Papers
文献精选
AI教育
17 篇AI Education
人工智能通识教育（一）时代背景：为什么它成为必需
清华 AIGE 研究中心《人工智能通识教育红皮书》（v2.3.1）第一篇精读：从 1945 年哈佛红皮书到智能社会，说明通识教育的历史使命如何转化为「认知自治」这一现代任务——含智能社会认知环境的七个方面、认知自治的六个维度、以及当前实践中的主要偏差。
人工智能通识教育（二）理论基础：它为何能训练认知自治
清华 AIGE 研究中心《人工智能通识教育红皮书》（v2.3.1）第二篇精读：从「智能活动的计算化」与「社会活动的计算化」两条线索说明人工智能通识教育的科学基础，提出归纳、泛化、判断、自醒四能力模型与三条训练路径，并与数学、语言文学、物理、历史、计算机科学五种学科的心智训练作比较。
人工智能通识教育（三）内容框架：究竟应当教什么
清华 AIGE 研究中心《人工智能通识教育红皮书》（v2.3.1）第三篇精读：把课程内容组织为五个部分——基础概念、基础方法、应用、交叉融合、风险伦理与责任；每部分都围绕教育功能、内容原则、共同主干、拓展内容与认知自治展开，使快速变化的技术被组织进相对稳定的知识结构。
人工智能通识教育（四）分层实施：中小学、大学与终身学习
清华 AIGE 研究中心《人工智能通识教育红皮书》（v2.3.1）第四篇精读：中小学采用「横向五部分内容、纵向三阶段递进」的贯通式课程；大学阶段重点发展方法理解、专业迁移与跨学科协作；终身学习采用「共同核心—情境模块—前沿更新」结构，并按生活阶段、数字基础与特殊需要提供差异化支持。
教育情境中学生 AIGC 工具持续使用意向：使用与满足 + 感知价值的整合视角
论文精读：Huang 等（2026）基于 528 名中国大学生的 PLS-SEM 研究，从动机（五种使用与满足）与抑制（感知风险/成本）双向刻画 AIGC 工具持续使用意向，并以感知信任为调节变量。
负责任的 AI 教育：识别与缓解伦理风险的系统综述
论文精读：Zhu、Sun 与 Yang（2025）在 Humanities and Social Sciences Communications 发表——系统综述教育 AI 的伦理风险，将风险归为技术、教育、社会三个维度并提出应对策略。
高等教育中的 AI 依赖与学业动机：习得性无助的中介作用与 AI 素养的调节作用
论文精读：Xiaohui & Khan（2026）基于 457 名大学生的有调节的中介模型发现，AI 依赖通过习得性无助侵蚀学业内在动机，而 AI 素养是关键的『心理缓冲』——高素养学生免受 AI 依赖的动机损害。
提示 LLM 的高等教育自动评分与反馈生成：提示组合、任务顺序与成绩公平性
论文精读：AlGhamdi 等（2026）系统对比单提示组合与双提示分解、先反馈后评分与先评分后反馈四种配置，发现 GPT-4o 在「组合提示 + 先反馈后评分」下评分最准（RMSE 差异显著，p=.046），且对高分学生作品评分更准确。
AI 信任与自我效能感的中介作用：EFL 学习中人类与生成式 AI 沟通的参与度
论文精读：Zhang, Pan & Fan（2025）基于 S-O-R 理论，用结构方程模型揭示 GenAI 的响应性与个性化特征通过 AI 信任与 AI 学习自我效能感两条心理路径影响 EFL 学习参与度，模型解释 45% 的方差。
大学生生成式 AI 使用行为意向的影响因素：计划行为理论与 AI 素养的整合
论文精读：Wang 等（2024）基于中国大学生样本，用 SEM 与访谈揭示 AI 素养与主观规范如何通过态度影响 GenAI 使用意向，整合框架解释 59.3% 的行为意向方差。
生成式 AI 技术与教育结果：传统与 AI 驱动方法的综合元分析
论文精读：Dong (2026) 基于 PRISMA 系统综述与随机效应元分析，综合 GenAI 对学业成就、高阶思维、学习动机与写作技能的影响，发现总体正向效应。
K-12 阶段 AI 教育参与度影响因素研究：经典 TAM 模型的扩展
论文精读：Li 等（2024）基于 197 份中国 K7–K9 学生问卷，将认知因素与人机交互因素纳入经典 TAM，揭示 K-12 学生 AI 课程参与态度的形成机制。
多智能体学习环境中的学生-AI 交互动态：支持个性化学习并缩小成绩差距
论文精读：Hao 等（2026）基于 75,896 条对话记录，揭示多智能体学习环境中「知识共建」与「共同调节」两种参与模式，如何差异化地支持不同先验知识水平的学生、缩小成绩差距。
LLM 使用与笔记对阅读理解与记忆的影响：中学随机对照实验
论文精读：Kreijkes 等（2026）基于 405 名英格兰中学生的预注册随机对照实验，比较单独笔记、单独 LLM 与笔记+LLM 组合三种学习活动对阅读理解与记忆的影响。
苏格拉底式 AI 对话智能体：让提问策略真正改善学业表现与反思性思维
论文精读：Xi, Zhang & Wang（2026）用 94 名大学生的随机对照实验证明，整合苏格拉底提问策略的 LLM 对话智能体（S-ICA）显著提升学业成绩与反思性思维，认知网络分析（ENA）揭示其激活更多高阶认知路径。
反思性对话还是提示词精炼？辅导脚手架对学生独立使用 LLM 编程的影响
论文精读：Brender 等（2026）在研究生移动机器人课程中开展两阶段研究，比较苏格拉底引导（SG）与提示词精炼（PR）两类辅导脚手架对学习结果、提示实践与后续独立 LLM 使用的影响。
OECD 数字教育展望 2026：探索生成式 AI 在教育中的有效应用
文献精读：OECD 旗舰报告，综合证据与专家洞见，回答生成式 AI 在哪些场景真正改善学习、如何引导其负责任采用。
AI素养
10 篇AI Literacy
把 AI 当作陪练，而不是神谕
论文精读：Marc Schmitt（2026）在《Nature》World View 评论中提出——危险不在 AI 本身，而在「被动使用」；AI 的真正价值是充当随时可得的智力陪练，大学应教学生质疑这类系统，并评估自己是否具备这种能力。
AI 素养问卷的设计与验证：情感、行为、认知与伦理四维路径
论文精读：Ng 等（2024）基于 335/508/363 名学生三阶段跨样本验证，开发 ABCE 四维 AI 素养问卷，并通过二阶模型确认高阶 AI 素养因子。
大学生 AI 素养发展的动态路径：定量与定性证据的整合
论文精读：ZhuGe 与 Li（2026）以 405 名大学生为样本，结合纵向追踪与质性访谈，识别出 AI 素养发展的多条动态轨迹并解释其形成机制。
AI 赋能问题解决量表的开发与验证：面向高中与大学生
论文精读：Kong, Zhu & Yang（2025）开发并验证理论驱动的「AI 赋能问题解决」量表，经 477 与 409 两个样本的平行分析、EFA/CFA 双阶段检验，将 AI 素养研究从能力视角拓展至心理与情感准备。
AI 素养与大学生创新思维：AI 交互感知与 AI 态度的链式中介作用
论文精读：Zhang 等（2026）基于 210 名大学生样本，揭示 AI 素养通过 AI 交互感知与 AI 态度的链式中介促进创新思维，并发现 AI 态度上的显著性别差异。
大学生 AI 素养与认知灵活性的画像分析及其与深度学习能力的关联
论文精读：Chen 等（2026）用潜在剖面分析（LPA）将大学生的 AI 素养与认知灵活性划分为联合画像，并考察不同画像在深度学习能力上的差异，为差异化 AI 素养教育提供依据。
AI 素养与心理社会因素如何塑造中国大学生对生成式 AI 的态度与行为意向
论文精读：Sun 等（2026）基于 1536 名中国大学生的 SEM 研究，揭示 AI 素养经由态度、并以自我效能与感知有用性/风险等心理社会因素为中介，塑造 GenAI 使用意向的机制。
六维 AI 素养问卷（SFAILQ）：覆盖青少年、青年与中年成人的 AI 素养测评
论文精读：Liu 等（2026）基于 2443 名参与者开发六维 AI 素养问卷（SFAILQ），用 CFA 与测量不变性检验验证其在青少年、青年与中年成人三个年龄组中的结构效度。
智能时代大学教师的技术压力与教学创新：工作倦怠与 AI 自我效能感的路径分析
论文精读：Wu & Yang（2026）基于 819 名高校教师的问卷数据，用链式中介模型揭示技术压力如何通过工作倦怠与 AI 自我效能感影响教学创新。
知识管理视角下批判性人工智能素养对大学生创新行为的影响研究
论文精读：张罗（2026）基于 1062 份调查数据，检验批判性 AI 素养通过反思性知识重构影响大学生创新行为的机制。
教师发展
8 篇Teacher Dev
教师 AI 素养、AI-TPACK、工作满意度与幸福感关系的结构方程检验
论文精读：Wang 等（2026）基于 350 名教师样本，用结构方程模型（SEM）检验「AI 素养 → AI-TPACK → 工作满意度 → 幸福感」的路径链，揭示教师 AI 能力如何通过教学知识整合转化为职业满意度与整体幸福感。
重新思考 AI 辅助写作教学：反馈素养、脚本、校准训练与学生写作发展
论文精读：Wang 等（2026）基于 120 名参与者的四组比较，构建以反馈素养为核心的 AI 辅助写作教学概念模型，检验反馈脚本与校准训练干预对学生写作发展的影响。
教职工 AIGC 工具持续使用意向：SEM 与 ANN 双引擎揭示技术接受之外的变量
论文精读：Zhou 等（2026）以 144 名教职工样本，用结构方程模型（SEM）与人工神经网络（ANN）的互补设计，检验感知有用性、感知易用性、自我效能、机构支持等因素对 AIGC 工具持续使用意向的影响，揭示技术接受之外驱动教师坚持使用的关键变量。
AI 支持与高校教师教学实践之间生成式 AI 素养与 TPACK 的链式中介作用
论文精读：Zhang 等（2026）基于 578 名高校教师的问卷数据，用链式中介模型揭示 AI 支持如何通过生成式 AI 素养与 TPACK 的传导链条影响教学实践。
探索高校教师的 AI 幸福感：社会支持、AI 素养与技术自我效能的结构方程模型
论文精读：Liu 等（2026）基于 523 名高校教师的问卷数据，用结构方程模型揭示社会支持（同事/机构）、AI 素养与技术自我效能如何共同塑造教师的 AI 幸福感（AI well-being）。
数学教师的 AI 素养、焦虑与 AI 整合感知：混合方法研究
论文精读：Kuzu（2025）基于 251 名数学教师的混合方法研究发现，AI 素养与 AI 焦虑呈负向关系——素养越高、焦虑越低，并揭示了教师对 AI 进入数学课堂（解题、个性化练习、评估）的感知、期待与障碍。
职前 STEM 教师 AI 教学准备度的影响机制：基于 PLS-SEM 与 fsQCA 的实证分析
论文精读：Chen 等（2026）以 633 名师范生为样本，用 PLS-SEM 检验自我效能、TPACK、态度与机构支持对 AI 教学准备度的净效应，并用 fsQCA 识别高准备度的多条等价组态路径。
灵活的教师、蓬勃的课堂：课堂动态、教学实践与教师倦怠的统一灵活性与正念（UFM）模型
论文精读：Deng 等（2026）基于 308 名教师样本（另有 471 名受访者样本），用探索性网络分析与结构模型构建统一灵活性与正念（UFM）模型，揭示心理灵活性与正念如何通过课堂动态与教学实践降低教师倦怠。
教育心理与研究方法
11 篇Edu Psych & Methods
GPT 作为测量工具：用语言模型给定性数据打分，能否达到人类标注者的水准
论文精读：Asirvatham、Mokski 与 Shleifer（2026，NBER WP 34834）以自研工具包 GABRIEL 检验 GPT 作为测量工具的两项要求——准确性（与人类标注一致）与直接性（读文本本身，而非依赖记忆或相关线索），验证材料包括 300 余个真实标注数据集与 1,141 个二分类任务。主要结论：GPT 标注与人类共识的一致性不低于单个标注者之间的一致性；训练截止前后无污染迹象；剥离信号后评分衰减 98%；作者并用该工具组装 37,000 项技术的数据集，量化出「从发明到普及」的滞后期在一个半世纪内缩短十倍。
信息系统耗竭、职业倦怠与「安静离职」：数字世代的两项研究
论文精读：Abubakar 等（2025）以土耳其与埃及酒店业 353 名员工的两项两波研究，结合 PLS-SEM 与 fsQCA 检验 IS 耗竭、职业倦怠（boreout）、社交媒体使用与世代差异如何导致 quiet quitting——并发现「数字移民」比「数字原住民」更易安静离职，与传统假设相反。
社会科学研究的自然语言处理：一篇综合性综述
论文精读：Hou 与 Huang（2025）在 Chinese Journal of Sociology 发表——系统评述 NLP 技术如何用于社会科学文本研究，覆盖从文本表示到语义提炼全流程。
探索教师职业发展视角：Q 方法论研究
论文精读：Chaaban 等（2023）用 Q 方法论研究教师对职业发展的主观视角，通过 Q 排序与因子分析识别出多种教师职业发展观点类型，为教师发展政策设计提供方法学示范。
大学课堂的“负沉默”从何而来？——基于 fsQCA 方法的组态分析
论文精读：Chen、Ye 与 Xu（2025）用模糊集定性比较分析（fsQCA），基于 22 名参与者的访谈与课堂观察资料，识别导致大学课堂负沉默的多条条件组态，揭示负沉默“多因组合、殊途同归”的复杂成因。
提问练习培养幼儿科学内容的好奇心
论文精读：Lu 等人（2025）以 52 名幼儿的随机实验证明，提问练习组（QA）的中位提问次数（Mdn=7）显著高于倾听对照组（L，Mdn=5），为「会提问」与「好奇心」之间的因果关系提供了行为学证据。
生活技能教育中显性学习的挑战
论文精读：Wang 等（2025）基于 82 名参与者，以知识连续体为框架，检验 5 周财务教育干预中显性学习的局限与隐性学习的补充作用。
顶刊主编手把手教你写理论论文：引言的前 1.5 页
论文精读：Barney（2020）作为 AMR 前主编，揭示理论论文能否发表的 90% 取决于引言——两种理论贡献、三段式结构、五个常见错误。
从叙事到真相：科学传播中的叙事完整性
论文精读：van Laer & Chaxel（2026）提出「叙事完整性」概念——科普可以在句子层面完全正确，却在叙事层面失真。
知识重塑提问：提问能力越强，考试成绩反而越差？
论文精读：Raz & Kenett（2026）用学期纵向数据揭示「评估悖论」——高阶提问能力在开放式项目上是资产，在标准化考试中却成为负债。
贝叶斯网络方法能为教育研究带来什么？
论文精读：顾昕等（2022）提出用贝叶斯网络应对教育数据的复杂、不确定与动态特征。
创新创业
4 篇Innovation
AI 代理性通过人类能动感驱动人机共生中的大学生创业思维
论文精读：Zhang 等（2026）结合 PRISMA 系统综述与 74 名学生多阶段实证，揭示 AI 代理性如何通过人类能动感激发人机共生环境中的大学生创业思维。
AI 革命中创业团队的蓬勃发展：效能感与焦虑的交互
论文精读：Wang 等（2026）发表于 Behavioral Sciences，考察 AI 革命背景下创业团队效能感与 AI 焦虑如何交互影响团队的蓬勃发展（flourishing）。
我们是否在帮助工人为未来工作重新技能化？——用 AI 探索在线课程供给与工作技能需求的匹配
论文精读：Li 等（2026）用 LLM 分析 2549 门在线课程描述与 35 项工作技能的匹配关系，识别重新技能化的技能供给缺口，为继续教育与职业培训政策提供数据支撑。
结构洞对产品创新绩效的作用机理研究——基于知识搜索与转移的视角
论文精读：应洪斌（2016）以浙江省制造业企业数据，检验结构洞通过知识搜索与转移影响产品创新绩效的倒 U 型机制。
管理学与商业
7 篇Mgmt & Business
基于 TTF 和 TAM 整合视角的移动工作支持系统使用意向研究
论文精读：应洪斌、郭琳、窦伟（2012）以浙江省 283 名有移动办公经历的在职员工为样本，整合任务—技术匹配（TTF）与技术接受（TAM）两大模型，检验移动工作特征、系统功能表现对使用意向的作用路径。
AI 社会责任如何塑造消费者的品牌拥护
论文精读：Shen 等（2026）以扎根理论界定企业 AI 社会责任的二维结构，并经两项实验揭示其经由感知 AI 可信度与共情塑造消费者品牌拥护的机制。
ChatGPT 用于文本分析？如何在会计研究中运用生成式大语言模型
论文精读：de Kok（2025）在 Management Science 发表方法学指南，给出 GLLM 文本分析的决策框架与全流程——任务设计、提示词工程、批量处理、人工编码对比验证与构念效度检验，并用 160,049 条数据端到端演示。
解码多路径：专精特新（SRDI）企业 ESG 绩效的情境、组态与能力共振
论文精读：Zhou 等（2025）用 NCA 与 fsQCA 组态分析专精特新（SRDI）企业的 ESG 绩效，识别多条等价的高绩效路径与必要条件，揭示情境、组态与能力共振的作用机制。
在线知识付费中的说服与参与：ELM 双路径视角
论文精读：Gao（2025）基于精细加工可能性模型（ELM）的双路径视角，揭示内容质量（中心路径）与声誉信号（边缘路径）如何共同驱动用户的知识付费参与决策。
抖音 Z 世代用户参观小众旅游目的地的意向：PLS-SEM、MGA 与 fsQCA 混合方法
论文精读：Hong & Liang（2026）用 687 名中国 Z 世代样本，揭示性别差异如何塑造短视频平台上的旅游决策——男性重有用与娱乐，女性重创造与个性。
移动化持续使用意向：移动期望确认模型（MECM）的 SEM-ANN-NCA 方法
论文精读：Loh, Lee & Leong（2022）提出 MECM 模型，用 377 名移动支付用户数据，以 PLS-SEM、ANN、NCA 三层次方法确认移动互补性（mobile complementarity）是持续使用意向的基础前因。
电子商务
25 篇E-commerce
跨境电商综合试验区：近一年两篇高 IF 研究，两条主线
近一年（2025-09-20 至 2026-09-20）以跨境电商为直接研究对象的论文里，符合高 IF 期刊条件的只有两篇：一篇做企业创新边界（2010—2023 年 A 股上市公司，4,435 家公司 / 26,300 个公司—年观测），一篇做城市能源利用效率（2006—2023 年 280 个地级市）。两篇都把跨境电商综合试验区的分批设立当作准自然实验、用多期 DID 识别，本文对照它们的设计与发现，并附原文图与站内精读入口。
AIGC 文创产品购买意愿的驱动因素：基于用户行为的多理论整合
论文精读：Shi 等（2025）在 Scientific Reports 发表——整合 S-O-R、TPB、VAM、创新扩散与 UTAUT2 构建综合模型，识别 AIGC 文创消费决策的关键驱动。
跨境电商中的感知风险如何影响消费者意愿与行为：天猫国际案例
论文精读：Ma、Dong 与 Lee（2025）在 IJIM 发表——以天猫国际为案例，检验感知风险对跨境电商交易中消费者购买意愿与实际行为的影响。
AI 客服机器人的问题解决能力与顾客持续使用意愿：期望确认视角
论文精读：Gao 等（2025）在 JBR 发表——以期望确认模型（ECM）为核心，检验电商平台 AI 客服机器人'问题解决能力'如何影响顾客持续使用意愿。
数字经济对我国体育健康产业发展的影响机制
论文精读：Sun、Cheng 与 Jiang（2025）在 Scientific Reports 发表——基于 270 个地级市 2011—2023 面板数据，实证检验数字经济对体育健康产业的直接促进与传导机制。
AI 评论对消费者购买意愿的影响：产品类别、评论广度与消费者评论量的作用
论文精读：Yu、Xu 与 Li（2026）在 DSS 发表——用中国社交电商数据与工具变量+双重差分方法，发现 AI 评论显著增强搜索型产品购买意愿，对体验型产品无效，并揭示评论广度与评论量的差异化调节。
生成式 AI 购物助手如何影响消费者动机与行为：消费者—AI 交互设计视角
论文精读：Xie（2026）在 IJIM 发表——以淘宝『问问』生成式 AI 购物助手用户为对象，整合自我决定理论与期望确认理论构建『动机—交互—期望确认—满意—复购』模型，SEM+ANN+必要条件的三角验证。
AI 主播能否驱动外卖直播电商购买？来自 O2O 平台的证据
论文精读：Chen、Zhang、Fan 与 Guo（2026）在 JRCS 发表——使用美团实时行为数据做准自然实验，比较 AI 主播与真人主播对购买发生率的影响，揭示语音情绪表达与场景设计的作用。
AI 虚拟主播如何赢得消费者信任并影响直播电商购买意愿？
论文精读：Shui、Bian 与 Zhang（2025）在 JTAER 发表——基于 SOR 框架与 410 名观众样本，SEM+fsQCA 揭示 AI 主播的可爱性、活力与场景契合度经信任提升购买意愿，而专业性与响应性无显著直接作用。
生成式 AI 口碑与产品类型匹配：对消费者采纳与信任的影响
论文精读：Ma、Zhang、Chen 与 Du（2026）在 JRCS 发表——检验生成式 AI 撰写的产品口碑与产品类型（搜索型/体验型）是否匹配，揭示 AI 口碑何时促进采纳与信任。
非语言线索如何影响直播电商销售绩效
论文精读：Chen 等（2025）用视频挖掘分析 4500 个淘宝直播片段，揭示节拍手势、适应性动作、凝视与微笑对销售的不同影响。
社会临场感、顾客灵感与直播电商冲动购买
论文精读：Liu 等（2025）揭示共存/情感临场感通过顾客灵感与积极情绪驱动直播冲动购买，而沟通临场感路径不显著。
虚拟影响者、直播内容与品牌的双重一致性
论文精读：Shao（2026）用混合方法揭示内容—品牌契合与虚拟影响者—品牌契合如何通过感知价值与可信度影响直播购买。
虚拟影响者如何驱动直播电商冲动购买
论文精读：Yu 等（2026）——期望确认、拟社会关系与影响者—产品契合如何通过满意度驱动直播电商冲动购买。
农产品直播电商生态系统动力学
论文精读：Guoyu Zhao 等（2025）——农产品直播电商生态系统动力学。
跨境电商是否拓宽企业创新边界
论文精读：Zhang & Han（2025）用中国跨境电商综合试验区的准自然实验，检验其对企业创新边界的影响。
跨境电商物流服务重构与平台持续使用意愿
论文精读：Liu 等（2025）基于社会交换与资源依赖理论，检验物流服务业务流程再造如何通过物流服务数字化影响消费者持续使用意愿。
基于 ABC-LSTM 的跨境电商中小企业绩效评价
论文精读：Liao & Chai（2025）提出人工蜂群算法优化的 LSTM 模型，提升跨境电商中小企业复杂绩效时间序列的预测精度。
数字贸易能否提高能源利用效率
论文精读：Zhou 等（2026）用跨境电子商务综合试验区政策评估数字贸易对城市能源利用效率的影响。
绿色农产品环境价值传递链与直播电商
论文精读：Jie Jin 等（2025）——绿色农产品环境价值传递链与直播电商。
AI 时代直播电商供应链均衡分析
论文精读：Shuai Liu 等（2026）——AI 时代直播电商供应链均衡分析。
短视频与直播是否应该协同采用
论文精读：Xiaojun Fan 等（2026）——短视频与直播是否应该协同采用。
fsQCA 视角下中国跨境电商的高质量发展路径
论文精读：Li 等（2025）用模糊集定性比较分析 95 家中国上市跨境电商公司，识别高绩效的三条驱动路径与低质量发展的归因。
可扩展的混合框架：同时提升电商客户体验与运营效率
论文精读：Liu 等（2026）提出融合协同过滤、矩阵分解、强化学习与 NLP 的混合框架，在个性化推荐、动态定价、供应链与客服四个环节同时优化。
线上商家「标题党」行为与内卷式竞争
论文精读：张昊等（2026）用多主体囚徒困境与 40 万条商品名称数据，检验标题党行为如何演变为内卷式竞争。
医学健康
6 篇Health
问题性生成式 AI 使用与心理健康风险：潜在剖面、网络结构，以及健康素养作为可改变资源
论文精读：Zhang 等（2026）以中国 1872 名大学生为样本，用潜在剖面分析识别出 4 类『GenAI 使用—心理健康』风险画像，再用网络分析定位失控感、学业担忧、晚睡等中心/桥梁节点，检验健康素养与自我调节学习的保护作用。
基于扩展 UTAUT 模型的 AI 健康助手用户采纳影响因素研究
论文精读：Su 等（2025）基于 373 名中国普通用户问卷，用扩展 UTAUT 模型（加入感知信任与感知风险）揭示 AI 健康助手的采纳机制。
健康养老服务供需匹配影响因素研究——基于结构方程模型
论文精读：冯晓芊等（2025）基于南京市 693 份老年人问卷，用结构方程模型揭示主体特征、供给水平、供给能力与政策制度对健康养老服务供需匹配的影响机制。
心力衰竭中外泌体研究图景：一项文献计量分析
论文精读：Li 等（2025）对心力衰竭外泌体研究做首次文献计量分析，揭示发文趋势、核心国家机构、研究热点与前沿方向。
生成式 AI 使用与生活满意度：AI 素养的中介作用（香港成人横断面研究）
论文精读：Fong 等（2026）基于香港 1800 名成人样本，用 SEM 揭示感知 AI 有用性通过行为意向、GenAI 使用与 AI 素养影响生活满意度的链式路径。
医疗智能时代患者对医疗服务机器人的接受度：基于扩展 AI 设备使用接受模型的实证研究
论文精读：Li 等（2024）基于 400 份中国患者问卷，用扩展 AIDUA 模型揭示拟人化属性、感知共情与交互体验如何影响患者对医疗服务机器人的接受意愿。
AI技术与计算机
9 篇AI & CS
未来 25 年的技术愿景：一份前瞻报告的十个方向，以及它不能当什么用
整理 Nature Portfolio 定制内容报道的腾冲科学家论坛报告《Tech Predictions and Future Visions 2049》：报告提出 10 个「技术愿景」——人工超级智能、通用机器人、可编程健康、核聚变（2049 前后试点并网、2060 前后规模化部署）、深空探索、飞行汽车、镜像世界等，并主张跨学科、跨组织、跨国界的系统式治理。文末给出这份材料的证据边界与三种正确用法。
在科学出版中负责任地使用 AI：Nature Methods 的期刊政策说明
文献精读：Nature Methods（2026）社论《Using AI responsibly in scientific publishing》——以『透明』为核心，梳理生成式 AI 在写作、审稿与出版各环节的允许与红线：可辅助写作但须声明、AI 不能署名、评审中禁止上传稿件、AI 配图暂不允许。
DeepSeek-V3.2：推进开放大语言模型的前沿
论文精读：DeepSeek-AI（2025）arXiv 技术报告——提出 DSA 稀疏注意力、可扩展强化学习框架与大规模智能体合成流水线三项关键创新，高算力变体性能对标 GPT-5。
AI 评估量表（修订版）：教育评估框架
论文精读：Perkins 等（2024）在 arXiv 发表《The AI Assessment Scale revisited》——对年初提出的 AI 评估量表（AIAS）进行系统性修订，以五级框架规定作业中允许使用 AI 的程度（从完全禁止到全面使用），并改进分级描述与实用性，适配不同学科与评估类型，成为教师设计『AI 时代』评估的实用工具。
迈向 AI 联合科学家：多智能体系统自动提出科学假说（Towards an AI Co-Scientist）
论文精读：Gottweis 等（2025）Google DeepMind 提出 AI 联合科学家系统——基于 Gemini 2.0 的多智能体架构（生成、反思、排序、演化等），自动提出科学假说与研究方案，并在药物重定位、耐药机制、肝纤维化靶点等生物医学难题上产出经实验验证的假设。
贝叶斯教学使大型语言模型具备概率推理能力
论文精读：Kim 等（2026，Nature Communications）发现现成 LLM 在贝叶斯信念更新上远逊于规范模型，而用「贝叶斯教学」让 LLM 模仿贝叶斯助手的多轮交互，可显著提升其概率推理能力并泛化到新任务。
人工智能素养：理解、评估和使用新兴技术的框架
文献精读：Digital Promise 权威报告，以理解、评估、使用三维能力为核心组织 AI 素养框架，面向 K-12 学习者与教育者提供教学指导，与 UNESCO、ISTE 框架互补。
学生主导项目中的生成式 AI：建议与灵感
文献精读：哈佛教育研究生院（Creative Computing 团队）机构报告，从学生主导项目视角给出负责任使用生成式 AI 的四项建议与按项目流程组织的应用策略，附真实课堂案例。
用检索增强语言模型综合科学文献（OpenScholar）
论文精读：Li 等（2026）在 Nature 发表 OpenScholar——面向科学文献综合的检索增强语言模型（RAG）系统，配套 ScholarQABench 基准；相比通用大模型，文献综述与问答更准确、引用更可靠。