Sztuczna inteligencja a duszpasterstwo.Obietnice – zagrożenia – wyzwania
Notice bibliographique
Résumé
Sztuczna inteligencja należy niewątpliwie do najbardziej wpływowych i dynamicznie rozwijających się zjawisk współczesności. Na uniwersytetach są tworzone nowe kierunki studiów, a menadżerowie wprowadzają nieustannie najnowsze rozwiązania wykorzystujące sztuczną inteligencję do zarządzania przedsiębiorstwami, marketingu, reklamy i promocji, przy czym chodzi nie tylko o promocję różnych wystawionych na sprzedaż produktów materialnych i nowych technologii, lecz także groźnych ideologii, niewyobrażalnych dotąd sposobów wpływania na myślenie ludzi, praktycznych sposobów przejmowania i sprawowania władzy. Nas interesuje znalezienie odpowiedzi na następujące pytania: Czy sztuczna inteligencja ma jakiś związek z posługą duszpasterską Kościoła, a jeśli tak, to w jakich obszarach tejże działalności? Jakie są walory sztucznej inteligencji możliwe do wykorzystania w duszpasterstwie, a jakie zagrożenia? Jeżeli są zagrożenia, to jakie wyzwania formacyjne należy podejmować w działalności zbawczej Kościoła? Próba odpowiedzi na te pytania zostanie podjęta na podstawie pierwszych, na razie nielicznych, wypowiedzi Urzędu Nauczycielskiego Kościoła i nieco liczniejszych już opracowań teologicznych tego zagadnienia.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,008 |
| Communication savante | 0,013 | 0,006 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 0,004 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».