2026年6月12日下午，“面向决策智能的算法风险管理理论方法与应用研讨会”在北京航空航天大学新主楼A座622会议室顺利举行。本次研讨会汇聚了来自清华大学、北京大学、中央财经大学、中国人民大学、北京航空航天大学等多所知名高校的专家学者，特别邀请了风险管理与理论、金融风险理论、公共政策、人机协作、计算机与人工智能等交叉领域的代表性学者，从不同学科视角出发，围绕决策智能背景下的算法风险识别、评估与治理等前沿议题展开深入交流与探讨。

会议于下午14时正式开幕。北京航空航天大学吴俊杰教授致开幕辞，介绍了本次研讨会的背景与目标，并系统阐述了整体研究设想。他指出，随着人工智能日益深入地参与乃至主导各类管理决策，算法风险已不再只是单纯的技术问题，而是关系到组织运行与社会福祉的重大管理议题；算法风险管理对于提升管理决策的科学性、可靠性与可问责性具有重要意义，亟需管理科学与相关学科协同攻关，推动研究范式从“模型安全”走向“决策安全”。

在随后的专题报告环节，清华大学李宁教授以“人机协作与组织管理决策”为题，探讨了人机协作情境下决策权配置、信任校准与责任边界等关键问题。北京大学王亚沙教授聚焦医疗领域，分享了“面向临床决策的医疗AI系统风险管理”的研究成果，强调在真实临床环境中保障AI安全可控的紧迫性。清华大学魏玖长教授作了“政策智能推演模型与治理策略研究”的报告，展示了面向公共政策的智能推演方法及其在风险预警与治理决策中的应用。中央财经大学代宏砚教授以“决策智能的闭环黑箱与算法风险治理”为题，剖析了算法决策闭环中的“黑箱”风险及其治理路径。清华大学梁正教授带来“智能体时代的人工智能风险与治理应对”的分享，系统梳理了智能体时代人工智能风险的新特征与治理框架的演进方向。北京航空航天大学刘艾杉教授围绕“大模型安全评测及治理思考”展开论述，介绍了大模型安全评测的方法进展与治理实践思考。清华大学冯润桓教授则从金融视角出发，作了“人工智能风险理论与金融创新”的报告，探讨了AI风险计量等前沿问题。

全体与会专家围绕算法风险管理的理论前沿、跨学科合作路径及未来研究方向进行了深入研讨，并达成多项共识。与会者一致认为，算法风险管理是一个兼具理论深度与现实紧迫性的重要方向，需要管理科学、工商管理、公共政策、计算机与人工智能等多学科深度交叉、协同推进。本次研讨会为我国决策智能领域的算法风险研究搭建了高质量的学术交流平台，也为推动相关领域的前沿探索提供了有益参考。