共查询到20条相似文献，搜索用时 31 毫秒
1.
[目的/意义]探索人工智能内容生成技术对开源情报工作的影响与改变。[方法/过程]以ChatGPT的形成与AIGC技术演进为研究起点,分析ChatGPT现有技术特征与技术演进趋势,从开源情报全周期视角解析该现象级应用对开源情报工作的潜在影响。[结果/结论] ChatGPT对开源情报的信息搜索、信息获取、信息处理环节具有一定提升作用。但现有技术缺陷使ChatGPT在开源情报全流程介入中仍面临数据可靠性、情报隐秘性、意识形态风险等问题与挑战。建议情报机构采取AIGC技术融合理论探索、AI生成式内容可靠性评估、智能技术体系建设等积极策略来应对本轮技术变革,更好实现开源情报价值。[局限]受限于AIGC技术领域专业化知识与ChatGPT应用下的开源情报实践不足,研究结论仅是ChatGPT对开源情报工作影响的思考与探索。 相似文献
2.
[目的/意义]为了厘清ChatGPT用户的认知和使用意愿影响因素,提高ChatGPT用户的使用体验,促进ChatGPT的本土化,有效化解以ChatGPT为代表的人工智能技术对社会和公众带来的负面风险。[方法/过程]文章以ChatGPT用户使用意愿为研究主题,借鉴扎根理论研究范式,通过对23份访谈资料编码分析的方式,构建了ChatGPT用户使用意愿影响因素研究模型,分析和探讨ChatGPT用户的行为特点和作用规律。[结果/结论]研究结果显示,扎根理论对以ChatGPT为代表的人工智能技术用户使用意愿具有较好的适用性和解释力,同时也证实主体因素、技术因素、信息因素和社会环境因素是影响ChatGPT用户使用意愿的重要因素,与其他信息系统用户相比,ChatGPT用户的风险感知特别是职业风险感知尤为明显。结合上述分析,从人机和谐和社会稳定发展的视角,提出了夯实ChatGPT技术基础理论研究的同时,还应当注意防范以ChatGPT为代表的人工智能技术带来的职业风险和技术风险,加强技术伦理道德建设等对策与建议。 相似文献
3.
[目的/意义]ChatGPT的出现，引领生成式AI迅速渗透至各行各业，重塑产业形态。在此背景下，情报学也将不可避免地受到极大影响。探讨生成式AI驱动下的情报学研究与实践走向，旨在为情报学更好地迎接AI变革带来的机遇与挑战提供参考。[方法/过程]首先，从研究问题、数据源、研究范式3个角度讨论生成式AI对情报学研究的影响；其次，从综合性知识服务、学术信息服务、决策情报服务与社会信息服务4个层面，深入分析生成式AI将为情报实践工作带来的变化；最后，结合ChatGPT的局限性，讨论了情报学在融合生成式AI时应考量的问题，以及情报学可做的贡献。[结果/结论]生成式AI很可能会给情报学带来巨大的冲击，但如果应对得当，就能够促进情报学的提升，创新情报服务模式。情报学应积极拥抱新一代人工智能，探索与生成式AI交叉融合的路径，但与此同时需保持客观审慎的态度。 相似文献
4.
生成式人工智能是一种能够自主生成内容的人工智能技术,可以应用于文本生成、图像生成等多个领域。近年来,随着预训练技术的发展和计算硬件的提升,生成式人工智能取得了突破性进展,特别是以ChatGPT为代表的生成式对话模型,取得了令人惊艳的效果,开始广泛应用于各行各业。生成式人工智能有广阔的发展前景,本文首先介绍了ChatGPT的研究进展,包括预训练语言模型、上下文学习和基于人类反馈的强化学习三个关键技术,以及ChatGPT对相关人工智能研究的影响。然后对ChatGPT及生成式人工智能在未来的应用发展进行了思考与总结,讨论了目前亟需解决的关键问题,包括更透彻的理解能力、模型轻量化、可控安全的内容生成、知识可持续学习、类脑化认知和可解释性等;希望通过本文的介绍能引起更多的研究人员关注生成式人工智能,进一步推动生成式人工智能的发展与应用。 相似文献
5.
[目的/意义]当前生成式人工智能的发展对社会产生了强烈冲击。为响应国家创新发展的迫切需求,如何利用生成式人工智能更好地完成情报工作,以满足用户的情报需求,已成为当前情报学领域关注的热点问题。[方法/过程]基于供需理论提出从数据供给侧（Supply）、智慧情报分析中台（Analysis）、情报需求侧（Demand）三方构建生成式人工智能赋能情报工作范式模型——SAD范式模型,深入分析生成式人工智能赋能情报工作机理,并结合国际前沿项目案例探讨生成式人工智能与情报工作的前瞻性融合发展。[结果/结论]生成式人工智能赋能情报工作范式模型SAD,可以更好地促进生成式人工智能赋能情报工作的各个环节,提高情报工作效率,为情报工作范式研究提供了新思路。 相似文献
6.
7.
大数据时代下，以ChatGPT为代表的生成式人工智能的发展蕴含着技术革命的契机，也可能带来潜在的社会风险。通过对公众评论文本分析总结并超越文本进行理论推演，可以全面认识生成式人工智能，以提出相应的治理策略。本研究基于Reddit平台中以ChatGPT为主题的公众评论文本，结合LDA模型、情感分析、社会网络分析方法和建构的T-TOE分析模型，探讨以ChatGPT为代表的生成式人工智能技术所带来的影响和冲击。研究发现，公众对生成式人工智能关注广泛，涉及运行机制、运用领域等6个主题。不同主题下公众关注程度不同，最关注技术变革和人机互动两个主题。根据情感分析，公众总体对生成式人工智能保持乐观，特别是对其可能带来的技术变革。随后根据T-TOE分析模型，以ChatGPT为代表的生成式人工智能可以连接不同技术，但具有内生风险；能够提高组织效能，但会产生互动错位，能够实现智能交互，但会导致价值分裂。为此本研究根据研究结论从技术、组织和环境三个维度提出相应的治理策略。 相似文献
8.
[目的/意义]随着数字智能技术的应用拓展,面向用户的智能交互、多模态信息融合和数字空间活动的延伸,对数字信息资源组织、面向交互认知的描述和深层次服务的开展提出了新的要求。如何有效解决数字智能背景下信息交互与服务的深层次发展问题成为亟待探讨的议题。[方法/过程]文章在分析数字智能环境形成及其对信息交互与服务影响的基础上,研究面向用户的智能交互与体验设计,以及基于智能交互的生成式人工智能的发展与安全保障。[结果/结论]在面向用户的信息服务组织中,应立足于数字智能环境的形成及其影响,寻求与智能环境相适应的服务组织模式和数字智能驱动下的服务组织方式。数字服务中以用户为中心的智能交互,在于充分理解用户的意图,融合用户视觉、听觉等交互通道,为智能化服务开展提供支持。同时针对快速发展的生成式人工智能,既要应对其带来的安全威胁,也要正确合理地确保生成式人工智能安全落地,保障生成式人工智能系统的安全。 相似文献
9.
ChatGPT以通用人工智能拉开了生成式AI发展的序幕,对人工智能生成内容产生深远影响,但其背后也潜藏着社会对生成式AI技术发展的担忧。通过阐述人工智能生成内容的技术演进过程及应用场景,分析人工智能生成内容带来的意识形态、法律、伦理、环境等风险,从政府层面、行业层面、用户层面3个方面对人工智能生成内容提出风险治理方案,以期为人工智能技术可持续发展提供参考。 相似文献
10.
[目的/意义]作为大型语言模型的杰作,ChatGPT智能机器人的出现暗示着强人工智能时代即将来临。由于ChatGPT功能多样和强智能性等特征使其备受关注,但同时也潜藏应用风险,故而有必要探索治理路径。[方法/过程]文章分析ChatGPT的技术逻辑和特征,论证ChatGPT智能机器人应用的风险类型,并在此基础上构建协同治理的体系。[结果/结论]ChatGPT智能机器人应用的风险主要包括：社会信任机制面临危机、版权规则遭受冲击、个人数据的泄露风险骤升以及真实信息被篡改或滥用。未来法律层面应当完善数据分类分级、数据获取以及数据利用制度;ChatGPT开发者和平台层面应当分别强化审查义务和数据清洗义务;ChatGPT用户层面应当承担声明义务和注意义务,同时提高甄别能力;行业组织层面需要发布技术指南,推进企业事前合规建设。 相似文献
11.
[目的/意义] ChatGPT等生成式人工智能的兴起使图书馆智慧服务的数据处理能力和信息传递能力受到了严峻考验。利用5G网络的高并发、低延迟特性和边缘计算的分布式处理能力,能够有效缓解生成式AI对图书馆智慧服务产生的压力。[方法/过程]文章构建了5G环境下的云—边—端协同的图书馆智慧服务架构,并利用DPH动态资源调度算法探究图书馆智慧服务的响应能力。[结果/结论]仿真结果表明,基于边缘计算的图书馆智慧服务响应模型相较于贪婪算法,其时延与能耗性能表现更为优异,验证了该方法的有效性。 相似文献
12.
作为生成式人工智能技术的代表,ChatGPT需要在大规模的数据提炼、分析、学习的基础上才能得出智能化结论、作出趋势性预测。具体而言,作为大型自然语言处理模型的ChatGPT在训练和运行过程中涉及到了预训练数据、人工标注数据、抓取数据、人机交互数据等四类数据,不同类型的数据在应用过程中面临着不同的法律风险和挑战。立足数据这一人工智能和算法模型的基础原料开展风险分析、法律回应和技术规制,有着迫切的现实意义。对此,我国可以考虑从顺应产业发展、平衡安全与效率的角度出发,厘清义务边界,完善规制措施,健全立法体系,以包容审慎的态度配合技术发展趋势形成有针对性的规范体系,从而抓住数字经济时代借助人工智能技术发展“弯道超车”的机会。 相似文献
13.
[目的/意义]随着生成式人工智能的快速发展和广泛应用,信息空间结构也随之发生深刻的变革。以往以用户生成内容(UGC)为主的信息空间开始逐渐被生成式人工智能生成内容(AIGC)所影响,生成式人工智能治理的重要性愈发凸显。文章旨在从主题视角比较AIGC与UGC,揭示两者在内容与结构特征上的差异,并为生成式人工智能治理提供创新参考。[方法/过程]收集了金融、法律、医疗和开放问答4个领域的多个在线平台上的问题和用户回答,并借助gpt-turbo-3.5模型生成每个问题的人工智能回答,最终构建了包含65260条问答数据的语料集,并采用BERTopic主题模型分别对AIGC与UGC进行主题提取,并从主题间关系、主题与文档关系以及主题与主题词关系3个角度对两者进行综合对比。[结果/结论]研究结果揭示了AIGC和UGC在主题分布、主题内文档一致性和主题词权重结构等方面的差异。通过深入了解两者之间的特征差异,能够更好地观察生成式人工智能的行为规律,并为AIGC的治理策略完善提供参考。 相似文献
14.
15.
[目的/意义]政务社交媒体是国家与社会重要的战略资源,它的有效归档管理,有助于推进开放政府建设。[方法/过程]本文以案例研究与文本分析的方法审查以微博、微信、今日头条为代表的社交媒体服务提供商的信息管理与条款。[结果/结论]通过研究,发现平台政策只提供有限的信息管理支持,对政务用户关注有限且专业性不足,造成政务社交媒体信息容易形成失存、失真、失控的风险。基于上述分析,本文提出平台可从如下方面构建对政务社交媒体信息的支持能力：关注与凸显政务类信息的特殊性、从用户视角完善平台政策、融合信息管理专业性要求。 相似文献
16.
数字技术可供性与企业数字创新价值关系研究 《科学学研究》2022,40(5):915-926
新一轮全球制造业格局大调整中,数字技术作为信息技术的高阶迭代,为制造业转型升级创造了难得的历史机遇。将解构的数字技术可供性划分为积累可供性和变异可供性,并基于搜索视角探讨其对企业数字创新价值实现的影响机制。通过对894家先进制造业企业的样本数据进行实证检验,结果表明：积累可供性对企业数字创新价值强度和价值范围具有显著的正向影响,变异可供性对企业数字创新价值强度和范围也具有显著的正向影响。此外,一致搜索机制在积累可供性与数字创新价值强度、变异可供性与数字创新价值范围之间都起到了强化作用;而敏捷搜索则强化了变异可供性和数字创新价值范围之间的关系。研究结论对于厘清数字技术可供性、企业数字创新价值实现机理有显著的理论贡献,同时为制造业企业开展数字创新价值实现提供实践启示。 相似文献
17.
[目的/意义]数字政府治理是数字时代政府提升治理能力和推进治理体系现代化的重要课题。[方法/过程]文章试图基于加拿大数字政府建设的相关政策性文本对其数字政府治理理念进行分析,尝试将分析结果映射到我国数字政府环境,以帮助有效规避数字政府建设中的潜在风险,识别数字政府治理中存在的问题,为我国数字政府治理提出有益建议。[结果/结论]研究发现,近年来加拿大数字政府治理围绕塑造数字时代的社会信任环境展开。在技术使用泛在的数字环境下,政府需要通过有效的治理来寻求技术与信任之间的平衡,从而推动社会迈向技术与信任相融合的数字时代。加拿大数字政府治理理念及该理念指导下的治理方式和一系列治理举措对我国数字政府治理具有一定的借鉴意义。 相似文献
18.
[目的/意义] ChatGPT及GPT类技术可对医学知识的推理、评估等进行变革性拓展,可能彻底改变具有“软”“硬”两个走向的医学信息学。[方法/过程]文章先以两种典型的多基因疾病为案例,借助ChatGPT及GPT类技术,从早期预防、疾病诊断、治疗方法、预后和护理、图像呈现5个方面进行案例展示。后分别阐述其在基因表达与分析、临床疾病的诊断与预防、药物的发现和预测、健康信息获取和使用4个方面的应用前景。[结果/结论]未来需增进医学信息学和GPT技术之间的协同,造福人类和社会。 相似文献
19.
<正>随着ChatGPT、AI绘画等人工智能技术的兴起,人工智能在影响人的创造性劳动的领域,替代了更多的人类脑力劳动。马克思劳动价值论并不会因为人工智能的发展而过时,相反人工智能的发展会推动马克思劳动价值论理论内涵实现新发展。首先,人工智能与马克思劳动价值论存在相互促进的内在逻辑。其次,人工智能技术的发展丰富了马克思劳动价值论的内容。最后,在人工智能时代,新的技术也给马克思劳动价值论的发展带来了新的发展机遇和挑战。最近,新的人工智能产品ChatGPT引起了社会各界的广泛讨论。 相似文献
20.
ChatGPT是新一代人工智能技术驱动的自然语言处理模型。文章围绕因果性深入讨论了ChatGPT的因果规则、因果表征与因果解释,通过分析ChatGPT因果认知与学习中的底层逻辑得出以下三个认识：一是ChatGPT将相关性作为其底层因果规则,在深度神经网络、大语言模型与统计分析的驱动下,以概率形式实现了因果性在人工智能中的嵌入。二是通过实现对人类因果认知、因果语言与因果推理能力的模拟,ChatGPT在自然语言的生成中拥有了与人类智能相似的表征。三是依托智能生成的计算因果解释和因果涌现解释两条路径,ChatGPT实现了从符号与信息的输入到“数据知识”的输出,并以一种涌现的方式获得新的能力,实现了人工智能领域的“因果革命”,构建出未来人工智能发展的蓝图。 相似文献