关键词： 人工智能   教育治理   数据驱动   智能决策   算法偏见  

摘要： 全球科技革命推动人工智能逐渐嵌入教育治理领域，促使其治理模式发生深度转型。人工智能不仅提升治理效率与决策精准性，还推动多元主体协同，弱化传统科层治理结构，实现从行政管理到教学科研的全方位覆盖。同时，数据驱动的智能化治理促进决策从经验导向转变为数据支持。然而，人工智能的广泛应用也带来诸多现实挑战。治理目标上，技术依赖可能导致教育价值取向单一，忽视多元需求。治理主体上，技术规训削弱教师与学生的自主性，形成隐形操控。治理内容上，算法推荐易固化信息流，导致内容僵化与决策失真。治理方式上，算法僭越可能削弱管理者的决策权，影响治理公平性与透明度。为优化教育治理路径，应合理利用人工智能的“乘数效应”。首先，平衡技术效率与人文价值，确保治理效能提升的同时维护教育公平。其次，强化个体自主与数据透明，防止权力过度集中。再次，优化算法与决策智慧融合，兼顾标准化与个性化需求。最后，避免技术滥用，维护管理者的决策权，实现智能化治理与人本治理的协调发展。

关键词： 人工智能   课程思政   教—管—评一体化   高职教育   精准教学  

摘要： 顺应教育数字化转型,本文以广西职业技术学院为例,探索AI赋能下“教—管—评”一体化课程思政路径。通过学生画像与个性化供给,构建“训评补+教评改”的过程闭环与“能力分层+岗位对接”的结果评价。实践表明,课堂互动与课程达成度提升,学生主动性与职业素养增强,教师教研与治理走向证据化。同时识别平台校本化不足、师资数字素养与数据伦理等风险。坚持以习近平新时代中国特色社会主义思想为指导,落实党的教育方针和立德树人根本任务,服务教育强国、科技强国、人才强国战略,并提出完善评价体系、加强师训与合规治理等对策。

关键词： 人工智能   高等数学   教学改革   个性化学习  

摘要： 随着人工智能技术的快速发展,其在教育领域的应用逐渐受到关注。本文探讨了人工智能在高等数学教学中的应用优势以及对教师教学、学生学习的助力作用。通过分析人工智能在教学中的具体应用,阐述其如何提升教学效率、优化学习体验,为高等数学教学改革提供新的思路和方法。

关键词： 单细胞扰动   扰动建模   单细胞组学   扰动响应   人工智能  

摘要： 单细胞扰动技术为解析细胞在单细胞分辨率下对扰动的响应机制提供了强有力的手段,广泛应用于基因功能研究、疾病机制解析及新药研发等领域.扰动建模的核心目标在于揭示扰动对细胞状态的影响,其任务涵盖扰动效应解析;扰动响应预测;扰动组合预测和扰动生成与设计等方面.近年来,人工智能驱动的建模方法不断涌现,极大推动了单细胞扰动建模的发展.本研究聚焦该研究领域,系统梳理并综述了单细胞扰动建模的核心任务与研究进展.在数据方面,汇总了32种单细胞扰动技术(涵盖遗传扰动和化学扰动等)及54个包含多组学、多模态信息的数据集.在方法方面,根据扰动建模的任务分类,回顾了代表性的计算模型,涵盖从传统统计推断方法到基于机器学习的预测模型,再到近年来广泛应用的图神经网络模型、深度生成模型,包括变分自编码器、最优传输模型以及受到大语言模型启发而发展的通用基础模型等前沿方法.最后,本文对当前单细胞扰动建模所面临的挑战进行了批判性评估,并展望了未来的发展方向与研究前景,如构建系统性的扰动图谱、发展通用型扰动大模型、融合多模态扰动建模,以及虚拟细胞等前沿探索.

关键词： 人工智能   高中化学   智慧课堂   建设思路   教学实践  

摘要： 随着人工智能技术的快速发展,教育领域正经历深刻变革。高中化学作为一门理论与实践并重的学科,传统教学模式在个性化学习、实验探究和教学反馈等方面面临诸多挑战。智慧课堂的兴起为化学教学提供了新的可能性,通过人工智能(AI)技术实现精准教学、虚拟实验和智能评价,有效弥补了传统课堂的不足。当前,国家教育信息化战略和新课程改革都强调技术与教育的深度融合,这为高中化学智慧课堂建设提供了政策支持和发展契机。

关键词： 人工智能   军事教育   应用前景   风险挑战   策略  

摘要： 本文探讨了人工智能(ArtificialIntelligence,AI)在军事教育课程中引发的革命性变化,分析了其带来的重大机遇与潜在挑战,并提出了构建四种维度生态环境的应对策略。AI通过个性化学习路径、虚拟现实仿真训练和智能评估系统,显著提升了军事教育的效率与质量。然而,数据安全、技术依赖以及教育模式的转变等问题不容忽视。本研究建议,应通过加强数据保护、技术普及与培训,降低技术依赖风险等措施,确保AI在军事教育中的健康可持续发展,为未来军事人才的培养奠定坚实基础。通过综合考量技术与教育的本质,我们旨在构建一个既能利用AI优势,又能克服其局限性的军事教育体系。

关键词： 智慧图书馆   绩效评估   成效评估   公共图书馆   人工智能   评估体系  

摘要： 随着信息技术的飞速发展，智慧图书馆建设已成为全球图书馆领域转型发展的核心任务与战略方向。本文立足于“十四五”期间智慧图书馆建设上升为国家战略的背景，深入探讨了智慧图书馆评估范式从注重效率的绩效评估向侧重实际影响的成效评估的转变。文章系统回顾了我国公共图书馆评估历程及其对技术应用的推动作用，辨析了绩效评估与成效评估的核心内涵、理论依据及国际实践，并构建了一个涵盖智慧空间、智慧服务、智慧资源、智慧管理及智慧馆员等多维度的综合评估框架。结合国内外典型案例，文章分析了当前智慧图书馆建设的关键技术、实践成果与面临挑战，旨在为未来智慧图书馆的科学评估与可持续发展提供理论参考与实践路径，最终推动图书馆事业通过管理赋能实现专业发展，在数字智能时代彰显其不可替代的社会价值。

关键词： 人工智能   美术馆   策展人   数据驱动   展览机制   人机协同  

摘要： 人工智能（AI）的快速发展正推动美术馆策展机制由经验驱动向数据驱动转型，其影响不仅涉及艺术作品的生成方式，还重塑了展览的叙事结构、与观众的交互模式。将国内外人工智能生成作品与AI策展的实践案例作为研究对象，对AI在艺术生成、主题建构、知识可视化和多维交互中的应用潜力与局限进行比较分析可以发现，其能在大数据处理、潜在关联揭示和可视化表达方面显著提升策展效率，但其生成内容受限于训练数据与算法逻辑，易呈现“技术中立”的假象，因此难以取代策展人在文化判断与批评阐释中的核心作用。“人机协同”策展范式在保持文化解释权和批评深度的前提下，将AI应用于策展流程的关键环节，该范式为人工智能技术在美术馆领域的可持续应用提供了理论参考与实践路径。

关键词： 甲状腺结节   人工智能   超声检查   BRAF V600E   良恶性   侵袭性  

摘要： 目的 探讨超声人工智能（AI）与苏氨酸特异性激酶（BRAF）V600E基因的联合检测在甲状腺结节良恶性与侵袭性评估中的应用价值。方法 选取甲状腺恶性结节（恶性组）、甲状腺良性结节（良性组）患者各150例，根据恶性组的病理诊断是否涉及包膜、血管、神经侵犯或淋巴结转移分为侵袭组（66例）和未侵袭组（84例）。收集各组一般临床特征、超声AI指标及BRAF V600E基因检测结果。统计超声AI、BRAF V600E基因检测与甲状腺结节术后病理诊断的差异。受试者工作特征（ROC）曲线及Delong检验评估超声AI、BRAF V600E基因单项及联合检测的诊断效能。结果 恶性组结节最大直径>1 cm、实性结构、极低回声/低回声、微钙化、边界模糊、形态不规则、纵横比>1、内部/混合血流分布、Ⅲ—Ⅴ级血流丰富度的比例均大于良性组。侵袭组结节最大直径>1 cm、实性结构、极低回声/低回声、微钙化、边界模糊、形态不规则、内部/混合血流分布、Ⅲ—Ⅴ级血流丰富度的比例均大于未侵袭组（P<0.05）。超声AI诊断甲状腺恶性结节的敏感度为90.00%，特异度为80.67%；超声AI诊断甲状腺恶性结节合并侵袭性的敏感度为84.85%，特异度为83.33%。BRAF V600E基因诊断甲状腺恶性结节的敏感度为72.67%，特异度为90.00%;BRAF V600E基因诊断甲状腺恶性结节合并侵袭性的敏感度为74.24%，特异度为88.10%。受试者工作特征（ROC）曲线显示，超声AI、BRAF V600E基因单项及联合检测诊断甲状腺恶性结节的AUC(95%CI)分别为0.853(0.807～0.900)、0.813(0.762～0.864)、0.941(0.917～0.966)，且联合检测的AUC大于超声AI、BRAF V600E基因单项检测（P<0.05）；超声AI、BRAF V600E基因单项及联合检测诊断甲状腺恶性结节合并侵袭性的AUC(95%CI)分别为0.841(0.773～0.909)、0.812(0.737～0.886)、0.924(0.880～0.967)，且联合检测的AUC大于超声AI、BRAF V600E基因单项检测（P<0.05）。结论 超声AI与BRAF V600E基因的联合检测显著优化了甲状腺结节良恶性与侵袭性的诊断效能。

关键词： 谷胱甘肽   抗癌药物   人工智能   虚拟筛选   Michael加成反应  

摘要： 谷胱甘肽参与调节细胞内活性氧水平，消耗癌细胞内的谷胱甘肽，可导致活性氧水平上升，诱导癌细胞失活、凋亡，这成为癌症治疗的潜在靶点。基于α，β-不饱和羰基化合物易与谷胱甘肽发生Michael加成反应而消耗谷胱甘肽，利用ChemDraw、Chem3D、Gaussian、Chemprop等软件创新设计了靶向谷胱甘肽的抗癌药物AI虚拟筛选实验，构建了抗癌药物分子数据库，计算表征了化合物与谷胱甘肽的反应性。AI预测结果与文献记录的实验数据具有高度一致性，说明基于该模型的虚拟筛选方法科学、结果可靠。AI虚拟筛选出潜在的靶向抗癌药物经过化学反应动力学实验、药理实验进一步筛选验证，得到了具有深入研究价值的先导化合物。AI赋能新药研发，降低了筛选成本，提高筛选效率和准确性。本实验可作为化学生物学实验或者化学信息学课程的实践内容。AI技术助力学生更好地理解和掌握知识，让教学内容更具高阶性、创新性和?挑战度，有利于调动学习积极性，提升创新思维和创新能力，培养面向未来的卓越人才。