2022年11月2日J9集团国际站治理学院行为科学和政策过问交叉创新团队第八次线下分享会顺利进行。本次分享会约请到市场营销学系涂艳苹教授和张颖婕教授分享钻研兴致和钻研进展。
涂艳苹教授
涂艳苹教授的行为科学钻研重要蕴含五个部门：行为扭转（behavioral change） ，社会影响（social effects） ，情境效应（context effect） ，决策“偏误”（decision biases） ，幸福感（happiness）。她选取多种类型的步骤（如：尝试室试验 ，实地尝试 ，实地观测 ，二手数据）回覆关切的问题。在今天的分享会中 ，她分享了“行为扭转」剽一话题下的三个钻研项目。
涂教授首先介绍了她关于工作启动（task initiation）的钻研。这一钻研重要关注什么成分能促使人们尽早起头一个工作。涂教授以为对截止日期的感知可能决定了人们是否将在当下起头行动。该钻研的尝试作为在印度发展普惠金融钻研的一部门 ，向印度村落男性户主发展金融讲座 ，激励他们开设存款账户 ，若是在6个月内存3000卢比就能获切当局等额的嘉奖。讲座现场就能够进行开户 ，或在讲座实现后也能够在本地银行网点开户。随机将受到讲座的人分为两组 ，一组人在6月接受讲座 ，获切当局嘉奖的截止日期即为昔时12月 ，另一组人在7月接受讲座 ，获得嘉奖的截止日期为下一年1月。尝试了局发现 ，6月接受讲座的人有32%当场开户 ，而7月接受讲座的人只有8%当场开户 ，且后来再开户的人也很少 ，6月组也堆集了更高的储蓄。
涂教授诠释这一了局背后的机造在于 ，固然功夫的流逝是陆续的 ，但是人对功夫的感知是有分类的。当感触截止日期处于“当下”（而非“将来”）时 ，人们更偏差于立刻起头行动。在这一尝试中 ，若是获得嘉奖的截止功夫是昔时12月（vs.下一年1月） ，人们会感触这属于“此刻”（vs.“将来”） ，因而更会在当下立刻采取行动。
涂教授接下来介绍了关于提高老友推荐（customer referral）效能的钻研。作为一个典型的基于人际关系获取新用户的方式 ，老友约请被公司被宽泛选取 ，但消费者的参加意愿很低。涂教授以为故障老友推荐的一个沉要生理阻碍在于“交谊”和“买卖”的不兼容性。约请人和老友是“交谊”关系（communal relationship） ；但当约请人向老友进行推荐时 ，推荐人可能会不安这使自己变得像公司的推销员 ，两人的交谊也变得更像一种经济激励下的买卖关系（exchange relationship）。
那么 ，通过改善“老友约请信”的设计 ，即在老友约请信中披露约请人的嘉奖信息 ，是否可能提升老友约请的成功率 ？涂教授分析到 ，若是通过老友推荐信披露推荐人得到的益处 ，这一恳切的阐发能够更有效地发出合作的信号 ，约请伴侣一路“薅公司的羊毛” ，因而不会使约请人产生抵触生理。通过与从未进行过老友推荐营销的中国幼微企业进行实地尝试发现 ，销售说辞（不提及约请人的嘉奖）的老友推荐下 ，只有17%的用户领取了纸质推荐卡并发送给老友 ，而采取合作约请（提及约请人的嘉奖）时 ，有38%的用户领取并发送给了老友 ，销售额也显著提升。
涂教授最后介绍了她在进行的关于遵从（指令）（Compliance）的钻研 ，即什么样的提醒伎俩可能使人们更自动地采取普遍被以为是有益的行为。这也是她与本平台钻研团队中盖嘉教授的合作钻研。
涂艳苹教授与参与教授就中介效应和调节效应的内涵 ，人们对功夫分类的理解 ，老友推荐下的生理机造等议题发展了互换会商。
张颖婕教授
张颖婕教授的重要钻研领域是信息系统与量化营销。从用户行为角度 ，她关注若何通过计量模型对消费者行为进行实证钻研。从步骤论角度 ，她重要钻研若何用结构模型成立消费者效用方程 ，通过数据对消费者行为进行实证分析 ，以及模拟政策成效等。步骤论钻研之表 ，张教授也进行实地试验和二手数据分析 ；到ㄓ胄形暄蟹矫 ，通过引入机械进建对大数据进行处置 ，提取与行为钻研有关的行为特点。张教授具体关注的三个钻研内容蕴含人机协同（human-AI collaboration） ，金融科技（fintech） ，分歧渠路对行为的相互影响（user behavior in social-cyber-physical systems）
张教授重要介绍了她在人机协同领域进行的钻研 ，具体分为四个方向：报答决策误差及对AI决策的传导、智能算法的系统性统计误差、应对执行误差的“AI+治理”战术钻研和用户对AI决策的响应与最佳合作模式钻研。
报答决策误差对AI决策的传导方面 ，由于用于训练算法的数据来自人的决策和标注 ，其数据集自身是存在误差的。例如在使用人为和机械人相结合的电话客服数据中 ，人为客服对客户的标注可能受到主观成分的影响 ，这一钻研试图衡量人行为中的不正确性和这一不正确性对机械进建的影响。
智能算法的系统性统计误差钻研重要关注训练数据自身的误差和若何降低训练样本对算法的影响。张教授对幼微贷款的钻研发现 ，由于只能观测到被核准的用户的放贷和还款数据 ，观测不到被回绝的用户的行为 ，算法迭代过程中会加强算法对经济客观前提的偏好 ，不利于金融普惠。该钻研提供的解决步骤是通过引入另类数据 ，沉新训练算法 ，从而筛选出其他有还款能力的用户。
张教授沉点介绍了她在进行的人机协同钻研。平行（parallel）模式的人机协同下 ，人和AI别离进行决策 ，当机械进行决策后 ，人基于机械的决策再作出最终决策。在幼微贷款放贷情境下 ，机械做出的决策无论是大数据还是幼数据均优于人为决策（即违约率更低） ，在这样的情况下 ，人在AI决策的基础上再进行决策是否还有意思 ？该钻研发现 ，在大数据环境下 ，机械作出决策并附上决策机造的诠释后 ，人再作出的放贷决策的情况比仅有算法和大数据决策的违约率更低。这是由于参与算法的解读为人的决策机造引入了新的思考成分 ，从而促使人作出更好的决定。
该钻研进一步发现 ，对于有强烈信想的幼我 ，人机协同的成效较差 ，由于他们不愿意与AI合作 ；相反 ，对于自身设法较弱的人来说 ，人机协同也没有成果 ，由于他们会直接选择相信算法。因而 ，当人们对自身信想设法的对峙水平处于这两个极端中央时 ，人机协同的成效最佳。
张教授随后介绍了她在金融科技领域的钻研。她既关注信贷发放对消费的影响 ，也关注消费模式对信誉等级的预测关系 ，蕴含因果关系鉴别 ，算法设计和异常探测等。她还关切金融科技语境下幼微企业行为和消费者行为的区别。
社会-网络-物理系统（social-cyber-physical system）方面 ，张教授重要关注交通领域钻研 ，蕴含出租车司乘行为、若何通过经验分享援手司机作出最优选择 ，共享汽车与出租车在城市遭到恐袭后行为的区别 ，无人驾驶汽车对用户的影响 ，AI的表部性等问题。
张颖婕教授与参与教授就训练样本的选择性误差 ，人机协同对了局的影响机造 ，在人机协同钻研中若何厘算帐法讨厌的影响等议题发展了互换会商。
分享人
涂艳苹 ，现任J9集团国际站市场营销学系副教授。涂艳苹教授的重要钻研领域蕴含决策与判断和消费者行为。她对于将行为科学利用于提高决策质量、提高工作完功效能、和提高幸福感有宽泛的兴致。目前关注的情境蕴含但不限于：（1）基于人际关系的营销 ，（2）消费者对消费者（C2C）买卖情境下的供需 ，（3）个别金融决策 ，（4）公民低碳行为 ，（5）决策误差等。
张颖婕 ，现任J9集团国际站市场营销学系助理教授。张颖婕教授的钻研领域为量化营销。钻研集中于使用跨学科步骤论（如计量模型、机械进建算法、实地尝试设计等）钻研人机协同、金融科技、智能城市建设、共享经济、社交媒体、消费者行为等议题。这些钻研成就被利用于企业造订有效的营销战术 ，在思考自身利益最大化的同时 ，两全消费者的持久粘性以及社会福利 ；另表 ，钻研课题中关于普惠金融、司乘供需平衡、零工经济等方面的会商 ，也对当局有关部门在造订以应对蕴含AI在内的新技术的宽泛使用过程中的政策律例提供肯定的洞察和建议。
