研究领域与操作性概念
核心研究
操作性机制
应用情境
方法与理论
Research & public outputs
研究与公开成果
以下记录区分论文出版、会议成果、公开工作主题、正式输入文件与工作组贡献，不把工作过程误写为机构采纳或正式标准。
研究标签体系
论文
Finance Research Letters
CEO digital background and corporate digitalization: the role of regional policy. Finance Research Letters, Volume 88 (2026), Article 109135.
会议
International System Dynamics Conference 2026
Algorithmic Friction and Yin-Yang Cybernetics: Reconstructing the Foundational Logic of System Dynamics in the Age of AI.
FG-TIDA
Theme #16 — Operational Human Oversight Integration for Agentic AI Trust Systems
公开工作主题，围绕介入触发、升级、合格人员复核、人工覆盖、暂停、证据要求和恢复运行条件等机制展开。
FG-TIDA公开工作仓库将 Lei Gao 标注为提案提出者（proposer）。该主题属于开放中的工作过程，不等同于已采纳的ITU-T建议、标准或正式机构立场。 Theme #16 ↗
作为提案提出者，Lei Gao参与了工作结构整合、候选要求草案准备及技术讨论协调。这些是公开工作过程中的贡献，不代表正式受任的工作组领导职务。
2026年10月30日工作进展
Theme #16：当前工作状态
公开工作提案提出者：Lei Gao核对日期：2026年10月30日
- 工作基线：Consolidated Working Structure v1；Requirements Matrix v0.2及已发布的UC-6校准保持不变。
- UC-6 Stage 0：仅针对部分映射语义进行有限、可复现的校准；这不能证明人工审查具有实质性或经过身份认证，也不能证明实际监督能力、实时执行或成功控制转移。
- UC-4：延期执行场景的操作映射仍属候选工作，取决于已商定的版本化源案例及预期观察项。
- Candidate D1 Requirements v0.1：已分享供技术审查，不替代Matrix v0.2，也不是已采纳的要求集。
- 面向操作人员的评估：目前采用“operator-facing experimental assessment package”（面向操作人员的实验评估方案）这一表述，而非“validation package”。版本化源案例、预期观察项、协议范围、独立性安排、回退条件及结束标准等前提仍待商定。该方案尚未达到实验执行准备状态，也不构成监督有效性已获验证的证据。
当前讨论明确区分证据是否可用、是否呈现给人员、人员是否注意并理解、技术执行与执行确认，以及独立观察到的实际效果。回退机制应明确触发条件、责任主体和预期效果。
作为提案提出者，Lei Gao参与整合工作结构、准备供技术审查的Candidate D1要求草案，并协助协调用例前提条件及独立界定的操作人员评估方案。这是公开工作过程中的贡献，不代表正式受任的工作组领导职务。
以上均为准备性工作材料，不代表ITU-T已采纳规范、工作组章程、正式交付成果或机构决定。
FG-AI4SSC
FGAI4SSC-I-015 — Human Oversight in AI-enabled Smart Sustainable Cities WG4
向 ITU-T FG-AI4SSC 提交的正式输入文件，聚焦AI赋能城市系统中的可操作人工监督。该贡献其后已分配至 WG4 继续推进。
WG4分配属于工作流程状态，不等同于ITU采纳、背书、建议或标准。 本人维护的研究概览 ↗
U4SSC · WG8
U4SSC-DT-WG8-DOC039 — Operational Human Oversight
U4SSC Digital Transformation WG8 工作组贡献，将可操作人工监督机制延伸至以人为本的数字化与AI赋能城市服务情境。
本站将其准确描述为工作组贡献 / 工作文件，不表述为已发布的U4SSC标准、建议或背书。 U4SSC官方页面 ↗
代表性研究问题
当前研究主线关注的问题
以下为持续发展的研究问题，并非已经报告的实证研究结果。
具有说服力但实际错误的AI建议当AI建议具有说服力但实际错误时，在什么条件下，可操作人工监督能够减少过度依赖并改善决策质量？
监督不可用或失效当合法的人类监督不可用、不可靠或无法及时介入时，智能体AI系统应采取什么行为？
恢复运行前的重新验证在AI辅助运行恢复之前，应如何重新验证委托权限、证据和系统状态？
恢复合法的人类控制权当机构、人员或证据渠道中断时，如何恢复合法的人类决策权与问责机制？
研究合作能力
可为研究团队提供的具体贡献
我的主要贡献位于治理概念与操作性研究设计的衔接处：
研究问题界定与综合将宽泛的治理问题转化为边界明确的研究问题、研究范围和结构化工作文件。
治理要求映射将角色、决策权限、介入触发、升级、复核、回退和证据要求组织成可检查的结构。
情境与评估设计构建边界明确的用例、可观察检查点、证据需求与评估边界，不夸大验证程度。
研究协调组织跨学科意见、版本化草案、贡献归属、技术审查和书面交付。
这些属于研究设计与协调贡献，不代表承担生产系统实施、独立认证或底层模型开发责任。
新兴研究议程
制度中断与重大危机情境下的人工监督
这一方向将核心的可操作人工监督研究延伸至高扰动情境，包括持续性紧急状态以及必要公共服务的恢复。核心问题仍是：当常规监督条件失效时，如何维持、约束并恢复合法的人类控制权。
研究发展中制度韧性决策权恢复公共服务连续性
这是一项正在发展的研究议程，不代表已完成项目、经过验证的框架或已发表的实证案例。
研究主题
当前研究词汇
- 可操作人工监督介入触发、升级、合格复核、人工覆盖、暂停、恢复与证据保留。
- Agentic AI Governance授权、受限自主性、信任生命周期与责任边界。
- 智慧可持续城市城市AI系统中的人工权限、治理控制与可审计性。
- System Dynamics / Algorithmic Friction在自动化系统中保留判断、责任和治理摩擦点。