活动概况

3月10日上午，AIR DISCOVER青年科学家论坛第八期在线上如期举行。本期活动荣幸地邀请到了IBM研究院MIT-IBM Watson AI Lab的首席研究员，美国东北大学兼职教授王大阔博士为我们线上展开题为《以人为本的人工智能：人智协同》的报告。

讲者介绍

王大阔博士先后在北京工业大学、巴黎中央电子理工学院、和加利福尼亚尔湾分校获得学士、工程师、和硕士学位，并于2016年获得加利福尼亚尔湾分校博士学位，现任职于IBM研究院MIT-IBM Watson AI Lab担任首席研究员，美国东北大学担任兼职教授。他的重点研究方向是人机交互（HCI）、人工智能（AI）和团队协同（Team Collaboration）的交叉领域，专注于探索、开发和评估以人为本的人工智能（HCAI）系统。在过去的几年，王大阔博士带领团队对IBM的人工智能和数据科学自动化策略（AutoAI）展开研究并提出“人智协同（Human-AI Collaboration）”作为人工智能研究和交互设计的目标的研究新范式。除了在IBM的工作之外，王教授还对医疗健康和教育系统中的可信人工智能有着广泛兴趣与研究。王大阔博士先后在CHI、CSCW、GROUP等人机交互国际顶发表论文数十篇，目前担任ACM CHI 2022主席团成员，CSCW 2022 主席团成员，和AAAI ICWSM 2022主席团成员，ACM SIGCHI中国分会副主席，中国华人CHI协会（ICACHI）2018 ～2022年指导委员，其中，ACM在2019年将王大阔博士聘为ACM杰出演讲者。

本次活动由清华大学智能产业研究院（AIR）助理研究员龚江涛主持，会议以线上的形式进行展开。

报告内容

王大阔博士在本次报告中首先简要地梳理了AI的发展历程，通过介绍AI系统设计中常见的误区引出人与AI协作（Human-AI Collaboration）的概念并提出机器学习模型可解释性的必要性。随后，王大阔博士分别分享了三个他在人与AI协作方向的研究工作，并在会后与线上、线下的参会者就研究问题展开了探讨。

人与AI协作（Human-AI Collaboration）

王大阔博士首先带领观众从一个医疗临床辅助诊断系统思考AI系统失败的原因 – 工程师在设计、搭建AI系统时总会把它想象成为一个AI Doctor来与人类医生做对比甚至引入用机器最终替代人的想法，然而这一设计初衷却是导致AI系统失败的根源。王大阔博士和团队在研究一个类似AI-CDSS系统在某些中国北京乡村卫生院使用率不高这一现象时，通过定性访谈发现医生关心最多的问题是质疑其系统设计是否是为了取代人类临床医生。除可用性之外，对系统的极度不信任是导致其使用率降低的主要原因。关于辅助医生的AI系统设计，临床医生认为更好用的系统应该是可解释的、可信任的、并且是可合作的。由此，王大阔博士及团队就人与AI协作的AI系统设计与创新展开广泛研究与探索。

于此同时，王大阔博士发现，由于研究的初衷不同，机器学习的研究学者和人机交互界面设计研究学者之间存在一定的交流鸿沟。机器学习的研究学者更加专注于其成果效能，比如其研究成果是否可以达到State of the Art （SOTA）；而另一方面，设计学研究学者更加在意想法的创新性和设计效果。王大阔博士认为将两者更好的结合从而“形成一个闭环”是促进AI系统成功的关键。

王大阔博士具体讲到，将人的专业知识融入到现有的任务或模型设计中将有助于辅助模型性能提升；对于现有的模型，搭建一个以人为本的AI系统并将其作为人类智能和机器智能的接口来达到共同协作并能提高人与AI所组成的团队的整体效率。

王大阔博士随后分别介绍了三项研究案例来详细阐述如何才能形成一个研究闭环，使人工智能系统实现人智协同的目的。

线上医疗社区情感辅助AI设计

王大阔博士就这一主题像观众讲述如何将以用户为中心（Human-centered Design）的研究方法搭建到人与AI协作的系统设计。在王大阔博士2021年CSCW的工作中，通过随机抽取大量用户线上发帖数据对用户需求进行分析发现，50%的帖子在发帖后的10分钟内得不到回复。这一现象在线上社区十分普遍，但对于孕妇这类情绪起伏较大的特殊人群来说这无疑会在整个怀孕周期造成一定的精神压力。为解决这一问题，王大阔博士和他的团队设计了一个由五个模块组成的孕妇情绪辅助AI聊天机器人。在为期七天的实验中发现，及时回复的聊天机器人相较人为回贴可以更好的抚慰参与者情绪，并且更好的调动整个社群回帖积极性。

亲子绘本阅读辅助AI设计

王大阔博士接下来通过就AI辅助亲子绘本阅读展开的一系列过往研究工作向观众展示了对整个闭环思路的实践与应用。在这项研究中，王大阔博士首先将纸质儿童读物拆分成一系列的交互阅读形式，通过对交互式体验进行拆分，再将其转化成一系列技术问题并就各项问题分别展开研究。

在此过程中，王博士汲取了教育背景的专家知识为机器学习模型提供参考值，并在最后的页面设计上为用户提供个性化选择并支持用户通过按键点击的形式获悉模型生成背后的推测原则。

面向数据科学的自动化AI系统设计

在最后一个小节的工作介绍中，王大阔博士通过关于AI与数据专家的协作研究成果的汇报向大家解释过往人与人协作的研究和理论如何对当前人与AI协作的研究产生的重大指导意义。首先，通过对IBM公司内部数据专家的访谈了解数据专家日常如何与AI协作，从中提取出从事数据工作中的整个流程周期，并发现不同阶段下其他利益相关者的介入与合作。为了更好的辅助人与AI协作，王大阔博士及团队借鉴心理学和社会学中研究中人与人的协作理论，通过模拟数据专家的工作流程生成可以满足不同用户群体实际需求的AutoAI系统。在与传统Python和Jupyter notebook的界面对比时发现，AutoAI系统可以减少人为的错误并大幅度提高工作效率。

总结回顾

报告结束后，线上、线下的老师同学们与王大阔博士积极互动并探讨议题。在讨论中大阔博士指出，如何把AI的协助引入到数据集标注过程中的寻找Ground truth的过程中是将来重要的工作。本次讲座，王大阔博士就如何从用户需求角度出发定义问题、如何在场景中应用人与AI协作闭环、如何打造多个利益相关者共同使用的应用平台三个研究方向展开分享，为参会者就基于人与AI协作的以人为本AI系统设计打开新思路。