日前，上海纽约大学举办了2024春季本科生科研专题研讨会。
本科生科研专题研讨会是上纽大延续多年的传统，每学期举办一次。作为小而精、小而强的研究型大学，上纽大的本科生科研呈现出鲜明的跨学科特点。本科生做研究，能训练学生解决真实问题的能力和创新精神，培养学生的科研兴趣及自主学习能力等。
本次研讨会由上纽大学术事务部主办，学生在综合人文与社会科学、理工科类领域开展研究，在教授、学者的指导下于春季学期完成了原创性科研项目，内容涵盖政治两极化、人工智能等不同主题，并在大会上展示研究成果。
这场半年一度的活动体现了上纽大对本科生科研及师生合作研究的支持与重视。工程与计算机科学、数据科学与工程学部代理主任Nasir Memon在发言中寄语学生，“科研之旅，并不总是关于目的地，更在于旅程本身。”
在学生上台展示人文社科类研究成果前，上纽大文理学部主任、历史学教授David Atwill探讨了本科生研究对上纽大的影响。“大学之精髓，在于创造知识。正是这些学生们让这所大学与众不同；而他们展示的科研成果，是我们今天齐聚于此的原因。”
与会者倾听了学生们的研究报告。上纽大社会学助理教授缪佳每年都会参加研讨会，看到学生展示个人研究项目，她感到欣喜。“我认为这个研讨会不仅是学生展示个人成就的平台，也激发了包括我在内的其他人的灵感。我相信，学生们在这里展示的项目会激发未来的探索，点燃好奇心，也能帮助上纽大培养科研文化。”
综合人文与社会科学 A
最佳演示奖
美国社交媒体与政治两极化之间的关系
研究者：2024届学生Helen Zhu
指导老师：城市研究助理教授Tyler Haupert
项目简介：
政治两极化一直是美国政治领域备受关注的研究课题。近年来，政治两极化呈现出愈发明显的态势。与此同时，社交媒体的使用也在持续攀升。本研究审视并分析了美国一项针对609名受访者的调查数据。受访者在调查中回答了社交媒体使用情况、对媒体的信任程度及对在野党的看法等问题。研究旨在通过统计显著性分析，量化社交媒体对政治两极化现象的影响程度。
研究中最具挑战性的地方是什么？
我在纽约大学修习的课程大多围绕美国政治领域，因此研究课题也与此有关。本次研究是服务于我的毕业设计，所以选这个课题也合情合理。研究过程中最具挑战的部分当属研究设计，特别是设计调查问卷，要考虑向受访者提什么问题、如何提问。设置的这些问题必须能衡量因变量，但“两极化”的因变量并不容易衡量。我认为决定参加研讨会的同学们，一定要选择自己喜欢的课题，因为完成研究并非一蹴而就，你会有一段时间都要聚焦在这个课题上面。
最佳研究项目奖
北向资金的动态变化： 中国股市的预测力与交易策略
研究者：2025届学生罗敬儒，2024届学生吴思腾、潘一鹭
指导老师：金融波动研究所执行主任周欣
项目简介：
基于2014年11月至2023年10月间的数据，此研究分析了北向资金在中国“股指通”计划中的预测能力及交易逻辑，特别聚焦于其对沪市的影响。研究结果显示，自2020年以来，北向资金对于具有特定财务特征公司的偏好发生变化，进而导致其市场预测能力有所下滑。研究剖析了北向资金的短期和长期交易策略，发现了一种适应市场条件的动态方法，同时阐释了近期监管政策变动的影响，指出这些变化会如何重塑投资策略和市场动态。
为什么选择这个课题？
北向资金是时下热门话题。许多人指责北向资金外流导致股市低迷，也有不少投资者视其为预测股票未来收益的风向标，监管机构也在讨论缩减实时股票连接数据的可能性。我们对这一现象感到好奇，决定探究北向资金的奥秘。
与导师如何开展合作？
这项研究隶属于上纽大金融波动研究所研究助理项目，为期一年。我们的导师是研究所执行主任周欣教授。周教授为我们的研究提供了很多见解和支持。我们每周都要准备研究报告和展示文档，向周教授和研究所研究助理项目旗下的其他团队介绍我们每周的进展。对我们而言，每周的例会就像是小型研讨会，让我们确保研究工作的稳步推进。最终我们完成了研究报告，并在大会上展示成果。
从此次研究和展示经历中学到了什么？
吴思腾：我学会了如何与不同学科背景的成员合作。我主修金融学和数据科学，而队内其他成员都是数学专业的。有时候，我需要向他们解释金融概念，他们会帮我理解数学领域的内容。这是一次很好的经历，我们互相学习，取长补短，把项目做得更好。
综合人文与社会科学 B
最佳演示奖
中国夫妻性生活后的行为及其相关性
研究者：2024届学生Julie Yang
指导老师：心理学教授Pekka Santtila
项目简介：
本研究聚焦调查性生活后行为对中国夫妻的影响，以填补相关领域的研究空白。本研究开展了感性焦点干预随机对照试验，邀请42对中国夫妇在干预前后填写问卷，对性生活后行为、关系满意度、性生活满意度、亲密度和性功能障碍等情况进行反馈。结果显示，女性的性生活后消极行为减少和关系满意度及性功能的提升有关；男性则相反，关系满意度和性功能的提升会带来更多性生活后的消极行为。不过，夫妻双方在亲密度升高后，性生活后消极行为都会减少。研究还发现，参与感性焦点干预的夫妻，其性生活后消极行为少于对照组。
为什么选择这个课题？
性研究通常聚焦于性爱的过程，性爱后发生的事往往被忽视。此外，大多数关于性的研究都是基于西方背景，因此通过引入中国夫妻作为主体开展这项研究，能够填补现有研究的空白。
与导师如何开展合作？
Santtila教授是我遇到过的最支持我的导师。我在2023年春季学期选修了他的“人类性心理学”（Psychology of Human Sexuality），也是从那时起，我对性研究的兴趣开始发芽。Santtila教授的授课内容发人深省，他善于引导讨论，鼓励学生对当前话题展开批判性思考。教授非常聪明、心地善良。本次研究全程在线上进行，他一直都在坚定不移地支持我。Santtila教授是我学习和研究路上的强大动力，我由衷感激和珍惜与他合作研究的时光。
在这次研究和展示中最大的收获是什么？
不仅要一步一个脚印地完成项目，也要为每一个小目标的达成欢欣雀跃。这项研究作为我毕业设计的一部分，时长两个学期。这也是我第一次开展如此大规模的研究。虽然有时感觉研究的过程很漫长，但我非常重视对每个小小成就的庆祝。在准备展示时，我把它当成音乐创作，把演讲稿写下来，标出需要强调的词，并在词与词之间停顿，在展示时加入一些动作也有助于吸引听众的注意力。就像演奏音乐一样，演讲也是熟能生巧！
最佳研究项目奖
人工智能生成的广告图片对消费者决策的影响
研究者：2024届学生孙若铭
指导老师：全球公共卫生教授、全球健康公平研究中心主任Brian Hall
项目简介：
人工智能在市场营销行业中应用广泛，多用于生成有趣多样的广告图片来吸引消费者的注意。本研究运用ChatGPT生成的图片开展线上实验，从情感决策的角度，探索人工智能生成的广告图片对消费者心理有何影响。实验结果表明，与真实照片相比，人工智能生成的图片对人们的感知质量、情感和态度没有显著影响。研究还在两种产品类型中证实了感知质量、态度和情感对消费者购买意向可产生影响，而人工智能生成的照片在其中充当了调节变数的角色。
为什么选择这个课题？
社交媒体上每天都充斥着各种广告，加之我对消费者行为和决策科学非常感兴趣，这使我想要探究为什么消费者明知图片是人工智能生成的，目光还是会被它们吸引。我研究的方向是一个新兴领域。通过这次研究，我更深入地了解到当前相关领域内前沿研究的方向和方法。此外，通过这次展示，我还学会了如何用通俗易懂的语言，生动地介绍我的研究和工作。
与导师如何开展合作？
在我为这个研究课题集思广益的过程中，Brian Hall教授为我提供了很多宝贵的见解，也帮助我确定了这个既有趣又有意义的课题。他还教会了我很多有关数据分析的知识，让我更清楚地知道如何选择最合适的分析模型。此外，Hall教授还为我未来的研究道路提供了很多极具前瞻性的指导。
研究中最具挑战性的地方是什么？
在研究过程中，我遇到最大的挑战是如何围绕我选择的课题设计研究，这是一个崭新的领域，没有类似的已有研究供我参考。通过查阅消费者心理学方面的大量文献，探索生成式人工智能的各种功能，我最终设计出了一份既符合对照实验要求、又能成功测试我所要分析的变量的问卷。
理工科类
最佳演示奖
短时午休对情绪价值词语的情感反应的影响
演示者：2024届学生路书畅
指导老师：神经与认知科学副教授田兴
项目简介：
这项试验性研究主要探讨短睡眠，特别是非快速眼动第二阶段（N2）睡眠中的睡眠棘波对情绪联想和想象任务中情绪反应性的影响。目前，相关研究主要聚焦睡眠棘波在记忆形成、智力和学习中的作用，对其情绪方面影响的研究较少。我们推测，N2睡眠中的睡眠棘波在情绪调节中起着重要作用。因此，通过脑电图测量和情绪词语刺激，我们分析了情绪反应性。这项研究对理解情绪调节有着重要意义，可能有助于提升人体各领域的认知功能和情绪健康。
与导师如何开展合作？
总体来说，我在研究中拥有很大的自主权。虽然我的研究兴趣和田教授的研究方向不完全一致，但他非常支持我，帮我设计实验，还为这项研究提供了必要设施。我还与田教授实验室的博士生Lu Yunan合作紧密，他帮我完善了实验程序和任务代码结构，还为这次研究提供了数据预处理的示例代码。
在此次研究和演示中最大的收获是什么？
对睡眠和情绪问题的亲身经历和日常观察激发了我的研究兴趣。我对于睡眠在调节人类行为，尤其是对情绪和幸福感的潜在影响上非常感兴趣。我认为我本应从更简单的方法入手。此次研究中，我采用了较为复杂的情绪诱导方法，研究了非快速眼动（NREM）短时睡眠对情绪反应的影响。相比于使用面部表情或电影片段进行情绪诱导的方式，或有关快速眼动（REM）睡眠的研究，前人对于此次研究所使用的方法和课题的关注相对较少。虽然这是一次试验性研究，但一次只关注一个变量也许更容易得到预期结果。不过，我也明白，无效结果也是重要的，应该如实记录。无效结果对我未来的研究道路意义重大，即使结果是无效的，这些结果仍然能够帮助我探索当前研究方法的局限性，促使我探究这些方法最终产生无效结果的原因所在。
研究中最具挑战性的地方是什么？
以前我在编码方面的经验有限，这对我来说是一个不小的挑战。不过，这一困难是预料之中的，我也做好了充分的心理准备。我基于满足实际需求来学习编码和分析，每当需要实现一个特定的功能时，我就会查询相关资料进行学习。
最佳研究项目奖
优化量子动力学模拟：自旋玻色子模型动力学方法比较研究
研究者：2024届学生Brian Liu
指导老师：化学助理教授孙翔
项目简介：
本论文研究了自旋玻色子模型中模拟种群动力学的各种计算方法，重点关注数值精确和近似方法。通过大量阅读文献综述、大范围模拟实验，本研究评估了这些方法的准确性、效率和可靠性。研究结果表明，数值精确方法得到的结果虽然更加精确，但对计算资源的要求更高；而近似方法虽然降低了计算负担，但结果不如数值精确方法准确。这项研究对于更好地理解自旋玻色子模型中的量子动力学具有重要意义，并为未来优化相关计算策略奠定了基础。
研究中最具挑战性的地方是什么？你是如何克服的？
在研究过程中，我遇到的最大挑战是难以找到关于各种近似和数值精确动力学方法的相关文献。幸运的是，我的导师孙翔教授在这方面给了我很大的帮助，为我提供了一些他自己曾使用过的文献作为参考。与孙教授共事让我受益匪浅，他丰富的专业知识和建设性的指导反馈大大提高了此次研究的质量。
最受欢迎项目奖
大语言模型偏向监测：基于提示的语言模型输出偏差检测框架
研究者：26届学生Ameer Qureshi、Ramish Jalil
指导老师：信息技术访问副教授Rachid Rebiha
项目简介：
随着科技的进步，生成式人工智能得到越发广泛的应用。专家预测，在未来10年内，互联网上92%的数据都将由生成式人工智能生成。生成式人工智能能够根据提示自动生成新的内容，但遗憾的是，它往往会强化数据集中原有的偏向。本研究创建了一个自动提示框架，可以用于量化终端用户输出中的偏差。通过这个框架，我们可以比较不同大语言模型（LLM）工具和方法在职业、性别、种族、宗教和政治意识形态等两极化主题上存在的偏差。