社会科学总论学科域映射评价及其对“双一流”建设的启示研究——基于ESI工具视角

学科域是具有相互联系、相互依赖、相互支撑的学科构成的学科体系,ESI社会科学总论学科域不仅涉及哲学人文社会科学,还涉及理学、工学以及医学门类等。借助Web of Science数据库提供的（WC字段）学科分类分别与我国教育部学科分类映射关系,对我国10所机构的社会科学总论的学科域进行学科映射分析。研究发现：第一,社会科学总论排名前五的支撑学科分别为：公共卫生与预防医学、计算机科学与技术、环境科学与工程、社会学和地理学;第二,综合性大学中"社会科学总论"学科域包含了较多的人文社科类学科,相反,在理工科大学中,"社会科学总论"学科域支撑学科以理、工、医学科为主;第三,交叉学科对社会科学总论支撑学科的发展发挥了重要的贡献作用。因此,"双一流"建设中,优化社会科学学科结构,打造学科高峰;促进文理交叉融合,实现学科互补发展;构建中国特色的社会科学评价体系和标准,对于推动我国高校"双一流"建设具有重要价值。     

高等学校促进学科交叉融合的实现策略——以麻省理工学院为例

分析学科交叉融合的内涵,提出了学科交叉在促进科学进步、知识传承和人才培养方面的意义,指出了我国高校学科交叉存在的问题,进而剖析了麻省理工学院学科交叉融合的4个主要途径:大力发展人文学科,促进人文教育;多种人才培养方式,促进学科交叉融合;跨学科研究项目与组织,推动学科交叉融合;多元化平台建设引领学科交叉融合。最后结合我国高校学科交叉融合的实际,得出了4点启示:重视人文学科的发展是推动学科交叉融合的基础;将学科交叉融合的理念贯穿人才培养的重要环节;加强项目与团队建设,提升交叉研究效率;平台建设是学科交叉融合的重要依托。     

信息的限度和它的相关学科

随着信息化的发展,有关信息的研究已出现新的态势。通过对《学科分类与代码》与《授予博士、硕士学位和培养研究生的学科、专业目录》的解读和比较,提出可以拓展新的信息学科门类和相关学科,用理论与技术并重的方法来加强高校的信息类学科建设。     

我国高水平行业特色型大学一流学科建设的思考——世界学科排名的研究与启示

通过分析THE、QS、U.S.News和软科“四大世界学科排名”指标体系，发现世界学科排名指标体系具有共性特征：在指标内涵上强调论文产出，突出高影响力；在权重分配上强调学科分类，突出学科差异化；在评价形式上强调主观评价与客观评价相结合；在最新动向上强调国际交流与合作。在明确国际学科评价关注点的基础上，考察我国高水平行业特色大学在软科世界学科排名中的表现，结果发现：上榜总量较多且逐年上升，但名次分布靠后；工学领域表现强势，社会科学领域表现欠佳；论文数量与影响力具备竞争实力，但卓越科研、国际化水平相对落后。高水平行业特色大学未来要推进一流学科建设，应在学科发展适度综合化、科研产出注重高质化、学科建设突出国际化、学科评价强调多元化和学科建设遵循本土化等方面进一步下足功夫。     

大数据、新文科背景下的图书情报学研究

在大数据、新文科的影响下，人文社会科学研究推陈出新，学科的交叉、文理的交叉，技术引入促进了人文社会科学研究更加丰富多彩。新的研究范式——数据主导的研究范式倍受学者青睐，在新的研究范式影响下，是完全采取新范式取代传统范式，还是墨守成规？文章指出图书情报学科应当选择两种范式融合的科学研究范式，并提出未来图书情报研究应关注以下几个方面：倡导学科之间的合作研究，传统研究范式与数据范式融合研究，新技术背景下的图书情报理论与方法的研究，面向国家战略的图书情报相关领域的研究，国家科技创新支撑的图书情报学研究，面向各学科的数据工程建设研究，面向智库建设和决策支持研究。     

人工智能对就业影响国际研究的可视化文献计量分析

人工智能技术的发展不仅为人类社会注入了新的机遇和挑战,而且对就业市场也产生了深远影响,引发了国际社会的广泛关注。运用CiteSpace软件对2012—2022年Web of Science核心数据库收录的人工智能对就业影响的相关文献进行可视化分析,从国际研究概况、热点进行了多维探索。结果发现：国际学术界已对人工智能的就业替代、就业极化、收入分配、就业创造和人机协作效应进行了深度剖析,但仍存在微观视角缺乏、研究范围和内容受限、学科融合与合作不足等问题。未来应拓宽研究视角、丰富研究内容和范围、加强学科交融与合作,推动研究向高层次宽领域迈进。于我国而言,未来在深耕人工智能对就业影响领域的同时,应构建具有中国特色的学术体系、话语体系和学科体系,并积极谋划、推出更多创新举措,以实现更高质量和更充分的就业。     

人工智能领域军民融合发展的探索及启示——以卡内基梅隆大学为例

卡内基梅隆大学是美国人工智能领域军民融合发展较为成功的高校，该校在促进军民融合发展方面采取的举措主要有积极响应科技政策号召、加强与国防机构合作以及培养军民融合创新人才等。同时，卡内基梅隆大学在人工智能领域军民融合发展过程中也遇到了一些挑战。本研究通过分析卡内基梅隆大学人工智能领域军民融合发展的举措与挑战，提出了对我国大学军民融合发展的启示。     

基于学科的大学组织结构和管理模式改革

大学是一个以学科为核心的学术组织。学科组织发挥着与大学相似的功能,学术权威体现着学科组织的权力性质。学科的分化与学科间的交叉、融合,必定会对学科组织、大学组织结构和管理模式提出新的要求。大学特别是高水平大学的组织结构应根据发展需要做出相应的调适,将管理重心进一步下移到学科。     

论高校商务英语专业的学科定位

长期以来,我国商务英语学界对商务英语有外贸英语、经贸英语、商务英语等称谓,如此模糊的定名在某种程度上阻碍了该学科的发展。商务英语与前两者相比,在术语涵义、学科分类、学界接受度等方面更能突出其学科定位和培养目标。学科名称的统一能促进商务英语的学科发展和内涵建设。     

高校能源互联网科研服务体系研究

能源互联网的提出和发展对能源类高校提供了创新的思路和发展方向,同时也对科研的软硬件提出了新的要求,本文从高校发表的能源互联网相关文献出发,从图书情报角度进行分析,指出能源互联网背景下学科交叉互补的特点及存在的问题,提出了"横向协同、纵向互补"的能源互联网科研服务体系设想,希望能够促进能源类高校在能源互联网领域发展,提升科研创新力和学科互补融合。     

人工智能及其现代性困境的哲学思考

第四次工业革命以人工智能为主要发展动力，作为新工具、新技术的人工智能技术优化了政府公共行政效率，并潜移默化地改善了现有生活方式，提升了人民群众的获得感、幸福感、安全感。人工智能由"主体"人创造，人对技术的发现遵循着自然律，但是日益进步的技术导致人主体理性膨胀，出现了现代性困境，人对技术依赖度越强，越受技术奴役，形成"人与机器的二元对立关系"。在国家大力发展人工智能的背景下，人类应理性使用新工具，运用哲学的思维规范AI伦理、拥有AI思维。     

医疗领域人工智能的应用、风险及对策

在医疗领域,人工智能被广泛地应用于临床诊断、医学治疗、医疗康复、疾病预测和医学研究等多个方面,但由于人工智能技术发生错误,致使患者合法权益受损的事例时有发生,因此医疗人工智能的应用面临多种风险。如医疗人工智能法律主体资格尚未明确;不良后果发生时法律责任认定存在争议;存在数据偏见和歧视,数据公平难以保障;数据隐私和个人信息保护力度不足;立法监管制度不够健全;缺乏医疗人工智能相关人才。面对这些风险,有必要明确界定医疗人工智能法律地位、明确划分人工智能医疗事故责任承担方式、选择适当数据样本及研发者以规避偏见、尽快出台个人信息保护法、完善人工智能相关立法加强全流程监管以及大力培养医疗人工智能相关人才,以促进医疗人工智能技术健康快速发展。     

试论人工智能视阈下人的主体性

在互联网时代,人工智能的发展促成了一场深刻的社会变革,改变了人的生存方式、实践方式与思维方式。在人工智能背景下,人的主体性不仅成为学界关注的焦点,也是人存在和发展的基础。人工智能的发展既是阿里巴巴的山洞,又是潘多拉的魔盒。人工智能在给主体的自主性、独立性、判断能力和实践能力带来机遇的同时,也不可避免地对主体的道德观、生存环境、能力提出挑战。要实现人工智能背景下主体的持续健康发展,应优化人工智能大环境,重视人工智能环境下人的主体性地位,尤其要重视人工智能与人的主体性的有机结合;同时,积极迎接人工智能发展对人的主体性的挑战,准确把握机遇,制定应对策略,以此促进人与人工智能的良性发展。     

人工智能时代的新文科建设——基于新时代教育评价改革背景分析

破"五唯"是新时代高等教育发展过程中面临的新问题，也是新文科建设及评价必须面对的新课题。教育评价改革视域下新文科建设依赖于最前沿的人工智能技术，人工智能时代新文科建设的逻辑理路表征为：知识论逻辑——人工智能促进文科学科专业生成，新生成专业的发展评价要坚持"问题+需求"导向；教育观逻辑——人工智能将改变文科学生培养目标，人工智能时代新文科人才培养目标的评价应避免专业和培养范式的"碎片化"；教研方法论逻辑——人工智能将改变文科教学方式，新文科借助人工智能技术，能够打造更加科学与合理的"教"与"学"的评价体系。构建教育评价改革视域下人工智能时代的新文科评价的应然图景，需要坚持：评价目的彰显立德树人、评价主体交互多元、评价标准科学多样、评价方式多维联动、评价结果全息直观和评价支持系统的"智能介入"。人工智能时代新文科建设和创新发展的现实需求有四个方面：造就时代新人，落实立德树人根本任务；打破学科界限，推进学科专业融合发展；树立"全人"发展理念，培养学生大数据能力；培养复合型人才，增强学生可持续发展能力。要实现教育评价改革视域下人工智能时代新文科建设目标，需要构建四个实践路径：课程体系设置"文理融合"，打造立体的专业课程体系、优化通识教育课程模块、拓展专业课程设置内容；教学模式创建"理实并重"，创新理论教学和实践教学模式；教师队伍建设"校内外协同"，创建高水平的教学团队；文科评价要打破"五唯"取向，坚持"新理念"引领。     

“人工智能黑客”的法律规制

从历史上看，"黑客"迭代到"人工智能黑客"，是伴随着计算机、互联网、大数据和人工智能等科学技术迅猛发展而产生的。现如今的"人工智能黑客"是人机交互体，既非人也非物，介于两者之间，它可以模仿人类、干扰人类认知，为达到设计者或决策者的目的对网络系统漏洞进行智能化侵入和破坏。"人工智能黑客"区别于传统"黑客"的主要特征在于其可以依靠智能算法自主学习、寻找网络系统代码漏洞和加强分布式攻击。部分学者将人工智能技术划分为弱人工智能、强人工智能、超人工智能三个阶段，甚至有学者建议从伦理上赋予强人工智能法律主体地位，赋权理由是强人工智能算法具有独立的"机器意思"表示能力，与人类有情感的联结。显然，这种赋权方式不仅违背"人本主义"原则的主体创新，而且现行法律主体包括自然人、法人、非法人组织，"人工智能黑客"不属于任何一类主体，突兀地将法律主体的理性意思表示与人工智能算法指令的"机器意思"相等同，容易形成"人工智能黑客"行为在算法正义法律评价和民事法律行为构造上的困境，干扰我们对"人工智能黑客"本质的判断。溯本清源，应当以法律上权利义务构造标准去判断"人工智能黑客"的法律属性。"人工智能黑客"本质上是自然人主体通过人工智能算法技术，利用网络媒介进行网络侵权或犯罪的行为。"人工智能黑客"的核心是通过计算机代码设置、大数据运算与机器自动化判断进行决策的一套机制。"人工智能黑客"在责任承担上不是适格的法律主体，只具有特殊的"人格性工具"法律属性。"人工智能黑客"的智能化攻击外在表现为算法程序的自动执行，但程序的设计和算法运行归属于现实经济生活中的人，也完全符合法律上间接侵权的调整范畴。对于"人工智能黑客"的侵权或犯罪行为，应当通过揭开"人工智能黑客"的"面纱"，找到其背后隐藏的可规制法律主客体，利用"穿透"方式对"人工智能黑客"的非法行为进行伦理、技术和法律三个维度的有效规制。     

人工智能的可解释性问题探析 ——基于因果关系视角

随着人工智能技术的发展与应用,人工智能的可解释性问题受到了越来越多人的关注。如何解释输入与输出之间的联系,成为许多学科的研究重点。对此,相关关系的主张者与因果关系的主张者提出了各自的观点和理论。相比较而言,从因果关系视角阐释人工智能的可解释性问题是更为合理的一种路径。但要实现这一路径,还需要借助人工智能学者朱迪亚·珀尔对因果关系的三个层次区分,以消解传统因果关系理论彼此间不相容所造成的解释上的局限性,从而实现可解释的人工智能。     

人工智能时代的教师专业身份:挑战与建构

人工智能与教育的不断融合,在重塑教育生态的同时,也引发了人们对于“人工智能是否会取代教师”等问题的讨论。研究基于知识技术、制度和伦理三个层面,分析了人工智能时代教师专业身份所面临的挑战。在人工智能时代,教师专业身份形成机制强调过程性与建构性,表现形式凸显意向性与道德性,维持机制强化情感性与利益性,发展状态呈现相对稳定性和发展性。人工智能时代的教师要成为精神引导者,学会与人工智能协作分工,构建以“人机协作教学知识”为核心的知识基础;要成为教学行动者,将知识教学转化为德性教学;要成为道德示范者,坚持立德树人,提升“道德示范力”。     

人工智能介入量刑机制：困境、定位与解构

司法人工智能分为常规型人工智能与专业型人工智能,前者是将通用领域已经发展成熟的人工智能直接移植至司法领域而无需专门的算法更新,主要目的是将审判人员从繁重的"事务性"工作中解放出来,因而其也无法介入审判的核心内容;后者是诸如量刑辅助系统等专门为司法领域开发的介入审判实质内容的人工智能,其是司法人工智能的核心。当前司法人工智能的实践现状是常规型人工智能因其有坚实基础而卓有成效,但极为重要的专业型人工智能的开发与使用并不理想,主要原因是法学研究对专业型人工智能的研发理论供给不足,具体表现为"抽象有余而具象不足",其深层次原因在于法学专业知识与人工智能技术知识没有深度融合,即"懂技术的不懂法律,懂法律的不懂技术"。宏观层面,在智能爆炸不可预期的时空背景下,生命2.0阶段(文化阶段)或弱人工智能时代仍是当下及可预见未来所长期处于的阶段,故作为"工具"的量刑人工智能仍应定位于辅助量刑而非决定量刑,且基于量刑规范化改革的价值内涵,应更进一步地定位于规范性辅助而非参考性辅助,二者的区别是智能系统给出的阶段性量刑结论对法官的约束力大小。在微观层面,智能量刑系统的算法构建应以量刑逻辑主导算法逻辑为原则,以诸如量刑基准、不法刑等具有"共性"属性的阶段性量刑为作用领域而非其能力之外的终局性量刑结论(宣告刑);此外,为防止算法黑箱、算法歧视以及相关关系代替因果关系,须做到量刑人工智能的算法公开和阶段性量刑结论的可解释性。     

人类为什么不会被人工智能取代?——人工智能的技术本质研究

文章旨在对人工智能的技术本质进行分析，以回应为什么人类不会被人工智能取代的问题。通过历史分析的方法，以“器官投影说”等技术哲学思想作为分析工具，回顾了人工智能技术的历程。发现在理论上，人工智能的研究加深了对人类智能的模仿的同时，更倾向于由机器与人类共建智能系统的解决方案；实践中，人机关系也从“分离”更多地走向“交融”。因此，人类除了能在本质层面上作为人工智能这种人工物所模仿的终极目的而存在，还能在个体层面上作为大的人工智能系统的行动者发挥智慧功能，人类不会被人工智能取代。      

认识论视域下人工智能著作权主体适格性分析

人工智能著作权主体适格性分析是研究人工智能创作物权属、定性以及行为责任承担的前提,关涉著作权法律制度逻辑的自恰性。以认识论为视角,运用文本、比较和逻辑分析方法分析后可知,人工智能主体适格性与其特定发展阶段是相适应的。弱人工智能与强人工智能阶段,人工智能扮演"工具"角色,不可作为著作权主体,其行为视为自然人的机能器官的延伸,行为产生侵权责任由制造者或使用者承担。类人人工智能和超级人工智能阶段,人工智能具备自主意识,可作为创作者层面上的作者,具备著作权主体资格,在涉及著作权侵权时,如若侵权行为属于独立行为,则应独立承担著作权侵权责任,具体损害赔偿责任可采取著作权侵权保险方式予以承担;如若侵权行为属于制造者或使用者控制或者指示下的行为,则应按照"雇主责任"方式处理,由制造者或使用者替代承担著作权侵权责任。