CCF协同计算专委

第四届“CSCW与社会计算”暑期学校成功举办

2022年8月23日-25日，由中国计算机学会主办、中国计算机学会协同计算专业委员会和西北工业大学承办、西北工业大学计算机学院负责本地组织的第四届“CSCW与社会计算”暑期学校（The 4th CCF TCCC Summer School on CSCW & Social Computing ）以在线形式成功举办。“CSCW与社会计算”暑期学校是由CCF协同计算专委会发起创办的重要学术活动，已于2019年（线下、复旦大学）、2020年（线上、复旦大学）和2021年（线上线下、清华大学）成功举办了三届，在国内外具有较高知名度，影响力逐年增加。本次暑期学校以“群智涌现与应用”为主题，邀请了来自美国麻省理工学院-IBM沃森人工智能实验室、罗格斯大学，香港科技大学、北京航空航天大学、复旦大学等国内外著名大学和研究机构的5位专家学者，讲授了群智涌现的相关理论模型、前沿方法和应用平台。同时，通过研究生研讨的方式进行了案例交流与CSCW顶会论文投稿经验分享。

暑期学校开幕

开幕式上，本地组织团队负责人、西北工业大学郭斌教授主持了开课仪式，介绍了本次暑期夏令营的专家学者和日程安排，对暑期夏令营各位讲者的大力支持表示感谢。西北工业大学计算机学院於志文院长致欢迎辞，对参加的学员表示欢迎。中国计算机学会协同计算专委会荣誉主任、暑期学校学术主任、复旦大学计算机科学技术学院顾宁教授致辞，介绍了CSCW的历史和发展历程，以及协同计算专委会的基本情况和未来规划。

暑期学校线上合影

本届暑期夏令营邀请了来自美国麻省理工学院-IBM沃森人工智能实验室的王大阔研究员、罗格斯大学的张永峰助理教授，香港科技大学的麻晓娟副教授、北京航空航天大学的童咏昕教授和复旦大学的邱锡鹏教授为暑期夏令营的师生作了精彩的报告。王大阔研究员围绕《Designing Human-Centered AI Systems for Human-AI Collaboration》展开讲授，展示了如何从人机协作实践和 CSCW 研究成果中学习，以设计和构建用于人机协作的人工智能系统。这项工作是实现人机协作最终目标的基石，人工智能和人类可以发挥互补和不可或缺的作用，以实现更好的结果和体验。童咏昕教授围绕《基于互联网群体行为的时空众包计算》，首先简要回顾了时空众包计算的发展历史，并介绍了该领域核心技术（如任务分配、激励机制和隐私保护等），随后聚焦本团队所建立的互联网群体行为驱动的任务分配框架。特别结合真实产业应用，着重剖析了上述计算框架在智慧出行、智慧物流与智慧居住等服务中落地实践的经验心得。张永峰教授则围绕《构建负责任的推荐系统：推荐系统的解释性、公平性及其社会影响》展开讲授，探讨了在推荐系统由浅模型、到深模型、到大模型的发展过程中，如何在各个阶段构建负责任的可信推荐算法，包括推荐系统作为主观性AI的基本特性、主观性AI与可信计算的关系、以及在各个可信计算维度上的典型推荐算法，例如因果与反事实推理、神经-符号模型、自然语言解释、联邦学习、个性化提示学习等。麻晓娟教授围绕《Crowd Computing: Harnesing the Power of Crowd》展开讲授，详细介绍了群智计算的基本概念，任务分配、质量控制等关键技术以及在真实环境下的主要挑战。邱锡鹏教授针对自然语言处理算法的可解释性和可靠性问题，对语料构建、文本表示、模型分析、评测等方面的最新研究进行了介绍。最后，来自复旦大学的张鹏副研究员主持了案例交流与主题研讨，并总结介绍了CSCW会议技术类论文投稿和收录情况。随后来自清华大学、复旦大学和西北工业大学的多名研究生向学员们分享了自己在CSCW会议上发表的论文及经验。这是暑期夏令营首次邀请学生分享自身研究和进行案例交流，学员们积极参与到热烈的研讨中，纷纷表示这种深入交流的方式使他们受益良多。

美国麻省理工学院-IBM沃森人工智能实验室

王大阔研究员讲授《Designing Human-Centered AI Systems for Human-AI Collaboration》

北京航空航天大学的童咏昕教授讲授

《基于互联网群体行为的时空众包计算》

美国罗格斯大学张永峰助理教授讲授

《构建负责任的推荐系统：推荐系统的解释性、公平性及其社会影响》

香港科技大学麻晓娟教授讲授

《Crowd Computing: Harnesing the Power of Crowd》

复旦大学的邱锡鹏教授讲授

《可解释可靠的自然语言处理》

复旦大学张鹏青年副研究员主持

《如何向CSCW会议投技术论文》研讨

结课仪式上，郭斌教授对本届“CSCW与社会计算”暑期夏令营进行了总结，感谢各位讲者的精彩报告、组织团队的精心协调和学员们的认真聆听。顾宁主任也向学员们提出了期许，希望正在或即将从事CSCW与社会计算研究的年轻力量能够继续深入和系统学习相关研究方法并了解前沿研究动态，共同推动国内CSCW与社会计算的发展创新。