今天我们将带大家深入解析阿姆斯特丹大学 人工智能学系的博士生导师Prof.Blanke，通过这样的“方法论”，让大家学会如何从了解一个导师开始，到后期更好地撰写套磁邮件及其他文书。
研究领域解析和深入探讨
教授是阿姆斯特丹大学人工智能与人文学科教授，同时任职于逻辑、语言与计算研究所(Institute for Logic, Language, and Computation)。他还兼任伦敦国王学院社会与文化信息学教授。教授拥有计算机科学和政治哲学的学术背景，这种跨学科背景使其研究具有独特视角。
教授的主要研究兴趣集中在人工智能和大数据工具在研究中的应用，特别是在人文科学领域。以下是几个核心研究方向：
- 人工智能在人文研究中的应用：教授探索如何运用AI技术分析文本、图像和其他人文数据，以揭示传统方法难以发现的模式和关联。例如，在2024年发表的研究中，他使用深度学习技术分析联合国安理会档案("Using deep learning to analyse the times of the UN Security Council")，展示了AI如何帮助研究人员理解国际关系的复杂动态。
- 数字档案学与反档案实践：教授对数字档案的重组和反档案策略有深入研究。在其2024年论文"Reassembling digital archives: strategies for counter-archiving"中，教授探讨了如何重新构思数字档案，以挑战和重构传统知识组织方式。
- 算法理性与治理：与Claudia Aradau合作撰写的专著"Algorithmic reason: The new government of self and other"(2022)深入探讨了算法如何成为现代治理的核心机制，以及这对自我与他者关系的影响。
- AI的伦理与社会影响：教授对预测性警务和算法他者化等人工智能伦理问题有广泛研究，关注技术如何塑造社会权力关系和不平等。
- 可解释人工智能(XAI)：教授参与的研究"A peek inside two black boxes: an experiment with explainable artificial intelligence and IPCC leadership"(2024)探索了如何使AI决策过程更加透明和可理解。
- 数字平台批判：教授对数字平台的批判性研究考察了这些技术基础设施如何重塑知识生产、传播和权力动态。
精读教授所发表的文章
1."Reassembling digital archives: strategies for counter-archiving"(2024)
这篇发表在Humanities and Social Sciences Communications
文章探讨了"反档案"的概念和实践。教授提出数字档案不仅是知识存储的被动容器，更是权力和知识生产的活跃场所。文章提出了重组数字档案的策略，以挑战主流叙事和权力结构，为边缘化的声音创造空间。这项研究对数字保存实践提出了深刻的批判性思考。
2."Using deep learning to analyse the times of the UN Security Council"(2024)
发表在Digital Scholarship in the Humanities上的这项研究展示了深度学习如何应用于国际关系研究。教授使用NLP技术分析了联合国安理会的历史档案，揭示了国际政治话语的演变模式和权力动态。这个研究案例展示了AI如何为传统人文学科带来新的研究方法和视角。
3."A peek inside two black boxes: an experiment with explainable artificial intelligence and IPCC leadership"
(2024) 这篇发表在International Journal of Digital Humanities的文章与Tommaso Venturini和Kari De Pryck合作，探讨了可解释人工智能(XAI)在分析气候政策领导力方面的应用。研究使用XAI技术"打开"机器学习模型的"黑箱"，分析了IPCC(政府间气候变化专门委员会)的领导层选择机制，展示了技术如何帮助理解复杂的制度决策过程。
4."Assessing the documentation of publicly available medical image and signal datasets and their impact on bias using the BEAMRAD tool"(2024)
这项与医学研究者合作发表在Scientific Reports上的研究评估了公开可用的医学影像数据集的文档质量及其对偏见的影响。研究开发了BEAMRAD工具来评估数据集文档的完整性和质量，揭示了医学AI研究中的数据偏见问题。这反映了教授关注AI公平性和伦理问题的研究方向。
5."Making Data Visualizations, Contesting Security: Digital Humanities Meet International Relations"(2023)
与Claudia Aradau和Ismail Hussain合作发表在Global Studies Quarterly的这篇文章探讨了数据可视化如何重塑安全研究。研究展示了数字人文方法如何帮助国际关系学者批判性地分析安全话语和实践，强调了跨学科合作的价值。
教授的学术地位
教授在数字人文和人工智能伦理研究领域具有显著的学术地位和影响力，这体现在以下几个方面：
- 双重学术任命：同时在阿姆斯特丹大学和伦敦国王学院担任教授职位，这表明其研究被两所顶尖学术机构高度认可。特别是在阿姆斯特丹大学，教授同时隶属于人文学院和逻辑、语言与计算研究所，这种跨院系任命反映了其研究的交叉学科性质。
- 出版影响力：教授在高影响力期刊上发表了大量研究成果，包括Digital Scholarship in the Humanities、Scientific Reports、International Journal of Digital Humanities、Artificial Intelligence Review等。根据提供的信息，教授有56篇同行评议的发表物，显示出持续且丰富的学术产出。
- 研究资源与数据集：教授参与创建了四个公开数据集，为学术界提供了宝贵的研究资源。这种贡献对推动整个领域发展具有重要意义。
- 研究前沿：教授的研究紧跟学术前沿，从早期的数字人文研究发展到当前的可解释AI、算法伦理和数字平台批判等热点议题，体现了其学术敏锐性和前瞻性。
有话说
基于对教授研究的深入理解，以下提出几个潜在的研究方向和创新视角，这些可以作为与教授开展学术对话和合作的基础：
- 反档案实践的技术实现：教授关于反档案的研究提供了理论框架，但可以进一步探索如何通过具体的技术设计来支持这种实践。例如，开发基于区块链或分布式存储的档案系统，使边缘化群体能够自主记录和保存他们的历史，同时防止中心化权力的干预和控制。这种研究可以将教授的理论思考转化为实际的技术干预。
- 算法理性与非西方知识体系：教授与Aradau合作的"Algorithmic reason"著作主要基于西方哲学传统分析算法治理，可以拓展研究视角，探索算法理性如何与非西方知识体系互动。例如，研究中国的社会信用系统如何融合儒家思想与算法监控，或者探索原住民知识系统如何为算法设计提供替代范式。
- 多模态XAI在文化遗产研究中的应用：基于教授在可解释AI和文化研究领域的工作，可以开发专门针对文化遗产分析的多模态可解释AI系统。这种系统不仅能分析文本和图像，还能解释其决策过程，特别关注文化偏见和历史语境，为数字文化遗产研究提供更透明和批判性的工具。
- 气候变化话语的计算分析：延伸教授关于IPCC的研究，可以开展更广泛的气候变化话语计算分析，比较科学文献、媒体报道、政策文件和社交媒体讨论中的叙事框架和修辞策略。这种研究可以揭示气候知识如何在不同领域转化和重构，以及权力关系如何影响气候话语的形成。
- 数字考古学方法论：结合教授的数字档案研究和深度学习技术，开发"数字考古学"方法论，用于挖掘和分析被数字化转型掩盖的早期互联网文化和实践。这可以包括对早期网站、论坛、游戏社区等的系统性研究，揭示数字文化的演变轨迹和被遗忘的历史。
博士背景
Aurelia ，美国TOP10院校计算机科学与认知科学双博士生，研究聚焦算法博弈论不确定性及其在人工智能中的应用。她的跨学科研究融合了计算机科学、语言学和心理学知识，在国际顶级期刊《Journal of Artificial Intelligence Research》和《Cognitive Science》上发表多篇论文。Aurelia 荣获ACM SIGAI博士论文奖，擅长相关方向的PhD申请指导。
【竞赛报名/项目咨询+微信：mollywei007】
