从气候变化到疫苗等主题的科学错误信息对公共政策产生了重大影响。基于人工智能的更改视频和照片(deepfakes)的方法降低了大规模创建和传播逼真的、操纵的数字内容的障碍。随着学习者和教育工作者依靠视频获取和共享信息,教育利益相关者接触深度伪造的风险有所增加。我们进行了第一项研究,以了解教育利益相关者对科学深度伪造的脆弱性以及缓和脆弱性的特征。我们的研究以气候变化为基础,并调查了来自学生、教育工作者和成年公众的五个人群的个人。我们的样本在全国范围内代表了三个人群。我们发现 27-50% 的人无法区分真实视频和深度伪造。所有人群都表现出对深度伪造的脆弱性,这种脆弱性随着年龄的增长和对信息来源的信任而增加,但与政治取向有混合关系。与学生相比,成人和教育工作者表现出更大的脆弱性,这表明提供教育的人特别容易受到影响。脆弱性随着暴露于潜在的深度伪造而增加,这表明如果没有干预,深度伪造会变得更加有害。我们的研究结果表明,关注深度伪造所居住的社会环境是打击深度伪造的一种有前途的策略。
大型科学知识库必然包含不一致性和指定不足的知识。不一致性是固有的,因为对某些现象建模的方法会随着时间的推移而演变,在任何给定的时间,对一段领域知识建模的相互矛盾的方法可能同时存在于知识库中。指定不足是固有的,因为大型、复杂的知识库很少被完全指定,尤其是当由未受过正式知识表示培训的领域专家编写时。我们描述了我们在大型生物学知识库中进行不一致性监测的方法。我们使用了反模式的组合,这些反模式表明建模不良和由于规格不足而导致的不一致。我们从这一经验中吸取了以下教训:(1)知识创作必须包括创作和运行时推理之间的中间步骤,以识别错误和不一致;(2) 指定不足可以简化知识编码,但需要适当的用户控制;以及(3)由于现实生活中的知识库很少是一致的,因此尽管存在不一致,但得出有用结论的方案至关重要。
虽然知识产权抑制科学知识传播的潜力是当代几场政策辩论的核心,但关于%u201Canti公地效应%u201D的证据却是轶事。这场辩论的一个核心问题是,特定知识的知识产权如何影响未来研究人员在自己的科学研究活动中利用这些知识的倾向。本文围绕双重知识的概念展开了这场辩论,在双重知识中,一项发现可能有助于科学研究和有用的商业应用。双重知识的一个关键含义是,它可以同时被实例化为科学研究文章和专利。这种专利论文对是我们实证策略的核心。我们利用了这样一个事实,即专利的授予有很大的滞后性,通常是在知识最初通过论文公开多年后。因此,与专利论文对相关的知识在两个不同的知识产权环境中传播,一个与授予前阶段相关,另一个与正式知识产权授予后相关。相对于给定质量水平的出版物的预期引用模式,反公共理论预测,在授予与科学出版物相关的正式知识产权后,科学出版物的引用率应该会下降。对169篇专利论文对(包括未授予专利的同一期刊的一组对照出版物)使用差异-无差异估计量,我们发现了适度的反公域效应的证据(专利授予后的引用率下降了9%至17%)。自专利授予之日起,这种下降随着时间的推移而变得更加明显,尤其是由公共部门研究人员撰写的文章。
我们研究了两个非常成功的新生物技术公司(NBF)如何获得他们最关键的投入——科学知识。我们发现,这两个NBF的科学家与其他组织,特别是大学的科学家进行了大量的合作研究。正式的市场契约很少被用来管理这些科学知识的交流。我们的研究结果表明,两个NBF使用跨越边界的社交网络提高了他们的学习能力和灵活性,这在一个独立的层级组织中是不可能的。