学科: 社会学

AI coding tools are rapidly transforming software engineering—especially for new mothers who took maternity leave just as this shift began. Many return to find their old jobs gone, skills outdated, …

标签: AI编程 产假与职业中断 性别与AI不平等 技术断层 新妈妈职场困境

今年美国多所大学毕业典礼上，AI话题引发学生不满。Z世代学生不买账‘AI必然进步’的说辞，担忧它损害学习质量、加剧就业焦虑、带来环境负担。高校需重新思考AI教育应用方式。

标签: Z世代 人工智能批判意识 教育技术伦理 气候与技术反思 生成式人工智能

全球移民数据首次实现年度精细绘制：研究团队整合多源信息，用AI模型重建1990–2023年230个国家/地区的逐年移民流动，揭示经济、气候、战乱等真实驱动力，为教育、社保和就业政策提供可靠依据。

标签: 人口统计学 人工智能建模 全球移民 年度迁移数据 迁移驱动因素

本文构建了全球首个覆盖230个国家和地区、时间跨度从1990年至今的年度人口迁移数据集。通过融合官方统计、人口普查、净迁移估算和数字痕迹（如Facebook数据），结合深度学习模型，首次实现了高时空分辨率、全球一致的迁移流动估算，显著提升了对全球人口流动动态的理解能力。

标签: 不确定性量化 全球人口迁移 年度迁移数据 数字足迹 深度学习

本文研究公共物品分配方式如何影响社会合作与公平。发现平均分配（人人均等）比按贡献分配更能促进合作，但会导致资源向少数核心人物集中，边缘人群反而更吃亏，加剧不平等。这表明：想推动合作，可能不得不接受一定程度的不平等。

标签: 公共物品分配 公平与效率权衡 合作演化 社交网络 社会不平等

本文从心理学角度探讨人们为何接受或拒绝人形机器人：关键不在于机器人多先进，而在于它能否满足人的基本心理需求，如自主感、归属感和能力感。理解普通人的真实感受，比单纯提升技术更重要。

标签: 人形机器人接受度 人机交互心理 心理需求 自我决定理论 象征性消费

大型语言模型（LLM）正大量渗入社会科学调查，导致高达45%的问卷回答由AI生成，严重威胁研究真实性。专家警告：虚假数据、AI代写论文、幻觉引用等问题正在侵蚀社会科学研究的可信度，但AI也可辅助提升分析严谨性。

标签: AI污染 大型语言模型 硅基样本 社会科学调查

非洲裔人群肺癌确诊常偏晚、治疗不足、死亡率更高，这并非偶然，而是全球性健康不平等的体现。环境暴露（如室内燃煤烟雾）、医疗系统薄弱、临床试验参与不足及精准治疗资源缺失共同导致这一现象。

标签: 全球癌症登记 环境致癌暴露 精准肿瘤学可及性 肺癌健康不平等 非洲裔人群

本文研究如何通过调整社交媒体算法，纠正公众对社会规范的错误认知（例如误以为多数人支持极端立场），从而减少选举期间的政治极化。实验证明，微调推荐机制能有效缓解误解，提升理性讨论。

标签: 民主技术 社交媒体推荐 社会规范错觉 算法干预 选举极化

这是首次通过真实用户实验，验证社交媒体算法如何扭曲人们对政治讨论的认知。研究发现：以‘用户互动量’（点赞、转发等）为排序依据的算法，会放大煽动性、道德批判性和情绪化内容，加剧党派敌意感；而一种新设计的‘均衡极端用户影响’算法，则能减少这类内容曝光，更准确反映社会常态，且不降低用户使用体验。

标签: 信息流算法 政治极化 社会规范认知 算法偏见 道德义愤