学科: 社会学

研究发现，不法分子只需上传看似真实、实则篡改过的数据集，就能轻易‘毒化’AI训练资源，导致AI得出错误结论。这提醒科研人员：用AI分析网络数据时，必须严格核查数据来源。

标签: 人工智能可信度 数据投毒 数据溯源 虚假信息

本文介绍纽约‘卢德之夏’节及其象征人物——布鲁克林戈瓦努斯木偶。该活动倡导减少对大科技平台的依赖，鼓励面对面交流、社区共建和深度思考，而非碎片化数字消费。它并非反对所有技术，而是批判损害公共福祉、加剧不平等与生态危机的技术滥用。

标签: 卢德主义 大科技批判 技术伦理 数字戒断 社区重建

刚果（金）和乌干达暴发的埃博拉疫情已超1700例，是史上最大规模之一。本文对比分析了美加等国以旅行禁令为主的边境防控措施，与非洲疾控中心主导的社区参与、科学隔离和本地化响应模式，指出后者更有效、更公平，呼吁国际社会加强团结协作。

标签: 埃博拉疫情 旅行禁令 社区响应 非洲疾控中心

本书《超越信念》讲述如何用真实证据（如随机对照试验）改变医疗和公共政策。例如，让婴儿仰睡可大幅降低猝死风险；激素替代疗法曾被广泛使用，但证据显示反而增加心脏病和乳腺癌风险。

标签: 婴儿猝死综合征 循证实践 激素替代疗法 随机对照试验

本书探讨人类社会如何在危机中实现根本性转变——从古代文明崩溃到废除奴隶贸易，再到现代生育率下降，这些看似无关的事件其实都遵循‘临界点’规律。作者指出：我们正面临气候与社会双重危机，但历史证明，人类多次成功‘翻盘’；关键在于识别转变信号、激活正向循环，主动走向可持续未来。

标签: 临界点 新自由主义 正向反馈 社会转型 系统韧性

本文揭露旅游行业常见的‘漂绿’行为（即虚假环保宣传），指出五类典型表现：伪生态认证、垃圾管理不力、误导性碳抵消、目的地过度消费、借‘绿色开发’之名掩盖社会不公与生态破坏。提醒游客：真正可持续的旅行需关注可验证行动，而非漂亮口号。

标签: 可持续住宿 生态旅游 碳足迹

研究发现，大型语言模型（LLM）能较准确预测社会科学研究实验的结果，有望成为低成本辅助工具，帮助科学家更高效设计实验，加速社会科学进步。

标签: 人工智能辅助科研 大型语言模型 实验预测 研究方法创新 社会科学实验

本文综述了近几十年来城市犯罪研究的变革：新数据和计算方法（如机器学习）正推动该领域从简单预测迈向更可靠的因果分析。文章指出，未来需加强跨学科合作、提升开放科学标准，并拓展非西方城市的研究视野，以助力全球建设更安全、可持续的城市。

标签: 因果推断 城市犯罪 开放科学 数据偏见

大型语言模型（LLM）能较准确预测社会科学实验结果，其预测效果接近人类专家集体判断，尤其适用于尚未公开的研究。但模型会系统性高估效应大小，需谨慎用于实际决策。

标签: 人工智能辅助研究 可重复性 大型语言模型 效应预测 社会科学实验

本文讲述前服刑人员瑞安·莱辛如何通过教育重获新生，并投身犯罪学研究与社区服务：他从12岁入狱，后在狱中开始大学课程，如今在加州大学欧文分校攻读博士，致力于探索减少再犯、助力服刑人员重返社会的有效路径，并推动‘监狱—大学’升学通道建设。