6月30日，中国科学技术大学科技商学院、管理学院“AI for Business”国际暑期学校进入第二天，香港浸会大学工商管理学院讲席教授，香港浸会大学工商管理学院院长张晗应邀以《When AI Summarizes Reviews: Do Consumers Seek Reviews Less or Just Differently? 》为题作主旨报告。深度探讨了AI摘要对使用者搜索行为的影响，为学员带来前沿学术与实践洞察。

香港浸会大学工商管理学院讲席教授，香港浸会大学工商管理学院院长张晗

张晗教授通过AI生成摘要研究中的三项随机对照实验，探讨了AI摘要对使用者信息搜索行为的真实影响及内在机制。研究发现，AI摘要虽能提升使用者对评论信息的感知有用性与可信度，却并未减少其主动搜索评论的总体意愿，但显著改变了搜索方式——从漫无目的的随意浏览转向目标更明确的系统性查阅，这一转变主要由目标导向动机所中介。他在汇报中指出，学术创新应紧扣技术的本质特征，避免概念包装式研究；研究方法应基于个人背景与问题属性选择，实验研究的优势在于揭示因果关系而非场景还原；扎实的研究需经多轮实验检验，重视预实验与操纵验证，并坦然接受每种方法的固有局限，为学员提供了从选题到方法论的系统性启发。

部分学员分享

@王钰超 重庆大学 一天的课程信息量很大，也让我对接下来的暑期学校更加期待。今天我不仅学习了AI商业研究的具体主题，更重要的是学习到一种研究思维：从真实现象中发现问题，从理论逻辑中形成假设，从严谨设计中获得证据，最后再回到现实世界解释变化。对我来说，这正是参加本次暑期学校最宝贵的收获。

@陈雪莉 西北民族大学 暑期学校系统性的学术授课让我跳出传统认知局限，近距离接触前沿学术成果，感受到了数智技术与工商管理学科融合的魅力。

@何宇航 南洋理工大学 老师从AI与机器学习相关研究讲起，提到了推荐系统、平台算法、在线劳动力市场、AI生成内容、机器学习回归变量纠偏等方向，让我意识到商业问题背后可以有非常严谨的模型支撑。尤其是“推荐系统—消费者需求—定价算法—博弈过程”的框架，以及用ML/AI把文本、图片、视频等非结构化数据转化为可分析变量，再通过计量模型进行效果估计的思路，让我对“AI如何服务管理与经济研究”有了更具体的理解。

@姜依岑 中国人民大学 作为一名即将转博的学生，本次课程精准贴合我现阶段科研转型的核心需求，既补齐了科研方法的认知短板，又通过顶尖学者的原创研究范本，让我对AI赋能商科与信息系统领域的学术研究有了更透彻、更立体的理解，收获颇丰、受益匪浅。

@黄翊天 北京航空航天大学 ⽆论如何，AI已经给我们的世界和我们的研究带来了巨⼤的改变，或许这也是AI for business 暑期学校的意义。继续加油！

@黄雅慧 同济大学 叶强老师的课程提到的神经网络、Harness工程、半人马、OPC、以及挖好一口井很启发我，以及Qoder、沙盒、神经网络耦合数据 —— 这是我在做的事情里高频出现的词。

@黎星宇 南开大学 此前我主要从事经济学相关研究，比较熟悉的研究范式是因果识别和计量经济学方法，对管理学领域中的其他研究方法了解不多。两场讲座让我对信息系统、管理科学以及AI相关研究的议题边界和方法取向有了更直观的认识。

@Aung Khin 中国科学技术大学  During the sharing session, the professor talked a lot about his personal research experience and gave us useful suggestions on academic study and thesis writing. As a foreign student studying MBA at University of Science and Technology of China, I gained plenty of practical ideas from this activity.

@林怡 杜伦大学 整场讲座中，最令我深受启发的，是张晗教授在方法论之外所传递的科研态度。他提醒大家，在未来的研究尤其是实验设计中，应保持正确的心态，选择适合自己的研究路径，并不断学习和精进，这让我感触尤深，也让我对今后的学习方向有了更清晰的认知。

更多精彩课程，请持续关注中国科学技术大学科技商学院、管理学院AI for Business暑期国际学校。