Как ИИ меняет гражданскую жизнь в ГонконгеCEFR A1
27 апр. 2026 г.
Адаптировано по материалам Nishant Shah, Global Voices • CC BY 3.0
Фото: Markus Winkler, Unsplash
- Автор живёт и работает на большом кампусе в Гонконге.
- Кампус и город полны предупреждений о мошенничестве сейчас.
- Многие студенты часто становятся целью таких предупреждений.
- Люди не всегда могут доверять цифровой информации.
- ИИ делает поддельный контент похожим на правдоподобный.
- Власти вводят технические системы против мошенничества.
- ИИ теперь применяется в публичных сервисах и киосках.
- Нужны небольшие встречи для честного обсуждения проблем.
- Эффективность сама по себе не решает проблему.
- Люди должны вместе искать смысл и ответы.
Сложные слова
- кампус — территория университета с зданиями и улицамикампусе
- мошенничество — обман, когда человеку воруют деньги или данныемошенничестве, мошенничества
- цифровой — связанный с компьютерами и интернетом
- поддельный — не настоящий, сделанный как копия
- правдоподобный — кажется настоящим и похожим на правду
- власть — группа людей, которые управляют странойВласти
Подсказка: наведите, сфокусируйтесь или нажмите на выделенные слова, чтобы увидеть краткие определения прямо во время чтения или прослушивания.
Вопросы для обсуждения
- Видели ли вы предупреждения о мошенничестве в своём городе?
- Доверяете ли вы цифровой информации?
- Хотели бы вы обсуждать такие проблемы с другими людьми?
Похожие статьи
Как люди с нарушением зрения оценивают приближение автомобилей
Исследование с виртуальной реальностью сравнивает взрослых с возрастной макулярной дегенерацией (AMD) и людей с нормальным зрением. Участники смотрели, слушали или делали оба сигнала и указывали время прибытия машины.
Уганда призывает реформировать науку и инновации
Национальный доклад, представленный 21 июня, говорит, что Уганда должна реформировать системы науки, технологий и инноваций, чтобы ускорить развитие. Отчёт отмечает гендерные пробелы и предлагает усилить финансирование и связи с бизнесом.
Учёные сохраняют безопасность больших языковых моделей
Исследователи из North Carolina State University изучили, как улучшить безопасность больших языковых моделей. Они предложили метод замораживания критичных нейронов при донастройке, чтобы уменьшить опасные ответы и не потерять качество работы модели.