2025.01.21文章学习

一、
文章名称：Network for knowledge Organization (NEKO): An AI knowledge mining workflow for synthetic biology research
文章链接：Network for knowledge Organization (NEKO): An AI knowledge mining workflow for synthetic biology research
关键词：生物研究、AI
摘要：大型语言模型 （LLM） 可以完成一般的科学问答，但它们受到预训练截止日期的限制，并且无法提供具体的、引用的科学知识。在这里，我们介绍了 Knowledge Organization （NEKO） 的 Network，这是一种使用 LLM Qwen 通过科学文献文本挖掘来提取知识的工作流程。当用户输入感兴趣的关键字时，NEKO 可以生成知识图谱以链接生物信息实体并从 PubMed 搜索中生成综合摘要。NEKO 显着提高了 LLM 能力，并立即应用于日常学术任务，例如年轻科学家的教育、文献综述、论文写作、实验规划/故障排除以及新想法/假设的产生。我们通过关于酵母发酵和蓝藻生物精炼的几个案例研究来说明该工作流程的适用性。NEKO 的输出比 GPT-4 的零样本 Q&A 更具信息性、具体性和可操作性。NEKO 提供灵活、轻量级的本地部署选项。NEKO 使人工智能 （AI） 工具大众化，使研究人员更容易访问科学基础模型，而无需过多的计算能力。
二、
文章名称：Artificial Intelligence for Academic Purposes (AIAP): Integrating AI literacy into an EAP module
文章链接：https://www.mdpi.com/2504-4990/7/1/6
关键词：学术人工智能
摘要：随着 ChatGPT 等生成式 AI （GenAI） 工具的兴起及其在学术环境中的相关性越来越大，对 AI 素养的需求变得势在必行，尤其是对于参加 EAP 课程的国际学生而言。该研究通过在苏格兰的一所衔接学院开发和实施为期 10 周的 AI 集成 EAP 模块，该模块基于称为学术目的的 AI （AIAP） 的新框架，解决了纳入 AI 素养的实践指南中的差距。该研究利用混合方法，调查了该模块对国际学生使用 AI 工具的态度、信心和目的的影响。这项研究的结果表明，学生批判性地评估 GenAI 输出的能力、使用更多种类 AI 工具的信心、对合乎道德的 AI 使用的理解以及学生使用 AI 工具的目的的扩展都有了显著提高。研究发现，人工智能素养与传统 EAP 技能的整合可以有效地满足学生的学术需求。本研究提供了一种可复制的模型，将 AI 素养整合到 EAP 课程中，提供了一种使技术熟练程度与道德意识保持一致的整体教育方法。
三、
文章名称：Comparing human-made and AI-generated teaching videos: An experimental study on learning effects
文章链接：https://www.sciencedirect.com/science/article/pii/S0360131524001787?via=ihub
关键词：AI生成、人工生成
摘要：在生成式 AI 时代，大型语言模型能否高效且有效地生成教学视频？在这项研究中，作者使用生成式 AI 工具为一门管理课程制作了四个简短的教学视频，然后在在线实验中将它们与相同主题的人工生成的视频进行了比较。在一项跨受试者实验设计中，447 名参与者完成了两种治疗条件，展示了 AI 生成和人工制作视频的不同组合。参与者被要求在每个视频后对他们的学习体验进行评分，并在课程结束时通过多项选择题测试他们的学习成果（N = 1788 个视频处理）。研究结果表明，人工生成的视频在学习体验方面为参与者提供了具有统计学意义但很小的优势，这表明参与者仍然更喜欢由人类教师授课。然而，实验组之间的考试结果比较意味着参与者最终获得了类似程度的有关内容的知识。鉴于这些发现以及 AI 生成的教学视频的创建便利性，本研究得出结论，AI 生成的教学视频可能会激增。