2022年11月2日伟易博治理学院行为科学和政策干预交织立异团队第八次线下分享会顺遂举行。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研究兴趣和研究希望。
涂艳苹教授
涂艳苹教授的行为科学研究主要包括五个部分：行为改变（behavioral change） ，社会影响（social effects） ，情境效应（context effect） ，决议“偏误”（decision biases） ，幸福感（happiness）。她接纳多种类型的要领（如：实验室试验 ，实地实验 ，实地视察 ，二手数据）回覆体贴的问题。在今天的分享会中 ，她分享了“行为改变”这一话题下的三个研究项目。
涂教授首先先容了她关于使命启动（task initiation）的研究。这一研究主要关注什么因素能促使人们尽早最先一个使命。涂教授以为对阻止日期的感知可能决议了人们是否将在当下最先行动。该研究的实验作为在印度开展普惠金融研究的一部分 ，向印度农村男性户主开展金融讲座 ，勉励他们开设存款账户 ，若是在6个月内存3000卢比就能获得政府等额的奖励。讲座现场就可以举行开户 ，或在讲座竣事后也可以在外地银行网点开户。随机将受到讲座的人分为两组 ，一组人在6月接受讲座 ，获得政府奖励的阻止日期即为昔时12月 ，另一组人在7月接受讲座 ，获得奖励的阻止日期为下一年1月。实验效果发明 ，6月接受讲座的人有32%就地开户 ，而7月接受讲座的人只有8%就地开户 ，且厥后再开户的人也很少 ，6月组也积累了更高的储备。
涂教授诠释这一效果背后的机制在于 ，虽然时间的流逝是一连的 ，可是人对时间的感知是有分类的。当感受阻止日期处于“当下”（而非“未来”）时 ，人们更倾向于连忙最先行动。在这一实验中 ，若是获得奖励的阻止时间是昔时12月（vs.下一年1月） ，人们会感受这属于“现在”（vs.“未来”） ，因此更会在当下连忙接纳行动。
涂教授接下来先容了关于提高挚友推荐（customer referral）效率的研究。作为一个典范的基于人际关系获取新用户的方法 ，挚友约请被公司被普遍接纳 ，但消耗者的加入意愿很低。涂教授以为阻碍挚友推荐的一个主要心理障碍在于“友谊”和“生意”的不兼容性。约请人和挚友是“友谊”关系（communal relationship）；但当约请人向挚友举行推荐时 ，推荐人可能会担心这使自己变得像公司的推销员 ，两人的友谊也变得更像一种经济激励下的生意关系（exchange relationship）。
那么 ，通过改善“挚友约请信”的设计 ，即在挚友约请信中披露约请人的奖励信息 ，是否能够提升挚友约请的乐成率 ？涂教授剖析到 ，若是通过挚友推荐信披露推荐人获得的利益 ，这一忠实的体现可以更有用地发出相助的信号 ，约请朋侪一起“薅公司的羊毛” ，因此不会使约请人爆发抵触心理。通过与从未举行过挚友推荐营销的中国小微企业举行实地实验发明 ，销售说辞（不提及约请人的奖励）的挚友推荐下 ，只有17%的用户领取了纸质推荐卡并发送给挚友 ，而接纳相助约请（提及约请人的奖励）时 ，有38%的用户领取并发送给了挚友 ，销售额也显着提升。
涂教授最后先容了她正在举行的关于听从（指令）（Compliance）的研究 ，即什么样的提醒手段能够使人们更自动地接纳普遍被以为是有益的行为。这也是她与本平台研究团队中盖嘉教授的相助研究。
涂艳苹教授与加入教授就中介效应和调理效应的内在 ，人们对时间分类的明确 ，挚友推荐下的心理机制等议题睁开了交流讨论。
张颖婕教授
张颖婕教授的主要研究领域是信息系统与量化营销。从用户行为角度 ，她关注怎样通过计量模子对消耗者行为举行实证研究。从要领论角度 ，她主要研究怎样用结构模子建设消耗者效用方程 ，通过数据对消耗者行为举行实证剖析 ，以及模拟政策效果等。要领论研究之外 ，张教授也举行实地试验和二手数据剖析�；笛坝胄形芯糠矫� ，通过引入机械学习对大数据举行处置惩罚 ，提取与行为研究相关的行为特征。张教授详细关注的三个研究内容包括人机协同（human-AI collaboration） ，金融科技（fintech） ，差别渠道对行为的相互影响（user behavior in social-cyber-physical systems）
张教授主要先容了她在人机协同领域举行的研究 ，详细分为四个偏向：人为决议误差及对AI决议的传导、智能算法的系统性统计误差、应对执行误差的“AI+治理”战略研究和用户对AI决议的响应与最佳相助模式研究。
人为决议误差对AI决议的传导方面 ，由于用于逊с法的数据来自人的决媾和标注 ，其数据集自己是保存误差的。例如在使用人工和机械人相连系的电话客服数据中 ，人工客服对客户的标注可能受到主观因素的影响 ，这一研究试图权衡人行为中的禁绝确性和这一禁绝确性对机械学习的影响。
智能算法的系统性统计误差研究主要关注训练数据自己的误差和怎样降低训练样本对算法的影响。张教授对小微贷款的研究发明 ，由于只能视察到被批准的用户的放贷和还款数据 ，视察不到被拒绝的用户的行为 ，算法迭代历程中会增强算法对经济客观条件的偏好 ，倒运于金融普惠。该研究提供的解决要领是通过引入另类数据 ，重新逊с法 ，从而筛选出其他有还款能力的用户。
张教授重点先容了她正在举行的人机协同研究。平行（parallel）模式的人机协同下 ，人和AI划分举行决议 ，当机械举行决议后 ，人基于机械的决议再作出最终决议。在小微贷款放贷情境下 ，机械做出的决议无论是大数据照旧小数据均优于人工决议（即违约率更低） ，在这样的情形下 ，人在AI决议的基础上再举行决议是否尚有意义 ？该研究发明 ，在大数据情形下 ，机械作出决议并附上决议机制的诠释后 ，人再作出的放贷决议的情形比仅有算法和大数据决议的违约率更低。这是由于加入算法的解读为人的决议机制引入了新的思量因素 ，从而促使人作出更好的决议。
该研究进一步发明 ，关于有强烈信心的小我私家 ，人机协同的效果较差 ，由于他们不肯意与AI相助；相反 ，关于自身想法较弱的人来说 ，人机协同也没有用果 ，由于他们会直接选择相信算法。因此 ，当人们对自身信心想法的坚持水平处于这两个极端中心时 ，人机协同的效果最佳。
张教授随后先容了她在金融科技领域的研究。她既关注信贷发放对消耗的影响 ，也关注消耗模式对信用品级的展望关系 ，包括因果关系识别 ，算法设计和异常探测等。她还体贴金融科技语境下小微企业行为和消耗者行为的区别。
社会-网络-物理系统（social-cyber-physical system）方面 ，张教授主要关注交通领域研究 ，包括出租车司乘行为、怎样通过履历分享资助司机作出最优选择 ，共享汽车与出租车在都会遭到恐袭后行为的区别 ，无人驾驶汽车对用户的影响 ，AI的外部性等问题。
张颖婕教授与加入教授就训练样本的选择性误差 ，人机协同对效果的影响机制 ，在人机协同研究中怎样厘整理法厌恶的影响等议题开展了交流讨论。
分享人
涂艳苹 ，现任伟易博市场营销学系副教授。涂艳苹教授的主要研究领域包括决议与判断和消耗者行为。她关于将行为科学应用于提高决议质量、提高使命完效果率、和提高幸福感有普遍的兴趣。现在关注的情境包括但不限于：（1）基于人际关系的营销 ，（2）消耗者对消耗者（C2C）生意情境下的供需 ，（3）个体金融决议 ，（4）公民低碳行为 ，（5）决议误差等。
张颖婕 ，现任伟易博市场营销学系助理教授。张颖婕教授的研究领域为量化营销。研究集中于运用跨学科要领论（如计量模子、机械学习算法、实地实验设计等）研究人机协同、金融科技、智能都会建设、共享经济、社交媒体、消耗者行为等议题。这些研究效果被应用于企业制订有用的营销战略 ，在思量自身利益最大化的同时 ，兼顾消耗者的恒久粘性以及社会福利；另外 ，研究课题中关于普惠金融、司乘供需平衡、零工经济等方面的讨论 ，也对政府相关部分在制订以应对包括AI在内的新手艺的普遍使用历程中的政策规则提供一定的洞察和建议。
