2025 年 12 月 22 日下午，“六秩风华　商约未来”商学系列讲座之“学术大讲堂”第19期在院系办公楼349成功举办。本次讲座特邀澳大利亚麦考瑞大学商学院路英教授主讲，围绕“Demystifying AI for the Workforce: The Role of Explainable AI in Worker Acceptance and Management Relations”主题，分享可解释AI（xAI）在零工经济场景中的应用研究与学术发表历程。讲座由我院领导力与组织管理系主任谢俊教授主持。

路英教授分享

讲座开篇，路英教授结合零工经济的发展现状，点明研究的现实缘起。她提到，当前平台企业广泛采用 AI 驱动管理，但决策过程的不透明导致零工劳动者对罚单等决策普遍存在不信任，大量申诉不仅增加企业人力成本，还加剧了劳资关系紧张。基于这一痛点，其研究团队聚焦可解释 AI 的作用，探索不同类型的 AI 决策解释如何影响劳动者对决策的接受度，进而改善管理关系，为平台企业优化 AI 管理提供解决方案。

在核心研究分享环节，路英教授详细拆解了研究设计与核心发现。研究团队与平台企业、工程师及骑手共同参与实验设计，针对 AI 决策解释类型展开探索，划分出事实解释、反事实解释、局部解释、全局解释四种类型，并通过线上实验对 1107 名骑手进行测试。结果显示，反事实解释（相较于事实解释）、局部解释（相较于全局解释）均能显著提升劳动者对 AI 决策的接受度；但两者组合使用时，会因信息过载增加劳动者认知负荷，反而削弱积极效果。她特别提到，研究设计过程中曾因骑手认知习惯与实验严谨性的平衡产生分歧，最终通过多方沟通与适度调整，既保证了研究的实操性，又坚守了学术规范。

随后，路英教授分享了该研究的学术发表历程与经验心得。她提到，该研究是管理学领域较早聚焦组织场景下可解释 AI 的成果，同时还补充了不同领域的应用案例。投稿过程中，团队先后经历多轮修改，包括完善理论框架（聚焦认知负荷理论）、修正解释类型的界定与案例匹配、调整因果关系表述的严谨性等。她强调，合作研究需充分兼顾学术严谨性与实践可行性，AI 工具可辅助研究但需严格验证，而针对不同群体的研究设计需考虑其认知特点与工作场景，避免 “唯详细信息更有效”的固有假设。

讲座现场

互动交流环节，师生围绕“可解释AI在不同行业的适配性”“研究中解释类型的纯净化控制”“学术投稿中审稿意见的回应技巧”等问题提问。路英教授结合自身研究经历逐一解答，建议后续研究可关注不同群体的认知差异，解释类型的设计需通过多轮校验避免混合嵌入，投稿时应正视研究局限，以严谨态度回应审稿人疑问，必要时可通过会议沟通深化共识。本次讲座通过真实的研究案例与系统的经验总结，既揭示了可解释 AI 在零工管理中的应用价值，为相关领域研究与实践提供了重要参考，也分享了跨场景学术研究与高水平期刊发表的实用技巧。

主讲人简介

路英（Ying Candy Lu）教授，现就职于澳大利亚麦考瑞大学商学院管理学系。国际商务硕士学位、商科硕士（国际商务方向）负责人，麦考瑞大学职业健康研究中心（Health at Work Research Centre）亚太区主任。其研究领域涵盖可持续人力资源管理、算法人力资源管理、跨国公司管理及人工智能辅助决策等。她的研究成果发表在多本国际知名学术期刊上，包括 Human Resource Management、Journal of Management Studies、Journal of Business Ethics、Human Resource Management Journal、Journal of Business Research 以及 Safety Science 等。曾荣获多项国际学术奖项，包括美国管理学会（Academy of Management）与英国管理学会（British Academy of Management）的最佳论文奖，以及麦考瑞大学 2023 年度研究卓越奖。目前担任 The International Journal of Human Resource Management、Journal of Business Research、Stress & Health 与 Chinese Management Studies 副主编，并任 Human Resource Management、Asia Pacific Journal of Human Resources 及 Australian Journal of Management 编委。同时，她还在 Journal of Business Ethics 等国际顶级期刊担任客座编辑及匿名审稿人。

图文：陈虹妤

初审：孙玉姣

复审：韩小花

终审：肖  锋