以党的自我革命引领社会革命的时代意蕴与实践取向

深刻认识与把握“以党的自我革命引领社会革命”这一重大命题，首先要有效破题。破解这一重大理论与实践命题，必须坚持问题导向、目标导向与实践取向，聚焦新时代、新问题、新矛盾、新要求；必须结合全面从严治党、解决大党独有难题来深刻认识党的自我革命作为跳出治乱兴衰历史周期率的“第二个答案”的当代意蕴，根据“四自”基本内涵深刻把握新时代党的自我革命的内在逻辑与时代要求；必须深刻认识两种性质、两种类型的社会革命，结合全面建设社会主义现代化国家的新任务新要求来深刻认识社会革命的当代意蕴；必须从“改造主体世界与改造客体世界”基本逻辑出发，以党的建设、党的领导、党的事业相统一为基本分析范式，深刻把握以党的自我革命引领社会革命的当代意蕴、现实要求与实践机制。     

哲学基本问题的提出是哲学史发展的逻辑必然

哲学基本问题贯穿整个哲学史 ,古代本体论哲学并没有自觉到思维和存在的关系 ,近代认识论哲学由于自觉到了思维和存在的关系 ,因而使哲学基本问题获得了“完全的意义”。马克思主义哲学第一次明确提出并全面论述了思维和存在的关系问题 ,并在实践基础上实现了二者真正的统一。只有历史地考察哲学基本问题 ,才能坚持思维和存在的关系问题是哲学的基本问题 ,才能在实践中坚持唯物主义 ,反对唯心主义。     

论人工智能生成数据法律保护的多元分层模式——兼评"菲林案"与"Dreamwriter案

根据人类是否介入或介入是否具有实质性影响,人工智能生成数据可分为辅助生成数据和自动生成数据.既有学术探讨中,对此的各种保护模式各有优劣,但多集中在一种保护模式的单项选择上.结合"菲林案"与"Dreamwriter案"的判决结果,可对生成数据采取多元分层的保护模式:对独创性的辅助生成数据,可纳入人类作品范畴获得著作权;对具客观"独创性"的自动生成数据,可设立新型邻接权——"数据生成者权"加以保护;辅助与自动生成中都存在不具"独创性"的数据,可采数据财产权保护模式.当数据生成者权、数据财产权尚未设立或设立后保护仍有遗漏的,反不正当竞争法可对人工智能生成数据予以兜底保护.     

技术如何“信任”人——算法信任视域下智能风控正义的审思

现代人工智能的“可信任”研究通常关注的是人对智能算法的信任问题。但在风控领域逐渐转向AI“合理怀疑”能力的要求中,算法对人的“信任”也已成为人工智能伦理的重要问题。风险防控本身就是如何信任一个人的问题。在现代未来学思维下,人把对信任与怀疑的规划都交付给技术,以降低风险率。人工智能风控技术以数据和算法作为信任人的方式,这是智能时代“后人类”的一个必然的社会深度脱域特征。因而,人工智能风控相对于其他智能技术需得到独特的哲学关注。但是这种算法信任主导下的风险防控,必然面对正义性的考量。在人工智能物逐渐被作为一种能动主体的情境下,实现其在风控场景中对人的“合理怀疑”也成为智能风控的基本伦理要求。     

A Multiple Objective Embedded Network Model for Human Resource Planning and an Implementation of the Tchebycheff Method

A multiple objective embedded network model is proposed to model a variety of human resource planning problems including executive succession planning, compensation planning, training program design, diversity management and human systems design. The Tchebycheff Method, an interactive multiple objective programming solution procedure developed by Steuer and Choo [32], is implemented using NETSIDE, a computer routine for solving network problems with side constraints developed by Kennington and Whisman [17]. This paper demonstrates how the network structure common to many types of human resource planning problems can be exploited to improve solution efficiency, and how our approach extends the use of network models in human resource planning by including multiple objectives and extranetwork constraints. An illustrative example demonstrating the modeling and solution approach is presented, and the potential applications of these approaches in two specific areas of human resource planning are discussed.     

生成式人工智能——ChatGPT的变革影响、风险挑战及应对策略

由OpenAI研发的生成式人工智能聊天机器人ChatGPT一经问世便引起剧烈轰动和广泛热议。ChatGPT是以深度学习和人类反馈强化学习等技术为基础，经过针对海量数据的预训练，能够根据用户指令，生成内容丰富、风格类人的自然语言文本的大型生成式人工智能语言模型。同其他人工智能聊天机器人相较，ChatGPT特征鲜明：一是能够保障人机的连续性对话；二是能够在无法理解指令时主动向用户发出追问；三是能够以“人化”而非机器化的话语体系进行自然语言表意；四是能够“记住”用户生产的内容。ChatGPT作为生成式人工智能的杰作，或将利用强大的自然语言处理能力成为撬动第四次工业革命的一根杠杆，可能引发人类社会的深层次变革。包括：有望通过开辟信息智能化处理的场域，推动产业转型升级、提高劳动者生产力、改进生产工具、优化生产决策以变革生产方式；有助于研究现状梳理、研究思路组织、研究数据处理、研究成果完善以变革科研范式；为教育主体赋能、为教育客体赋权、为教育过程赋魂以变革教育形式；重构劳动生活、消费生活、精神生活以变革生活方式等。科技发展具有两面性，ChatGPT也会给我们带来系列风险隐患，或将滋生知识产权侵犯、...