主题一          Human & Machine Learning, Curiosity, and Reasoning Explored in Constructivist Contexts建构主义学习理论背景下的人机学习、好奇心与推理机制探索

活动时间     2026年06月11日（星期四）上午09:00-10:45

活动地址     文济楼404

主讲人         Joseph Colantonio助理教授，美国北爱荷华大学

主持人         高鸿铭副教授，性爱网-免费成人性爱影片

主办单位    性爱网-免费成人性爱影片

嘉宾简介

Dr. Joseph Colantonio received his Ph.D. in Psychology from Rutgers University – Newark in 2023, focusing on cognitive development. He previously served as a Postdoctoral Research Fellow at Harvard University, in the Computational Cognitive Development-Education Lab. He continues these collaborations as a Visiting Scholar at Harvard, and recently started as an Assistant Adjunct Professor in the Department of Psychology at the University of Northern Iowa. Dr. Colantonio’s research utilizes behavioral experiments, computational modeling, and machine learning to understand the mechanisms of human learning, curiosity, and decision making. His research focus includes the computational level of conceptual change, physiological markers of learning, and social-cognitive processes. These topics are explored in regards to naturalistic contexts, such as teaching in the classroom, interacting with digital environments, and childhood playtime.

Joseph Colantonio 博士 2023年于美国新泽西州罗格斯大学-纽瓦克分校获得心理学博士学位，研究方向为认知发展。他曾于哈佛大学教育学院Computational Cognitive Development-Education 实验室担任博士后研究员，目前受聘为美国北爱荷华大学心理学系助理教授，并以访问学者身份继续在哈佛大学开展合作研究。Joseph Colantonio 博士通过行为实验、计算建模和机器学习方法研究人类学习、好奇心和决策行为的内在机制。他的研究关注点包括：从计算建模的视角探究概念转变的逻辑机制、学习过程中的神经与感官指标和社会认知加工过程。这些研究课题紧密结合现实生活情境，具体应用场景涵盖了课堂教学互动、数字化环境交互以及儿童时期的游戏。

Joseph Colantonio博士的学术成果广泛发表于心理学与认知科学领域的国际顶尖期刊，包括Developmental Science, Child Development, Topics in Cognitive Science, npj Science of Learning, Behavioral and Brain Sciences, IEEE TCDS, and Entropy. 他长期受邀担任多家权威期刊与学术协会的审稿人，包括Cognition, Cognitive Development, Developmental Psychology, and the Journal of Experimental Psychology。

讲座内容简介

Abstract

     There are a multitude of questions we can ask regarding human intelligence in respect to real-world applications and understanding contexts “outside-of-the-lab”. Through a series of behavioral experiments and computational implementations, I will share findings from a resource-rational, Constructivist perspective that strengthen our understanding of behaviors at the individual-level.

     The first set of papers regards how we can boost learning about complex concepts, with consideration of the roles of our physiology, cognitive capacities, and interactions with other social agents. This work regards quantifying conceptual change and rule learning, highlighting contexts that elicit nearly-optimal, Bayesian-like learning in elementary school children.

     The second paper describes work that highlights how humans may be “adaptively curious”, and identifies developmental shifts in children's information seeking behaviors and social cognition. This involves a series of behavioral studies in online play environments, and individualized decision models, revealing how children adapt their curiosity naturalistically, representing patterns of information seeking and causal learning during early and middle childhood. Altogether, implications for cognitive development and social reasoning will be discussed. Further discussion of connections to AI tutoring and recommender systems will also be noted.

摘要

   关于人类智能在现实应用以及“实验室之外”真实环境中的表现，存在着许多值得探讨的问题。本次讲座将结合行为实验与计算模拟，从资源理性与建构主义学习理论的视角，分享我们对个体行为规律的最新发现，深入研究人类在现实场景中如何思考与决策。

   第一部分：攻克复杂概念——生理、认知与社交的协同

   我们将探讨如何提升复杂概念的学习效果。研究不仅关注个体的生理状态和认知能力，还重点研究了人类与社会代理人（包括老师、同伴以及 Chatbot 聊天机器人等智能系统）的互动。通过量化“概念转变”与规则习得的过程，我们发现在特定情境下，小学生也能像展现出近乎完美的贝叶斯式最优学习模式

   第二部分：适应性好奇心——儿童如何像科学家一样探索？

   这部分研究探讨人类如何展示出“适应性好奇心”，揭示了儿童在信息搜寻和社会认知方面的阶段性成长。通过在在线游戏环境中的行为研究与个体化决策模型，我们发现孩子们在自然情境下能非常灵活地调节自己的好奇心，并展现出童年早中期特有的信息检索与因果学习模式。

   最后，我将讨论这些发现对认知发展和社会推理的启示，并进一步探讨其与 AI 智能辅导及推荐系统的关联。

主题二          针对新鲜及临期食品的最佳定价与日期标签策略

活动时间     2026年06月11日（星期四）上午10:50-12:30

活动地址     文济楼404

主讲人         肖淑娴助理教授，美国北爱荷华大学

主持人         高鸿铭副教授，性爱网-免费成人性爱影片

主办单位     性爱网-免费成人性爱影片

嘉宾简介   

 肖淑娴博士 2025年于美国纽约州立大学-布法罗分校获得管理学博士学位，方向为运营管理。她目前为美国北爱荷华大学David W. Wilson College of Business管理学助理教授。她的研究兴趣包括：面向消费者的运营模型 (Consumer-oriented operations models)，定价与库存管理 (Pricing and inventory management)，可持续供应链管理 (Sustainable supply chain management)，和零售运营 (Retail operations)。研究成果发表在 International Journal of Production Research、Journal of Industrial & Management Optimization等国内外核心学术期刊，另有论文在UTD24期刊Production and Operations Management审稿中（Reject and Resubmit）。曾获POMS Conference 2021优秀分会场主席荣誉等。

讲座内容简介

零售商通常采用三种不同的定价和日期标签策略来管理易腐食品：

（1）策略DN(Display New Only): 仅对新产品进行定价和日期标注，同时丢弃临期产品；

（2）策略DB(Display Both):对新产品和临期产品进行区分定价并分别标注日期；

（3）策略 M (Mixed Batch)： 将新产品和临期产品混合销售，不标注日期，并以统一价格出售。

    我们分析了一个单周期模型，且消费者群体对新产品和临期产品的支付意愿具有异质性（多样化）。在给定两种产品初始库存的情况下，我们刻画了三种策略下消费者的购买行为以及零售商的最优利润。研究发现：由于采用了差异化定价和标签方案，策略 DB 在利润和减少食品浪费方面始终优于策略 DN；策略 DB 和策略 M 之间不存在绝对优势，谁更优取决于初始库存、产品的鲜度差异，以及消费者对混合产品的感知新鲜度。此外，我们将单周期模型扩展到了无限期的定价与库存补货问题中，数值仿真结果与主要研究结论保持一致。 本研究为零售商实施最优的定价与日期标签策略提供了参考，有助于其在提升利润的同时有效减少食品浪费。