5月18日，数据科学学院举办题为“AI-Empowered Scientific Research: Recent Work on Rank-Reversal Infeasibility in the Analytic Hierarchy Process”的学术讲座。本次讲座由数据科学学院严骏鹏博士主讲，面向相关专业师生举行，围绕科学研究中的问题意识、理论建模方法以及人工智能工具在科研过程中的实际应用进行分享。
讲座中，严骏鹏博士结合其近期发表的一系列关于层次分析法（Analytic Hierarchy Process, AHP）的SCI论文，以AHP中的排序逆转问题为切入点，介绍了相关研究的主要背景、核心问题与理论价值。AHP是数学建模竞赛和决策分析领域中的经典方法，广泛应用于方案评价、指标权重确定和综合排序等场景。然而，在实际应用中，新增方案可能导致原有方案排序发生变化，即所谓“排序逆转”现象。围绕这一问题，严骏鹏博士系统阐释了如何从现实决策现象出发，逐步提炼出可分析、可建模、可证明的理论问题。
讲座重点指出，科学研究不能仅停留在判断“某一结果是否出现”的层面，更应进一步追问该现象“是否具有发生的可能性”，以及“在何种具体条件下会真正发生”。通过对AHP排序逆转不可行性问题的分析，严骏鹏博士展示了理论研究中问题提炼、条件刻画和逻辑证明的重要作用，也帮助学生进一步理解管理科学与决策分析研究中的基本思维方式。
除理论讲解外，讲座还结合论文从撰写、修改到发表过程中的实际案例，介绍了人工智能在科学研究全过程中的辅助作用，重点展示了AI在图形设计、代码修改、示例构造和论文表达优化等方面的具体应用。严骏鹏博士指出，AI能够有效提升科研效率，但高质量研究不能依赖不可追溯、不可验证的生成结果。对于学术论文写作和实证研究而言，可复现的代码、可检验的数据处理流程以及清晰严谨的研究逻辑，始终是保证研究质量的基础。
本次讲座内容充实，兼具理论深度与实践指导意义。通过AHP排序逆转这一具体研究案例，与会师生对管理科学与决策分析方法有了更加深入的认识，也进一步理解了AI时代科学研究对规范性、可复现性和批判性思维提出的新要求。讲座拓展了学生的学术视野，对提升其科研意识、建模能力和技术工具应用能力具有积极意义。