项目动态|跨越国界的AI前沿对话与国际科考:从AIGC治理到人机协同

PACIS INTERVIEW

PACIS 作为亚太地区信息系统领域具有重要影响力的国际学术会议，汇聚了来自全球各地长期关注 AI、数字治理、营销传播与教育科技等方向的学者。会议期间，参会同学抓住线下交流机会，与来自法国、澳大利亚、德国、印度等地的高校教授和行业科研导师开展一对一深度访谈。交流内容覆盖 AIGC 内容监管、人机协同决策、高校 AI 育人、本科生科研实践、企业 AI 落地培训等议题，为同学们后续的科研学习提供了新的思路。

01

AIGC内容识别与商业内容合规研究

巴黎萨克雷大学 Hajer KEFI 教授围绕 AI 生成图像辨别与商业内容监管展开分享。她指出，随着 AI 图像生成技术持续迭代，区分 AI 作品的视觉特征会逐步弱化，但受众能否识别内容来源，仍会影响其互动行为。因此，归因理论依旧是营销研究中值得关注的视角。教授表示，研究重点并不只是用户能否识别 AI 内容，更在于识别结果如何影响其后续行为。这也提示研究者可以进一步关注不同识别能力群体在传播接受上的差异。

科考成员与Hajer KEFI 教授交流

其团队现有实验数据显示，仅有少数受试者能够分辨 AI 生成素材，同时文化差异会明显影响大众对 AIGC 内容的辨别能力。结合欧洲现行网红推广披露法规，她认为，未来各国可能会逐步完善针对 AI 生成商业内容的标注规范，而广告中披露提示出现的时机，也可能影响用户的接受意愿。

这场交流让同学们进一步看到，AIGC 治理相关实证研究仍有较大探索空间，跨文化对比也是值得继续关注的方向。后续可以结合本土社交平台环境设计实验，探索国内用户对 AI 广告内容的感知差异。

02

数字平台治理与分层式AI人才培养

徐东溟教授现任澳大利亚昆士兰大学商学院商业信息系统教授，长期关注信息技术创新与组织管理等交叉领域。她结合澳大利亚本地青少年社交媒体管控政策，分享区域数字治理落地经验。她认为，平台治理早已不局限于技术管控，更需要教育引导与社会价值引导协同发力。在校园 AI 教学层面，她反对一刀切禁止 AI，主张根据不同培养目标和课程任务设计 AI 使用方式：在强调学术训练的场景中，应适度控制 AI 参与，锻炼学生的独立思辨能力；在强调实践应用的场景中，则可以鼓励学生合理借助 AI 提升效率。她提醒我们，在分析小红书等社交平台内容时，不能只看信息表层，要深挖创作者动机、流量机制与商业诉求，建立多元信息辨识思维。访谈最后，她提醒同学们：“社会调查的价值，不在于证明自己的观点，而在于理解社会的多样性；真正优秀的研究者，不仅知道自己如何思考，更懂得不同的人为什么会这样思考。”

科考成员与徐东溟教授交流

这次交流让我们进一步认识到，AI 课堂管理不能停留在简单的“允许”或“禁止”，网络内容研究也不能只关注信息表层。只有理解不同群体的行为逻辑与平台背后的运行机制，才能形成更客观、完整的研究结论。

03

AI时代的落地导向学习

Harry Wang教授任职于美国特拉华大学，为管理信息系统项目联合负责人，兼具学术研究与产业实践经验，长期关注人工智能、商业数据分析与企业信息系统相关教学研究。Harry Wang 从学生科研与项目落地的现实痛点切入，指出不少课程项目仍停留在本地运行阶段，难以面向真实场景展示，理论学习与实际业务场景之间仍存在距离。他提出一套完整产品化学习闭环，从自身兴趣找到小型落地场景，先用 AI 快速搭建可公开访问的线上产品原型，再反向拆解底层技术逻辑，在持续迭代优化的过程中补齐知识短板。他用生动的比喻划分两类学习者：“只是使用 AI 工具如同开车，不用懂造车；但想做 AI 科研与研发，就必须吃透整套底层结构。”这也让同学们意识到，一个更完整的 AI 项目不应只停留在本地代码层面，还应尽可能具备可展示、可访问、可迭代的能力。

以往不少课程项目容易止步于简单 Demo，而这次交流提醒我们，产品落地与持续迭代能力，是 AI 时代从“会使用工具”走向“能开展研究与实践”的重要一步。

科考成员与Harry Wang教授交流

04

企业决策中的人机协同悖论研究

Joseph Puthenpurackal Chakko博士的研究聚焦企业项目组合决策中的人机协同关系。他提出，AI 与人类判断天然存在长期张力：AI 擅长标准化、可量化的显性数据，人类则掌握组织隐性经验、项目资源冲突与内部战略情境，二者不存在绝对对错，只是思考维度截然不同。他表示：“AI 和人类的思考本就分属不同维度，意见相悖不一定是谁出错，反而能为决策打开全新分析角度。”当 AI 建议和管理者判断产生分歧时，一味排斥或完全盲从都不可取，清晰的 AI 解释能够推动双方信息融合，减少管理者对算法建议的排斥心理；同时，AI 过往预测准确率会持续影响使用者后续信任，单次失误不能全盘否定 AI 的参考价值。

科考成员与Joseph Puthenpurackal Chakko学者交流

05

面向中小企业的AI实训卡牌教具

Jochen Scheeg 教授长期关注企业数字化转型、中小企业数字化能力建设与数字服务创新，研究与教学均贴近产业实践。他为同学们介绍了一款轻量化 AI 教学工具——AI 情景决策卡牌游戏，专门用于中小企业员工 AI 能力培训。每轮游戏会给出真实职场任务，参与者自主选择 AI 方案或无 AI 替代方案，集体讨论不同选择的利弊，整套教具不存在标准答案。教授向同学们介绍这套教具的核心初衷：“游戏不存在唯一正确答案，我们真正要训练的，是员工权衡取舍、理性判断 AI 适配场景的能力。”为帮助员工避免全盘依赖或完全抵触 AI 的极端思维，团队后续还将扩充多行业任务场景，开展长期实证研究，量化卡牌培训对企业 AI 落地、员工决策水平的提升效果。Jochen Scheeg 教授提出的这套低成本、易推广的实训工具引发了同学们的兴趣，也为后续设计本土化 AI 教学互动工具提供了借鉴。

科考成员与Jochen Scheeg 教授交流

SUMMARY