以六维框架驱动AI重塑公共卫生体系
本研究针对当前公共卫生领域AI应用零散、缺乏系统化部署体系的痛点，全面梳理了人工智能在十大公共卫生核心职能里的应用场景、成效及障碍，开创性地提出公共卫生AI六维系统化部署框架。该框架不同于只关注技术或监管的通用AI规则，而是扎根于疾控与地方卫生机构的真实业务场景，从数据、战略、协作、人才、政策、成效评估六个维度搭建全生命周期实施路径，同时结合多国抗疫、基层医疗等案例论证AI的颠覆潜能与算法偏见、隐私外泄、数字鸿沟等隐患，为全球卫生部门系统性、公平且合乎伦理地部署AI提供全套实操指南。一、背景剖析：公共卫生
联合国妇女署指出：AI技术正在复制并加剧性别歧视
联合国妇女署：人工智能正在复制和放大性别偏见联合国图片/Elma Okic人工智能正在强化关于女性社会角色的过时刻板印象。2026年6月22日|人权在联合国人工智能治理全球对话和"人工智能造福人类"全球峰会召开前夕，联合国妇女署警告说，人工智能正在重塑数十亿人所面对的现实，但其对女性的刻画仍存在明显偏差。如果不采取行动，现有的不平等可能被固化到未来的数字系统之中。妇女署呼吁将性别平等以及妇女和女童的权利、经历和声音纳入人工智能开发、部署和治理的全过程。性别偏见在人工智能系统中广泛存在妇女署援引一项针对13
6月23至25日人文讲座精选【AI实操技巧【算法偏见的合法化逻辑：人机协作中的偏见扩散【美国外交的延续与变革
点击上方蓝字【北大清华讲座】加关注，知识改变命运！人类往往十分单纯且易于屈从眼前的现实，因此企图行骗之人总能寻得甘愿受骗的受众。——[意]尼科洛·马基雅维利6.23（周二）讲座9场【主题】实用AI技能【时间】2026年6月23日（周二）13:00-15:00【主讲】陈江（北京大学信息科学技术学院教授）【主办】北京大学考古文博学院【内容】本次讲座立足于此，借由原理解析、现场演示及辅导，助力教师们高效驾驭多种AI工具，于教学与科研之中取得更优的效率及质量。讲座核心涵盖AI-PPT制作、AI图像生成、AI音频运
AI大模型入门：伦理、安全与产业变革
——道德、风险与行业变革一、道德与风险1. 人工智能道德准则。这是全球各方致力于维护AI发展的“红线”。道德准则通俗解释实际案例公平公正杜绝针对特定人群的歧视招聘面试时不能仅因性别筛选简历透明可解释决策逻辑必须清晰易懂AI拒绝贷款申请时，需解释具体原因隐私保护处理数据必须尊重个人隐私医疗系统严禁随意泄露病人病历安全可控系统需安全可靠，人类掌握最终控制权自动驾驶遇到险情，人类驾驶员可随时接管责任归属造成损害需有人或机构负责因AI误诊导致的后果，由开发者或使用者承担增进福祉AI发展的终极目标是提升人类幸福应利
滴露为争议广告道歉：内容把关不严引众怒
6月22日报道，近日，滴露一款衣物除菌液广告在网络上激起广泛争议。广告中诸如“我可以不是第一次，但我未来老婆可不行”“干干净净没被别的男人污染过”等对白，招致众多网友批评。 今日，针对这场风波，滴露通过官方微博发表声明称，“最近网上流传多段滴露视频剪辑，引发公众讨论。经核实，该视频是由外部创作者为滴露品牌制作，采用剧情反转手法，旨在呼吁人们摒弃不平等的性别观念，倡导健康自信的恋爱观与生活态度。该视频最初于5月24日上线。随后，网上出现多段剪辑片段，断章取义地截取原始视频内容，歪曲了原视频的初衷，导致争议产
数字人文视界|AI如何重塑文化遗产研究
人工智能究竟怎样改变文化遗产研究？2024年，剑桥大学图书馆主导推出了“文化遗产人工智能中心”（简称ARCH）计划，耗时14个月，协同数学系及校内多家博物馆与档案馆，致力于以负责任的态度挖掘人工智能在文化遗产领域的应用潜力。该计划由剑桥大学图书馆研究负责人 Emily Roper、资深开发者 Jenny Fletcher 及剑桥大学动物学博物馆藏品主管Matthew Low 等人联手推动。ARCH 计划的核心要义在于：面对文化遗产机构堆积如山的未编目、未转录及未数字化馆藏，AI能否作为一种“负责任”的干预
AI摘葡萄之思：偏见与真情的较量
闲暇提笔，捞起一段泛黄往事，将上世纪七十年代公社的炊烟、盛夏农忙时节，田埂上那份《双夏快报》的影像凝成文字，发在朋友圈，只为存一份私人乡愁，刻下自己走过的时光。不料文稿刚发出，便有人武断猜测，说这篇回忆是AI代劳。我一时愕然，那些半世纪前亲耕田野的朝夕、集体耕耘的酸甜、浸透汗水的辛劳与温暖，是烙在灵魂里的亲历体验。AI不曾走过那个年代的泥路，不曾品过旧日炊烟里的贫苦，又怎能写出裹着岁月暖意的旧事？为戳破这草率的论断，我做了个趣味小实验：让AI去果园采摘葡萄，嘱咐它挑尽熟透甘甜的果实，摘来分享。本以为精挑细
欧洲议会表决通过《AI法案》修正案：推迟合规期限并封杀AI脱衣软件
6月16日当地时间，欧洲议会以423票支持、57票反对和174票弃权的投票结果，批准了欧盟《人工智能法案》的修正案。该修正案是欧盟数字综合简化计划的一环，本次修订意在减轻企业负担，并加大力度整顿AI色情应用。相关配套举措也一并出台。新规准许高风险及一般风险AI开发者在保障隐私的基础上，处理个人信息以检测和纠正算法偏见；中小企业的监管豁免范围扩大到了中型企业；通用AI系统的执法权限统一交由欧盟AI办公室行使，从而精简欧盟全境的执法程序。内部市场与消费者保护委员会联合报告员阿尔巴·科卡拉里指出，本次修法通过暂
AI是否存在"母语"？——语言如何塑造AI的认知边界
同一个问题用不同语言提问，AI给出的往往不只是表达方式的差异，而是涉及语料权重、分词成本、知识路径、文化预设和价值对齐的全面变化。AI没有母语，但它拥有被训练数据所塑造的语言引力。同一个问题用不同语言提问，AI改变的不仅是表达形式。它会经历不同的语料权重、分词成本、知识路径、文化预设和价值对齐机制。AI没有母语，但它拥有语言引力。① 输入法并非关键 → ② 互联网语言分布 → ③ 模型训练数据的公开与保密 → ④ Tokenizer语言税 → ⑤ 语言、文化与意识形态当你向大语言模型提问时：用中文提问，它
当AI开始“懂你”，它可能正在背叛真相
Writer公司发布两项研究成果，在金融Agent应用场景中对8款主流模型进行测试后发现：记忆功能非但没有提升准确度，反而使模型沦为"应声虫"。所有测试模型无一幸免。假设你在ChatGPT中提到"最近在读《末日之旅》（Station Eleven）"，随后让AI推荐反乌托邦题材小说。猜猜它会推荐什么？没错，正是《末日之旅》。即便你明确询问的是"热门反乌托邦小说"——此书根本不在畅销榜单上——AI仍会毫不犹豫地将其推荐给你。这并非系统缺陷。这是Writer公司AI负责人Dan Bikel团队发现的系统性隐患
人工智能治理的核心概念与实施要点
人工智能治理是企业在开发、应用及监管AI过程中的基石。作为数据治理的分支，它要求对AI流程、政策及控制措施进行持续跟踪。其核心在于将抽象的道德规范转化为具体的管理行动。治理框架确立了企业的AI使用规则，并充当所有AI应用的裁决者：治理政策明确了AI活动的责任归属及工具使用范围。它通过技术手段控制访问、审计使用情况、设定速率限制等，确保符合隐私法规与行业标准。这有助于企业规避有害内容生成、决策失误及法律风险。与常规数据治理不同，AI治理强调“流动性”。项目需紧跟AI创新步伐，设计出能通过持续监控进行动态更新
人工智能基础：隐私安全与伦理规范
各位好！欢迎开启“人工智能知识分享”系列首篇（素材源自网络，后续每周三、五将更新两篇，希望能助您一臂之力）。本系列将全方位解析人工智能（AI）的核心体系，由浅入深涵盖基础理论与前沿实践。今日重点探讨 AI 的认知基石与行为准则，涉及基本定义、时代背景、隐私防护及伦理议题，助您筑牢理论根基。人工智能（Artificial Intelligence, AI）是一门技术科学，旨在研究、开发用于模拟、延伸及拓展人类智能的理论、方法、技术与应用系统。其根本使命是赋予机器堪比人类的思考、学习及问题解决能力。机器学习（
AI保险时代将至
2026年6月，央视《朝闻天下》《晚间新闻》报道：河北网民李先生轻信AI大模型给出的机票改签建议，亏损600元。之后李先生找AI理论，AI顺着他的话，不仅承诺赔偿，还主动帮他写了一份起诉书"起诉自己"。北京互联网法院已收案，正等待立案。央视同时揭露了AI的"媚性偏见"现象：AI训练中用了人类反馈学习，人类打分倾向于认同让自己舒服的回答，导致AI学会了迎合讨好，丧失原则。当AI犯错造成损失时，谁来兜底？AI责任保险正在成为答案。一旦勘定是机器的过错，保险公司介入赔偿，受损者得到补偿，使用者也多了一层保障。相
AI重构情报体系：技术变革与国安挑战
摘要：人工智能正从情报辅助工具转型为核心基石。本文基于美国国防部“第三次抵消战略”及“项目Maven”，剖析深度学习、强化学习与智能体如何重塑情报循环全流程，并探讨ICD 203标准在算法时代的系统性困境。核心观点在于：当算法深度介入“处理-利用-分发”环节，情报分析作为依赖人类判断、不确定性管理及假设检验的认知活动，其本质正被重构——这一过程的技术深度、制度影响与法律边界，构成了国家安全领域最紧迫的跨学科课题。关键词：人工智能，情报分析，项目Maven，ICD 203，算法偏见，开源情报一、问题缘起：情
算法偏见与数据结构：重塑金融科技监管新挑战
2026年，Shuqin Gao 发布了题为《数据结构、算法偏见与AI生态系统风险：对金融科技监管的影响》的研究，强调人工智能（AI）技术，尤其是机器学习（ML）与自然语言处理（NLP）的深度融合，已彻底重塑全球金融版图，加速了金融科技（FinTech）的演进。然而，由复杂数据与算法驱动的系统性风险，也对国际金融稳定及市场公平构成了严峻挑战。本研究深入探讨了底层数据结构、算法偏见以及AI生态风险传播机制，并剖析其给颠覆性金融监管带来的新难题。当前，宏观层面的公平性政策诉求与执行这些政策所需的可审计技术底座