关键词： 新质生产力   人工智能冲击意识   职业韧性   工作重塑   工作投入  

摘要： 现有研究大多关注人工智能冲击意识的阴暗面,而本研究基于自我决定理论,聚焦其积极影响,探究人工智能冲击意识对员工工作投入的促进机制。通过对327份两阶段收集的问卷数据进行分析,结果发现:(1)人工智能冲击意识会激发员工的工作投入;(2)人工智能冲击意识会促使员工进行工作重塑,包括任务重塑、认知重塑和关系重塑;(3)工作重塑在人工智能冲击意识和员工工作投入之间发挥部分中介作用,然而,在工作重塑的三个维度中,只有任务重塑在人工智能冲击意识与员工工作投入之间起中介作用,而认知重塑和关系重塑的中介作用并不显著;(4)职业韧性正向调节人工智能冲击意识对工作重塑(包括任务重塑、认知重塑和关系重塑)的正向影响,进而职业韧性会在人工智能冲击意识通过工作重塑(任务重塑)激发员工工作投入的过程中起调节作用。研究结果能够为组织人力资源管理提供新的思路,助力组织在人工智能转型中激发员工工作投入,从而提升竞争力,推动高质量发展。