创意机器的崛起:探索生成人工智能的影响
生成人工智能(AI)的崛起引发了对其对失业和市场萧条的潜在影响的担忧。本研究通过考察生成 AI 对产品市场的影响来解决这一问题。出人意料的是,研究结果表明虽然生成 AI 降低了平均价格,但显著提高了订单数量和总收入,这与预期相反。该研究进一步提供了理论经济解释,以阐明这一意外现象。通过提供经验证据,本文驳斥了生成 AI 可能导致市场萧条的观点,反而强调了其促进市场繁荣的潜力。这些发现对从业者、政策制定者和广大 AI 社区具有重要意义。
Nov, 2023
利用 2016 年至 2023 年的相关文章进行的系统文献评价显示:生成型人工智能(GAI)可应用于软件产品管理,包括在需求工程、产品开发和市场调研中提供帮助,但其准确性、可靠性和道德问题仍待解决。最终,生成型人工智能的实际应用可以显著提高软件产品管理活动,实现更有效地利用资源,更好的产品结果和改进的最终用户体验。
Jun, 2023
通过质性调查,我们发现创意专业人士对生成式人工智能的推动对创造力的定义和如何使用人工智能支持他们的工作流程产生了重要的影响,并基于这些反思,探讨了如何设计在创新专业领域中的 “参与式人工智能”,以目前和未来协同 AI 中赋予创意专业人士更大的权力。
Mar, 2023
提供一种加速学习方法来教授 AI,以便让学生更好地理解和利用 AI 在科学、技术、工程和数学等领域中的伦理用途和风险,并深入了解学生对 AI 的认知和其在社会和未来职业道路中的重要性。
May, 2024
通过借鉴谷歌、Netflix 和 Stitch Fix 等行业领导者的真实案例,本文研究了生成式人工智能驱动的叙事在营销领域中的转型力量,介绍了这项技术如何塑造营销策略,个性化消费者体验,并探讨了未来的发展方向和建议,包括实时个性化叙事、沉浸式叙事体验和社交媒体叙事,从而揭示了生成式人工智能驱动的叙事在营销领域的潜力和影响。
Sep, 2023
通过分析 378 个伦理问题的 19 个主题领域,本研究综述了生成人工智能伦理问题的分类和排名,主要关注大型语言模型和图像生成模型,为学者、从业人员和政策制定者提供了关于公平性、安全性、有害内容、幻觉、隐私、交互风险、安全性、社会影响等伦理争论的全面概述,并讨论了结果、评估了文献中的不平衡现象,并探讨了未经证实的风险场景。
Feb, 2024
本文研究探讨了生成 AI 技术中,AI 加入真实数据之后可能会产生回馈循环并导致未来模型的降级和多样性降低的情况,从而产生社会影响。同时,对于如何缓解这种回馈循环以及降低未来技术模型降级的影响也提出了相关问题。
Jun, 2023