人文与社会科学

89 条内容

arXiv 2026年9月27日
该工作把音频描述（AD）生成形式化为一个关于"描述什么视觉信息、在对话间隙的何时插入、以及如何在有限时间内压缩表达"三个耦合决策的约束优化问题，提出一个混合系统：用大语言模型提出并定位视觉元素、估计其对叙事的显著度并生成压缩表述，再用混合整数线性规划在场景层面联合选择与排布描述并满足时间约束；在面向电影真实 AD 的 REFRAMED 基准上，该方法在"描述什么"和"何时描述"上优于提示式大语言模型，在叙事问答与时序相关指标上取得新的最优结果，消融显示显式时间约束带来排布增益、显著度估计决定叙事有用内容的保留量，改进集中在时序与叙事指标而非 n-gram 重叠，且与专业描述者之间仍有明显差距。
该工作把音频描述（AD）生成形式化为一个关于"描述什么视觉信息、在对话间隙的何时插入、以及如何在有限时间内压缩表达"三个耦合决策的约束优化问题，提出一个混合系统：用大语言模型提出并定位视觉元素、估计其对叙事的显著度并生成压缩表述，再用混合整数线性规划在场景层面联合选择与排布描述并满足时间约束；在面向电影真实 AD 的 REFRAMED 基准上，该方法在"描述什么"和"何时描述"上优于提示式大语言模型，在叙事问答与时序相关指标上取得新的最优结果，消融显示显式时间约束带来排布增益、显著度估计决定叙事有用内容的保留量，改进集中在时序与叙事指标而非 n-gram 重叠，且与专业描述者之间仍有明显差距。
把音频描述拆成"说什么、何时说、怎么说"的约束优化后，该系统在 REFRAMED 上刷新了叙事问答与时序指标的最优结果
该工作把音频描述（AD）生成形式化为一个关于"描述什么视觉信息、在对话间隙的何时插入、以及如何在有限时间内压缩表达"三个耦合决策的约束优化问题，提出一个混合系统：用大语言模型提出并定位视觉元素、估计其对叙事的显著度并生成压缩表述，再用混合整数线性规划在场景层面联合选择与排布描述并满足时间约束；在面向电影真实 AD 的 REFRAMED 基准上，该方法在"描述什么"和"何时描述"上优于提示式大语言模型，在叙事问答与时序相关指标上取得新的最优结果，消融显示显式时间约束带来排布增益、显著度估计决定叙事有用内容的保留量，改进集中在时序与叙事指标而非 n-gram 重叠，且与专业描述者之间仍有明显差距。
该工作把音频描述（AD）生成形式化为一个关于"描述什么视觉信息、在对话间隙的何时插入、以及如何在有限时间内压缩表达"三个耦合决策的约束优化问题，提出一个混合系统：用大语言模型提出并定位视觉元素、估计其对叙事的显著度并生成压缩表述，再用混合整数线性规划在场景层面联合选择与排布描述并满足时间约束；在面向电影真实 AD 的 REFRAMED 基准上，该方法在"描述什么"和"何时描述"上优于提示式大语言模型，在叙事问答与时序相关指标上取得新的最优结果，消融显示显式时间约束带来排布增益、显著度估计决定叙事有用内容的保留量，改进集中在时序与叙事指标而非 n-gram 重叠，且与专业描述者之间仍有明显差距。
arXiv 2026年9月27日
本文对一家大型科技公司多个团队中部署的持续在线、主动式AI代理“队友”进行了实地定性研究，发现人机工作场所的边界处于流动状态，并在三方面引发断裂与协商：人类协作工作流中的隐性规则、这一新非人行动者的关系边界，以及信任与人类能动性的再分配；作者据此提出一项旨在有意保留人类能动性的研究、设计与组织议程。
本文对一家大型科技公司多个团队中部署的持续在线、主动式AI代理“队友”进行了实地定性研究，发现人机工作场所的边界处于流动状态，并在三方面引发断裂与协商：人类协作工作流中的隐性规则、这一新非人行动者的关系边界，以及信任与人类能动性的再分配；作者据此提出一项旨在有意保留人类能动性的研究、设计与组织议程。
在一家大型科技公司多团队中实地部署持续在线的主动式AI“队友”后，研究者观察到人机工作边界在协作规则、非人行动者关系与信任分配三方面持续被协商。
本文对一家大型科技公司多个团队中部署的持续在线、主动式AI代理“队友”进行了实地定性研究，发现人机工作场所的边界处于流动状态，并在三方面引发断裂与协商：人类协作工作流中的隐性规则、这一新非人行动者的关系边界，以及信任与人类能动性的再分配；作者据此提出一项旨在有意保留人类能动性的研究、设计与组织议程。
本文对一家大型科技公司多个团队中部署的持续在线、主动式AI代理“队友”进行了实地定性研究，发现人机工作场所的边界处于流动状态，并在三方面引发断裂与协商：人类协作工作流中的隐性规则、这一新非人行动者的关系边界，以及信任与人类能动性的再分配；作者据此提出一项旨在有意保留人类能动性的研究、设计与组织议程。
arXiv 2026年9月27日
该研究在专业发展工作坊中让27名中学教师使用一个面向教师的聊天机器人创作工具，结合焦点小组访谈、配置日志与交互日志分析教师如何把教学意图转化为聊天机器人配置以及配置在多大程度上反映为机器人行为，发现教师把聊天机器人设想为可提供差异化支持、扩大求助渠道并在教师设定边界内保留学生思考的教学支架，配置中Purpose主要承载教学目标与内容重点而Rules更多规定教学行为、护栏与学习者适配，基于日志的评估显示回应性（88.9%）与人设（81.5%）的对齐强于规则（70.4%）与目的（59.3%），表明仅有可配置控件并不保证教学忠实度。
该研究在专业发展工作坊中让27名中学教师使用一个面向教师的聊天机器人创作工具，结合焦点小组访谈、配置日志与交互日志分析教师如何把教学意图转化为聊天机器人配置以及配置在多大程度上反映为机器人行为，发现教师把聊天机器人设想为可提供差异化支持、扩大求助渠道并在教师设定边界内保留学生思考的教学支架，配置中Purpose主要承载教学目标与内容重点而Rules更多规定教学行为、护栏与学习者适配，基于日志的评估显示回应性（88.9%）与人设（81.5%）的对齐强于规则（70.4%）与目的（59.3%），表明仅有可配置控件并不保证教学忠实度。
27名中学教师在教师端聊天机器人创作工具中配置教学意图，日志评估显示回应性对齐88.9%、人设81.5%，而规则70.4%、目的59.3%
该研究在专业发展工作坊中让27名中学教师使用一个面向教师的聊天机器人创作工具，结合焦点小组访谈、配置日志与交互日志分析教师如何把教学意图转化为聊天机器人配置以及配置在多大程度上反映为机器人行为，发现教师把聊天机器人设想为可提供差异化支持、扩大求助渠道并在教师设定边界内保留学生思考的教学支架，配置中Purpose主要承载教学目标与内容重点而Rules更多规定教学行为、护栏与学习者适配，基于日志的评估显示回应性（88.9%）与人设（81.5%）的对齐强于规则（70.4%）与目的（59.3%），表明仅有可配置控件并不保证教学忠实度。
该研究在专业发展工作坊中让27名中学教师使用一个面向教师的聊天机器人创作工具，结合焦点小组访谈、配置日志与交互日志分析教师如何把教学意图转化为聊天机器人配置以及配置在多大程度上反映为机器人行为，发现教师把聊天机器人设想为可提供差异化支持、扩大求助渠道并在教师设定边界内保留学生思考的教学支架，配置中Purpose主要承载教学目标与内容重点而Rules更多规定教学行为、护栏与学习者适配，基于日志的评估显示回应性（88.9%）与人设（81.5%）的对齐强于规则（70.4%）与目的（59.3%），表明仅有可配置控件并不保证教学忠实度。
Terence Tao blog RSS 2026年9月26日
概率学家Ivan Corwin在这篇客座博文中主张以“价值为基础”的方式应对AI对数学的冲击，提出数学家的价值产生于四个层面——社会、学生、共同体与个人，并呼吁数学界清晰阐明并向社会与资助方传达数学的价值，同时把教学与培养重新置于核心位置。
概率学家Ivan Corwin在这篇客座博文中主张以“价值为基础”的方式应对AI对数学的冲击，提出数学家的价值产生于四个层面——社会、学生、共同体与个人，并呼吁数学界清晰阐明并向社会与资助方传达数学的价值，同时把教学与培养重新置于核心位置。
概率学家Ivan Corwin提出以价值为基础的数学应对AI路径，把数学价值分为社会、学生、共同体、个人四个层面并呼吁数学界主动向资助方阐明价值
概率学家Ivan Corwin在这篇客座博文中主张以“价值为基础”的方式应对AI对数学的冲击，提出数学家的价值产生于四个层面——社会、学生、共同体与个人，并呼吁数学界清晰阐明并向社会与资助方传达数学的价值，同时把教学与培养重新置于核心位置。
概率学家Ivan Corwin在这篇客座博文中主张以“价值为基础”的方式应对AI对数学的冲击，提出数学家的价值产生于四个层面——社会、学生、共同体与个人，并呼吁数学界清晰阐明并向社会与资助方传达数学的价值，同时把教学与培养重新置于核心位置。
Journal of Applied Business and Economics 2026年9月26日
该研究以结构化封闭式问卷对美国多家贷款机构的金融专业人士进行定量调查，并运用技术-组织-环境（TOE）框架与信息不对称理论分析数据，发现AI与BI应用显著提升了中小企业信用风险评估的精度、速度与客观性，改善了对高风险借款人的识别并减少了主观偏差；机构准备度、技术基础设施、技能人才与监管契合是关键推动因素，而数据碎片化、资金约束与模型可解释性仍是持续存在的挑战。
该研究以结构化封闭式问卷对美国多家贷款机构的金融专业人士进行定量调查，并运用技术-组织-环境（TOE）框架与信息不对称理论分析数据，发现AI与BI应用显著提升了中小企业信用风险评估的精度、速度与客观性，改善了对高风险借款人的识别并减少了主观偏差；机构准备度、技术基础设施、技能人才与监管契合是关键推动因素，而数据碎片化、资金约束与模型可解释性仍是持续存在的挑战。
对美国贷款机构金融专业人士的问卷调查显示，AI与BI应用提升了中小企业信用风险评估的精度、速度与客观性，并更有效识别高风险借款人
该研究以结构化封闭式问卷对美国多家贷款机构的金融专业人士进行定量调查，并运用技术-组织-环境（TOE）框架与信息不对称理论分析数据，发现AI与BI应用显著提升了中小企业信用风险评估的精度、速度与客观性，改善了对高风险借款人的识别并减少了主观偏差；机构准备度、技术基础设施、技能人才与监管契合是关键推动因素，而数据碎片化、资金约束与模型可解释性仍是持续存在的挑战。
该研究以结构化封闭式问卷对美国多家贷款机构的金融专业人士进行定量调查，并运用技术-组织-环境（TOE）框架与信息不对称理论分析数据，发现AI与BI应用显著提升了中小企业信用风险评估的精度、速度与客观性，改善了对高风险借款人的识别并减少了主观偏差；机构准备度、技术基础设施、技能人才与监管契合是关键推动因素，而数据碎片化、资金约束与模型可解释性仍是持续存在的挑战。
发表出处待核验 2026年9月25日
该研究首次通过用户研究检验LLM-as-a-judge在对话式音乐推荐（CRS）回复评估中的可靠性：从TalkPlayData-Challenge采样20个多轮会话，用四个指令微调LLM生成候选回复，由20位音乐领域专家在Personalization Quality与Explanation Quality两个维度上给出n=400条评分，经10,000次bootstrap相关分析发现LLM评审与人类判断呈中等正相关（最高Gemini-3.1Pro在个性化维度r=0.55），并优于所有参考基线指标。
该研究首次通过用户研究检验LLM-as-a-judge在对话式音乐推荐（CRS）回复评估中的可靠性：从TalkPlayData-Challenge采样20个多轮会话，用四个指令微调LLM生成候选回复，由20位音乐领域专家在Personalization Quality与Explanation Quality两个维度上给出n=400条评分，经10,000次bootstrap相关分析发现LLM评审与人类判断呈中等正相关（最高Gemini-3.1Pro在个性化维度r=0.55），并优于所有参考基线指标。
20位音乐领域专家400条评分显示：LLM评审与人类判断仅中等相关（最高r=0.55），但已远超BLEU、ROUGE-L等参考基线
该研究首次通过用户研究检验LLM-as-a-judge在对话式音乐推荐（CRS）回复评估中的可靠性：从TalkPlayData-Challenge采样20个多轮会话，用四个指令微调LLM生成候选回复，由20位音乐领域专家在Personalization Quality与Explanation Quality两个维度上给出n=400条评分，经10,000次bootstrap相关分析发现LLM评审与人类判断呈中等正相关（最高Gemini-3.1Pro在个性化维度r=0.55），并优于所有参考基线指标。
该研究首次通过用户研究检验LLM-as-a-judge在对话式音乐推荐（CRS）回复评估中的可靠性：从TalkPlayData-Challenge采样20个多轮会话，用四个指令微调LLM生成候选回复，由20位音乐领域专家在Personalization Quality与Explanation Quality两个维度上给出n=400条评分，经10,000次bootstrap相关分析发现LLM评审与人类判断呈中等正相关（最高Gemini-3.1Pro在个性化维度r=0.55），并优于所有参考基线指标。
IEEE Spectrum 2026年9月25日
来自墨西哥瓜达拉哈拉 ITESO（耶稣会大学）的 15 人跨学科团队（工程学生、教师顾问与 IEEE 瓜达拉哈拉分会志愿者）通过 EPICS in IEEE 计划开发了便携式一体化教学平台 RoboMeshA，把机器人、计算机视觉与 AI 体验带进缺乏机器人实验室的中学课堂；学生用浏览器即可连接并手动操控机器人或使用其控制模式观察其移动与避障，团队已建成两台设备，并与 CETI Colomos 和 Prepa ITESO 两所高中合作在课堂环境中验证该平台，同时正在开发模块化耦合框架，使四台 RoboMeshA 机器人可以协同运行。
来自墨西哥瓜达拉哈拉 ITESO（耶稣会大学）的 15 人跨学科团队（工程学生、教师顾问与 IEEE 瓜达拉哈拉分会志愿者）通过 EPICS in IEEE 计划开发了便携式一体化教学平台 RoboMeshA，把机器人、计算机视觉与 AI 体验带进缺乏机器人实验室的中学课堂；学生用浏览器即可连接并手动操控机器人或使用其控制模式观察其移动与避障，团队已建成两台设备，并与 CETI Colomos 和 Prepa ITESO 两所高中合作在课堂环境中验证该平台，同时正在开发模块化耦合框架，使四台 RoboMeshA 机器人可以协同运行。
墨西哥 ITESO 团队在 EPICS in IEEE 支持下造出便携式机器人教学平台 RoboMeshA，并已建成两台、在中学课堂验证
来自墨西哥瓜达拉哈拉 ITESO（耶稣会大学）的 15 人跨学科团队（工程学生、教师顾问与 IEEE 瓜达拉哈拉分会志愿者）通过 EPICS in IEEE 计划开发了便携式一体化教学平台 RoboMeshA，把机器人、计算机视觉与 AI 体验带进缺乏机器人实验室的中学课堂；学生用浏览器即可连接并手动操控机器人或使用其控制模式观察其移动与避障，团队已建成两台设备，并与 CETI Colomos 和 Prepa ITESO 两所高中合作在课堂环境中验证该平台，同时正在开发模块化耦合框架，使四台 RoboMeshA 机器人可以协同运行。
来自墨西哥瓜达拉哈拉 ITESO（耶稣会大学）的 15 人跨学科团队（工程学生、教师顾问与 IEEE 瓜达拉哈拉分会志愿者）通过 EPICS in IEEE 计划开发了便携式一体化教学平台 RoboMeshA，把机器人、计算机视觉与 AI 体验带进缺乏机器人实验室的中学课堂；学生用浏览器即可连接并手动操控机器人或使用其控制模式观察其移动与避障，团队已建成两台设备，并与 CETI Colomos 和 Prepa ITESO 两所高中合作在课堂环境中验证该平台，同时正在开发模块化耦合框架，使四台 RoboMeshA 机器人可以协同运行。
RESEARCH JOURNAL OF PURE SCIENCE AND TECHNOLOGY 2026年9月24日
该研究采用基于二手数据与文献的定性设计，通过提出SAFE-T框架（利益相关者对齐的公平、伦理与透明度）来审视AI教育中的数据隐私、算法偏见与决策问题，发现AI决策过程持续存在透明度不足、算法偏见加剧教育不平等，并主张以公平感知模型、参与式政策框架以及公平审计和监管监督等问责机制加以应对。
该研究采用基于二手数据与文献的定性设计，通过提出SAFE-T框架（利益相关者对齐的公平、伦理与透明度）来审视AI教育中的数据隐私、算法偏见与决策问题，发现AI决策过程持续存在透明度不足、算法偏见加剧教育不平等，并主张以公平感知模型、参与式政策框架以及公平审计和监管监督等问责机制加以应对。
SAFE-T框架提出：AI教育中的透明度缺失与算法偏见正侵蚀利益相关者信任，需以公平审计、可解释AI与参与式治理应对
该研究采用基于二手数据与文献的定性设计，通过提出SAFE-T框架（利益相关者对齐的公平、伦理与透明度）来审视AI教育中的数据隐私、算法偏见与决策问题，发现AI决策过程持续存在透明度不足、算法偏见加剧教育不平等，并主张以公平感知模型、参与式政策框架以及公平审计和监管监督等问责机制加以应对。
该研究采用基于二手数据与文献的定性设计，通过提出SAFE-T框架（利益相关者对齐的公平、伦理与透明度）来审视AI教育中的数据隐私、算法偏见与决策问题，发现AI决策过程持续存在透明度不足、算法偏见加剧教育不平等，并主张以公平感知模型、参与式政策框架以及公平审计和监管监督等问责机制加以应对。
Proceedings of the ACM on Human-Computer Interaction 2026年9月23日
研究者在“My Dream Team”推荐系统上开展2×2组间实验室实验，操纵用户自主权（分配 vs. 选择）与异质性标准（纳入 vs. 不纳入），332名参与者组成83个四人团队完成30分钟创意任务；结果显示，按异质性标准重排推荐显著提高了不同种族（β=0.69，p<0.01）和不同性别（β=0.68，p<0.01）合作者的选择，赋予自主权会强化同质性并降低表层差异，而“引导式选择”团队在创造力评分上显著高于自由组队团队（Δ=0.45，p_adj<0.05），且这种引导在用户未察觉的情况下发挥作用。
研究者在“My Dream Team”推荐系统上开展2×2组间实验室实验，操纵用户自主权（分配 vs. 选择）与异质性标准（纳入 vs. 不纳入），332名参与者组成83个四人团队完成30分钟创意任务；结果显示，按异质性标准重排推荐显著提高了不同种族（β=0.69，p<0.01）和不同性别（β=0.68，p<0.01）合作者的选择，赋予自主权会强化同质性并降低表层差异，而“引导式选择”团队在创造力评分上显著高于自由组队团队（Δ=0.45，p_adj<0.05），且这种引导在用户未察觉的情况下发挥作用。
算法重排推荐让团队选出更多不同种族与性别的合作者，并使被引导组建的团队创造力高于自由组队
研究者在“My Dream Team”推荐系统上开展2×2组间实验室实验，操纵用户自主权（分配 vs. 选择）与异质性标准（纳入 vs. 不纳入），332名参与者组成83个四人团队完成30分钟创意任务；结果显示，按异质性标准重排推荐显著提高了不同种族（β=0.69，p<0.01）和不同性别（β=0.68，p<0.01）合作者的选择，赋予自主权会强化同质性并降低表层差异，而“引导式选择”团队在创造力评分上显著高于自由组队团队（Δ=0.45，p_adj<0.05），且这种引导在用户未察觉的情况下发挥作用。
研究者在“My Dream Team”推荐系统上开展2×2组间实验室实验，操纵用户自主权（分配 vs. 选择）与异质性标准（纳入 vs. 不纳入），332名参与者组成83个四人团队完成30分钟创意任务；结果显示，按异质性标准重排推荐显著提高了不同种族（β=0.69，p<0.01）和不同性别（β=0.68，p<0.01）合作者的选择，赋予自主权会强化同质性并降低表层差异，而“引导式选择”团队在创造力评分上显著高于自由组队团队（Δ=0.45，p_adj<0.05），且这种引导在用户未察觉的情况下发挥作用。
Nature News 2026年9月23日
《自然》新闻报道梳理了教育者与认知研究者对生成式AI削弱学生批判性思维的担忧，并援引一项《自然综述：心理学》评论的核心论点——生成式AI能提升学习者的任务表现，却未必带来高质量学习所需的深层认知与元认知加工，同时介绍了OECD等机构在批判性思维教学与测评上的长期工作。
《自然》新闻报道梳理了教育者与认知研究者对生成式AI削弱学生批判性思维的担忧，并援引一项《自然综述：心理学》评论的核心论点——生成式AI能提升学习者的任务表现，却未必带来高质量学习所需的深层认知与元认知加工，同时介绍了OECD等机构在批判性思维教学与测评上的长期工作。
AI时代的批判性思维：把“表现提升”与“真正学习”分开
《自然》新闻报道梳理了教育者与认知研究者对生成式AI削弱学生批判性思维的担忧，并援引一项《自然综述：心理学》评论的核心论点——生成式AI能提升学习者的任务表现，却未必带来高质量学习所需的深层认知与元认知加工，同时介绍了OECD等机构在批判性思维教学与测评上的长期工作。
《自然》新闻报道梳理了教育者与认知研究者对生成式AI削弱学生批判性思维的担忧，并援引一项《自然综述：心理学》评论的核心论点——生成式AI能提升学习者的任务表现，却未必带来高质量学习所需的深层认知与元认知加工，同时介绍了OECD等机构在批判性思维教学与测评上的长期工作。

第 5 页 · 当前显示 10 项