标签: 生成式人工智能

本文探讨如何通过调整科研教育方式和引入AI工具，帮助自闭症等神经多样性学生克服沟通、协作和隐性职场规则等障碍，真正发挥其优势，而非要求他们‘伪装’成他人。

标签: STEM教育 学术包容性 生成式人工智能 神经多样性 隐性课程

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

本文提出ArchesWeatherGen——一种基于机器学习的天气预报新模型，能高效、准确地预测未来天气的多种可能情景（而不仅是单一预测）。相比传统方法，它计算成本更低、结果更真实，尤其擅长捕捉极端天气和小尺度天气变化，让天气预报更可靠、更易普及。

标签: 天气预报 扩散模型 机器学习 概率预报 生成式人工智能

一些科学家主动拒绝使用生成式人工智能（genAI），并非反对技术进步，而是担忧其伦理风险、环境代价、事实错误及对科研能力培养的损害。本文通过多位研究者的真实经历，揭示了AI在学术应用中的隐性成本与深层矛盾。

标签: AI环境代价 学术能力培养 生成式人工智能 科研伦理

马斯克起诉OpenAI创始人奥特曼和布罗克曼违约的案件被陪审团驳回，理由是起诉已过诉讼时效。法官当场采纳裁决，案件终结。此案虽未审理实质主张，却暴露了OpenAI高管的争议行为，损害了其公众形象。

标签: OpenAI 埃隆·马斯克 慈善信托 生成式人工智能 诉讼时效

本文研究生成式AI（如ChatGPT、Gemini）如何改变职场——它不单替代人力，更推动员工学习新技能、提升工作效率。研究发现：信任AI需有分寸；企业成功用好AI，关键不在技术本身，而在如何设计流程、培养人才与构建合作生态。

标签: AI原生职场 人机协作 生成式人工智能 组织信任 职场适应

本文汇总五项突破性研究：1）畜禽粪便中隐藏大量新型耐药基因，鸡粪风险最高；2）新型口服淋病药zoliflodacin获批，对耐药菌有效；3）单细胞检测技术可预测结核分枝杆菌感染治疗效果；4）AI设计出全新结构抗生素DN1，能清除耐药金黄色葡萄球菌；5）从老抗生素合成路径中意外发现更强效新药premethylenomycin C lactone。

标签: 单克隆抗体 单细胞检测 抗生素耐药性 新型抗生素 生成式人工智能

本文探讨如何用生成式AI（如ChatGPT）辅助批改大学生编程作业。研究发现：AI不能替代教师做最终评分，但可作为教学助手，帮助发现学生代码中的隐藏逻辑错误、补充测试用例（尤其是边界情况），从而提升评阅效率和深度。

标签: 教学人机协同 教育评估 生成式人工智能 编程作业批改 边界测试

一项针对250万篇生物医学论文的审查发现，近3000篇论文含有虚假参考文献——即无法在权威数据库中查到真实出处的引用。这是首次系统估算该问题规模的研究，揭示虚假引用正快速蔓延，2025年比2023年激增12倍。

标签: 学术诚信 文献计量学 生成式人工智能 生物医学出版 虚假参考文献

本文作者指出，学生滥用生成式AI代写科研提案，表面光鲜却缺乏真实理解；他提出“逆向认知重构协议”（RCRP），引导学生将AI当作批判性思维伙伴而非代笔工具，强调实地观察、逻辑验证与学科语境的重要性。

标签: 批判性思维 生态地质学 生成式人工智能 逆向认知重构