关键词： 教育强国   数字教材   实施策略   终身学习   人工智能   未来发展战略   可持续发展   实践路径  

摘要： 教育强国研究,◎教育强国建设的科学内涵、实践路径、实施策略、战略任务研究。◎《教育强国建设规划纲要(2024-2035年)》解读。国家教育数字化战略实施研究,◎数字教育的中国理念、中国方案、中国行动。◎数字化赋能学习型社会、终身学习的理论与机制研究。◎国家中小学智慧教育平台可持续发展和建设应用研究。◎大数据、人工智能赋能教育评价改革研究。◎数字教育的政策、理论、伦理与未来发展战略研究。◎优质数字资源(数字教材)建设和应用研究。◎数智技术赋能教育高质量发展研究。◎数字教育国际比较研究。

关键词： 人工智能   油气田勘探   储层预测  

摘要： 人工智能(AI)技术在油气田勘探和开发中的应用日益广泛。通过深度学习、机器学习等先进技术,AI可以有效提升地震数据处理、储层预测与评价的准确性,并优化油气田的生产管理。AI在自动化数据分析、噪声消除、储层特性预测等方面展现出显著优势,帮助油气公司提高勘探效率、减少开发风险、提升经济效益。探讨了AI在油气田勘探开发中的关键应用,结合实际案例分析AI对油气产业发展的推动作用,旨在为相关领域的技术革新提供参考。

关键词： 思想政治教育   场景化   人工智能   数字化   数智化  

摘要： 数智技术的快速发展为思想政治教育场景化注入了新的活力,使其在教育理念、内容呈现和互动方式上发生了深刻变革。依托数智技术生成多维度的教育情境,通过全景式沉浸、靶向化推送、情境性叙事和互动式场景等方法,力求通过沉浸、互动与个性化来强化教育场景的代入感和情感共鸣,从而增强思想政治教育的吸引力和感染力。然而,数智场景化应用在为思想政治教育提供更丰富体验的同时,也带来了诸如虚拟沉浸中的现实疏离、算法偏向下的信息茧房、情感引导过度削弱自主思维等问题。推动思想政治教育场景化的有序运行,必须采取虚实统合、多元推荐、理性共鸣等策略,通过增强现实关联、平衡情感与理性、引导多元视角等方式,力图实现数智时代思想政治教育场景化应用的长远发展。

关键词： 人工智能   生态格局   AI技术   公司法务   合作项目   法务工作  

摘要： AI技术的迅猛发展正在重塑法律服务的生态格局,公司法务部门首当其冲地面临AI技术带来的深刻变革。从一份简单的法律声明起草,到重大合作项目的合规设计,AI技术的应用已在日常工作中悄然渗透,让一线公司法务们感受到AI对法律服务的冲击和变革。

关键词： 教育数字化转型   人工智能   家长视角  

摘要： 教育数字化转型是一场涉及教育理念、教学模式、教育主体乃至教育生态的系统性教育变革。家长是教育政策和教育实践的重要反馈者,是数字化教育场景建构与教学实践不可或缺的支持者,也是教育数字化风险的重要防范者。只有充分尊重和重视家长的声音和意见,并让家长成为学校教育数字化转型的积极参与者和受益者,教育数字化转型才能顺利推进。

关键词： 人工智能   风雷   临近预报   检验评估  

摘要： 光流法等传统外推技术是目前强对流临近预报采用的主要客观方法,其无法体现对流系统的生消演变且预报时效有限;2024年中国气象局发布了我国首个基于人工智能的临近气象预报大模型“风雷”V1版本(以下简称“风雷”),基于雷达组合反射率开展3 h雷达回波外推预报。对2023年数据进行定量检验,结果表明“风雷”客观检验评分优于传统光流外推算法,1 h预报时效以上回波预报优势更加明显,检验评分下降相对平缓,3 h预报时效内始终保持较小的Bias,致灾性显著的强回波TS评分较光流法提升了33%。选取2024年不同尺度的强对流过程开展个例评估,“风雷”在一定预报时效内能够正确给出对流系统生消演变的预报,表现出传统方法所不具备的对雷暴变化趋势的预报能力,有效延长了外推时效,为强对流临近预报提供了较好的人工智能客观指导产品。

关键词： 人工智能   人口学   复杂系统   仿真模拟   范式转型  

摘要： 人工智能是实现人口学“计算化”转型的关键途径,基于复杂系统的仿真模拟作为计算人口学方法体系的重要组成部分,是人工智能赋能人口学研究范式转型的重要方向。通过梳理当前人口学研究范式的主要特征,分析其在复杂系统视角下存在的不足,可从多学科交叉融合的角度论证人口学发展复杂系统和仿真模拟的必要性,并以基于Agent建模为例,探讨人工智能赋能人口学研究向复杂系统建模和仿真模拟转型的途径。当前,采用计量模型进行实证研究是人口研究的主流范式,但其结果很难被直接应用于多学科交叉的复杂系统仿真模拟。人口学向复杂系统仿真模拟的“计算化”转型符合学科发展客观规律,是与其他学科深度融合的基础。人工智能可以从数据获取与处理、知识创新与发现和系统革新三方面赋能“人口—自然—社会”复杂系统的构建、运算、维护的全生命周期,实现真正意义上的“人机共生”。人工智能赋能基于Agent建模,以实验人口学人机协同方法训练大量异质性人工智能系统作为拟人Agent融入复杂系统,可极大增强系统对真实世界刻画的准确性,是人口学向“计算化”转型中新的可行方向。

关键词： 社会结构   职业地位   计算社会学   大数据   机器学习  

摘要： 基于问卷调查的社会结构定量测量存在时间跨度有限、测量维度单一、隐性指标不足等问题。为此本文阐述了一种基于文本大数据,运用自然语言处理算法来测量不同时期的话语结构,进而反映社会结构及其变迁规律的方法。以中国社会职业地位的历史变迁(1940—2015)为例,本文基于书籍大数据,从财富、权力、文化、声望四个维度刻画了职业地位和职业地位结构的历史变迁图景。该方法对传统问卷测量方法形成了重要的补充,为缺乏问卷资料的场景,特别是大历史跨度下的主观观念结构和客观社会结构变迁的测量提供了新的计算社会学工具。

关键词： 黄炎培   工匠精神   大数据   职教思想   人工智能  

摘要： 随着5G、人工智能、大数据、物联网等技术与传统交通行业的深度融合,城市轨道交通(以下简称“城轨”)行业发展已转向数字化、智能化,这使得原有职业的岗位任务和核心技能发生了重大变化。在此背景下,为全面适应行业转型,并全力弘扬工匠精神,提供人才支撑便成为大势所趋。作为近代职教领域的开拓者和奠基人,黄炎培的职教思想突出时代性、注重实践性,在培养目标、核心理念、培养方法等方面与工匠精神的育人要求具有一致性与耦合性,对当下城轨行业人才工匠精神培育深具指导意义。

关键词： 人工智能   金融新质生产力   金融创新   科技赋能   产业升级   资源优化配置  

摘要： 本文聚焦人工智能对金融新质生产力提升的影响机制展开研究。在阐述人工智能和金融新质生产力理论基础及二者关系的基础上,深入剖析其影响机制。人工智能从业务流程自动化、智能客服与精准营销、优化资源配置等方面提高金融服务效率;在宏观和微观层面助力金融资源完成优化配置;通过构建精准客户画像和推动服务智能化变革创新金融服务模式;依靠提升风险识别预警能力和优化风险评估模型强化金融风险管理。从金融新质生产力视角看,人工智能具有创新驱动、效率提升、资源优化配置和风险防控等作用,有助于全方位推动金融行业发展。但人工智能在金融领域的赋能受企业内部因素和外部环境因素影响。因此,本文建议加大技术研发与应用投入,推动金融业务流程改造升级,从而更好地发挥人工智能的作用,提升金融新质生产力。