上海交大国务学院博士研究生曹语嫣与梁昕教授在《Public Management Review》发表论文

近日，上海交通大学国际与公共事务学院博士研究生曹语嫣（第一作者），国际与公共事务学院、应急管理学院教授梁昕（通讯作者）合作的研究论文“Negativity trumps source: exploring the perceptions of AI-advice among public officials”在线发表于公共管理国际权威期刊Public Management Review (PMR)。

论文简介

循证决策 Evidence-basedpolicymaking 的核心是在政策制定中系统运用证据，以提升政策效能、减少政治干预。人工智能技术的发展既拓展了公职人员处理复杂数据的能力，也因问责、算法偏见与透明度问题，引发了关于循证决策基础与实践的新探讨。当前相关研究仍存在两大理论缺口：一是多聚焦人类专家的政策建议，尚未明晰公职人员对人工智能建议的可信度认知；二是侧重制度、组织等外部因素，忽视了公职人员解读政策建议的内在认知机制。为弥补上述不足，本研究以转基因食品政策为场景，采用2×2调查实验设计，考察政策建议来源、建议效价对公职人员信任度与政策偏好的影响，以及先验信念的调节作用。研究发现，人工智能与人类专家的建议来源无显著影响，而负面效价的建议对公职人员的影响更为突出，且在契合其已有信念时效果更强。本研究的学术贡献主要体现为三方面：一是将人工智能纳入循证决策理论体系，回应了循证决策中证据来源的核心议题；二是丰富了认知偏差影响循证决策实践的相关研究；三是揭示了公职人员的信任—偏好悖论，深化了学界对公职人员避责行为的认知，为理解循证决策的实践逻辑提供了更为细致的理论视角。

作者简介

曹语嫣，上海交通大学国际与公共事务学院2024级博士研究生，研究兴趣主要是公务员行为、数字治理，在Public Management Review、Government Information Quarterly、《图书情报工作》《情报理论与实践》等国内外权威期刊上发表论文7篇，曾获国家奖学金、科研与实践先进个人等荣誉。

梁昕，上海交通大学国际与公共事务学院教授、应急管理学院副院长，博士生导师，主要研究方向为气候变化风险与对策、居民风险应对行为的建模与仿真、算法风险与数字治理。在Public Management Review、Risk Analysis、Journal of Risk Research、Renewable and Sustainable Energy Reviews、《公共行政评论》等国内外权威期刊发表论文几十篇。

* 论文链接请点击“阅读原文”跳转