关键词： 生成式人工智能   公共管理案例教学   教育数字化  

摘要： 生成式人工智能正重塑公共管理案例教学范式，为教育数字化转型注入新动能。对公共管理案例教学而言，通过动态资源生成、精准定制教学和时空穿越体验，生成式人工智能能够打破传统教学边界；通过多元主体立场模拟、智能压力测试和系统思维可视化，生成式人工智能能够激活思维深度；通过自动化备课赋能、智能诊断系统与教育范式转型，生成式人工智能能够提升教学效能。但生成式人工智能赋能公共管理案例教学亦有风险，其根源在于生成式人工智能的技术确定性与公共管理教育的价值开放性之间的矛盾，该矛盾催生出多种风险：技术层面算法封闭性与技术可靠性风险、内容层面案例质量失衡与价值失真风险、教学层面教师角色边缘化与学生能力退化风险、伦理层面数据隐私泄露与权责模糊风险、制度层面标准缺失与监管空白风险。对此，基于“核心矛盾→多维风险”的因果链条，提出构建“技术筑基-内容提质-教学赋能-伦理护航-制度保障”的嵌套式纾解策略，即打破算法封闭性与强化技术支撑，锚定真实案例与校准价值导向，重塑教师主导地位与激活学生主体思维，筑牢数据防线与明确权责边界，健全应用标准与构建协同监管。

关键词： 人工智能   口腔医学   智能诊疗   临床应用   瓶颈和挑战   研究进展  

摘要： 随着人工智能（artificial intelligence，AI）技术的飞速发展，其已深度渗透至口腔医学诊疗的全流程，广泛应用于预防、诊断、治疗、风险评估及预后判断等关键环节。本文系统梳理 AI 技术在口腔医学诊疗中的研究进展与应用现状，聚焦于核心技术在口腔临床典型场景中的落地成效，深入剖析当前技术实践过程中面临的诸多瓶颈和挑战，并对未来发展提出前瞻性展望，旨在为口腔医学智能化诊疗体系的构建与完善提供理论依据和实践参考。

关键词： 能源转型   电力系统   负荷预测   人工智能技术  

摘要： 随着新能源在电力系统中占比增加，负荷预测面临更多挑战。回顾电力系统大数据的概念及特性，分析基于人工智能的负荷预测方法，如机器学习和深度学习。研究发现，机器学习模型计算速度快、成本低，而深度学习模型精度高、抗干扰能力强。人工智能将在电力系统故障诊断、运行控制、电网规划、新能源出力预测、需求侧响应及网络安全等方面发挥更大作用，将从“数据驱动”向“数据与物理融合”转变，提高模型的可解释性和可靠性。

关键词： 生成式人工智能   人机关系   教育   师生   人工智能素养   对话  

摘要： 生成式人工智能技术的狂飙让人机对话迎来了“奇点时刻”，如何更好地推动生成式人工智能（GAI）在教育中的应用成为迫切的关键议题。然而，当前师生与GAI的对话仍未打破人类在致力于促使技术越来越像人的同时又竭力地将其当作工具的主客体悖论，虽然一些研究者将视角从人机的检索转向对话上，但仍然存在既要以客体的方式看待人机关系，同时又要与其实现主体间对话的矛盾。因此，如何更好地促进师生与GAI有效对话成为迫切的问题。当前，GAI已然展现出一定的类人特质，在语言和认知关系上构建了一个新的主体，同时也展现出异于人类的不疲劳、无情绪、不遗忘等非人特质。从对话理论审视，推动有效对话应遵循构建师生与GAI的主体间对话关系，确保对话多元声音并存，增强对话的双向渗透性的三重逻辑。针对师生与GAI对话关系的错位，对话空间的外位性受制约，人机内在行为的相互性缺乏等现实隐忧，未来需重塑对话关系、在认知和语言层面构建新型对话模式， 营造对话空间、优化AI数据及算法机制弥补视域剩余， 增强异类融合、深化人机对话双方内在行为的相互性，切实推动教育的系统性变革与高质量发展。

关键词： 企业创新韧性   人工智能   技术能力适应性   技术生态位宽度   技术锁定   技术环境动荡性  

摘要： 随着“人工智能+”战略行动的持续深化，人工智能在何种情境下能够以及如何增强企业创新韧性正迅速引起学术界关注。以2011—2022年沪深A股制造业上市企业为研究样本，探析了人工智能与企业创新韧性的关系机理，并基于技术能力适应性视角，进一步剖析了技术生态位宽度、技术锁定、技术环境动荡性在二者之间的调节效应。研究表明：企业创新韧性涵盖风险抵御能力、创新维持能力、创新恢复能力、创新跃迁能力四个核心维度；人工智能有助于企业创新韧性的培育，突出体现在提升风险抵御能力、创新维持能力、创新恢复能力三个方面；技术生态位宽度强化了人工智能对企业创新韧性的促进效果，而技术锁定、技术环境动荡性弱化了人工智能对企业创新韧性的提升效果。研究结果不仅丰富了企业创新韧性测度方法，为后期相关实证研究奠定基础；而且为理解人工智能在企业创新韧性中的作用提供新视角，为相关政策制定和企业管理实践提供理论支持和经验证据，有助于企业在VUCA时代中紧抓数智化机遇，实现有韧性的、可持续的创新发展。

关键词： 人工智能   高校大学生   心理健康教育  

摘要： 近年来,随着社会竞争的日益激烈与生活节奏的不断加快,大学生群体承受的心理压力不断攀升,这使得心理健康问题成为影响大学生生活与学业的重要因素。然而,传统的心理健康教育模式主要依赖人工的咨询与干预,存在覆盖面窄、效率性低、主观性强等问题,无法满足大学生逐渐增长的心理健康服务需求。对此,高校要抓住人工智能技术带来的发展契机,利用其数据收集、分析与处理等强大功能,实时监测、准确评估大学生心理健康水平,从而采取有效的教育措施,使大学生可以健康成长。本文深入地分析了人工智能技术在大学生心理健康教育中的应用现状,结合高校实际情况,提出了切实可行的人工智能赋能策略,为构建新型心理健康教育模式提供了理论与实践指导,进而推动高校心理健康教育工作的创新发展,更好地服务于大学生的健康成长。

关键词： 人工智能素养   生成式人工智能素养   大学生   素养测评   素养模型  

摘要： 培育大学生人工智能素养，有助于大学生适应并积极应对教育变革，推动拔尖创新人才培养。生成式人工智能（GenAI）素养本质上是人工智能素养的子集，既继承其核心结构，又赋予其新的内涵。基于对现有人工智能素养框架与GenAI技术特征的分析，可将大学生GenAI素养归纳为GenAI意识觉醒、GenAI知识建构、GenAI技能发展、 GenAI思维塑造、 GenAI伦理认知五个维度。据此开发的包含38个题项的大学生GenAI-AKSTE素养测评量表，经过两轮试测被验证具有良好的信效度。面向全国1413名大学生开展评估调查的结果表明，大学生GenAI素养整体平均得分较低，其中GenAI知识建构和GenAI思维塑造较为欠缺；性别层面，男、女大学生在GenAI技能发展和GenAI伦理认知方面各具优势；区域层面，呈现“东部>中部>西部”梯度递减现象；学科层面，自然科学类大学生GenAI素养最高，人文科学类和社会科学类大学生在GenAI知识建构和GenAI伦理认知方面各具优势。为提升大学生GenAI素养，可打造GenAI素养培育课程、建设智能技术应用平台、构建跨地区GenAI素养教育共同体、推进文理交叉以培育跨学科复合型新文科类大学生。

关键词： 人工智能   小学语文   教学模式创新   学习需求  

摘要： 本文基于人工智能技术演进的时代语境,系统地探索了小学语文教学模式的范式革新与实践路径。通过解析人工智能技术对教学资源配置、教学方法创新、学习需求适配等维度的重构作用,揭示其在提升教学精准度、拓展教学场景、实现因材施教等方面的核心价值。同时,结合实际教学案例,详细地介绍了基于人工智能的新型教学模式的构建与应用,旨在为小学语文教师提供有益的参考,助力其提升教学质量,培养学生的语文综合素养,使学生在人工智能时代更好地适应未来的社会。