140journos 选举系列节目使用人 工智能图像生成器 Midjourney 和 人工智能文本生成器 Chat GPT，为土耳其的未来提供了两种叙述。第一个故事描绘了 一个失败且刚刚退休的总统雷杰普·塔伊普·埃尔多安（Re cep Tayyip Erdogan）。“一开始，这有点困难。然而，随着 时间的流逝，我借此机会花更多的时间与家人在一起，更接 近大自然，花更多的时间给自己，”一个穿着长袍喝茶、冒 Konda 于 5 月 12 日的调查显示， 埃尔多安的支持率为 43.7%，克勒奇达尔奥卢的支持率为 49. 3%。政治新闻网民调显示，科勒齐达奥卢将在第一轮投票中 获得近 50%的选票，埃尔多安获得 45%的选票，因杰获得 3% 的选票；在第二轮投票中，科勒齐达奥卢将以 51%的得票率 击败埃尔多安。不过，在第一轮投票前，土耳其反对党（C HP）主席厄兹坎（Tuncay Özkan）就指称，土耳其政府计划 一家小型伊斯兰新闻媒体 Yeni Akit 发布一段伪造视频，展 示库尔德工人党（PKK）[8]支持科勒齐达奥卢。5 月 7 日， 埃尔多安在在竞选集会上播放了同类视频，暗示科勒齐达奥 卢与库尔德工人党武装分子并肩作战。这是一个明显的伪造 视频，但被广泛传播并被公众采信，并进入反对派候选人的 搜索结果。当土耳其网民用谷歌搜索“科勒齐达奥卢”时， 这条虚假新闻是谷歌算法提出的首要推荐。非营利性新闻网 站 Journo

讨论（如点赞、分享），90％只是浏览些内容，并不参与互 动。尼尔森将它称为“参与不均”（Participation Inequality）， 并以一个 1：9：90 的金字塔作为模型，称作网络内容的 1％ 法则。维基百科则把 1％法则进一步细化为“0.003/0.2/99.8”，提出网上只有极少数人（十万分之三）会发表原创内容。 这个经验法则得到不少验证。当一个互联网应用和服务 达到某种早期的大数(如 10 万、100 维茨在研究用户使用雅虎社群、图片共享网站 Flickr 和 Wiki pedia 后的共同点后认为，1%法则是对的。维基百科创始人吉 米·威尔士的研究表明，Wikipedia 近一半编辑工作是由 2.5% 的用户完成。如果以 2008 年 8 月的中文维基百科为例，当 时拥有注册用户超过 24 万、202786 个条目和超过 400 万次 编辑。但活跃用户的贡献却占据大多数内容。编辑次数超过 30%的信息。 无论实际比例是否完全符合 1：9：90 比例，但多数网 站用户基本可分为三类，1%的深度用户，9%的轻度用户，90% 的游客用户。1%的深度用户，会花费大量时间分享内容，或 创建百科词条，或为一间餐厅写 100 条点评，或为一部电影 写数千字观后感。9%的轻度用户，偶尔会分享内容，他们会 偏向某个话题，关心对自己有用的信息。90%的游客用户，不会贡献内容，只获取信息，但他们是流量的重要贡献者。

息轰炸时，会有一种保护自己的既有观点不受外来信息的侵 害的本能。慢慢的，逆火效应就会让你对自己的怀疑越来越 少，最终把自己的看法当做是理所当然的事实。 2006 年，密西根大学的布伦丹•奈恩和乔治亚州立大学 的杰森•雷夫勒进行了一项实验。他们伪造了几则政治新闻， 请来一批实验对象，先请他们阅读伪造的新闻，再阅读真实 消息。例如，第一则新闻是美军在伊拉克发现大规模杀伤性 武器；而第二则真实的消息是美军在伊拉克什么也没发现。

时间与空间的交织、 自然与科技的结合、 现实与幻想的交织。 通过对人类情感、社 会问题和哲学思考的 探讨，使作品不仅在 视觉上吸引人，更在 精神上引发共鸣和思 考。 表现个体在自然或科 技面前的无力感，引 发对自我存在和环境 关系的反思。 通过运用流动的线条、 渐变的色彩和多变的 结构，赋予作品以生 命力和动感。 作品中的空间是多层 次、多维度的交织， 使观众在观赏中感受 市场趋势 关键技术 人才培养 学术成果 市场产品 建构 测试 推广 医院 智能 高效 试点 患者 医生 精准 患者评价 医院品牌 市场需求 医生评价 + 人 工 智 能 的 多 学 科 诊 疗 系 统 技 术 框 架 清华AI-MDT：多科诊疗 协同决策数据自动智能抽取录入：实现高效、高质量的临床 研究数据录入和理解，减少人为错误的发生并减轻 研究人员工作量。 临床问题响应和知识点查询：快速准确地提供临床 技术，确保数据的安全和隐私。 ] 全景理解：通过跨越社交、通讯、浏览、电商、搜索等 多个领域的数据分析，实现对用户全方位、全景式的理 解。AI与AR：轻量突破 消费升级 2023年，Meta 联合雷朋推出的Ray-Ban Meta智能眼镜增加了摄像、 耳机与AI 功能，自去年十月发售起，已经在全球销售了超 100 万台。 2024年推出的Orion是Meta首款全息增强现实眼镜，以100克左右的

换而言之，这种合成数据就像是近亲繁殖，会产生质量低劣 的后代。 当下，AI 生成内容已经进入机器学习工程师们所习惯于 获取训练数据的领域。即使是主流新闻媒体也开始发布人工 智能生成的文章，百科网站的编辑希望使用语言模型为网站 生成内容。许多用来训练模型的现有工具，很快就会被 AI 生成的文本‘喂饱’”。韦谢洛夫斯基及其同事通过统计分析 发现，已有约 1/3 的医学研究摘要有 ChatGPT

式的传播特征，依赖传统的经验与临时应变的防控模式，易 受信息滞后与认知偏差影响，难以应对舆论生态新变化。舆 情风险应对从“经验导向”到“标准引领”的体系重塑，实 质是从依赖个体直觉、碎片化应对的粗放模式，转向依托科 学框架、量化指标的系统化治理跃迁。通过借助现代技术来 构建起一套涵盖风险识别、评估、处置的全流程标准框架， 推动敏感词监测、热点溯源、处置进度可视化。一是风险识 别标准化。结合基层实际，构建舆情风险的“立体式预警指

础教育的综合战略目标，坚持五育并举并深入探索人工智能与五 育融合的有效实践模式，是为科技创新人才校正价值观罗盘的导 向之举。同时，以各学科和跨学科教学育人专题为落脚点，为人 工智能如何赋能科创人才培养提供了学科全覆盖的实践指南，是II 智能时代强国科创人才培养的总动员。本《蓝皮书》应被视为与 《北京市中小学人工智能教育地方课程纲要（试行）（2025 年 版）》互补并进的强国人才奠基的双轨路线图。尤其是“中小学 能能力框 架》建议的能力结构和培训方法；同时，基于中小学人工智能地 方课程纲要，全覆盖、长周期地提升学生以人为本的人工智能意 识、适应性的人工智能知识技能以及人工智能科创能力，确保以 学生为中心的教育赋能和大规模智能科创能力培养的同步推进。 三、产业何为 教育系统在“用什么人工智能”赋能教育方面需要人工智能 全行业的合作与支持。《蓝皮书》列举了人工智能赋能教育所需 的全产业链保障的 助教学；其二，在 生成解析上，聚焦理解与推理能力提升，着力攻克包含公式推导、 特殊解法及几何图形等数学、物理等理科中的复杂难题，构建科 学严谨、逻辑严密的解析生成规范，实现解析的自动化、精准化 生成，提高解析准确性；其三，在生成难度上，深入挖掘不同学 科的知识脉络，构建丰富多元题型库。依据学生学习特点与需求，16 融入差异化元素，生成涵盖各种难度层次与知识侧重点、强化考 查个性化高阶

具有渐 进性和不平衡性，技术发展演变需要从量变到质变的累积， 在某一时间点出现质变点后才会显现颠覆性影响和效果，同 时受外部条件和技术进展等多重因素影响，在不同国家和行 业发展不平衡。彼得·科威（Peter Cowhey）和乔纳森·阿 伦森（Jonathan Aronson）合著的《数字 DNA：全球治理面 临的颠覆与挑战》一书，探讨了通信技术产生的颠覆性变革 如何改变国家创新体系。目前，颠覆性新技术广泛渗透到各

空间信息应用产业中通过提升数据处理与分析能力、提供高 级分析与应用、提供智能导航与定位服务以及提供智能决策 支持等方面的作用，可以激发空间信息应用产业的增量市场， 推动空间信息应用产业进入新的发展周期。目前国内商汤科 技、航天宏图等高科技公司和中国科学院空天信息创新研究 院、武汉大学等科研院校已着手开展空间信息应用大模型研 制，并取得了一些阶段性进展。 当前，空间信息产业正处于快速发展的关键期，民营力

[11]刘大为.从事物性比喻到事件性比喻[J].修辞学习， 2002(3)：14-17.[12]刘红云.认知隐喻理论再研究[J].外语与外语教学， 2005(8)：16. [13]360 百科.吃瓜群众. https://baike.so.com/doc/24042933-24625055.html2019.3.10 [14]王霜梅.从修辞到认知——浅析两种不同隐喻观[J].外 语与外语教学，2009(4)：11-13