2026年7月2日，来自澳门大学工商管理学院的黄业坚教授，为华南理工大学旅游管理系师生带来了题为“机器人及人工智能旅游研究：挑战与机遇“的学术讲座。黄业坚教授长期从事智慧旅游、大数据分析、服务营销和消费者行为，入选“全球前1%顶尖科学家”榜单和“中国高被引学者”榜单。本次讲座由我系余传鹏教授主持。
讲座分享
黄业坚教授结合近几年实证研究积累，围绕旅游场景下AI与机器人的应用，从四个方面展开系统分享。
（一）机器人服务应用
黄教授首先介绍了澳大利亚酒店送餐机器人调研项目，通过结构方程模型验证机器人服务能够提升游客满意度与参与意愿，用户对智能设备的接纳偏好会调节二者关系。此外，针对单人就餐场景对比普通送餐机器人与娱乐互动机器人，发现传统餐厅中具备表演功能的机器人更能提升顾客到访意愿，孤独归属感与餐厅定位是关键调节因素。黄教授指出，当前服务机器人仅能完成基础指令，缺乏情感共情与自主感知能力，情感交互与全自动服务是未来重要研究方向。
（二）智慧服务
黄教授的研究团队实地走访了广州、佛山的机器人餐厅，结合线上点评数据与线下访谈，在传统服务质量理论基础上构建了智能服务质量评价体系。调研发现初代智能餐饮存在设备故障、餐食品质不稳定、人机交互卡顿等问题，且研发运维成本高昂，行业普遍等待第二代成熟产品落地。团队还走访了不同档次的智慧酒店，总结出两类负面体验：智能设备误触发带来的干扰，以及全无人服务导致故障时求助无门的隔离感。这些体验会让消费者主动避开全智能酒店。目前学界尚未统一界定智慧服务标准，国内完整智能门店调研样本稀缺，各类智能软硬件难以互通协作，从大众生活方式切入是新的研究思路。
（三）员工与机器人互动
黄教授分享了酒店一线员工与智能机器人协同的调研成果。团队访谈酒店后台工作人员，构建了机器人使用抗拒模型。员工抵触机器人的原因包括：设备缺少人文温度；故障后增加人工补救工作；中老年员工操作学习难度大；担忧岗位被替代；设备前期培训成本高。基于调研数据，黄教授提出，机器人仅能承接标准化基础工作，旅游服务依赖人的情绪感知与灵活应变，人力无法被AI完全替代。相比计算机、传媒等易受技术冲击的行业，依托人际交互的旅游服务行业发展更为稳定。人机混合智能与人机协同已成为组织行为与人力资源领域的热门研究方向。
（四）机器学习
黄教授还介绍了机器学习、深度学习在旅游研究中的创新应用。传统情感分析仅能给出单一正负评分，维度式情感分析可对服务各分项独立打分，多感官情感分析则能区分开心、愤怒、恐惧等多元情绪。团队以完成智能化改造的深圳某酒店为案例，对比改造前后游客评论的情绪变化，并结合定性访谈解释情绪波动成因。黄教授提到，大数据分析虽有实用价值，但数据清洗耗时久、海量样本易导致结论失真，需要田野调查与定性访谈佐证。当下大语言模型能有效降低训练成本、提升分析精准度，改善过往研究中的痛点。
问答环节
Q1：混合研究方法在旅游研究中应当如何规范使用？
A1：所有研究方法都必须服务于同一个核心研究问题，前后逻辑保持连贯、互相补充印证，不要单纯为了丰富形式堆砌自身不熟悉的研究工具。
Q2：AI推荐服务标准化程度高，会不会破坏旅游自带的未知惊喜感？
A2：AI算法推送容易形成信息茧房，一定程度限制游客探索欲，但推荐内容仅作为参考，游客拥有完全自主选择权，不必完全跟随规划出行，目前学界已有大量成熟成果专门探讨这一议题。
Q3：各类研究方法中，哪一种产出成果速度更快？
A3：不存在绝对高效的研究方法，各有优劣。大数据研究前期数据清洗耗时极长，海量样本会让模型结果失真，稳定性薄弱；情境实验操作方便，但脱离真实消费场景，外部效度不足。建议研究者熟练掌握两至三种研究方法，通过多种方法结合弥补单一路径的短板。
Q4：学校应如何规范学生使用AI写作工具完成学术作业？
A4：现阶段高校主要依靠查重系统、AI文字检测工具进行约束，但无法彻底杜绝学生过度依赖AI。部分院校针对博士生增设无网络、无AI辅助的闭卷考核，以检验真实研究能力。长期来看，频繁借助AI完成写作会弱化学生的独立思考与创新能力，目前行业内尚无完善的管理方案。
Q5：AI的发展使投稿量激增，期刊审稿判断文章优劣的核心标准是什么？
A5：目前相关稿件录用率持续走低，审稿重点关注三个维度。第一是创新价值，避免单纯套用其他领域理论或重复已有研究；第二是方法严谨性，实验设计不能存在混杂干扰变量，模型构建无明显漏洞；第三是全文逻辑闭环，开篇提出的研究问题、中间运用的理论支撑、文末得出的研究结论必须前后自洽。
结语
整场讲座立足真实行业现象与实证数据，系统梳理了AI与机器人在旅游行业的现存痛点与未来方向，既回应了师生在论文写作、研究设计、期刊投稿中的具体困惑，也展现了黄教授深耕细分领域、踏实做研究的治学态度。这些内容为从事智慧旅游研究的师生提供了参考，也为后续研究提供了可操作的切入点。（图/张彪，文/施青怡）
