Sztuczna inteligencja a duszpasterstwo.Obietnice – zagrożenia – wyzwania
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,015 |
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 découle