简介
本届论坛是复旦大学在CNCC上连续举办的第四届以人为本的智能推荐系统论坛，延续“以人为中心”的价值立场、“负责任”的伦理框架与“人智协同”的交互范式，本届进一步将焦点从“人如何与AI协作”推进至“人如何通过AI表达、协商与执行意图”，主题为“意图驱动的推荐系统：智能体时代的人智协同新范式”。论坛的核心学术关切在于：当大模型赋能的智能体成为用户与数字服务之间的中介层，推荐系统的设计逻辑正在经历从“隐式行为推断”向“显式意图协商”的范式转变，用户的角色从被建模的客体转变为推荐目标与约束条件的共同定义者，其本质是控制权架构在推荐系统中的根本性重构。围绕这一核心命题，论坛将着重探讨意图建模与对齐、人智协商式推荐机制、以及可治理推荐系统架构三个层面的研究挑战。论坛邀请推荐系统、人机交互、大模型治理等领域的顶尖学者，围绕上述问题展开深度研讨，力求为以人为本的推荐系统在智能体时代提供清晰的理论框架与可行的技术路径。
简介为官网原文，部分内容可能未写完。
人员
主席
- 卢暾 · 复旦大学
嘉宾
- 李东胜 · 微软亚洲研究院
- 张敏 · 清华大学
- 郑雯 · 复旦大学
- 陈旭 · 中国人民大学
- 陈自强 · 新华网股份有限公司
- 雷文强 · 四川大学
- 李诺 · 上海对外经贸大学
报告安排
大脑的沉浸感知与个性化推荐
张敏 · 清华大学
简介
当我们观看短视频时，大脑中发生着什么？沉浸的心理状态与脑电信号之间是否存在关联？对其建模能否刻画用户满意度？是否有可能推而广之用于大规模个性化推荐系统？其中起到关键作用的线索能否被捕捉到？能否帮助技术发展？脑科学、心理学与计算机科学的交叉给我们带来了诸多启发和惊喜，报告中将介绍我们对上述问题递进探索的收获，并讨论未来方向。
大语言模型与人类价值观：模拟、控制与偏见
郑雯 · 复旦大学
简介
人类社会正由传统社会、网络社会迈入人智共生的数智社会。人工智能实质性地介入人们的价值观判断和行动决策，不是作为技术工具，而是作为社会行动的参与者。现有对大模型的评估集中在知识、推理和任务完成等性能测试，对模型在价值权衡中的默认倾向如何、生成是否稳定、会否情境漂移等问题，都缺乏可重复的测量框架。其次，模型能否面对真实社会中的差异化人群，目前亦缺乏可靠判断。如果模型只能生成被训练数据主流化的判断，就会在实际使用中抹平这些差异。因此，本研究在哲学社会科学和智能科学的交叉研究设计中，依托真实人类价值观调查数据，将不同社会位置中的个体转化为可计算、可对照的分析对象，再将大模型置于同样的问题框架中，比较模型回答与真实人群价值结构之间的关系，尝试探索大模型能否在不同社会位置、不同价值情境中，生成稳定、可解释、可校准的判断，并基于相关结论讨论它是否可以被用于社会模拟、政策压力测试和治理风险预判，进而成为服务社会研究和国家治理的工具。
基于大模型的人类个体行为模拟
陈旭 · 中国人民大学
简介
人类行为模拟一直以来是学术界关注的重点，然而传统模拟方法由于难以准确刻画人类复杂决策过程，往往模拟精度和应用范围均较为受限。近年来，大语言模型的发展使人们看到了构建精准类人代理的希望。斯坦福大学的虚拟小镇更是给众多相关从业者带来了巨大的想象空间。本报告将系统讲解过去一年中，科研人员在“基于大语言模型智能体的人类行为模拟”方面做出的种种探索和努力，并分析该领域目前存在的核心问题以及潜在解决方案。
专业媒体知识服务：从内容推荐走向人智协同
陈自强 · 新华网股份有限公司
简介
随着大模型智能体能够理解意图、检索信息并调用工具，智能推荐正从基于偏好的内容匹配，拓展为围绕用户问题与任务组织信息和知识。对专业媒体而言，关键不只是“推荐什么”，还包括智能体依据什么判断、如何形成可验证的知识。本报告基于新华网媒体技术实践和观察，探讨在不改变既有采编审核规范的前提下，设置相对独立的知识化加工环节，以经过审核发布的权威内容为可信来源，将其转化为供智能体使用的“媒体知识对象”。专业编辑、技术人员与智能体可协同完成知识的加工、核验、更新和风险控制，为公众提供有来源、有边界、可追溯的知识服务。公众反馈经分类核查和人工治理后，可推动知识持续更新。主流媒体由此可在保持内容生产与发布职能的基础上，进一步成为智能体生态中的可信知识供给者。
自主知识管理：从人工总结到自动累积
雷文强 · 四川大学
简介
本报告分享自主知识管理范式（Agentic Knowledge Management, AKM），强调由智能体自主完成知识获取、组织和利用，将分散的专家经验、实践反馈和领域知识沉淀为可复用、可更新、可增值的知识资产。报告围绕自主知识获取、自主知识组织、自主知识利用、知识安全与监管四个方向展开，并通过相关案例说明，自主知识管理能够突破传统人工知识管理的滞后、低效和难复用问题，支撑智能体能力持续提升与人类决策增强。