积极应对生成式人工智能对文科教育的挑战

生成式人工智能将人类引向AI辅助生存的环境中。文科教育视野应从面向现在转为面向未来，直面GAI对知识生产领域、学生就业领域以及应试教育根基的深度挑战。文科教育基本模式应从传承式文科教育跃升为创新性文科教育，兼顾专业训练的功利目标和素质教育的超越目标，尤其强调以意义而非数据为中心。文科教育创新性变革至少可以强调从博学转向慎思、专学转向通学、提升科学素养、熟悉技术工具、专业精品教育、意义扎根交往等方面，以应对生成式人工智能对教育领域的巨大冲击。     

生成式人工智能与数字劳动的相互关联——以ChatGPT为例

生成式人工智能和数字劳动之间具有相互建构的双向关联性。以ChatGPT为代表的生成式人工智能作为数字劳动的新产物，是包括专业人员和非专业人员多方面的数字劳动协同创构的成果，它一经出现，就成为数字劳动的新工具或新平台，形成“生成式人工智能介导的数字劳动”,使数字劳动具有了自动高效、人机互动、更加个性和人性化、更富拓展性和创造性等新特征，以至于革命性地建构了数字劳动新形态。生成式人工智能同时也给数字劳动带来了内容过载、数字鸿沟、机器换人等新挑战，需要在积极应对这些挑战中合理而有效地使用这一新型的数字劳动工具，以维持人类数字劳动的健康和可持续的发展。     

“人工智能+思想政治教育”:生成、风险及应对

“人工智能+思想政治教育”是技术与学科融合发展的必然趋势。经由“技术—教育”的嵌入逻辑,人工智能从范畴、要素和范式等方面助推了思想政治教育的智能化实践,生成了“人工智能+思想政治教育”融合的现实基础,但同时也带来了主体性消解、价值性偏离、情感性威胁和自我性失衡等潜在风险。亟需从把稳“恒”与“变”的逻辑主线,驾驭技术与价值逻辑的现实张力,提升人机交互的情感温度,匡正虚实相融下的自我失衡等方面构建“人工智能+思想政治教育”一体互嵌的深度融合路径。     

ChatGPT类生成式人工智能的意识形态风险及其防控策略

面对人工智能技术的重大突破,尤其是ChatGPT等新一代人工智能在社会生活各个领域的广泛应用,审视、预判和防范ChatGPT类生成式人工智能的意识形态风险成为一个重要的理论课题。ChatGPT类生成式人工智能环境下的意识形态传播具有可塑性、可量化性、个性化和精准预测性等特点。ChatGPT类生成式人工智能介入意识形态传播的技术路径体现在技术与思想的耦合、预测性的算法推荐、个性化的话语创设和赋权性的网络传播等方面。ChatGPT类生成式人工智能介入意识形态传播会带来算法歧视、数据失真、算法监控和算法反噬等潜在的风险。应通过统筹科技伦理规制算法推荐、设计主流意识形态驾驭算法、协调传播主体与客体的价值需求、强化大数据技术检测与治理等,加强对ChatGPT类生成式人工智能意识形态风险的防控。     

生成式人工智能赋能思想政治教育的价值、问题与对策

以ChatGPT为代表的生成式人工智能赋能思想政治教育是当前网络思想政治教育研究的前沿和热点。生成式人工智能作为科技工具嵌入思想政治教育,能够让教育者更加高效、系统地认识教育客体,使教育内容更加契合个性化、隐性化的目标,让教育方法更加注重过程性、具备前瞻性。然而,思想政治教育的重点是做“人”的工作,过度倚重人工智能可能会削弱思想政治教育的方向原则、求实原则和示范原则,进而影响思想政治教育主流价值传播、学生实事求是精神培养以及师生间思想交流和情感沟通。基于此,为适应生成式人工智能对思想政治教育带来的变革,促进二者深度融合发展,需要提升人机协同能力,强化思想政治教育主流价值引导;强化“把关人”角色,构建文明、规范的数字世界;注重思想政治教育的人文关怀,不仅要教育人更要培养人。     

ChatGPT赋能智慧法院建设:机遇、挑战和规制

ChatGPT类生成式人工智能在海量的数据、优质的算法与强大的算力支撑下能够实现多项技术赋能。但ChatGPT类生成式人工智能是否能够适用到智慧司法领域,以及在何种程度上将其嵌入,尤其是该项技术在赋能智慧法院建设过程中的边界如何,这对于深层次建设智慧法院具有重要的前提性意义。ChatGPT类生成式人工智能技术通过审判活动的智能化运用,可促进可视正义的实现;通过诉讼服务的可及性,可实现司法为民理念;通过公平与效率的动态平衡,可实现能动司法目标。然而,ChatGPT类生成式人工智能在带来上述诸多技术红利的同时,也引发了一系列新的风险,具体可以划分为由数据“幻觉性”引发的一般风险、由技术垄断性导致的重要风险以及由数据不可控产生的核心风险。对这些风险,应根据不同的风险特征采取相应的规制路径:可以通过对训练数据库的标准化构建以实现数据的“幻觉性”规制,通过辅助性原则的引入而实现技术规制,通过对服务提供者科加义务以实现对数据不可控的数据规制。即运用数据“幻觉性”规制、技术规制与数据规制,实现对ChatGPT类生成式人工智能技术嵌入的一般风险、重要风险与核心风险的防范,以期完成ChatGPT类生成式人工智能技术嵌入智慧法庭建设的风险最小化与技术赋能最大化,最终实现该项技术高质量赋能智慧法院建设。     

生成式人工智能与知识生产新形态——关于三阶知识生产的探析

知识生产是智能时代人类的“主业”，以ChatGPT为代表的生成式人工智能正在深度地介入和改变人类知识生产的方式和内涵，使得“三阶知识生产”在既有一阶和二阶知识生产的基础上走向前台。三阶知识生产开辟了文本自动生成和人机对话等智能交互的新方式，可以对人在知识生产中提升效率以及获取灵感等提供强大的帮助，还可以取代人的一些传统的二阶知识生产活动，并为提升一阶知识生产能力拓展了新的路径。通过三阶知识来定位生成式人工智能的认识论功能，有助于合理地评价以ChatGPT为代表的知识生产新工具的价值和意义。     

人工智能赋能教育的伦理省思

人工智能赋能教育是技术发展的时代必然，但在智能技术与教育的融合过程中，教育技术、师生关系以及教育环境等方面也会产生新的伦理风险。从理论上说，教育技术运用方面的伦理风险，主要根源于由认知受限而导致的算法黑箱、由文化偏见而引致的算法歧视、由智能技术法制缺位而引发的伦理治理受阻；师生关系方面的伦理风险，主要根源于教师、学生以及师生等伦理关系的错位；教育环境方面的伦理风险，主要根源于由价值歧视导致的社会公平正义缺失，从而引发更深层次的教育不公平。因而，在人工智能赋能教育过程中，一方面要理性看待已经出现或可能会出现的伦理困境，另一方面要在倡导智能技术和教育融合共生的基础上，从加强技术支撑和伦理规范建设、构建新型师生伦理空间、明晰智能教育伦理责任和提升师生智能素养等四个方面，构建人工智能教育伦理治理新范式，以防患于未然。     

风险防范视阈下生成式人工智能数据安全的治理路径——以GPT类模型为例

多模态大模型GPT-4的发布预示着人工智能生成式技术迎来了从弱人工智能跨入强人工智能的临界点,但技术进步与技术风险是相伴而生的。随着GPT-4数据容量的快速积累,数据质量、算力不断提高,知识产权侵权、生产虚假信息、数据歧视等风险与日俱增,对ChatGPT类模型的数据风险治理迫在眉睫。文章基于对生成式人工智能在数据安全领域的风险分析,比较GPT类模型数据的输入、访问以及内容生成等数据运行的风险及其特征,提出从数据源头、内部运行到数据生成的全链条风险防范机制,具体包括：构建保障数据源头“清澈”的“净水器”式合规技术;维护模型内部数据运行“可信根”监管的自治原则;构建国际协同联动式数据治理的协作框架等风险治理路径。     

论生成式大语言模型应用的安全性——以ChatGPT为例

以ChatGPT为代表的大语言模型的崛起，标志着人类向着通用人工智能迈出了巨大的一步，给人类带来更多的便利，但也将引发一些潜在风险。2023年4月11日国家互联网信息办公室发布了《生成式人工智能服务管理办法(征求意见稿)》。研究者应对ChatGPT等人工智能语言模型进行负责任的创新，即在创新的同时对模型可能带来的风险具有前瞻性和更加深入的了解。针对ChatGPT存在的缺陷，我们要仔细考量大语言模型应用可能给人类带来的安全性问题，从使用者、研究者、监督者三个角度分析降低ChatGPT造成危害的可能对策，并给出法律规制建议，从而促进更公平、更负责的大语言模型的发展。     

站在巨人肩膀上的初学者:社会科学研究中的生成式人工智能

如何利用生成式人工智能助力社会科学研究是近期社会科学研究者们共同关心的重要议题之一。在此背景下,从一般社会科学研究的实践需求出发,通过具体的实例考察生成式人工智能在社会科学研究的理论、方法和研究偏误三个方面的具体表现。生成式人工智能对于总结和复现现有资料具有很大的优势,以其强大算力来预处理海量在线资料,可以帮助研究者节省信息搜索的时间成本和精力成本。但是,生成式人工智能难以对既有理论进行“阅读”后的“理解”,同时亦不擅长进行方法层面的优劣对比和新分析工具的开发。此外,在生成内容上也表现出明显的偏见或者误差。背靠人类既有资料积累的生成式人工智能可谓站在巨人肩膀上,但由于其本身缺乏成熟的能动创新能力,生成式人工智能在学术研究的意义上仍然是一位“初学者”。如何引导和培养这位“初学者”,是社会科学研究者需要思考和完成的任务。     

生成式人工智能的数据风险及其法律规制

生成式人工智能在引领技术变革的同时也引发了诸多法律风险。根据生成式人工智能的运行机理,可以发现其中存在四大类数据安全风险,其主要原因在于算法高度信任对法益保护的冲击、技术演变中科技伦理规范的缺失以及用户数据主体权利保障不足等。针对生成式人工智能在数据输入阶段的数据源合规风险,研发企业内部应制定具有可操作性的数据合规计划,并在合规计划中制定详细具体的风险规制措施,强化企业合规经营;与此同时,通过多种措施积极响应用户对于数据主体权利的请求,确保模型训练数据来源合法合规。针对生成式人工智能在模型处理阶段的算法黑箱与算法偏见风险,应加大监管力度,重点关注算法的安全性与公平性,积极推进并完善相关立法,细化算法备案和算法解释义务,提高算法技术透明度,落实算法主体责任。针对生成式人工智能在内容输出阶段的数据滥用风险,应优化监管机制,实现全链条合法性监管,完善科研伦理规范并予以实质审查,引领技术向善,实现科技向善治理。针对生成式人工智能在数据存储阶段的数据泄漏风险,应通过技术与管理制度相结合的方式进行全方位规制,严格控制数据共享范围并贯彻数据分级分类保护,及时有效地防范数据泄露风险。     

文理渗透共享：新文科视域下的广义变异学

在新文科背景下,打破学科专业知识壁垒,推动文科内部专业的深度融合,文科与理、工、农、医交叉融合,将现代信息技术赋能文科教育是新文科建设的必然选择,也是亟需解决的一个问题。如何推动学科的理论创新发展,让其更具有内在的逻辑统一性和学理性成为了新文科建设的重中之重,以文学变异学为理论基础,以变化和变异问题为线索,系统探讨自然科学、生命科学和人文科学三大领域的相关变异现象及其理论学说,不难发现,变异问题在各个学科中普遍存在,而且具有一定的内在统一性。它至少可以作为普朗克所谓的“连续性链条”之一种,贯穿各个独立的学科领域,这样一个具有内在统一性和变异的知识链条,可以称之为“广义变异学”。     

人工智能背景下政府数据安全治理的现实困境与应对策略研究

政府数据安全是事关国家安全和经济发展的重大问题,随着人工智能的迅速发展,运用人工智能加强政府数据安全治理是当前备受学术界关注的一项重要课题,有利于落实国家总体安全观、保障政府数据安全、推动政府治理创新以及促进国家安全体系现代化建设。人工智能作为一项引领未来的战略技术,在给政府数据安全治理带来新机遇的同时,也给政府数据安全保障、数据安全风险防范、个人隐私数据防护等方面提出新挑战。现阶段,人工智能背景下的政府数据安全治理面临权责关系不明、标准规范缺位、安全审查不当、智能监控不足、技术应用不力等方面的现实困境。为了解决这些困境,须重点从深化数据安全顶层设计、共筑数据安全标准规范、完善数据管理保障机制、搭建数据综合治理平台、强化核心技术自主创新等方面进行治理。     

人工智能和社会科学研究

人工智能属于通用目的技术,不仅能够引发产业变革,而且能够催生新科学研究范式。随着以生成式人工智能为代表的通用人工智能的发展,人工智能的应用成为社会科学研究范式创新的前沿。数据的高维度、编程语言的强结构性和长程关联性、以参数形式表征的隐式知识库和预训练的结构重整带来新知识和模式发现,为社会科学研究创造出新的发展空间。同时,数据隐私、价值观和研究结论的“黑箱”化带来了人工智能在社会科学应用中的新挑战。如何把大模型的知识发现和基于研究者实践经验的探索式研究相结合,形成人机共生演进的知识生产方式,是社会科学研究中人工智能应用的方向。     

生成式人工智能介入知识生产的功用探析——借助ChatGPT和“文心一言”探究数字劳动的体验

ChatGPT和“文心一言”作为生成式人工智能的新产品，造就了人机合作进行知识生产（尤其是学术研究）的新形式。以探究数字劳动的含义为例，以人机问答的方式获得机器智能提供的答案，这展现了ChatGPT和“文心一言”可以辅助人进行学术研究的新功用，从而形成人机合作的知识生产新模式。在这种模式中，机器智能在提供资源的概括和简单的文本生成方面对人的知识生产提供高效的帮助，并通过人机问答的互动使这种帮助更具针对性和时效性。通过对机器生成内容的具体考察，深入体验这两款生成式人工智能新产品的实际使用，也可以发现其明显的不足和局限，尤其体现在：由于受限于训练数据集和能够进入的学术资源数据库，其归纳既有知识成果的全面性和准确性与人的要求还有较大的差距，更不能替代人去进行原创性的知识创新。鉴于此，需要理性地看待智能机器为人类的知识生产所能起到的功用，既要前瞻性预测这一新型的人机协同方式对人类未来知识生产走向的巨大影响和积极意义，也要根据现阶段生成式人工智能的工作机制，发挥好人在使用提示词等方面的作用，通过人的积极作为来调动智能辅助系统的潜能，在人机之间既有合理的分工又有融洽的互补式合作，来助力学术研究型知识生产活动的开展，并对人作为知识生产的主体始终保持足够的警醒。     

深度媒介化趋势下新闻传播学科再定位和再调整

当前利用网络平台从事传播活动已成为大众日常生活的一部分,从新时代人才培养角度看,传统新闻传播知识与技能已不能适应职场竞争的需要,新闻传播教育急需改革。在全民媒介实践的大背景下,新闻传播学科的新文科建设需要认清深度媒介化的社会现实,特别是新闻业蜕变与新闻传播职业分化重组带来的新闻传播学科发展困境,超越一般的学科交叉融合,提升知识整合力,在深度和高度上再定位、再调整。强有力的整合力,可以促进学科之间、学界与业界的交叉融合,推进“新文科”背景下的新闻传播学学科建设。     

新社会风险:当代社会政策研究的新视角

自1990年代以来,"新社会风险"作为社会政策领域的一个新视角逐渐兴起."新社会风险"视角认为,后工业社会带来的服务业崛起、妇女就业增多以及人口老龄化等结构变化导致社会出现大量新的社会风险,对以传统社会风险为主要考虑的战后福利制度提出了巨大挑战.新社会风险视角是对以降低福利支出、缩小国家作用为中心的"新自由主义"和"福利紧缩"政治的超越,它对转换社会政策研究方法、开辟新的研究领域起到了重要的推动作用.与此同时,关注新社会风险的起源及其带来的社会影响,对转型时期我国的社会保障制度建设也将起到积极的借鉴意义.     

人工智能赋能劳动教育的图景展现及其实践策略

人工智能催生了新型劳动,不仅深刻改变了人类劳动的既有样态和形式,同时也使劳动教育的内在意蕴和实践路径发生了新的变化,推动劳动教育智能化转型。人工智能与劳动教育在目标追求、发展诉求、优势资源方面有着内在的契合性,人工智能赋能劳动教育创新发展,既是对劳动教育发展趋势的积极回应,也是促进劳动教育提质增效的必然选择,更是培养德智体美劳全面发展的社会主义建设者和接班人的必由之路,其能够丰富劳动教育形态、拓展劳动教育场域、优化劳动教育话语、完善劳动教育评价,推动劳动教育呈现出智慧化、协同化、可视化、个性化的理想图景。但是,由于物联网、大数据、云计算、人工智能等技术的发展隐含一定的工具理性和技术理性,人工智能不断融入劳动教育中,也会使劳动教育面临价值消减、主体错位、内容失衡、场域窄化等风险和挑战。因此,人工智能时代的劳动教育要进一步厘清和明晰“冷”与“暖”、“破”与“立”、“本”与“末”、“虚”与“实”间的理论关系,推动构成以价值导向、重要保障、内容支撑和方法选择为重点的劳动教育创新发展的现实进路,从而不断规避人工智能所带来的潜在风险和负面影响,促进劳动教育与人工智能融合创新,实现新时代劳动教育高质...     

新文科语境下新闻传播人才培养

教育部关于新文科建设的重大举措并非孤立行为,而是中国高等教育学科体系全面创新系统工程的重要一环。新文科建设的本质是学科系统的开放,并以此为基础,借助学科之间的深度融合、跨界赋能,实现文科的科学化,提升文科发展质量。新闻传播学科应把握新文科发展的契机,吸纳新生动力、新鲜血液,为新闻传播卓越人才的培养提供重要保障。首先,加强系统开放,完善新闻传播人才培养体制机制建设;其次,深化跨界赋能,推动新闻传播学科创新融合。此外,融通专业知识与人文精神,提升新闻传播学人才培养质量。而新闻传播学新文科建设的“命门”在守根固本。新闻传播教育体系本身的完整性是前提,同时需要定位本体,廓清学科边界,为学科融通奠定基础。