期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
AI赋能高职学生求职能力提升的对策研究——以河北旅游职业学院为例
1
作者 刘丽彤 《河北旅游职业学院学报》 2025年第4期108-112,共5页
在数字经济与产业结构深度调整的背景下,高职学生的求职能力面临传统模式滞后、岗位需求迭代等挑战。与此同时,人工智能技术的快速进步,正日益显著地赋能大学生的就业领域。通过数据挖掘分析、个性化信息推送及虚拟场景构建等方式,AI为... 在数字经济与产业结构深度调整的背景下,高职学生的求职能力面临传统模式滞后、岗位需求迭代等挑战。与此同时,人工智能技术的快速进步,正日益显著地赋能大学生的就业领域。通过数据挖掘分析、个性化信息推送及虚拟场景构建等方式,AI为弥补高职生在求职过程中的能力薄弱环节提供了创新性解决方案。本文以河北旅游职业学院学生的实践为例,深入剖析了高职生的求职现状,系统阐述了AI工具对其求职能力提升的积极价值。具体而言,梳理了高职学生AI素养提升的措施,探讨了AI在职业方向探索、求职信息获取、简历精准优化以及模拟面试训练等关键环节的应用路径。最后,对利用AI工具求职过程中需要关注的潜在问题提出了建议。 展开更多
关键词 ai工具 高职学生 求职能力 ai素养 模拟面试
在线阅读 下载PDF
“不甘无名”:基于生成式AI的粉丝创意实践研究 被引量:2
2
作者 张玲玲 胡忆然 肖窈 《新闻与传播评论》 北大核心 2025年第2期45-53,共9页
在生成式AI技术发展态势之下,粉丝文本由“文本盗猎”的参与式生产转向人机协同的智能化生产。通过半结构化深度访谈考察基于生成式AI的粉丝创意实践,可探究创作者在生产实践中所面临的动态矛盾及策略性考量。研究发现:生成式AI赋能创... 在生成式AI技术发展态势之下,粉丝文本由“文本盗猎”的参与式生产转向人机协同的智能化生产。通过半结构化深度访谈考察基于生成式AI的粉丝创意实践,可探究创作者在生产实践中所面临的动态矛盾及策略性考量。研究发现:生成式AI赋能创意的“下沉”与作者的“上升”,形成以个体创意为核心、以技术为辅助的权威秩序;通过细节钩沉与角色重生,创作者获得对原文本进行集体改造的“代理权”,为粉丝社群建立怀旧叙事的乌托邦,同时也面临身份合法性危机。因此,AI创作者须通过媒介实践建构专业性、建立“风格-人设”一致性、在合作式生产中嵌入“集体智慧”,才能在新的文化愿景中拓展粉丝话语边界,成为“不甘无名”的新意见领袖。在新一轮的参与式文化生产秩序中,生成式AI帮助粉丝群体获得更多参与的权力,实现媒介实践与技术的协同进化,产生新的文化协商空间。 展开更多
关键词 生成式ai 参与式文化 粉丝文本 创意实践 深度访谈
在线阅读 下载PDF
跨越技术边界:AI招聘的困境与应对策略 被引量:1
3
作者 唐贵瑶 孙倩 《管理学季刊》 2024年第3期37-46,143,共11页
以ChatGPT为代表的生成式人工智能引发了新一轮技术革命,AI在不同维度上为人力资源管理工作提供了明显支持。贺伟等(2024)聚焦人才选聘这一重要主题,从组织和应聘者两个视角对现有AI招聘文献进行系统梳理与解析,并指明了未来研究的方向... 以ChatGPT为代表的生成式人工智能引发了新一轮技术革命,AI在不同维度上为人力资源管理工作提供了明显支持。贺伟等(2024)聚焦人才选聘这一重要主题,从组织和应聘者两个视角对现有AI招聘文献进行系统梳理与解析,并指明了未来研究的方向。依托该文的研究框架,本文聚焦于AI招聘下应聘者消极反应的成因和预防策略,从公平假象和算法偏见、算法“黑箱”和不透明度、道德困境和人权问题、社交隔阂和独特性忽视四个方面分析了当前AI招聘面临的困境与挑战,并从规避算法偏见、提升AI的可解释性和透明度、增强AI的拟人化与个性化程度、创新HR-AI合作模式等方面探讨了企业预防应聘者负面反应的策略行动,为企业采用AI招聘提供实践指引与洞见。 展开更多
关键词 人工智能 ai招聘 ai面试 人力资源管理
在线阅读 下载PDF
人工智能面试对候选人欺骗性印象管理的影响研究
4
作者 杨帅 张萌 谢雨葭 《上海管理科学》 2026年第1期39-45,共7页
随着人工智能(AI)技术在招聘领域的广泛应用,其对候选人道德相关行为的影响日益受到关注,但现有研究对其作用与机制尚无一致结论。本文采用情境实验方法采集了200份样本进行实证分析,探究人工智能面试对候选人欺骗性印象管理的影响作用... 随着人工智能(AI)技术在招聘领域的广泛应用,其对候选人道德相关行为的影响日益受到关注,但现有研究对其作用与机制尚无一致结论。本文采用情境实验方法采集了200份样本进行实证分析,探究人工智能面试对候选人欺骗性印象管理的影响作用。研究结果表明:与人类面试相比,人工智能面试显著提高候选人的欺骗性印象管理倾向;其中,人工智能面试通过降低候选人的感知内疚增加其欺骗行为。此外,焦虑水平正向调节这一中介路径,即高焦虑个体在人工智能面试情境下的欺骗倾向更强。研究揭示了人工智能面试对候选人道德情绪和道德行为的影响机制,为企业在招聘流程中引入人工智能工具提供了理论依据与实践启示。 展开更多
关键词 人工智能面试 欺骗性印象管理 感知内疚 焦虑水平
在线阅读 下载PDF
人工智能技术在广播电视新闻采访中的应用研究 被引量:8
5
作者 李解 《电视技术》 2024年第10期99-101,共3页
深入探讨人工智能(Artificial Intelligence,AI)技术在广播电视新闻采访中的应用现状,结合某融媒体中心的实际案例,分析AI技术如何赋能新闻采访准备、实时字幕生成、智能剪辑和编辑等关键环节。案例分析表明,通过采用迁移学习、多任务... 深入探讨人工智能(Artificial Intelligence,AI)技术在广播电视新闻采访中的应用现状,结合某融媒体中心的实际案例,分析AI技术如何赋能新闻采访准备、实时字幕生成、智能剪辑和编辑等关键环节。案例分析表明,通过采用迁移学习、多任务联合学习、图卷积网络及强化学习等先进技术,可以有效提升方言语音识别准确率、人脸识别效率及智能剪辑精度等关键指标,显著提高新闻采访效率和节目质量。 展开更多
关键词 人工智能(ai) 广播电视 新闻采访
在线阅读 下载PDF
求职者对AI面试的接受度及其影响因素:基于公平视角的质性研究 被引量:9
6
作者 刘潇肖 鲁辰扬 薛贺 《中国人力资源开发》 CSSCI 北大核心 2023年第3期117-130,共14页
人工智能(AI)技术已应用于人力资源选拔与面试。尽管已有研究考察了个体对AI服务的接受度,但真实参与过AI面试的求职者对AI面试的接受度尚有待挖掘。基于公平启发理论,本文采用扎根理论的研究路径,收集参加过AI面试的个体在新浪微博分... 人工智能(AI)技术已应用于人力资源选拔与面试。尽管已有研究考察了个体对AI服务的接受度,但真实参与过AI面试的求职者对AI面试的接受度尚有待挖掘。基于公平启发理论,本文采用扎根理论的研究路径,收集参加过AI面试的个体在新浪微博分享的文本数据,以及访谈了22位参与过AI面试的求职者。结果发现求职者对AI面试的接受度体现为感知易用性、感知有用性、情绪体验与参与意愿等四个维度,总体接受度较低。AI面试内容设计(评价标准相关性与合理性、AI形象设计)、面试过程设计(信息透明度、系统功能)等方面影响了求职者在AI面试中的自我表现反馈,为AI面试公平感知提供了启发式线索,并进一步塑造求职者对AI面试的接受度。AI面试环境(外界与终端)、求职者对AI面试的预期(人际互动导向、应试任务导向)起到了阶段性的调节作用。本研究将技术接受模型拓展至求职者对AI面试的接受度,挖掘了该应用场景中的独特内涵,并提出“AI面试设计-自我表现反馈-公平感知-AI面试接受度”的链式影响机制,对AI技术更好地应用于面试提供了实证依据与管理实践启示。 展开更多
关键词 ai面试 ai招聘 ai接受度 公平感知 扎根理论
原文传递
揭开神秘面纱?AI面试透明性对求职者公平感的影响研究 被引量:4
7
作者 高记 乔玉 《中国人力资源开发》 CSSCI 北大核心 2024年第11期97-112,共16页
作为一种新型招聘甄选方式,AI面试提升了面试的效率和灵活性,客观一致的决策程序也有效避免人类的主观偏见。然而,AI的黑箱特征也引发人们对算法决策的厌恶与回避,系统运作的不透明让个体对AI决策产生较低的公平感,这不利于AI面试优势... 作为一种新型招聘甄选方式,AI面试提升了面试的效率和灵活性,客观一致的决策程序也有效避免人类的主观偏见。然而,AI的黑箱特征也引发人们对算法决策的厌恶与回避,系统运作的不透明让个体对AI决策产生较低的公平感,这不利于AI面试优势的充分发挥。为探究如何改善人们对AI面试的公平感,本文从提升透明性视角出发,将AI面试透明性细分为程序互动透明性和决策规则透明性,并通过两项实证研究探讨了面试前向求职者提供不同类型的透明性信息是否以及如何影响个体对AI面试的公平感。研究一通过对228名参加过AI面试的人群进行问卷调研,直接测量了被试对两类透明性的感知,发现程序互动透明性正向影响求职者公平感,而决策规则透明性对公平感存在显著的负向作用。在此基础上,研究二采用情景实验法对透明性进行操纵,基于272份样本数据的分析重复验证了研究一的结论,并发现了两类透明性对公平感的交互影响,也验证了感知行为控制的中介作用。本文的研究结论拓展了透明性披露对AI面试公平感影响的理解,为组织更好地利用AI面试进行招聘甄选提供了一定的启示。 展开更多
关键词 ai面试 透明性 公平感 感知行为控制 不确定管理理论
原文传递
An interview with Dr.Raj Reddy on artificial intelligence 被引量:2
8
作者 FITEE editorial staff 《Frontiers of Information Technology & Electronic Engineering》 SCIE EI CSCD 2018年第1期3-5,共3页
Dr.Raj Reddy is the Moza Bint Nasser University Professor of Computer Science and Robotics in the School of Computer Science,Carnegie Mellon University,Pittsburgh,Pennsylvania,USA.He was awarded the ACM Turing Award i... Dr.Raj Reddy is the Moza Bint Nasser University Professor of Computer Science and Robotics in the School of Computer Science,Carnegie Mellon University,Pittsburgh,Pennsylvania,USA.He was awarded the ACM Turing Award in 1994. 展开更多
关键词 An interview with Dr.Raj Reddy on artificial intelligence ai
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部