为探索大模型时代下出现的新社会问题，以及解决这些问题的新途径和方法，以人工智能技术推动社会的发展和进步，由北京师范大学心理学部主办、微软亚洲研究院与剑桥大学心理测量中心协办的 2024 计算社会科学暑期国际研讨会将于 2024 年 6 月 30 日至 7 月 12 日在北京举办。

研讨会将以“人工智能与社会科学”为主题。计划邀请约 50 名参与者，旨在鼓励多学科间的跨界合作，涵盖人工智能技术、计算机与数据科学、社会科学、设计思维等领域，关注人工智能技术的伦理和社会责任。

了解更多信息，请访问本次研讨会官网：https://sicss.io/2024/beijing/。

计算社会科学暑期国际研讨会（SICSS，网址链接https://sicss.io），致力于社会科学和数据科学跨学科领域的前沿研究，旨在为对计算社会科学感兴趣的研究生、博士后研究人员和青年教师提供免费的、开放的、高质量的课程，以促进该领域的发展。自 2017 年以来，SICSS已在全球 53 个地点的分校展开，汇集了来自 500 所大学和 150 个学术领域的 1046 名参与者。在 SICSS 活动中孵化的研究已经出现在核心研究期刊上，并获得了主流媒体的报道。每个分校的参与者可以加深对计算社会科学方法的学习、参加领域顶尖学者带来的一系列主题讲座，并与其他参与者合作开展跨学科研究项目。

01 申请要求

申请资格

参与者仅限于研究生（博士优先）、博士后研究人员和青年学者。

我们欢迎来自全球各种背景和研究领域的申请者，特别是对“人工智能与社会科学”及其相关领域感兴趣的申请者。

参与者需出席并参与整个为期两周的项目。

我们从多个维度评估申请人：

(1)计算社会科学领域或者社会责任人工智能领域的研究和教学经验

(2)从事“人工智能+社会科学”交叉学科领域研究和教学工作的可能性

(3)对公共领域的贡献，例如创建开源软件、管理公共数据集以及为他人创造教育机会

(4)参与者通过研讨班成长的潜力

(5)为其他参与者的教育经验做出贡献的可能性

(6)将计算社会科学传播到新的知识社区和研究领域的潜力

(7)申请人的职业阶段和之前的教育经历

申请材料

申请信（不超过 500 词），概述您的研究兴趣、成就以及对研讨会的潜在贡献（英文）
最能代表您研究的出版物或写作样本（英文或中文）
简历（英文或中文）

提交方式

所有申请材料必须通过Google Form（链接：https://docs.google.com/forms/d/e/1FAIpQLSeIzmYE06CUsAEF74Y9-mj2F26BBzAK7axg-S8k7ZTh3S1Xdw/viewform）或问卷星（链接：https://www.wjx.top/vm/O0eq5GQ.aspx）提交。

申请截止日期

2024 年 4 月 7 日晚上 11 点 59 分（北京时间）

我们将在 2024 年 5 月 12 日左右通过电子邮件 sicss_beijing2024@163.com 通知申请人，并要求参与者确认参与。

问询可发送至sicss_beijing2024@163.com。

费用与资助

本次研讨会活动免费。参加者需自行承担本次活动期间的交通和住宿费用。

我们将为最多 10 名参与者提供每天 300 元* 12 天的择优奖学金。

微软亚洲研究院为每位学员准备纪念礼品以及优秀学员特别奖励。

02 研讨会亮点

此次研讨会为全英文授课。研讨会专属教学计划将包括课程、讲座、小组讨论和由参与者主导的研究项目，主题聚焦大语言模型、社交媒体和文本分析、网络分析、心理测量学、社会责任人工智能等。

聆听来自剑桥大学、普林斯顿大学、斯坦福大学、清华大学、微软亚洲研究院等国内外顶级学者的讲座和分享；与组织者、其他参与者和来访演讲者交流探讨。

参与研究小组，与志趣相投的小伙伴一起研究与探索；在领域专家的指导下，收获前沿研究洞察。

所有参与学员都将加入计算社会科学暑期研讨会社群，收获更多发展机会。

03 导师团队

骆方

北京师范大学心理学部副部长，教授，兼任中国教育技术协会教育统计与测量分会副理事长、中国教育学会心理与教育统计与测量分会秘书长。她长期从事人工智能与心理学的交叉学科研究，目前的研究兴趣包括人工智能和心理测量学的人机交互测试开发、过程性数据挖掘以及基于大模型的教育测试研发和应用。已发表论文近 100 篇，获得国家自然科学基金、社会科学基金等二十余项。

Matthew J. Salganik

普林斯顿大学社会学教授，同时隶属于普林斯顿大学的多个跨学科研究中心，包括人口研究办公室以及统计和机器学习中心。研究兴趣包括社交网络和计算社会科学。他是《计算社会学》（ 《Bit by Bit: Social Research in the Digital Age》 ）一书的作者。

谢幸

微软亚洲研究院资深首席研究员，中国科学技术大学兼职博士生导师。他领导的研究团队致力于数据挖掘、社会计算和负责任人工智能等领域的研究。他的学术成就包括 2019 年获 ACM SIGSPATIAL十年影响力论文奖及中国计算机学会青竹奖，2020 年获 ACM SIGSPATIAL十年影响力论文荣誉奖，2021 年获 ACM SIGKDD China 时间检验论文奖，2022 年获 ACM SIGKDD 时间检验论文奖，2023 年获 IEEE MDM 时间检验论文奖和中国计算机学会自然科学一等奖，并被评为 DeepTech中国智能计算科技创新人物。他是 ACM 会士、IEEE会士、以及中国计算机学会会士。

林衍凯

中国人民大学准聘助理教授。2014 年和 2019 年获得清华大学学士和博士学位。博士毕业后曾在腾讯微信担任高级研究员，于 2022 年加入中国人民大学，任助理教授。其主要研究方向为预训练模型、自然语言处理。曾在 ACL、EMNLP、NAACL、AAAI、IJCAI、NeurIPS 等自然语言处理和人工智能顶级国际会议上发表论文40余篇，Google Scholar 统计被引用次数达到 9000 余次，H-index 为 27。其知识指导的自然语言处理研究成果总结为《结构化知识表示学习方法》中的其中三项代表性工作并获评教育部自然科学一等奖，同时成果开源工具包 OpenKE、OpenNRE 在世界影响力最大的开源平台 Github 上获 6400 多个星标，成为国际上知识驱动的自然语言处理的主流工具。曾担任 EMNLP、ACL ARR 等会议的领域主席。

王希廷

中国人民大学准聘助理教授。本科、博士毕业于清华大学，曾是 MSRA 社会计算组首席研究员。研究兴趣为可解释、负责任的人工智能，相关科研成果落地全球占有量第二的必应搜索引擎。两篇论文被 CCF-A 类期刊 TVCG 评选为封面论文，被邀请担任 IJCAI、AAAI 领域主席，加入IEEE VIS组委会担任档案主席，Visual Informatics 编委，被评为 AAAI 2021 杰出高级程序委员。两次受邀在 SIGIR 可解释推荐研讨会上发表主旨演讲，是 CCF 和 IEEE 高级会员。

曹檑

北京师范大学心理学部讲师，清华大学计算机科学与技术系博士。他的研究兴趣是人工智能和心理健康，例如基于深度学习的检测用户极端心理状态的方法、学生在课堂上的学习状态时时评估等。

曾安

北京师范大学系统科学学院教授。他的研究结合了统计物理学和计算机科学以挖掘由大数据带来的机会和可能性。他用网络科学工具来更好地理解和预测社会互动、人类流动和行为研究。迄今为止，已发表论文约 50 篇，引用次数超过 2000 次。

Kondwani Kajera Mughogho

剑桥大学心理测量中心心理测量师。他拥有奥斯陆大学教育测量博士学位。在加入心理测量中心之前，Kondwani 曾在国家教育研究基金会 ( NFER ) 担任心理测量学家。他是负责对资格和考试监管办公室 ( Ofqual ) 的国家参考测试 ( NRT ) 进行心理测量分析的团队成员。

孙鲁宁

剑桥大学心理测量中心的研究主任，同时也是剑桥大学 Judge 商学院组织行为学科组的副研究员。他于2014年获得剑桥大学心理学系心理测量学博士学位。他是一位经验丰富的心理测量学家和研究员，曾领导多项国际研究合作，推动了心理和行为测量领域的发展。他的研究重点是心理测量理论和技术的进步所带来的新评估形式。他还对大型语言模型等人工智能系统的评估感兴趣。

杨笛一

斯坦福大学计算机科学系助理教授，研究兴趣包括自然语言处理、机器学习与计算社交语言，研究方向面向计算社会科学和自然语言处理。致力于结合 NLP、机器学习和社会科学来研究人类如何在社会环境中使用语言，以及开发先进的语言技术以促进更好的人机交互，工作包括人工智能技术和社会科学理论的新颖融合。她曾入选 2020 年“福布斯 30 位 30 岁以下科学精英榜”、2020 年IEEE“AI十大潜力人物”、2021 年《麻省理工科技评论》中国区“ 35 岁以下科技创新 35 人”、2021 年度教育部“基础学科拔尖学生培养计划 2.0 ”优秀学生等。

David Stillwell

剑桥大学心理测量中心学术主任，计算社会科学教授和剑桥 Judge 商学院 MBA 课程副主任。他于 2012 年 12 月获得诺丁汉大学心理学院决策学博士学位。他的研究兴趣包括心理测量学、心理学、决策和社交网络。他利用大数据来理解心理学，同时还从事心理测量学和人员分析方面的咨询工作。他的研究成果已被全球许多国家政府的国家数据保护监管机构引用。

José Hernández-Orallo

西班牙瓦伦西亚理工大学教授，英国剑桥大学 Leverhulme 未来智能中心高级研究员。他的学术和研究活动横跨人工智能、机器学习、数据科学和智能测量等多个领域，重点是对人工智能的能力、通用性、进展、影响和风险进行更深入的分析。他已就这些主题出版了五本书，发表了两百多篇期刊文章和会议论文。他是 AAAI、CLAIRE 、 ELLIS 和 EURAI 的成员。

李勇

清华大学电子工程系副教授、博士生导师。长期从事数据科学与智能方面的科研工作，作为负责人承担自然科学基金重点、国家重点研发计划等项目，科研成果在KDD、NeurIPS、WWW、UbiComp 等国际会议与期刊发表学术论文 150 余篇，文章引用 16000 余次，6 次获国际会议最佳论文/提名奖。先后入选教育部长江学者、全球“高被引科学家”、国家“万人计划”青年拔尖人才计划，获IEEE ComSoc 亚太区杰出青年学者奖、教育部科技进步一等奖、电子学会自然科学二等奖、吴文俊人工智能优秀青年奖。