据华东师范大学官微发布，该校有关机构举办以人工智能作为科研论文写作主体的“AI驱动教育研究论文写作”征文活动和研讨会。在征文要求中，明确显示“AI应被列为论文的第一作者，科研人员可被列为论文的共同作者或通讯作者。”而且在评审程序上，人工智能论文评审系统将对所有投稿论文作品进行初步评估。再由专家委员会将对通过AI初审的论文作品及其过程说明进行复审，确定最终的获奖论文。这可能是全世界学术圈中，首次有这样“全情”使用AI进行学术研究的。这无疑预示着人工智能在学术研究应用领域的一次“潜在革命”。如此敞开心胸拥抱AI，无疑是当下“热潮”的另一个注脚。正如这次论文征集活动的主题中所言“人工智能正逐步嵌入科学研究的核心环节”，AI在学术上的介入越来越深，范围越来越广，但依然面对应用程度、学术规范和伦理问题等。正如很多“赛道”面对AI冲击所遇到的困惑，学术圈想必也有两方面的意见：一来有不少学术机构曾经明确禁止研究者（尤其是学生）使用AI完成日常学习研究作业。在学术端，也对人工智能技术所带来的幻觉、错误以及人类智力依赖性危害等保持“高度警惕”。比如当前在高校里，很多教师为了阻止学生利用AI进行潜在的作弊行为，已取消带回家完成的考试，部分老师甚至恢复笔试测验而不再使用电脑完成课堂考试，另一些教授则使用在“锁定浏览器”中进行课堂测验的方法，让学生完成答题。在这种测验中，电脑的浏览器会自动阻止学生离开测验界面，防止他们随时利用AI工具完成任何答题。二来也有不少人觉得，当前做任何学术研究时候，如果能够更好使用AI工具，将带来事倍功半的效果。况且当前已经有无数人在默默使用AI完成日常的工作，防是防不住的，还不如敞开心胸，积极拥抱。不过近年来世界顶级学府的AI政策也发生了较大的变化。2022年末ChatGPT问世后，许多美国高校最初禁止使用人工智能。但时至今日，很多高校管理者对人工智能在教育中作用的看法已发生巨大转变。当前的焦点在于如何平衡人工智能的优势与风险挑战。今年暑假期间，美国加州大学伯克利分校向全体教职员工发送了新版人工智能指导文件，要求教师“在课程大纲中明确说明对人工智能使用的预期要求”。该指南提供了三种不同的课程大纲声明范本，适用于要求使用人工智能、课堂内外禁止使用人工智能以及允许有限使用人工智能的课程。邮件强调：“若缺乏此类声明，学生更可能不当使用这些技术”，并指出人工智能正“引发关于何为自主完成学业的新困惑”。卡内基梅隆大学的信息系统与公共政策学院人工智能教师指导委员会主席则指出，该校因人工智能引发的学术诚信违规行为激增，但学生往往意识不到自己的行为已构成违规。为此，最近该校起草了面向师生的新版详细指南，旨在消除模糊地带。校方告知教师，除非调整教学与评估方式，否则全面禁止AI“并非可行政策”。上述激烈的观点对撞不仅限于学术圈，在整个商业体系的创新中也是如此。相对来说，企业对人工智能的拥抱显然更加全面和快速，追求效率和盈利是主要动因，但也有一些机构的调查研究显示，当前创新中“一味依靠人工智能”的实践并不完全可靠。比如，贝恩公司针对“2025企业创新”所作的一份调研报告显示，现代商业中存在一个误区，认为创新已实现自主动能——只要向人工智能输入足够数据，它就能完成剩余工作。无需客户参与，无需设计师介入，更无需面对混乱局面，唯有冰冷而完美的效率。但真正引领创新潮流的企业并不这么认为。在贝恩公司对“全球最具创新力企业50强”的调研访谈中，89%的企业表示在产品开发过程中“经常”或“始终”将理解并满足客户需求置于首位。72%的企业表示在整个过程中积极整合直接用户反馈和基于共情的洞察。这项调查及对企业高管的访谈传递出明确信号：在万物生成的AI时代，最具创新力的企业依然立足于对人的理解。成熟的创新者并非用数据取代同理心，而是设计出扩展同理心的方法。该报告指出，基于创新研发出的好产品，其关键在于将人工智能的速度与规模优势，与真实客户反馈的深度与细微差别相融合。最强大的创新者利用人工智能增强而非取代他们与用户的直接互动。创新领军者正将人工智能与现实世界输入相结合，以实现更快速的验证、更智能的迭代，并打造人们真正渴望的解决方案。在全世界几乎所有的商业活动中，人工智能的应用正在飞速增长。AI对经济的引领作用也正在“浮出水面”。可以说，大语言模型的崛起与生成式人工智能工具的普及，引发了人们对AI变革社会、经济及工作流程潜力的热切期待。最近，德意志银行的一位分析师在九月底致客户的信中写道：“从字面意义上说，人工智能机器似乎正在拯救美国经济。若没有科技相关支出，美国经济今年将接近或陷入衰退。”与之共鸣的是，美国科技企业巨头正投入数千亿美元用于人工智能基础设施建设和开发，其他一些美国公司则在人工智能应用开发上斥资数十亿美元。今年9月，位于得克萨斯州阿比林的数据中心正式投入运营。该中心是总投资号称有5000亿美元的“星际之门”计划的旗舰基地，该计划由甲骨文公司、OpenAI和日本软银联合发起，旨在推动美国人工智能基础设施建设。几乎同时，英伟达宣布将向OpenAI投资高达1000亿美元并提供数据中心芯片，其市值也成为首家突破4万亿美元的美国企业。紧随其后达到这一里程碑的是微软——其股价持续飙升，人工智能正是推动企业需求的关键因素之一。英伟达和微软并非孤例，Alphabet、Meta Platforms以及中国的头部科技企业，都加大了对人工智能雄心和投资的承诺力度。在投资领域，贝莱德最新的一篇文章指出，其研究团队用于证券分析的大型语言模型（LLMs）经过更窄范围、精心筛选的数据集训练与微调，能够以极高精度执行特定投资任务。在把握动态市场主题时，其“主题机器人工具”融合人类洞察力与大语言模型及大数据的强大功能，以更高效率构建覆盖更广的股票组合。人工智能应用日益普及且易于获取，引发了几乎所有行业对其潜在影响的高度关注。很多类似贝莱德这样的大型投资机构，已运用人工智能和机器学习等技术，以实现“投资感知”的大规模实践，例如通过大型语言模型提升文本投资分析的精准度，并提高主题投资组合构建效率。面对动态变化的资本市场环境，这些技术致力于将数据转化为有价值的洞察，从而追求更优异的投资成果。即便如此，在人工智能当前这股热潮的背后，很多人依然犹豫或者担心形成所谓的“泡沫”——比如类似1990年代末美国纳斯达克互联网股这样的泡沫。这也并非完全耸人听闻，比如以大模型、算力中心、AI芯片等等为标签的股票是否出现了远高于其他任何行业的涨势呢？A股中是如此吗？美国标普500指数中，七家科技巨头凭借AI算力支出和AI领域的预期收益相对其他400多家企业股票走出的巨大“溢价鸿沟”，是否也是如此呢？另一方面，那些热衷于应用人工智能技术和大力投资AI基础设施的大型企业或者科研机构，是否会改变想法呢？一旦那些斥巨资引进人工智能应用的大型企业最终认定这些工具对业务帮助有限，人工智能产业链相关的公司将面临严峻挑战。客户流失可能导致预期利润下滑，进而引发股价暴跌，引起连锁反应甚至恐慌抛售。美国麻省理工学院今年8月发布的报告显示，95%采用人工智能的企业未能实现显著的收入增长。美国人口普查局数据显示，大型企业的人工智能采用率近期已开始放缓。免责声明（上下滑动查看全部）
任何在本文出现的信息（包括但不限于个股、评论、预测、图表、指标、理论、任何形式的表述等）均只作为参考，投资人须对任何自主决定的投资行为负责。另，本文中的任何观点、分析及预测不构成对阅读者任何形式的投资建议，亦不对因使用本文内容所引发的直接或间接损失负任何责任。投资有风险，过往业绩不预示未来表现。财经早餐力求文章所载内容及观点客观公正，但不保证其准确性、完整性、及时性等。本文仅代表作者本人观点。
APP内打开