博文

对话Applied Sciences期刊客座编辑——华中师范大学吴丹教授

已有 143 次阅读 2026-11-3 16:29 |个人分类:特刊征稿|系统分类:科研笔记

本期 Applied Sciences 人物专访，我们特邀本刊客座编辑、华中师范大学吴丹教授做客分享。吴丹教授长期深耕知识组织与检索、人智交互行为与协同决策、智慧图书馆领域，主持多项国家级、省部级重要科研课题，入选多项国家级人才计划，同时牵头本刊《Human–Computer Interaction: Overview, Challenges and Current Trends》专题特刊。

本次访谈中，她将介绍课题组前沿研究进展，预判人智交互、智慧信息服务领域未来发展热点，分享对开放获取出版模式的见解；结合期刊编委、客座编辑与高校人才培养的多重身份，为期刊建设、青年科研人才成长建言，并详细解读本次特刊的征稿主题与方向。

受访人简介

吴丹，女，中共党员，二级教授，博士生导师，现任华中师范大学党委常委、副校长。北京大学与美国匹兹堡大学联合培养博士，美国北卡罗来纳大学中美富布莱特高级研究学者，入选教育部国家重大人才工程特聘教授、青年学者，国家高层次人才特殊支持计划青年拔尖人才。主要研究方向为知识组织与检索、人智交互行为与协同决策、智慧图书馆等领域。主持国家重点研发计划项目、国家社会科学基金重大项目等国家级、省部级各类科研项目30余项，在国内外重要期刊及会议发表学术论文百余篇，出版学术著作十余部，荣获国家级教学成果一等奖等多项国家级、省部级教学科研奖励。担任国际 SCI/SSCI 期刊《Aslib Journal of Information Management》主编、《Future Collections, Libraries, Archives, and Museums》主编及多个国际知名期刊编委，同时兼任《图书情报工作》《情报资料工作》等国内核心期刊编委。曾任国际信息科学与技术学会 (ASIS&T) 理事、iSchools联盟数据科学教学指导委员会委员，并担任中国科学技术情报学会信息行为研究专业委员会、中国图书馆学会用户研究与服务专业组副主任等学术职务。

采访内容

1. 能否为我们介绍一下您课题组当前的主要研究方向，以及团队的最新研究进展？

我们团队长期围绕知识组织与检索、人智交互行为与协同决策、智慧图书馆等方向开展研究。这些方向虽然研究对象有所不同，但背后有一条比较稳定的主线，就是关注数字技术发展过程中人与信息、人与技术之间关系的变化。早期我们主要从信息检索、知识组织和用户信息行为出发，研究用户如何获取、理解和利用信息；随着人工智能不断融入信息活动，我们逐渐将研究延伸到人与智能系统的交互，以及人工智能参与复杂任务后的人智协同问题。

近年来，生成式人工智能的发展进一步推动了这一转变。人工智能的角色正在从信息提供和任务辅助，逐步拓展到内容生成、知识获取、分析判断和辅助决策等更加复杂的信息活动。围绕这一变化，我们重点关注生成式人工智能环境下的用户行为与可信交互，先后开展了智能搜索结果可信度、算法素养、隐私披露、信息甄别以及智能决策可解释性等研究。我们关心的不只是人工智能能做什么，更希望理解用户如何认识、理解、判断和使用人工智能，如何形成适度信任，以及人与人工智能如何建立更加有效的协作关系。2025年，我们与国内外学者共同完成了《Human–AI Interaction and Collaboration》一书，对人智交互与协同中的用户交互、隐私与可信度、知识共享、搜索交互等问题进行了比较系统的梳理和讨论。

智慧图书馆和公共数字文化服务也是团队持续推进的一条研究主线。近年来，我们围绕智慧图书馆的信息服务特征、建设方法以及数据与知识双驱动的智慧服务开展研究，同时尝试将多模态交互、沉浸式体验等技术引入公共文化服务和文化遗产场景。这些研究的共同出发点，是把技术放到真实的信息服务场景中考察，关注它能否更好地回应用户需求、改善服务体验。

目前，我们还在进一步探索人工智能自主性不断增强下的人智协同关系，包括具身智能进入智慧图书馆和沉浸式公共文化服务后可能形成的新型服务模式等。技术形态在不断变化，但我们的核心关切始终没有改变：从人的需求和行为出发理解智能技术，探索更加可信、有效的人智协同方式，使技术真正回应人的信息需求，更好地支持知识获取、利用与创新。

2. 结合您在人智交互、知识组织与智慧信息服务方向长期的研究积累，您认为未来3—5年，该领域哪些细分方向会成为科研界与产业界共同关注的核心热点？

我认为未来3—5年，人智交互领域一个比较重要的变化，是人工智能将越来越多地从辅助性工具走向复杂任务中的协作参与者。生成式人工智能已经能够参与内容生成、信息分析和辅助决策，随着智能体、具身智能等技术进一步发展，人与人工智能之间的任务分工和协作方式也会随之变化。因此，研究重点会逐渐从单纯提升系统能力，进一步转向如何建立更加有效的人智协同关系。

首先，可信与可解释的人智交互值得持续关注。当人工智能越来越深入地参与信息获取和决策过程，用户面对的不只是结果准不准确，还包括为什么得到这个结果、依据是否可靠、应该信任到什么程度。我们近年来围绕生成式智能搜索结果可信度、推荐系统透明度、智能决策可解释性和用户信任开展的研究，本质上都涉及人与智能系统之间的信任关系。随着人工智能自主性增强，如何形成适度信任、保持必要的人工监督，并明确人与人工智能各自的责任边界，会变得更加重要。

其次，多模态、沉浸式与具身交互会进一步拓展人智交互的研究边界。人与智能系统的交互正在从以屏幕和文本为主，逐渐扩展到语言、视觉、声音、动作乃至生理信号等多种模态，并进一步进入真实的物理环境。这意味着未来的人智交互研究不能只关注界面和系统性能，还需要把人的认知与行为放到具体情境和真实任务中加以考察，进一步探索更加自然、包容并能够适应不同用户和场景的交互方式。

最后，我认为面向知识创造和复杂决策的人智协同也是一个重要方向。人工智能已经逐渐进入科研、教育和知识服务等专业活动，但机器在信息处理方面的优势并不能替代人的经验、情境理解和价值判断。未来真正值得研究的，不是简单比较人和人工智能谁做得更好，而是进一步理解在不同任务和情境下，人和人工智能各自适合承担什么角色，如何发挥各自优势，并通过合理的任务分工、反馈和纠偏形成有效协作。

总体来看，这几个方向最终都指向一个共同的问题：随着人工智能能力不断增强，我们应当构建怎样的人智关系。人智交互研究不能只追求更强的机器能力，也需要关注技术如何影响人的认知、判断和行为。真正有价值的人智协同，应当使人工智能成为人的能力延伸，在提高效率的同时，更好地支持人的判断和决策。

3. 您不仅深耕科学研究，同时长期从事高校教学与人才管理工作，在您看来，信息学科人才培养应当如何对接当下人智交互快速发展的时代需求？

人工智能的发展对信息学科的人才培养提出了新的要求。面对这种变化，人才培养不能简单理解为增加几门人工智能课程，或者让学生学会使用新的工具。技术更新很快，我认为真正需要思考的是，在越来越智能化的信息环境中，学生应该具备怎样的知识基础和能力结构。

首先，专业基础仍然是人才培养的根基。信息组织、信息检索、用户研究、数据分析和知识服务等内容，并不会因为人工智能的发展而失去价值。相反，当信息生产和传播的速度越来越快，信息来源、质量、组织方式及其可信性等问题会更加突出。因此，引入大模型、生成式人工智能等新内容，不是简单替代原有课程和知识体系，而是要思考如何将新技术真正融入学科知识体系，在保持专业根基的同时更新教学内容和培养方式。

在此基础上，学生需要具备与智能环境相适应的人工智能素养和数据能力。我们近年来持续关注算法素养和人工智能素养问题，也越来越认识到，人工智能素养不能简单等同于会使用AI。更重要的是理解人工智能的基本原理和能力边界，能够判断生成信息的质量，识别可能存在的偏差与风险，知道什么时候可以借助人工智能，什么时候需要保持独立判断。未来越来越多的专业活动可能在人智协同环境中完成，因此学生不仅要会使用人工智能，还要逐步形成与人工智能协同解决问题的能力。

同时，人才培养还要更加重视问题意识和跨学科能力。当获取答案变得越来越容易，能否发现真正值得研究和解决的问题，能否判断答案是否可靠，并把信息转化为知识、用于解决实际问题，会变得更加重要。信息学科本身就具有明显的交叉属性，我们应当鼓励学生理解计算机科学、管理学、认知科学、社会科学等不同领域的方法和语言，使他们能够把新的技术方法放到真实的组织和社会情境中加以理解和应用。

最后，我觉得越是在人工智能快速发展的环境下，越需要重视人的主体性和责任意识。学生既要善于借助人工智能提高效率，也要理解隐私保护、算法偏差、知识产权、信息真实性等问题，保持独立思考和负责任使用技术的能力。我们希望培养的，不只是熟练使用人工智能工具的学生，而是具有扎实的专业基础，能够理解并合理运用智能技术，同时具备问题意识、创新能力和责任意识的人才。

4. 针对从事人智交互、知识组织、智慧图书馆相关方向的青年学生与青年科研工作者，您在科研选题、课题开展以及学术论文投稿方面有哪些实用的建议？

对于青年学生和青年科研工作者，我觉得很重要的一点是从问题出发，而不是从概念出发。现在人工智能领域发展很快，大模型、智能体、具身智能等新技术不断出现，为研究提供了很多新的机会，但新技术、新概念本身并不等于好的研究问题。选题时不妨多问自己几个问题：现实中究竟出现了什么值得研究的新现象？已有研究解释到了哪里？还有哪些问题没有解释清楚？自己的研究能够增加什么新的认识？把这些问题想清楚，再去选择合适的理论和方法，研究的基础会更加扎实。

课题开展过程中，我比较看重研究问题、理论、数据和方法之间的一致性。像人智交互具有很强的交叉性，可以采用实验、问卷、访谈、行为日志、多模态数据以及计算建模等不同方法。但方法并不是越复杂、越新颖越好，关键在于能否真正回答研究问题。不同的问题需要不同的证据和研究设计，不能为了追求方法上的复杂而偏离最初的问题。方法最终是为问题服务的，而不是让问题去迁就方法。

我也比较建议青年研究者处理好追踪技术前沿与形成长期学术积累之间的关系。技术热点会不断变化，但一个有生命力的研究方向往往有相对稳定的核心问题。比如从传统信息检索，到移动搜索、跨设备搜索，再到生成式人工智能环境下的信息行为，技术环境发生了很大变化，但用户如何获取、理解、判断和使用信息，人与技术如何形成有效交互，始终值得持续研究。这样，每一次技术变化都不是重新开始，而是能够在已有积累上发现新的问题、形成新的研究。

在论文投稿方面，我认为首先还是要把研究本身做好，重视研究的规范性和论证的完整性。同时，要认真了解目标期刊的学术定位和读者群体，判断自己的研究是否真正进入了这个期刊所关注的学术对话。无论采用什么方法，一篇好的论文都应该能够清楚说明为什么这个问题值得研究、已有研究还缺少什么、自己的研究增加了什么认识，以及所使用的数据和方法能否支撑最终的结论。对于青年研究者来说，建立完整而严谨的研究逻辑，比单纯追求技术和方法上的复杂更重要。

总之，科研最终还是一个长期积累的过程。我比较建议青年科研工作者去找到自己真正感兴趣、真正值得持续研究的问题，在不断回应新变化的过程中形成自己的学术积累和研究特色。

5. 您同时担任多本国际、国内学术期刊的主编与编委，如何看待开放获取 (Open Access) 出版模式对情报信息领域科研学者带来的机遇与价值？

我认为开放获取最直接的价值，是降低知识获取的门槛，让研究成果能够被更加广泛地阅读和利用。传统订阅模式下，学术成果的获取在一定程度上受到机构订阅条件的限制，而开放获取使不同地区、不同机构的研究者，以及高校之外的行业实践者和公共机构，都有更多机会接触和利用研究成果。从知识传播的角度看，这不仅扩大了研究成果的可及范围，也有助于成果进入更广泛的学术共同体和实践领域，为跨学科和国际学术交流创造更多可能。

对于信息资源管理领域来说，这一点尤其值得关注。我们研究的很多问题本身就与信息获取、知识共享和信息公平密切相关，因此开放获取与本学科长期关注的问题具有天然联系。如果进一步放到开放科学的背景下看，今天的科研开放已经不只涉及论文，还逐步延伸到研究数据、代码、研究材料和研究过程。在符合研究伦理、隐私保护、知识产权和数据安全要求的前提下，提高研究过程和成果的开放性与透明度，有助于知识的积累和复用，也能够为不同学科和研究团队之间的合作提供更好的基础。

当然，我们也需要理性认识开放获取。开放获取并不意味着学术质量标准发生变化，也不能简单等同于付费发表。无论采用开放获取还是订阅模式，研究本身的质量、规范的同行评议和学术伦理始终是学术出版的基础。不同期刊在学术定位、编辑质量和出版规范上也存在差异，因此作者选择期刊时，仍然需要认真考察期刊的学术范围、同行评议与编辑机制，并判断自己的研究是否与期刊所关注的学术问题真正契合。

从更长远的角度看，我认为开放获取真正重要的价值，不只是让一篇论文能够免费阅读，而是让可信的知识更加充分地传播、讨论和利用。出版模式会不断发展，但高质量学术交流的基本要求不会改变。如何在扩大知识开放程度的同时，建立与之相适应的质量控制和学术规范，是开放科学发展过程中需要持续关注的问题。

6. 本次您牵头创建特刊《Human–Computer Interaction: Overview, Challenges and Current Trends》，作为客座编辑，请您简单介绍该特刊的设立初衷、核心主题以及主要收稿方向？

近年来，人机交互正在经历比较明显的变化。人工智能、沉浸式技术和泛在感知不断发展，语音、手势、眼动、触摸等更加自然的交互方式也日趋成熟；同时，计算技术正在从传统桌面环境进一步进入可穿戴设备、车辆、公共空间和混合现实环境。交互的对象、方式和场景都在不断扩展，也由此带来了新的用户体验与研究问题。正是在这样的背景下，我们创建了《Human–Computer Interaction: Overview, Challenges and Current Trends》特刊，希望汇集这一领域最新的理论、方法与应用成果，对当前人机交互的发展态势、关键挑战和未来方向形成更加系统的认识。

这个特刊比较强调以人为中心以及具有应用和实证价值的研究。我们既关注人机交互理论和方法本身的进展，也希望看到新技术进入实际应用后，如何改善用户体验、提升系统的可用性与可访问性，以及如何应对信任、透明度和包容性等问题。换句话说，技术创新最终还是要落实到人与技术的关系上，真正回应人的需求和实际使用情境。

具体来说，特刊关注的方向比较广泛，包括多模态与自然交互技术，如语音、手势、眼动、触摸与触觉反馈；人智交互中的界面设计、对话智能体和大语言模型应用，以及人智协同中的信任、透明度与可解释性问题。此外，虚拟现实、增强现实和混合现实及沉浸式体验，情感与生理计算、脑机接口，泛在计算、可穿戴与情境感知计算，以及无障碍、包容性设计和辅助技术等，也都是本特刊重点关注的方向。

人机交互本身就是一个高度交叉的研究领域，我们也非常期待不同学科背景的研究者参与。我们希望通过这个特刊，一方面呈现人机交互领域当前具有代表性的研究进展，另一方面推动大家共同讨论人工智能时代不断出现的新问题和新应用，进一步探索更加可用、可及和以人为中心的人机交互范式。

特刊介绍

随着数字系统深度融入日常生活的方方面面，人们感知、理解技术并与之交互的方式变得前所未有的重要。人机交互是计算机科学与工程的交叉领域，从根本上影响着我们所依赖的各类系统的可用性、可及性与可信度。近年来，人工智能、沉浸式技术、普适感知快速发展，语音、手势、注视、触摸等更加自然的交互手段，推动整个领域发生深刻变革。随着计算应用从桌面端延伸至可穿戴设备、车载终端、公共空间以及混合现实场景，设计高效、包容且真正以人为本的交互范式，变得十分紧迫且颇具挑战。

现有大量相关文献较为分散，分布于各个子领域，且多局限于受控小规模实验场景。本期特刊旨在梳理人机交互领域的发展现状，剖析技术变革带来的全新挑战与未来发展方向。特刊高度重视应用研究与实证研究，征集既能推动理论与方法创新，又能够在实际场景中体现应用价值的学术成果。

为此，我们诚邀原创研究论文、系统性综述以及案例研究投稿至本期特刊《人机交互：概述、挑战与当前趋势》。我们尤其欢迎 (但不限于) 围绕以下主题开展的研究：

多模态与自然交互技术 (语音、手势、注视、触摸和触觉)

人机交互：界面设计、对话代理与大模型应用

人机协作：信任机制、透明度与可解释性

虚拟现实、增强现实、混合现实及沉浸式体验

情感计算与生理计算 (含脑机接口)

普适计算、可穿戴计算与情境感知计算

无障碍设计、包容性设计与辅助技术

本期特刊希望全面展现人机交互的发展现状与变革潜力，欢迎不同背景的科研人员、设计师与行业从业者分享研究成果与见解，共同打造更加友好、以人为本的交互范式。

投稿截止日期：2027年3月20日

了解特刊详情：https://www.mdpi.com/journal/applsci/special_issues/5463PQIOE3