[目的/意义] 探索数字囤积行为在工作情境下的影响机理,为组织提升信息管理效率,消解数字冗余风险提供参考。 [方法/过程] 借鉴近端和远端框架以及调节聚焦理论,基于对347名全职员工的问卷调研数据,采用两步fsQCA方法探究了组织压力(时间压力、上行社会比较和数据保护责任)和个体心理(错失焦虑和反刍)对工作情境中数字囤积行为的层级性组态影响路径,并明确了领导调节聚焦导向(促进导向和预防导向)对组态的调节效应。 [结果/结论] 首先,存在责任—焦虑驱动型、比较—焦虑驱动型和比较—反刍驱动型三条“殊途同归”的工作情境下数字囤积行为组态路径;其次,没有发现导致该情境下数字囤积行为的必要条件;最后,领导的预防导向有效调节了个体心理在组态中的作用强度。文章从理论层面丰富了工作情境下数字囤积行为影响机理的探索,同时推广了两步fsQCA和QCA调节方法的应用,能够为工作情境中的数字囤积行为消解策略提供实践启示。 [局限] 没有讨论导致低数字囤积行为的组态,缺少对社会—文化因素的关注,没有明确数字囤积行为的下游效应,可在后续研究中进一步探索。
[目的/意义] 随着人工智能生成内容(AIGC)在社交媒体中的应用增多,用户暴露相关内容的可能性逐渐扩大。其中,AI生成图片在社交媒体中的应用会对用户的信息获取产生一定影响,但用户对AI生成图片应用的态度尚不明晰。探索用户对社交媒体情境中AI生成图片的识别和认知情况,对其使用、优化、管理具有重要意义。 [方法/过程] 采用眼动实验与访谈结合的混合研究方法,招募了60名社交媒体用户参与AI生成人像识别的眼动实验,在实验结束后就识别依据与认知进行深度访谈,并对结果进行编码及主题分析。 [结果/结论] 用户在人像图片识别中有较为全面的依据,以人物脸部及衣服为主要参考,但以人物主体为主的识别依据未能提高用户识别的识别准确度和信心。在认知方面,用户对生成人像的态度多样,以负面态度为主。用户接受度较高的应用场景为视觉辅助类场景,不认可生成人像在情感类、实际体验类和信息真实性重要场景中的应用。在社交媒体中,AI生成图片的应用需要保障用户知情权,完善相关管理措施,满足用户对信息真实性的需求。
[目的/意义] 随着全球化和科技竞争的加剧,利用大数据技术掌握科技人才的动态信息,精准判别与预测人才安全风险,保障国家科技人才安全已成为科技安全战略的重要组成部分。 [方法/过程] 文章从“状态—能力”维度阐述国家科技人才安全的概念特征,研究其在国际竞争中面临的风险类型及情报工作服务内容,并基于SA-ISRM理论框架,提出了服务国家科技人才安全的全源信息情报态势感知系统框架。 [结果/结论] 该系统框架包括态势感知、态势理解和态势预测三部分,将多源信息处理分析技术融入人才安全情报工作流程中,实现对科技人才安全风险的感知、预测与反应,为保障国家科技安全提供坚实基础。
[目的/意义] 探究面向经验知识获取的AIGC与用户价值感知之间的影响因素及其关联关系,以便从重点切入提升用户对AIGC的价值感知。 [方法/过程] 借助混合实验和用户评价收集样本,遵循开放性编码、主轴编码和选择性编码的研究流程,依次对原始资料进行三级编码分析,获取影响用户对社交媒体内容价值感知因素的主范畴、子范畴以及逻辑关系,构建用户价值感知的影响因素模型。 [结果/结论] 用户对AIGC的价值感知是内容质量、信息呈现、价值立场、实用价值、用户体验5个影响因素共同作用的结果,提升AIGC的质量应从上述5个方面为重点入手。
[目的/意义] 随着生成式人工智能的迅速普及,如何有效规避其潜在风险并实现精准防控,已成为当下的重要议题。深入剖析国内外生成式人工智能的监管政策,以期提高我国对生成式人工智能的监管能力。 [方法/过程] 利用文本挖掘与PMC模型梳理、总结中国、美国、欧盟、英国对生成式人工智能的监管政策与经验,对比不同政策的优势与特征,并在此基础上提出我国应对生成式人工智能监管的路径。 [结果/结论] 不同国家及区域组织对生成式人工智能的监管态度与政策制定逻辑具有显著性差异,因此要综合不同政策的优势并考虑其局限,结合我国生成式人工智能的技术发展现状与社会应用风险,进一步完善生成式人工智能在不同领域与行业的政策制定。
[目的/意义] 合成数据是人工智能训练数据的重要类型,随着其在人工智能模型训练中的深度应用催生了多重风险,严重影响人工智能模型的健康发展,因此有必要从治理现状入手探索应用风险的治理路径。 [方法/过程] 通过综合运用文献分析、案例分析、定性分析等方法,阐明合成数据在人工智能训练中的应用风险样态以及现有治理体系的不足,并在转变治理模式的基础上提出具体的治理路径。 [结果/结论] 当前,合成数据在人工智能模型训练中面临质量风险、安全风险和滥用风险,而命令控制模式下的治理体系在制度构建、技术治理、主体协同三大维度上存在明显不足。对此,亟须转向敏捷治理模式,在新模式下通过构建软硬兼施的制度体系、引入技术手段推动灵活治理、优化多元主体协同治理机制,从而形成系统性的合成数据治理体系。
[目的/意义] 以第十五届全国科学计量学与科教评价研讨会为背景,聚焦数智技术对科学计量与科教评价研究的促进作用,为学科创新发展寻找可行路径。 [方法/过程] 通过梳理分析研讨会的主旨报告、录用论文及相关文献,探讨科学计量学的范式转型和数智技术在科教评价中的应用。 [结果/结论] 科学计量学从经验统计发展到数据驱动的智能分析,科教评价也通过开放数据和AI赋能实现指标创新和流程升级。针对转型过程中多源数据异构、AI算法黑箱、数据伦理风险以及政策协同不足等问题提出相应对策,指出未来应推动科学计量与科教评价从“观察历史”转向“预见未来”,为人机协同的科研生态提供理论与工具支撑。
[目的/意义] 以欧盟网络虚假信息治理“从政策到制度”的规范化进路为蓝本,可为中国网络信息内容治理制度完善与机制建设提供有益参考。 [方法/过程] 以政策文本的时间为主线,梳理欧盟网络虚假信息治理的社会共识建构历程,分析虚假信息融入法律制度的方法,以及透明治理与多元治理的具体举措。 [结果/结论] 参照欧盟的规范化进路,中国应采用连续统一的政策文本厘清不良与违法信息内容本体意涵,为规范建构提供领域性概念支撑。此外,网络信息内容治理应坚持“以人为中心”,重视激励性、引导性思维,利用规范方法邀请更多元主体参与到网络信息内容治理,提升治理效能。
[目的/意义] 国防科技情报领域具有开源训练数据有限、时效性强、专业知识要求高等特点,如何针对该领域特殊需求来考察大模型的应用能力和效果是一个亟待解决的问题。 [方法/过程] 从国防科技情报领域知识、动态国防科技情报研究、专题国防科技情报研究三个维度构建数据集,并精选1557道主客观题对商业机构、科研院所、高校研发的8个大模型在国防科技情报领域的应用效果进行测评。 [结果/结论] 大模型在国防科技情报领域知识方面表现较好,但在动态性和专题性情报研究方面仍有较大差距。需要积极寻求和推进大模型技术能力在国防科技情报领域的引接、适配与运用,为大模型高质量、高效益服务国防科技情报工作提供强有力支撑。
[目的/意义] 在紧急情况和灾难事件频发的环境下,应急情报服务作为影响突发事件应急管理活动的关键要素,是应急响应有效开展的前提条件,为科学决策和高效行动提供有效支持。 [方法/过程] 以韧性思维为引领,从应急情报获取监测、情报智析、情报研判、情报反馈4个方面构建应急情报服务机制;结合韧性理论研究框架,从需求理解、数据挖掘、综合研判和服务反馈4阶段刻画应急情报服务体系的具体流程与运行逻辑。 [结果/结论] 以适应能力、吸收能力、恢复能力为内在推力,将韧性思维嵌入应急情报服务,加强应急情报对应急响应的赋能作用,提升突发事件应急管理的弹性。
[目的/意义] 精准甄别“卡脖子”关键核心技术,并前瞻性分析其竞争态势,对于突破科技封锁束缚、培育以科技创新为主导的新质生产力具有重要战略意义。 [方法/过程] 利用专利与美国商业管制清单数据,基于弱信号理论提出了一种“卡脖子”关键核心技术甄别及其竞争态势分析方法。首先,从复杂性、创新性、安全性、外部性及法律性5个维度确立指标体系,构建关键核心技术遴选DNN模型;其次,依据美国商业管制清单识别出显性“卡脖子”关键核心技术的基础上,利用弱信号组合图法甄别了隐性“卡脖子”关键核心技术;最后,与美、日、英、法等多个发达国家进行比较,剖析所甄别出“卡脖子”关键核心技术的竞争态势,明晰我国“卡脖子”关键核心技术的攻关方向。 [结果/结论] 以深海潜水器为例展开实证分析,识别出了深海潜水器领域的8类显性“卡脖子”关键核心技术和3类隐性“卡脖子”关键核心技术,验证了所提方法的可行性与有效性。研究结果从深层次揭示“卡脖子”关键核心技术的突破方向,为国家发展政策制定及开展产业布局提供参考。
[目的/意义] 探究技术层与需求层在产业链中的偏移情况,明确当前产业链亟须投入的关键技术领域,为产业链整体发展提供方向指引。 [方法/过程] 分别构建需求主体合作网络、需求主题共现网络、产业链关联网络、专利IPC共现网络以及创新主体合作网络,各网络层相互连接,形成基于“需求—产业—技术”三维的“知识—合作”复合型网络架构,从宏观层面分析技术与需求之间的偏离程度,并综合运用技术共现强度、网络结构指标以及时间序列动态分析方法,从微观层面识别具象技术的发展趋势,从而实现全面的技术发展态势评估。 [结果/结论] 新能源汽车需求层主要关注续航、充电、安全和动力等性能技术,其次关注外观、内饰、车型和配置等设计技术;新能源汽车技术发展的关键推动力量是高校和科技型企业,从技术趋势看,技术正从混合动力逐步转向电动化,主要侧重于电池结构及应用装置的研发;从产业链看,产业链上游强调电力驱动、燃料电池及储能电池技术,中游注重动力系统集成与控制,下游则侧重于电力驱动与传动以及机械部件测试;整体上,需求层聚焦于产业链下游,技术层则在上游投入较大,关注点存在显著差异。
[目的/意义] 构建新兴技术的科技安全风险早期识别方法模型,对于我国把握新一轮科技革命机遇,抢占未来产业科技制高点具有一定的决策借鉴意义。 [方法/过程] 从“科学—技术”关联的视角出发,结合句子级别的科技文本内容及引文关系构建当前科技知识网络,及运用图神经网络链路预测方法构建未来科技知识网络。根据节点的时序演变、网络拓扑结构和科技关联度等特征构建指标体系识别新兴技术,并考虑其发展潜力、技术差距、可替代性等因素,从创新链层面构建新兴技术的科技安全风险早期识别模型,最后在数控机床领域进行实证研究。 [结果/结论] 在数控机床领域中遴选出5项新兴技术,包括数控机床故障诊断技术、数控机床数字孪生技术、3D打印数控机床、数控机床颤振抑制技术和云数控系统,结果表明我国在数控机床颤振抑制和故障诊断技术方面存在较大的科技安全风险。结合当前市场调研情况,通过与识别结果进行对比,发现具有较好的一致性,证明本方法具有科学性和前瞻性。
[目的/意义] 作为搜索引擎未来发展的重要趋势,对话式搜索引擎为用户信息检索过程带来全新的人智交互体验。分析用户使用对话式搜索引擎和传统搜索引擎时的检索体验差异并归纳造成差异的因素,有助于开展对话式搜索引擎的优化迭代与教育普及,并推动信息检索领域用户信息行为研究的发展。 [方法/过程] 采用任务驱动的实验设计,以任务复杂度为梯度设置事实型、解释型、探索型三类任务情境,在每个情境下分别对比两类搜索引擎的用户体验。受试者使用Bing和Bing Copilot完成检索任务并参与事后访谈。 [结果/结论] 随着任务类型越复杂,相比于传统搜索引擎,用户使用对话式搜索引擎时的提问轮次、提问信息项个数、感知交互性和感知喜爱度等显著增加,但同时回答要点数、回答长度回答相似度、感知有用性也更低。用户更愿意使用交互便利的对话式搜索引擎满足自己个性化的信息获取和知识增长需求,但也存在一系列信息素养不足导致的问题。
[目的/意义] 随着贸易摩擦的不断加剧,为了提高我国在技术竞争中的优势,准确识别技术差距以打破技术壁垒,从而实现技术的高质量发展十分必要。 [方法/过程] 首先,进行专利数据收集与预处理,构建Llama2-BERTopic模型识别国内外所关注的技术细分领域;其次,构建技术垄断程度、技术新颖程度、技术创新能力、技术重要程度和技术活动规模5个评价指标,利用PCA-VIKOR评价模型对技术细分领域进行评估;最后,根据评估结果识别我国所存在的技术差距。 [结果/结论] 该方法能够动态地识别技术细分领域差距变化,为我国取得技术竞争的相对优势提供了可借鉴的参考依据,并以锂离子电池隔膜为例,验证了该方法的可行性。
[目的/意义] 构建一套科学、准确的甄别框架以实现“卡脖子”技术遴选甄别,为未来科研管理工作有的放矢布局科技资源攻关破“卡”提供决策参考与情报支撑。 [方法/过程] 以专利数据为对象,基于IPC分类共现超网络节点与结构特征设计综合中心性指标,并通过K-means聚类识别遴选关键核心技术;设计基础优势性、竞争优势性、创新优势性三个维度的指标体系并设定甄别标准,建立云物元模型以实现指标数据向技术类型的映射,从而甄别“卡脖子”技术,并判断各技术在各维度上的“卡脖子”水平。 [结果/结论] 以激光器领域为例,最终识别出该领域的“卡脖子”技术,验证了本文方法科学性与合理性,此甄别框架将为相关部门政策制定提供决策参考。
[目的/意义] 传统的政策冲突检测主要依赖人工分析,存在效率低下、覆盖范围有限等问题,难以应对海量政策和复杂关系的实际需求。 [方法/过程] 聚焦于政策潜在冲突的智能识别与预警,提出了一套基于全要素网络的政策冲突计算方案。 [结果/结论] 该方案包括三个核心模块:政策冲突语义特征建模、政策内容解析与深层语义关联分析、显性冲突检测与隐性冲突推理。文章通过初步试验验证了该方法的可行性,并提出两种政策冲突预警的实现策略:一是通过功能模块嵌入,实现公文流转全程的冲突预防与管理;二是通过独立平台建设,搭建省级及以上政策冲突监测与预警体系。政策潜在冲突计算应在公文流转全程中广泛推广应用,提供事前预防、事中化解、事后总结等服务,为我国政策体系的协同优化与智能治理提供有力支持。
[目的/意义] 将科学数据分类到特定的学科领域,可以增强信息检索效果以及提高资源的可发现性,不过以人为主体对科学数据进行分类已难以应对海量数据处理的需求,因此有必要探索科学数据自动分类的有效方法。 [方法/过程] 提出大语言模型驱动的科学数据自动分类的研究思路。首先,利用数据期刊“Data in Brief”构建高质量标注数据集;然后,设计提示模板和遴选少样本数据,使开源模型Qwen2.5-7B快速适配分类任务,并利用标注数据进一步对大语言模型进行监督式微调;最后,进行少样本学习实验以及利用微调后的大语言模型分别针对元数据和全文进行分类实验。 [结果/结论] 将提示模板、少样本学习以及监督式微调相互结合,可以有效提高大语言模型的自动分类性能。同时,用于模型微调的标注数据的数量和学科分布,决定了大语言模型在不同学科分类的效果。
[目的/意义] 科技论文中包含的问题以及解决方法是描述科学研究成果的重要组成部分,对问题与方法的新组合进行挖掘可以得到科研想法,这些新的想法有可能启发研究者的思路、促进科研创新。 [方法/过程] 提出一个科研想法挖掘的方案。首先,利用通用信息抽取模型在少样本情况下实现从科技论文中识别问题与方法,建立问题—方法网络。其次,利用基于图神经网络的推荐算法,通过改进推荐算法的排序机制,挖掘问题与方法的新组合作为科研想法。 [结果/结论] 选取情报学领域的部分代表性期刊进行实证研究,实验结果证实提出的问题—方法组合推荐方案能够挖掘出新的科研想法。改进的基于图神经网络的推荐算法在科研想法挖掘上具有较好的效果。
[目的/意义] 基于大语言模型实现科技论文问题词、方法词等关键词的半监督生成,并将生成的关键词应用于科技论文语义新颖性测度。 [方法/过程] 提出一种基于大语言模型的科技论文语义新颖性测度模型,通过LoRA和提示词协同微调以提升大语言模型的关键词生成和结构化测度准确性和区分度。 [结果/结论] 实验结果显示,模型生成的关键词召回率、精确率和调和平均数
[目的/意义] 融合创新作为推动科技和经济发展的重要引擎,对于企业和国家竞争力的提升至关重要。全面、客观地评估科技成果融合创新的测度研究进展,可以更好地为开展融合创新评价提供支持。 [方法/过程] 系统回顾科技成果融合创新的研究现状,并探讨学科融合、技术融合和知识融合等多个层面的表征方法,主要从知识交叠融合、主题共现分析以及知识引证扩散等多个角度对国内外测度指标进行系统梳理。 [结果/结论] 总结了不同的融合创新性测度方法在实际应用中的优势与不足,并分析了科技成果融合创新指标测度的4个发展趋势:单指标测度转向多指标测度,简单次数统计转向深层语义揭示,通用指标转向个性化、专门化指标,形式特征计量转向全文本特征计量。