人工智能驅(qū)動下信息管理研究前沿論壇紀要

顏嘉麒 王敏紅 朱慶華

（1.南京大學信息管理學院，南京，210023；2.香港大學教育學院，香港，999077）

1 引言

近日，OpenAI推出了全新聊天機器人ChatGPT，該模型在對話中不僅可以在哲學經(jīng)濟、文學科技等方面答疑解惑，也可以寫程序代碼、解高數(shù)題目，甚至可以吟詩作對、創(chuàng)作故事。這標志著現(xiàn)階段人工智能已經(jīng)不僅展現(xiàn)出AlphaGO所代表的超強邏輯運算能力，在語言理解能力和表達能力方面也有令人驚嘆的表現(xiàn)。人工智能技術(shù)的廣泛普及和應用，為信息管理教育和研究開辟了新天地、提供了新思路，呼喚信息管理領(lǐng)域在研究目標、研究范式與研究方法等方面有新的變化與進步。

為此，南京大學信息管理學院和香港大學教育學院于2022年11月5日聯(lián)合舉辦了“人工智能驅(qū)動下信息管理研究前沿論壇（Forum on Artificial Intelligence in Information Management）”。本次論壇受教育部“港澳與內(nèi)地高等學校師生交流計劃（簡稱“萬人計劃”）項目”資助，由南京大學朱慶華教授與香港大學王敏紅教授共同擔任會議主席。本次論壇圍繞大數(shù)據(jù)環(huán)境下人工智能驅(qū)動的一系列新問題和新方法展開交流分享，為探索如何更好地利用人工智能技術(shù)、提升信息管理領(lǐng)域的人才培養(yǎng)和科學研究提供了借鑒。

論壇邀請到十位信息管理領(lǐng)域的著名教授學者，包括香港大學的王敏紅（Maggie Wang）、蔣鎮(zhèn)輝（Jack Jiang）、Michael Chau、Dickson Chiu、馮詩惠，南京大學的顏嘉麒和康樂樂，東南大學的張偉嘉和史雅妮，以及南京財經(jīng)大學的孫宏亮。本紀要對其中六場已經(jīng)在國際知名期刊上發(fā)表出版文章的專題報告進行總結(jié)梳理，并對“人工智能驅(qū)動下的信息管理研究”專題的四篇專題文章進行簡要介紹。

2 專題報告

南京大學信息管理學院副院長裴雷教授為論壇致歡迎辭。裴院長指出由于人工智能技術(shù)帶來的數(shù)字革命，信息管理領(lǐng)域的研究目前正在經(jīng)歷一場巨大的變革。他闡釋了人工智能帶來的新現(xiàn)象以及人工智能所支持的大數(shù)據(jù)分析方式的變化，強調(diào)了數(shù)智賦能時代信息管理學研究凸顯的重要性和前沿性。裴院長為南京大學和香港大學在信息管理學科和iSchools聯(lián)盟中的進一步深入合作寄予了期待。

香港大學教育學院王敏紅教授為論壇帶來了第一場報告AI in Information Management and Beyond。王教授重點闡述了人工智能和大數(shù)據(jù)在教育、商業(yè)、傳媒等領(lǐng)域中的應用，特別提出了基于人工智能的信息管理已經(jīng)超越傳統(tǒng)的信息管理，主要體現(xiàn)在以下三個方面：（1）從各類數(shù)據(jù)信息中提取知識，增加信息服務(wù)的新元素；（2）加強信息管理新方法的教育―培養(yǎng)學生數(shù)據(jù)分類、聚類、關(guān)聯(lián)、回歸、因子分析、協(xié)同過濾等相關(guān)能力；（3）鼓勵跨領(lǐng)域合作―除了人工智能與數(shù)據(jù)分析技術(shù)，領(lǐng)域知識在數(shù)據(jù)分析與知識提取中發(fā)揮關(guān)鍵作用。在跨領(lǐng)域研究中，王教授認為我們更需要關(guān)注機器智能和人類智能的有效融合，除了先進技術(shù)，未來社會更需要培養(yǎng)有創(chuàng)造性思維的人才，以應對各種危機與挑戰(zhàn)[1]。

香港大學商學院蔣鎮(zhèn)輝教授帶來Algorithm and Human的報告。首先，他介紹人工智能推薦算法中比較經(jīng)典常用的協(xié)同過濾推薦算法，其基本思想是根據(jù)用戶的歷史行為數(shù)據(jù)的挖掘發(fā)現(xiàn)用戶的興趣愛好，基于不同的興趣愛好對用戶進行劃分并推薦興趣相似的商品。但是在實際應用中，推薦系統(tǒng)基于用戶特征和歷史交互過度推薦同類項目，面臨著信息繭房和忽視用戶的人性等現(xiàn)實問題，即用戶興趣的改變和對新鮮感的訴求。推薦系統(tǒng)應該考慮在準確率之外更加重要的衡量尺度，例如驚喜度（serendipity）、新穎度（novelty）、多樣性（diversity）等。蔣教授融合驚喜度因素，采用深度學習、遷移學習和多目標優(yōu)化等方法，提出設(shè)計一種新的基于智能神經(jīng)網(wǎng)絡(luò)的推薦模型（Intelligent Serendipitous Recommendation Model,ISRM），大大改善用戶的選購體驗。該方向的研究已經(jīng)有兩篇論文發(fā)表在Information Systems Research[2-3]。

香港大學商學院Michael Chau教授帶來AI in Social Services的報告。近年來，互聯(lián)網(wǎng)和社交媒體成為了人們釋放壓力、輸出情緒的平臺和窗口之一。通過分析互聯(lián)網(wǎng)上的帖子，盡早識別情緒痛苦的高危人群具有重要的現(xiàn)實意義，但是手動尋找與分析的過程耗時、效率較低。因此Michael Chau教授提出結(jié)合機器學習分類和基于專家規(guī)則的分類設(shè)計一個信息系統(tǒng)，來識別用中文博客講述自己情感困擾的個體，并進行相關(guān)分析。研究結(jié)果展示，該系統(tǒng)比SVM、貝葉斯分類、決策樹等基準方法有更好的分類性能，專業(yè)人士認為該系統(tǒng)在識別有情緒困擾的個體方面比傳統(tǒng)方法更有用和有效。目前他們已開始使用深度學習和社會網(wǎng)絡(luò)分析方法，并增加肢體語言、面部表情和聲音強調(diào)等豐富信息特征，增加模型的可解釋性和穩(wěn)健型，更好地服務(wù)社區(qū)。該研究發(fā)表在2020年的MIS Quarterly[4]。

香港大學教育學院 Dickson Chiu博士帶來PublicationsTrends in Library &Information Science: Focusing on AI &Blockchain的報告。Chiu博士是SSCI期刊Library Hi Tech的主編，他指出人工智能已經(jīng)在商業(yè)中得到了廣泛的應用，但在圖書館和教育中的應用較少，有著較大的研究和實踐的空間。而區(qū)塊鏈自從2008年以來對社會產(chǎn)生巨大影響，目前在建立增強的元數(shù)據(jù)系統(tǒng)和數(shù)據(jù)中心、智慧圖書館、版權(quán)保護、支持社區(qū)的收藏、數(shù)據(jù)共享等方面逐步有了較多的設(shè)計和應用。相關(guān)的更多內(nèi)容可以參考Chiu博士2022年在Library Hi Tech發(fā)表的文章[5]。最后，Chiu博士特別提到Library Hi Tech的特刊“AI and Blockchain for Information and Library Sciences:Challenges and Possibilities”以 及Applied Sciences的特 刊“Advances in Data Science and Its Applications”的征稿時間、征稿主題和投稿注意事項。

香港大學教育學院馮詩惠博士帶來Integrating Online and Offline Data in Social Computing的報告。COVID-19疫情的全球席卷在網(wǎng)上和線下引發(fā)廣泛的反應，整合線上和線下數(shù)據(jù)對于揭示政策與公眾情緒和行為反應之間的相互關(guān)系至關(guān)重要。馮博士首先分析疫情最初幾個月美國49個城市中約1,300萬篇帶有地理標簽的推文，以評估網(wǎng)絡(luò)情緒對COVID-19相關(guān)話題的地區(qū)特性，以及這些情緒如何與政策發(fā)展、人口流動等因素相關(guān)，接著觀察在研究期間各個城市基于疫情主題的情緒的普遍趨勢。最后發(fā)現(xiàn)：網(wǎng)絡(luò)情緒受到COVID-19關(guān)鍵政策事件的顯著影響；在不同的城市中，人們對這些政策的情緒反應存在顯著差異；網(wǎng)絡(luò)情緒反應也被發(fā)現(xiàn)是預測離線本地流動的良好指標，而這些情緒反應與本地病例和死亡之間的相關(guān)性相對較弱。馮博士指出政策制定、公眾情緒反應和當?shù)亓鲃有灾g的反饋循環(huán)，并為整合線上和線下數(shù)據(jù)進行危機管理提供新的見解。該研究發(fā)表在2021年的Scientific Reports[6]。

來自東南大學計算機科學與工程學院的張偉嘉博士帶來Muti-Instance Causal Representation Learning的報告。張博士報告了面向不確切監(jiān)督信息的弱監(jiān)督學習算法，通過結(jié)合因果推斷領(lǐng)域的前沿進展和理論結(jié)果，研究如何有效利用樣本特征和標記之間的非獨立性來提升算法的學習能力，將算法能力從僅回答預測問題向回答干預問題進行拓展，提升算法在實際應用中的決策輔助能力，促進弱監(jiān)督學習算法從僅關(guān)注相關(guān)性到探尋因果性的轉(zhuǎn)變。該文章發(fā)表在2022年的人工智能會議Advances in Neural Information Processing Systems[7]。

3 專題論文

除了上述專題報告之外，《圖書情報知識》在本期的“人工智能驅(qū)動下的信息管理”專題研究中，收錄了在論壇里匯報并進行拓展討論的四篇專題論文。四篇論文分別從傳統(tǒng)的醫(yī)療健康、電子商務(wù)，到新興的知識社區(qū)及數(shù)字貨幣領(lǐng)域，從四個不同的角度展示人工智能驅(qū)動的信息管理的研究前沿。其中，《破解電子病歷信息共享困境：區(qū)塊鏈的轉(zhuǎn)型干預作用》研究了利用區(qū)塊鏈技術(shù)破解電子病歷信息共享問題時遇到的社會轉(zhuǎn)型和可供性實現(xiàn)等信息管理問題，是在人工智能時代對傳統(tǒng)的行業(yè)中使用以區(qū)塊鏈為代表的新技術(shù)所遇到的新問題展開的討論?！峨娮由虅?wù)水軍檢測的新方法：自適應鄰域精準化采樣的多關(guān)系圖神經(jīng)網(wǎng)絡(luò)》介紹了一種自適應領(lǐng)域精準化采樣的多關(guān)系圖神經(jīng)網(wǎng)絡(luò)新方法，是通過新的方法解決電子商務(wù)領(lǐng)域的水軍問題?！吨R社區(qū)中游戲化設(shè)計對用戶生存的影響―以徽章機制為例》研究在知識共享社區(qū)場景中的游戲化設(shè)計，是對人工智能驅(qū)動帶來的新場景展開的討論?！都用軘?shù)字貨幣恐怖融資監(jiān)管：交易模式分析與異常實體識別》使用機器學習等實證分析的方法對加密數(shù)字貨幣交易中的恐怖融資活動展開研究，是對新場景中的新問題采用人工智能方法進行的探索。