关键词： 生成式人工智能   信息实践   日常生活实践理论   用户能动性  

摘要： [目的/意义]生成式人工智能（GenAI）在拓展用户信息实践的同时，通过系统设计和技术边界施加限制。本研究聚焦于用户在此受限环境中的能动性实践，识别其为应对系统限制所采取的“战术”行为，以深化对GenAI情境下信息实践适应机制的理解。[方法/过程]基于Michel de Certeau 日常生活实践理论中的“策略”与“战术”概念框架，采用主题分析法对20名GenAI用户的半结构化深度访谈数据进行编码分析，以揭示用户在信息实践过程中所面临的系统限制和约束（策略）及其应对行为（战术）。[结果/结论]研究共识别出24种系统策略，归纳为“意图性策略”与“结构性约束”两大类，并识别出27种用户战术行为，按交互阶段归类为“交互准备”“输入构造”“交互管理”“规避限制”“输出处理”五类。研究表明，即使用户在高度受限的GenAI环境中，仍能通过多样化的战术积极应对系统限制，在受限环境中创造个性化实践“空间”，展现出显著的能动性。本研究不仅丰富了对信息实践中用户能动性的理解，也为促进负责任的人机交互设计与优化提供了用户行为层面的理论支持与实践启示。

关键词： 提示素养   生成式人工智能   全民AI胜任力   人机关系   人工智能  

摘要： 生成式人工智能（AI）的快速发展正在深刻改变人机交互的形态，对公众AI胜任力提出了结构性转型的现实需求。在全民AI时代，有效运用AI的能力成为衡量AI胜任力的新标准。提示素养作为连接自然语言与智能系统的关键能力，逐渐成为全民AI胜任力的核心要素。但当前提示素养的培育主要依赖个体自发、自觉、自习探索，普遍存在知识获取碎片化、模板依赖明显、反馈机制缺失与群体不平等加剧等现实问题。为有效解决这些问题，需要将提示素养建设纳入全民AI胜任力提升的系统性框架中，建立覆盖基础教育、职业培训和终身学习的多层次教育体系，针对不同群体开展有针对性的培训，并激发社会自组织力量共同参与提示素养的系统性培育。

关键词： 人工智能   中美博弈   技术权力   科技制裁   科技霸权  

摘要： 2018年以来,人工智能逐渐成为大国科技博弈的战略制高点,美政府为争夺人工智能主导地位,对中国人工智能产品、投资、规则、人才等领域发起前所未有的科技制裁与打压。这种系统性压制凸显了技术权力博弈背后的科技霸权运行逻辑。在美极限施压情况下,中国作为技术后发国依靠强大的创新实力与韧性,展现了霸权压制反而激发自主创新的科技实践。面对特朗普第二任期的科技竞争挑战,我宜进一步整合发挥新型举国体制优势,加大人工智能创新支持力度,进一步前瞻性布局下一代技术路线,掌握未来技术发展先导权与主动权,为中国式现代化发展提供源源不断的技术创新支撑,逐渐形成全球人工智能发展的中国范式。

关键词： 生成式人工智能   数字迫行   包容性数字生态   行政决策  

摘要： 生成式人工智能依托强大的数据处理与推演能力,在参与行政决策的过程中实现效率跃升,但基于语料库训练的生成式人工智能也诱发一种以“数字迫行”为表征的系统性治理张力。生成式人工智能的输出结果依赖统计关联而非对现实意义的深入理解,难以洞察数据背后的价值冲突与社会复杂性,若将其不加审慎地应用于行政决策这一具备权威性、公共性和价值敏感性的领域,极易引发“数字迫行”。决策者过度依赖生成式人工智能所输出的、缺乏语义解释与价值论证的结果,导致自主判断被技术预设路径所束缚,进而背离公共治理的核心目标。超越“迫行”的可能方式不仅依赖技术维度的创新性突破,更需在制度与伦理层面展开深度思辨并进行顶层规划,将生成式人工智能嵌入更具包容性与回应性的行政决策过程中,助推包容性数字生态的形成。

摘要： 数字化时代，人工智能技术正在改变我们的生活和未来。小学阶段是学生思维和兴趣发展的关键期，将人工智能教育融入信息科技教学，可以激发学生对科技的兴趣，培养他们的逻辑思维、创新能力和科技认知。本研究探讨如何在小学信息科技教学中有效融入人工智能教育，通过创新教学策略和实践，为学生全面发展打下基础，帮助他们在未来科技浪潮中自信前行。

摘要： 在人工智能时代,挑战与机遇向来是相伴相生的,传统播音主持行业如何在人工智能的浪潮中实现创新突破与变革转型,已然成为当下亟待攻克的重要课题,深入探究这一问题,对于推动播音主持行业实现可持续发展、契合新时代受众的文化需求,具有极为重要的现实意义。

关键词： 项目化学习   生成式人工智能   深化策略   教学设计   中小学  

摘要： 项目化学习作为发展学生核心素养的重要方式，是促进素养导向下育人方式变革的关键着力点。然而，当前我国中小学项目化学习仍存在目标定位与学科核心素养脱节、驱动性问题单一且浅表化、评价标准难以体现育人成效等问题。生成式人工智能（GAI）有助于中小学项目化学习实现以育人功能为核心导向的变革，促进其在设计、实施、评价等环节的创新发展。具体而言，针对项目化学习的项目主题，发挥GAI的上下文理解与信息整合能力，设计了中小学项目化学习的“学科—素养—学情”主题构建策略，支持教师高质量构建个性化项目主题。针对项目化学习的驱动性问题，利用GAI对海量知识的学习与推理能力，提出了由提炼本质问题、关联真实情境、生成驱动性问题、拆解子问题链等环节构成的“提炼—关联—生成—拆解—实施”驱动性问题设计与实施策略，有效引导学生持续探究。针对项目化学习的评价成效，借助GAI对复杂信息的理解与分析能力，构建了“共建标准—开展评改—回溯历程”评价创新策略，支撑教师开展高效精准的评改决策。

关键词： 人工智能   舆论传播   知识图谱分析   自动化新闻   算法偏见  

摘要： 随着人工智能技术逐渐介入信息生产与传播链条，其在重塑舆论生态中的基础性作用已经引起了学界的高度关注。为系统揭示该领域知识演进脉络与研究前沿，本研究基于Web of Science数据库社会科学引文索引（SSCI）收录的1988-2024年1009篇文献，运用文献计量工具“bibliometrix”展开多维度分析。通过综合运用共被引分析、网络分析与关键词共现分析，研究发现：人工智能与舆论传播的系统性研究自2018年起进入快速增长期，形成计算机科学、传播学、社会学等多学科交叉的知识图谱。该领域目前的研究热点聚焦于个性化推荐算法对新闻消费的影响、生成式AI驱动的内容生产变革、虚假信息的影响和治理等议题，同时衍生出算法透明度、数据隐私、平台责任等伦理争议。本研究在理论上构建了该领域知识结构的可视化分析框架，揭示了技术演进与学术研究间的动态关联规律；在实践上为算法伦理规制与数字传播政策提供决策支持，助力构建人机协同的新型信息传播生态。