;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;代表性偏差
警惕数字鸿沟与网络伪信息(机器人数据)
避免未上网群体被忽视
测量信度与效度
机器学习机制不透明
数字痕迹多为“外显行为”,深层心理机制难以被数字化捕捉
硬件门槛与算力壁垒
处理千万级参数需要极高算力与储存成本
警惕学术资源分配不平等
学术伦理与隐私边界
规范个人数据权利
清晰界定大规模社会实验的伦理边界;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;;
原创力文档

文档评论(0)