康奈尔大学讲席教授乔恩·克莱因伯格来访上科大

在以《Revisiting the Behavioral Foundations of Algorithms（重新审视算法的行为基础）》为题的报告中，克莱因伯格教授深入剖析了推荐算法在用户行为建模过程中存在的普遍偏差，并揭示了偏差出现的本质。推荐算法根据用户展现的行为来建模用户，其基础假设是“用户的选择体现了用户的偏好”。然而，心理学和行为经济学的大量研究显示，选择不一定完全代表偏好。例如，用户可能会选择观看推荐的内容，但之后又追悔花在其上的时间。行为上的偏差以及偏好的前后不一致，使得观测到的用户行为难以被合理解读，最终导致算法的失效以及用户对推荐结果的不接受。克莱因伯格教授讨论了一系列通过“反转”过程来解决这一挑战的模型和算法。在用户与推荐算法的互相作用中，用户的短期偏好（心理学中的“系统1”，处理日常生活中的简单决策和反应的思维模式）和长期偏好（“系统2”，处理复杂的决策和问题解决）会在不同情况下主导用户的行为。过程中，算法尝试推断在数据中未被直接观测的用户目标和偏好。克莱因伯格教授的研究揭示了推荐算法与用户行为互相作用的内在机制，也引申出克服算法偏见的建议。

报告会后，在上科大副教务长兼信息学院执行院长虞晶怡教授的引导下，克莱因伯格教授一行参观了多学科人工现实工作室（MARS），并在信息学院学生团队自主设计的穹顶光场设备中进行了全场景重光照下的人机互动全新体验。在与信息学院师生的交流中，克莱因伯格教授深入了解了学院近年来的学科布局、教学设计与科研进展，并就当前人工智能新环境下的科研与教学等话题进行了广泛探讨。