Chinese Simplified

孙大千（左）和许兴利认为，AI产业上最赚钱的不是新模型有多火爆，而是所累积下来的人才知识与数据。 （八打灵再也26日讯）人工智能（AI）不再停留在实验室，反之正在重塑各领域如学校、医院、机场等的每一道流程。它可以成为最可靠助手，也可能在关键时刻化作最强对手。浪潮已起且难回头，到底人类会否被 AI “统治”？ 在这场关乎人类前途的议题上，《南洋商报》专访了数字王国集团有限公司执行董事孙大千博士与代主席许兴利。两人既在产业一线打磨技术，也在企业内部推动以AI 为核心的重构。 对于人类最终会否被AI“统治”这一灵魂拷问，孙大千给出肯定答案：“会”。 关键在于“用在哪” 他随即补上一句，时间大概是20年。 他强调，这不是恐吓，而是一种提醒。大家唯有现在就学习并设定边界，才有资格在未来掌握主动权。 许兴利则强调，AI 已进入社会运行的核心位置，关键不在于“要不要”，而在于“怎么用、用在哪”。 孙大千之所以把“20年”作为警戒线，是基于一条清晰的现实脉络： （一）硬件平台已在场，无人机、无人船、地面作战机器人等系统持续上阵，规模一旦放大到成千上万台，不可能靠“一人一控”，群体化调度必然交给 AI。 （二）“AI中枢大脑”正在成形。各类战场控管系统已把复杂局面抽象为连续博弈，让算法以更快、更密的节奏做决策。 （三）风险意识已上升为国际议程，主要大国公开讨论军事 AI 规范，显示问题已从“会不会”转向“如何减害”。 他直言，如果此刻不学会使用AI，20年后只剩被动应对。 设定边界 制定规范 孙大千也认同AI教父幸顿博士（Geoffrey Hinton）所言：“人类从未与比自己更聪明的‘物种’共处过，AI正以一种全新的‘数字生命形态’出现。” 他直言，这是无可避免的事实，因此他认同AI界科学家在训练AI时把母性写进训练程序中，让AI系统把人类当“孩子”，以“不会伤害”为前提作训练。 他认为，与其把“终结者”当作遥远的隐喻，不如把今天当作分水岭，越早学习越早上手，这样才越有能力设定边界、制定规范、保留人类在叙事与判断中的主导权。 做好AI生意3条件 高效、可复制、长期稳定 AI能否变成一门好生意，取决于3件事能否同时成立，即效率要提升、做法要能复制做大，以及放到真实场景也要长期稳定见效。 许兴利以电影开拍前的“预演”环节为例，过去往往要做上数个月、动辄耗费数百万美元，如今接入 AI 后，几天就能出片，成本大减。 类似的效果已进入日常流程，但要把“省下的钱”变成人人看得见的现金流，关键在于把这套方法扩展到更多项目与更多环节，形成永续经济。 在他们看来，要把 AI 做成永续经营的生意，靠的不是哪一次爆红的模型，而是两样能长期积累的底盘，即专业知识和高质量数据。 孙大千把“知识”说得很直白。他指知识并非一串术语，而是把画面从“像”推到“可信”、从“好看”推到“被打动”的那点火候，如镜头怎么走、光从哪里落、节奏快半拍还是慢半拍，以及一整套严谨的质检门槛。 “这些基本功，正是专业团队与大众化生成工具之间的本质差距。我们的知识，就是这门生意得以长期经营的底气。我们掌握的不是一时的技巧，而是系统性的判断与流程。有了这些，才能指挥并约束 AI，按标准把每个环节做到位。” 他进一步说，“数据”则是下一代“世界模型”的燃料。要把 AI 养得更聪明，既离不开大量、干净、可用的三维素材，也离不开真实场景的使用反馈。 “为此，数字王国把30多年来积累的影像与 3D 资源逐一擦亮、清晰标注、系统入库，未来通过授权、租赁或出售变现。” 虚实融合“复现”逝者 谈及“虚实融合”的商业现实，他们指已故巨星邓丽君的数字人已成功登场，接下来，团队也在推进以数字人技术“复现”梅艳芳、张国荣，用新的美学与成本结构把“过去”的舞台带回当下，让虚拟与真人同台，形成新的观看体验与商业模型。 为迎接未来趋势，他们指数字王国将把过去30至40年的数字资产重组为高质量数据库，作为下一代模型训练的基石。 未来洗牌盘整 不重演“互联网泡沫” 近年来，AI课题的讨论度不断升高，市场出现了另一种声音，即AI会否重演2000年的互联网泡沫？ 孙大千直言，未来的AI产业会被重新洗牌和盘整，但不会崩盘。 他认为，AI产业结构已深入教育、医疗、金融、服务业乃至军事等领域。在这样的前提下，讨论“泡沫”不再是唱多或唱空，而是看效率能否做实、方法能否复制、应用能否落地。   复制带来稳定回报 因此他认为，与其说AI产业会泡沫破裂，不如说是秩序重组，赛点从“谁的模型更炫”，转向“谁能把方法复制到更多地方、形成稳定回报”。 他提到，美国市场大概率继续向少数巨头集中；中国在“研发与应用”之间保持投入与推进。等这一轮重整走完，AI产业就能进入可以永续经营阶段。 非“清场式淘汰”人类工作 每一波科技浪潮都绕不开同一个追问，人类的工作会不会被夺走，再落到AI上？ 孙大千认为，这不是“清场式的淘汰”，而是“岗位结构的重排”。 他以电影工业为例，AI能在多处制作环节提速，然而一部作品“好不好看、有没有情感”，最终仍由艺术家拍板。能为作品把关的工作，机器代替不了人。 放大到更广的劳动力市场，他反复强调，短期内AI不会整体取代人，可是会用AI的人，确实会取代不会用的人。 许兴利则把担忧落在“年轻人的基本功”上。 他说，如果教育与企业不尽快设计出“与AI共同学习与训练”的新路径，年轻人就可能少了必要的打磨过程，不是没有岗位，而是没有能力站上去。 …

20年后人类被AI统治? 专家:先学才有主动权 Read More »

（美联社） （纽约29日讯）华尔街对人工智能(AI)的短暂试探已变成一场持久的纠缠，而且这一过程正开始影响策略构建、风险识别和资金流动。 生成式人工智能不再只是一个令人好奇的对象。ChatGPT问世仅不到三年，人工智能正从支持性角色转向“副驾驶”。 大语言模型为金融人士总结财报电话会、识别市场异常、草拟研究报告，并推动投资组合决策。大多数应用虽然只是静悄悄推出，但如果把它们结合起来看，会发现华尔街的投资决策在制定、验证，实施方式上正在发生根本性变化，现在还只是早期。 “我们正在朝着一个数字化的未来迈进，在这个未来中，AI和生成式AI渗透到投资价值链的每一个环节，而且很可能还会持续下去，”专注于全球基金管理的研究机构CREATE-Research的总执行长阿敏·拉詹表示。 “一旦这些早期采用者展现出真正可量化的成果——我认为有些已经开始了——那么其他人就会迅速跟进。” CREATE-Research上月发布的对资产管理公司的调查显示，近30%的机构投资者已经部署或正在采用生成式AI。受访对象的全球资产管理规模总计38兆美元（约161兆令吉）。 投资决策提醒 在摩根资产管理，大语言模型被嵌入到该公司内部投资平台Spectrum中。一个新功能会跟踪投资组合经理持有某只股票的时间是否与其预估的最佳持有期相符。如果持有时间过长或过短，系统会发出提醒，不是直接干预，而是提示基金经理评估行为是否合理。 Spectrum还可以生成一批可能因政策因素（例如国会立法）而受益或受损的公司。它会标记分析师的预测与市场共识或与公司自身预测之间的偏离程度。 最终决策仍由基金经理做出，但机器现在已成为会议桌上的一员。 梳理财报文件 在Robeco，公司将大型语言模型用于前端流程——梳理监管文件、财报电话会记录以及社交媒体，寻找投资主题变化的早期信号。最初只是帮助起草致投资者信的模型，如今已发展到生成交易信号和设计投资产品。 今年10月，该公司推出了Robeco机器动态主题ETF，这是一款围绕AI识别的主题变化构建的ETF。 该公司的陈迈克（译音）表示：“我们正在运行多个研究项目，测试生成式AI是否能提取阿尔法，或预测公司基本面”。 当然，问题也会存在。不同模型可能给出不一致的结果，这就要求人类继续参与、检查逻辑并做出最终判断。此外，模型升级也会带来逻辑变化，而且难以追踪。比如上个月还能得出明确回答的问题，今天再问，可能得到不同答案。可解释性仍然有限。 “这就像走进大海，”摩根大通AI策略师狄龙·爱德华兹说，“你不会一下子跳进去。得一步一步来。” AI颠覆资管行业 更多公司跃跃欲试准备加入AI竞赛。在CREATE的调查中，近三分之二受访者认为资产管理是最有可能被AI颠覆的行业，这个领域长期以来依赖人类通过大量数据分析来形成投资观点。 “现在人们已经理解，大型语言模型在总结文本信息方面非常有用，但这些摘要其实并未充分发挥大语言模型在推理方面的能力，”麻省理工学院金融学教授罗闻全表示。“我们目前仍处于大型语言模型重塑金融服务业的初始阶段。”   资讯来源: https://www.enanyang.my/news/20250729/Finance/941990

（彭博社） 近日社交平台Reddit正式起诉人工智能（AI）公司Anthropic，指其未经许可抓取并使用用户生成的内容来训练聊天机器人Claude。 谁真正拥网上内容？ 这起官司触及了AI时代第二章的核心问题：谁真正拥有我们在网上发布的内容？ Reddit(类似百度贴吧，或台湾的PTT)作为代表自由言论的社交平台，其理念源自于真实的线上內容和民主化的自主管理，但现在却明目张胆的告诉世人：这些“公开”的数据是属于我们公司的，你们要读取我的数据来建模，需先付费征得我的同意。 另一边厢，标榜“更公平、更平等使用AI”的Anthropic则肆无忌惮的派机器人四处去挖掘数据。这两家公司之间的对峙，颇有一番微妙的讽刺意味。 这种企业形象与实际行为的冲突，正是这起诉讼备受关注的原因。 从Claude的角度，他们觉得Reddit数据是公开的(public data)，但从观感上，这件事有两个层面：血汗层面和伦理层面。 若它雇佣100名实习生，手动到网站把数据复制粘贴到Excel表格进行二次分析，大概没人会反对，毕竟向来都有人这么做。 但若同时使用100个AI机器人通过Python一键收集数据时，此时就会觉得，好像哪里不太对？ 从伦理上，任何放在网站上的内容，我们都是先下载，才在电脑或手机上观看，意即这是属于我们“拥有”的数据。所以，主观上我们对数据收集方式的接受度，往往取决于收集规模和效率。 我的数据不受我自己控制？ 大部分情况，当我们在社交平台发布内容时，就基本把所有权利给了平台。这在我们注册账号时，在“我同意”格子打勾勾的那一刻就同意了。 例如，在X.com(前Twitter)发布内容时，若你非付费会员，就无法编辑你的帖文，在WhatsApp也无法无痕的删除帖文等。所以，平台拥有了绝对的如何使用、展示及是否允许删除的权力。当然，这也包括了你的内容背后的数据使用权。 平台可售用户内容？ 所谓“瘦田无人耕，耕开有人争”。以前，不曾有公司会介意有人来挖掘数据，只要有流量，一切好商量。 只要开了先例，那些无法搭建大模型数的平台，肯定会大规模抛售自己公司的数据，授权给AI公司用来训练模型。 这就引发了根本性问题：平台是否将用户内容视为可出售的产品，用户只能免费的贡献却无法获益？ 这种商业模式屡见不鲜，内容创作者在没通过审核前，优管可随意植入广告而不必分成。X平台将用户的推文拿来训练AI模型，然后再跟用户收费。 你发现了吗？就是说今天是Reddit自己拿数据来建模型，然后再卖给其他人，我们既不会提出质疑，也没有资格提出质疑。 AI公司如何为使用公开内容训练模型辩护？ 它们声称数据不是被转售，而是让模型变得更智能。这论调某程度上也是合理，毕竟学术研究也使用公开数据训练模型、发表论文，赚取版权，也可开发新系统牟利。 问题在于规模和透明度。当平台使用自己数据构建自家AI并收费时，我们觉得发生在同一生态系统内是理所当然的事，自然不再追究。 数据使用应更公平 无论如何，这起诉讼的结果将为AI数据使用打开先河。要是Reddit赢了，更多平台将一窝蜂地打包数据售卖给AI公司；要是Anthropic赢了，各大AI平台将更肆无忌惮地四处收割我们在网路上的所有数据。 上述官司也揭示了AI时代数据所有权的复杂性。谁会想到，我们每一次的点赞、评论、分享竟然变成训练AI模型的珍贵原料。 真正的解决方案或许不在于阻止这些公司使用公开数据，而在于建立更透明、公平的数据使用机制，让参与者都能从这生态系统中获益。 又或许，真正的问题不在技术和法律上，而是在英文本身的缺陷：Public一词无法表达完整的意思。 平台其实只是想说：喂，这是公开数据，但不代表这是公共数据哟！ 资讯来源: https://www.enanyang.my/news/20250616/Finance/705365

(彭博社） 由4月初至今，美元兑新台币急跌（即新台币升值），曾在5月初两个交易日跌近10%，创1987年以来最大跌幅，现时返回至29.5左右（截至6月20日，换作新台币兑美元大约为0.034）。 虽然新台币急升原因众说纷纭，但我们相信两个解释较为合理： 第一，由于近期美元弱势，持有大量美元资产的台湾保险公司或增加外汇对冲，而部分机构投资者将以新台币融资的套利交易平仓，两者旨在防止损失扩大； 第二，台湾出口商为降低美元贬值影响，将手上囤积的大量美元转为台币，以降低损失。 关税笼罩经济仍强韧 虽然台湾加权指数在期间录得反弹，但在可见未来，台湾作为出口导向经济体，当地货币升值除了减低出口商产品吸引力，对企业盈利亦具一定影响，故我们在以下的分析将计入汇率因素，以反映新台币急剧升值对股市的影响。   台湾首季GDP按年增长5.48%，超过预期和前值，是自去年首季以来最快增速。 虽然当季经济主要靠出口撑起（商品及服务出口按年升20.29%），尤其是美国宣布暂缓对等关税90日以来，全球各大企业及客户争相提前囤货以避关税。 惟另一边厢，行政院主计总处表明，受惠人工智能（AI）应用持续扩张，云端服务商及多个国家积极参与扩充算力，AI基础设施投资需求强劲，加上高端资通产品及相关零件的供应瓶颈逐渐消除，推动出口持续强劲。 这带出了一个重要的讯息——台湾出口均受全球电子化大趋势及AI结构性需求带动，与我们一路以来的观点吻合。 的确，美国主张的贸易保护主义，以及关税不确定性预计将无可避免地压制全球贸易活动，故当局预计台湾今年上半年的商品出口将按年升22.6%，而下半年将按年转跌3.2%，全年计仍按年增逾9%。 我们认为此预估不无道理，皆因预料未来两季公司提前囤货的活动将因库存增加而逐渐减少，而经济不确定性将打击企业投资及消费者的信心，加上新台币升值或降低出口吸引力。 不过整体而言，尽管当局下修台湾全年的经济增长率预测，但该数字仍然录得3.1%，说明官方对当地经济的韧性仍然较为乐观，对投资者而言，台湾的经济展望或有助提振股市作用。 半导体业地位超然 事实上，出口占台湾GDP大约六成，而截至2024年底，美国占台湾出口总值已升至逾23%，是自2000年以来的最高水平，反映台湾对美国需求的依赖有所增加。 不过同时间，这亦说明台湾制造的产品对美国而言十分重要，皆因目前资通产品占台对美出口总值约六成，而台湾在半导体行业的地位超然，导致美国能否维持AI竞赛的领先地位，均须依赖台湾目前不可取替的高端技术。 故此我们认为，台湾在与美国的贸易谈判中（涉及对等关税及半导体相关关税）拥有一定的议价能力，而假若双方能够达成比起市场预期更佳的贸易协议（如对台征收较低关税率），这无疑将惠及台湾经济及股市。 台积电续领军科技板块 在5月21日，美国政府公开台积电致商务部工业与安全局的信函，其以关税将抑制电子产品需求为由，表示对公司收入将造成影响，并削弱其按计划推进亚利桑那项目的财务能力。 追溯至数个月前，基于特朗普试图实现美国重拾在岸制造，台积电承诺向美国投资1650亿美元（约6930亿令吉）建设晶圆工厂，以此作为关税豁免的谈判手段。 料获关税豁免 我们相信此举将增加台积电获豁免的机会（或者面临较少的关税），假若实现，制造成本的下降将惠及台积电在内的科技供应链，成为其股价向上催化剂。 台积电首季业绩继去年末季继续保持强劲，并且维持全年的收入增长预测（24%-26%）及资本支出不变（380亿至420亿美元，约1596亿至1764亿令吉），反映管理层未因关税不确定性影响对公司的信心。 加上公司董事长魏哲家在法说会表明关税风险未改变客户态度，意味客户（苹果、英伟达及AMD等大型科企）对公司的高端晶片及封装技术需求强韧，台积电的盈利前景未受需求端影响。 再者，英伟达在5月举行的“台北国际电脑展”宣布在台北建立区域总部，其将成为英伟达在AI、机器人及超级运算等技术领域的重要基地，表明了全球顶尖的半导体企业对台湾的技术展现出强大信心，投资者不能忽视。 截至6月20日，台积电占台湾加权指数的比重约39%，而根据粗略估算，其2025年至2027年的预测盈利占整个指数逾三至四成。 我们计算台积电今明两年的预测盈利为27%及18%（已计入汇率影响，下同），预计其乐观的结构性盈利，将继续长期推动科技板块并惠及台股。 鸿海联发科技业绩不俗 台湾加权指数两大权重股鸿海及联发科技（各占指数比重3%）首季业绩不俗，前者当季营收创历年同期新高，后者营收亦超预期。 虽然鸿海董事长对关税及汇率影响较为谨慎，但他强调公司采用灵活供应链管理，其全球性的工厂配置提高了地区多元化，加上我们预计鸿海对英伟达GB200伺服器年初量产，以及GB300的订单将加速其云端计算业务的增长，其中长线的盈利前景不俗。   而联发科技总执行长早前表示关税未使客户大幅调整订单，预计下半年将推出新一代旗舰晶片“天玑9400+”并获现有客户青睐，加上券商预计其在消费电子、车用及数据中心相关晶片的市占率有望扩大，其中长期的增长潜力亦不小。 计入汇率因素，我们下修了今年台股科技板块的盈利预测，而今明两年的预测值分别为15%及17%。 然而，考虑到双位数字的盈利增速，加上科技板块占台股比重和盈利逾七成，预计其将继续成为长期推动台股的最大动力。 在关税和汇率的双重障碍下，预计台股今年难免将受逆风侵袭。 不过，科技板块的强大支撑将抵消负面影响，整体台股仍然得以受惠。   资讯来源: https://www.enanyang.my/news/20250725/Testimonia-Column/936701

示意图（取自Pixabay） （吉隆坡25日讯）大马特许公认会计师协会（ACCA）最新的人工智能监测报告指出，人工智能在推动会计业发展方面有四大关键趋势，并预计未来将出现新工作岗位，以支援确保人工智能系统持续准确且符合专业及本地法规的相关工作。 根据该报告，随着人工智能在大马日益普及，财务团队将肩负新职责，包括强化管控和界定希望从人工智能系统中实现的成果。 “尽管人工智能可提升效率，但人为监督仍不可或缺。”   大马特许公认会计师协会东南亚海事投资组合主管林建豪说，人工智能是下一个前沿领域，也是能提升该行业对企业和社会战略价值的强大工具。 林建豪指出，尽管目前大马仅有少数财务团队采用人工智能，但相关工具已广泛可用，预计随着投资增加及云端广泛应用形成强大的基础，将加快人工智能的报告也说，会计业仍处于采用人工智能的初期阶段，但该协会资历认证的最新更新已纳入技术及永续发展的新兴进展，反映出该行业正在为栽培未来人才作出准备。采用速度。   资讯来源: https://www.enanyang.my/news/20250725/Finance/938074

庄正伟 【当AI走进教室……超级拍档还是终极考验？·下】 独家报道：游燕燕 人工智能（AI）已悄悄走进校园，不只是帮忙批作业、排课表那么简单，而是正在彻底改变人们对“教”与“学”的想像。  从课堂教学到行政工作，AI不再只是个工具，它正带来一场翻转教育的革命，让学习更聪明、教学更轻松、管理更高效，就像请了一位全天候不累、不请假的超级助教。 教师不再只是单向传授知识的讲者，而是引导学生探索、批判和创造的学习伙伴；学生则在AI辅助下，拥有更多自主学习的空间与节奏，能因材施学、因需而学。  在这场教育转型中，南方大学学院电脑系助理教授庄正伟博士和先锋科技技术总监丘金虎分享他们如何在教学和学校管理中应用AI工具，提升效率、简化流程，并介绍智慧校园的实际做法和成果，让AI真正成为教学上的好帮手。 行政工作勿固步自封 学校管理急需数字重塑 学校和教育机构在日常运作中面临不少管理和行政上的难题，急需更有效的系统来提高效率、减轻负担，并增强应对突发状况的能力。  庄正伟表示，行政人员长期处理大量重复性高、附加价值低的事务性工作，如文书处理、流程审批与数据统计，不仅效率低下，也增加了整体工作负担。  再来，信息系统之间的“孤岛效应”仍是许多学校面临的难题。  “教务、图书、财务等系统各自独立，缺乏数据整合与共享机制，导致管理流程断层、沟通效率低落，也影响校方在关键决策上的及时性与准确性。”    一刀切教学方式过时 同时，学生对个性化教学与服务的需求不断提高，但面对庞大学生规模，学校往往难以真正实现“因材施教”。  “一刀切的管理与教学方式，让学生满意度与学习参与度逐渐下降。”  此外，他也指出，学校面对突发事件的应对能力仍显不足。  “无论是疫情、自然灾害，还是临时政策变化，许多学校在远程教学、信息发布与资源调度方面暴露出明显短板，凸显出管理系统的韧性不足与数字化转型的迫切性。” 未来的教育场景，将是一个融合多种技术、以人为本、数据驱动的智慧校园新时代。 （取自Freepik）   教学行政双管齐下  AI如何在教学管理与行政工作中大显身手？从基本概念到实际应用案例，这场教育新革命正悄悄展开。  庄正伟提出，在教学评估上，AI能自动批改作业、分析学生表现趋势，甚至预测学习中断风险。  “这种数据导向的评估方式提高了判断的准确性，也减轻了教师的负担，让教学资源能够更有效地分配。”  此外，AI在教育行政管理方面的应用也逐渐成熟。 “教师与学校管理人员可利用AI自动处理出勤记录、课表编排、文件整理等重复性任务，从而将更多时间与精力专注于课程设计与学生互动，提升整体教育品质。” AI藏4大潜在风险 尽管AI在教学管理与行政工作中展现出巨大潜力，但在应用过程中仍面临诸多挑战，特别是在伦理、安全与教育价值观方面，需要教育工作者和管理者高度重视。 挑战一：数据隐私安全风险  AI系统依赖学生的敏感数据，如成绩与行为记录，一旦外泄将危及隐私安全。 为防风险，学校应遵守马来西亚个人资料保护法令，强化数据保护，并制定清晰的AI伦理与用户同意机制。 挑战二：算法偏见影响教育公平 AI若存在算法偏见，可能误判弱势群体如低收入、乡区或少数群体为“高风险”，影响教育公平。 为防止不公，学校应审查数据来源，采用公平算法，并保留人工审核机制，确保决策更公正包容。  挑战三：教师角色面临转型压力 AI广泛应用正在改变教师角色，也引发被取代的担忧。应推动“AI+教师”协作模式，让AI辅助教学，教师聚焦引导与辅导，并通过培训积极融入智慧教育。  挑战四：系统故障与技术依赖问题 AI若在关键时刻出错，可能影响教学与学生权益。学校应设应急预案、保留人工操作并建立监督机制，确保系统可解释、可控、可替代。 AI让教育行政管理实现从“机械重复”到“智慧运作”的质变。 （取自Freepik）   未来教育核心 融合与重塑 未来的教育场景，将是一个融合多种技术、以人为本、数据驱动的智慧校园新时代。  庄正伟指出，这趋势主要体现在三个方面，包括智慧教育校园（Smart Campus）的全面建设，AI与区块链、物联网、元宇宙等技术的融合，以及管理行政角色的重塑和新的能力要求。  智慧教育校园全面建设 建设智慧校园不仅是硬件升级，更是教学、管理与环境的全面智能化。  通过AI与数据整合，校园可实现自动调节环境、智能安防与高效教务管理。“校园大脑”则统一数据与决策流程，助力从信息化迈向智能化。 AI与区块链、物联网、元宇宙等技术融合 AI正加速与区块链、物联网、元宇宙等前沿技术融合，催生更多智能应用。 结合区块链，AI能提升数据透明度与安全性；与物联网整合，AI实现设备间的智能联动与实时决策；在元宇宙中，AI驱动虚拟角色、内容生成与互动体验。    管理行政角色重塑和新能力要求 随着AI融入教育管理，行政人员需掌握基本AI知识、数据解读能力、技术沟通技巧及伦理判断力。  为此，学校应将“AI+管理”纳入培训计划，如举办相关工作坊，提升整体数字素养与协作能力。 角色转型方向 : …

【独家】教育革命带来翻转 让AI真正成为超级助教 Read More »