9月22日，管理学院第一百零七期博士学术沙龙顺利举行。本期沙龙以“人工智能与数字化智能变革下的消费者、品牌与旅游体验”为主题，邀请段峥、侯静雅、魏玉彤、金松、刘萃、苏洁六位博士担任主讲，围绕机器学习在营销研究中的应用、AI服务失败补救、算法推荐与渠道迁移、数字技术认知影响、合成消费者广告测试及智能旅游体验等议题展开深入研讨，现场学术氛围浓厚。

段峥博士分享了机器学习在营销与消费者研究中的应用逻辑。她指出，该领域研究已将机器学习从单一的预测工具推进为集预测、验证与因果识别于一体的研究范式，涵盖机器学习范式、预测类型区分、模型泛化验证、因果效应识别四大议题。研究中“预测”存在个体与总体两类取向，不宜笼统评价模型表现。现有应用大多侧重预测精度，尚缺少在观测数据中识别营销要素真实因果效应的实证积累。据此，她提出以交叉验证保障模型泛化能力，进而借助双重机器学习从预测走向因果、识别具体营销成分净效应的研究路径，并抛出高维预测能否替代理论驱动解释、本土观测数据中如何落地DML因果识别、预测精度与决策价值如何统一评估三项研讨问题。

侯静雅博士系统梳理了旅游消费情境下AI服务失败后的幽默补救策略，揭示了其有效性边界。研究发现：AI服务失败可分为机械任务、思考任务和社交-情感任务三类；幽默类型与失败类型存在交互效应，机械与思考类失败后自嘲型幽默更有效，社交-情感类失败后两种幽默均可接受；匹配的幽默通过提升积极情绪、降低消极动机推断的双路径促进顾客宽恕；AI拟人化程度具有双向放大效应，匹配时放大收益，错配时加剧损失。实践层面，研究提出“先诊断、再匹配、建语料库、巧选拟人化”四项管理建议，为AI服务设计提供了直接指导。

魏玉彤博士聚焦AI推荐情境下消费者从算法疲劳到渠道迁移的研究。她指出，该领域已将AI视为互动主体，涵盖信息判断、自主性与控制、信任校准、消费者福利四大议题。消费者对算法存在欣赏与厌恶两类反应，不宜笼统测量。AI推荐虽能简化选择，却会降低感知控制、增加不确定性。报告在区分算法厌恶、算法疲劳、心理抗拒、Webrooming意向等构念后，指出现有Webrooming（线上搜集信息、线下购买）研究多从服务失配和触觉需求角度解释，尚缺算法负面反应直接驱动渠道迁移的实证。据此提出待检验命题：感知自由威胁引发心理抗拒，进而提升Webrooming意向，触觉需求发挥调节作用，后续需通过实验和多阶段数据加以检验。

金松博士分享了大学生数字技术研究。他指出，该领域正从“平台暴露”转向“认知委托”，基于2796篇文献提出“认知委托×认识控制”模型，区分自主支持、反思性增强、表层辅助与认知替代四种状态。研究认为，AI教育的关键不在使用多少，而在学生是否保留问题定义、证据判断与最终结论权；高AI参与不必然削弱能动性，高委托加高控制可形成反思性增强。未来应设计可审计、可撤架、能保留学生能动性的AI介导学习。

刘萃博士围绕AI生成广告测试与合成消费者（synthetic consumers）的相关研究展开文献梳理，介绍了其概念、构建方式及主要应用任务。她比较了合成消费者与真实消费者在产品评价、购买意愿、访谈回答及个体预测等方面的表现，指出其模拟效果受任务情境、输入资料与测量方式影响。她强调，研究效率与模拟有效性需分别检验，合成消费者在广告方案筛选中的应用仍需以具体任务验证和真实消费者研究为依据。

苏洁博士围绕人工智能与数字化变革下的休闲旅游消费者体验作专题汇报，聚焦TAM、UTAUT、UTAUT2三类经典技术接受模型，梳理其在数字文旅研究中的应用价值。TAM（技术接受模型）以感知有用性和感知易用性阐释游客对智能文旅工具的采纳意愿；UTAUT（整合技术接受与使用统一理论）引入感知绩效、努力程度、社会影响与便利条件等关键变量；迭代升级后的UTAUT2新增享乐动机与消费习惯，更适配游客持续使用行为研究，但实证显示其解释度低于UTAUT。她还结合AI导游、数字孪生景区等文旅新业态，解读了新技术在旅游市场的扩散逻辑，为数字化休闲旅游研究提供了理论参考。

本期沙龙系统呈现了数智时代营销、文旅与数字认知研究的最新图景。分享内容既回应了技术赋能下消费者决策机制与品牌运营逻辑的深层重构，也揭示了智能技术重塑旅游体验的内在路径，并拓展了AI环境下用户认知机制的研究视野，充分展现了交叉研究的理论张力与实践价值。未来，管理学院将持续搭建高水平学术交流平台，推动人工智能与消费者行为、品牌管理、旅游体验及数字认知研究的深度融合，为数字时代的管理创新与学科发展持续注入新动能。

沙龙现场