12月15日，“南国北师·智能与计算传播”沙龙第十二期暨“金声•汇融”大讲堂活动顺利举办。本次活动由北京师范大学计算传播学研究中心、北京师范大学湾区国际商学院、粤港澳高校计算传播学联盟主办。活动邀请了上海外国语大学脑机协同信息行为（教育部、上海市）重点实验室马宝君教授做主题分享，计算传播学研究中心吴晔教授主持。

报告题目：

人工智能赋能管理学交叉研究探索：以金融科技系列研究为例

在当前数字化时代，人工智能技术发展迅猛，为管理学研究带来了新机遇与挑战。以金融科技领域为例，算法在处理大规模数据、挖掘信息模式等方面具有独特优势，能够为金融决策、企业管理等提供有力支持。马宝君教授与金融领域专家合作，发现传统金融研究在变量选取与计算方面存在局限性。传统方法主要依赖财务数据，难以从非结构化数据中挖掘有价值信息。而人工智能算法则提供了新的思路，能够从复杂数据中提取更具创新性的变量，从而为金融研究注入新活力。

马宝君教授在本次讲座中为大家带来了三个具体的研究实例。

一、企业社会责任报告文本特征研究

企业社会责任报告与商业信用关系密切，但以往研究结论分歧大。问题在于评估方式多样且多从结构化数据衡量，未重视非结构化文本信息。马宝君教授团队以此为切入点，运用机器学习，构建显性和隐性情感词典分析文本情感倾向，这是方法创新之处。经研究，发现债权人、供应商等主题文本特征对商业信用影响显著，部分变量呈U型关系。这一成果意义重大，为企业管理决策提供新视角，促使企业在履行社会责任时注重多方面平衡，以提升商业信用，实现可持续发展，也为后续研究在数据利用和关系探究上提供新思路。

二、企业社会责任报告美观度研究

企业社会责任报告美观度影响企业形象及商业信用，可此前缺乏衡量其美观程度及明确其经济影响的方法。团队采用深度学习法，借鉴网页美观度评估迁移应用，先拆分报告图片计算每页美观度均值，再与财务指标回归分析。为确保方法有效可靠，通过机器与专家打分进行相关性和排序检验。研究发现我国企业社会责任报告美观度整体状况及与接待成本关系。这为企业优化报告设计、提升形象提供理论支撑，也为后续深入探究美观度对企业竞争力影响开启新方向，有助于企业在形象塑造和经济利益获取方面做出更科学决策。

三、公司高管面部特征相关研究

高管特征对企业运营决策影响深远，前人研究虽涉及部分特征，但人脸特征研究尚缺。团队受启发从人脸特征入手，却因算法精度问题，如观感年龄计算误差大，导致研究遇阻，这也让研究者明白选题要兼顾创新性与技术可行性。之后，团队拓展到语音、视频多模态数据挖掘变量，研究其对企业管理决策影响。尽管面临技术难题，但为全面理解高管行为和企业运营机制拓宽视野，具有重要理论和实践意义，为未来深入研究高管相关因素对企业的影响提供多元视角和方法借鉴。

主讲人简介：

马宝君，清华大学管理学学士、博士，上海外国语大学三级教授、博导、校学术委员会委员。入选国家级青年人才、上海市青年拔尖人才，任脑机协同信息行为（教育部、上海市）重点实验室副主任、教育部首批信管专业虚拟教研室负责人。长期致力于发展人工智能、数据科学推动管理学研究的交叉融合，聚焦提升大数据资源的“智能发现能力”与“智能使用能力”。主持教育部中央高校优秀青年团队项目（培育建设）、国家自然科学基金面上项目（2项）及青年项目等；近年来在包括UTD24商学院国际顶刊、《管理科学学报》等国内外顶级/权威期刊发表学术论文30余篇，撰写的多篇资政报告被中央网信办采纳；获国家级教学成果奖二等奖（2项）、省部级哲学社科优秀成果二等奖、中国信息经济学理论贡献奖等教学科研奖励和荣誉。目前兼任Information & Management、Data Intelligence等期刊副主编。

展望未来，人工智能在人文社科应用前景广阔，技术进步将助力其在多管理场景突破，且跨学科研究将深化，不限于与管理学结合，还可能融合更多学科，构建全面理论体系，为解决管理难题提供更优工具。本次讲座为相关研究和实践带来前沿成果与深刻启示，让参会者明晰学科交叉研究意义，对未来研究方向有更多思考。