
11 月 13 日晚上,ag娱乐-ag娱乐官网
《复旦经济公开课》第八期在ag娱乐官网
睿郡报告厅举行。ag娱乐-ag娱乐官网
、大数据ag娱乐
教授、博士生导师,校长助理吴力波以“可信与可解释AI赋能经济学研究”为题,围绕人工智能的能力边界与经济学研究的证据要求,结合碳市场、绿色金融及气候变化等案例,探讨AI如何参与因果识别、经济学实验与复杂系统建模。
从碳市场出发 明确不同研究所需的证据
碳市场政策实施后,企业排放下降,是否就意味着政策发挥了作用?吴老师从这一问题出发,指出评估政策效果需要建立可信的比较,通过比较纳管企业与可比未纳管企业在政策实施前后的排放变化,估计纳管企业在未受到政策影响时的反事实排放水平,进而识别政策的减排效应。
如果改变配额分配方式,企业又会如何调整报价与交易策略?她进一步介绍,这类问题可以通过经济学实验展开研究,在其他条件可比的情况下改变分配规则,观察真人参与者的报价、成交与履约行为,了解不同规则如何影响市场主体的选择。
当研究视角转向未来,极端高温与新的政策规则同时出现,电价和排放又将怎样变化?吴老师指出,这需要借助系统模拟,将用电需求、市场交易、供给调度与排放等过程联系起来,在共同的外部条件下比较不同政策情景,分析多方互动形成的整体结果。
从生成回答到执行任务 能力扩展更需可信验证
吴老师回顾了人工智能从机器学习、深度学习到生成式模型、推理模型和智能体的发展。随着数据、算力、算法与领域知识的结合,AI正在从生成文字、分步推理,走向调用工具并连续推进任务。与提供一段回答的聊天机器人相比,科研智能体需要拆解目标、执行流程、检查中间结果,还需要保留可回溯审计的完整记录,明确人机责任边界。
她结合数学、代码和科研文献综述等场景指出,能否获得可靠的反馈,是理解AI能力的重要线索。代码可以通过运行检查,数学推导可以借助形式化工具验证,而一篇看似完整的文献综述,仍可能存在误引、遗漏,或引用内容并不支持结论等问题。
吴老师进一步解释,可信AI要求系统在特定用途和条件下具备经过验证的结果可靠性、过程可追溯性与明确的适用边界;可解释AI则要求模型的判断依据能够被理解,且解释能够真实反映模型产生结果的过程。但模型为什么这样回答,与现实中的因果关系为何成立,仍是两件不同的事。对于经济学研究,解释模型的判断不能替代可信的对照、识别假设与独立证据。
吴老师还梳理了经济学研究范式的发展,介绍了结构计量、实验经济学与准实验因果识别等不同研究路径,说明不同研究问题对数据、研究设计与证据类型有着不同要求。在此基础上,她进一步讨论了人工智能与现代计量经济学方法相结合的可能性。
以可信比较为基础 探索AI辅助因果研究
围绕政策是否真正产生了效果这一问题,吴老师强调,同一家企业无法同时处于纳管与未纳管两种状态,因果识别的关键在于构造可信的反事实。她结合碳市场减排评估、大学录取门槛及合成对照等案例,说明不同方法如何建立比较,也提醒同学们注意各自的成立条件与适用范围。政策前后的变化可能同时受到需求、能源价格或其他政策影响,更复杂的模型并不会自动消除这些问题。
AI可以帮助研究者从文本和图像中提取信息、构造变量,处理高维数据,提出竞争解释并检查研究方案。但便利也带来了新的误差来源。例如,用AI识别远程工作岗位时,如果这类岗位本身占比较低,少量误报就可能明显影响估计。研究者既要关注新数据拓展了哪些问题,也要核验标签是否准确、测量误差是否改变了结论。
针对大模型容易沿着初始判断不断补充论据的问题,吴老师介绍了团队探索的双视角分层仲裁多智能体系统DPLA,该系统让两个智能体独立提出研究方案,再对方法、证据与因果解释中的分歧进行审查。以绿色金融政策为例,除融资改善和绿色投资外,系统还可能补出高污染企业退出、收缩等有待检验的机制,使不同层面的就业影响得到更充分的讨论。
她同时强调,AI能够辅助生成候选方案、发现研究遗漏,但可信的因果推断仍需依赖严谨的研究设计与独立数据检验。
让模拟回到真人数据 审慎理解AI经济学实验
在经济学实验部分,吴老师指出,一项合格的真人实验,需要让参与者理解规则、认真作出选择,并留下可比较的行为记录。真实激励、随机分组、参与者之间的互动及观察时间,都会影响结果的含义。AI可以在正式实验前模拟受访者或交易者,筛选候选干预,预试规则与程序,帮助发现误解、异常报价和极端情形。
她结合经济主体模拟和碳配额交易系统,介绍了让智能体读取个人或企业状态、作出消费和交易决策,再由程序更新市场环境的研究思路。这类系统有助于观察微观选择如何形成总量反馈,也为比较不同配额分配方式提供了试验空间。
她同时提醒,现阶段的碳配额交易模拟可以用于形成待检验的研究假设,但不同分配规则下的行为差异仍需通过独立的真人实验进一步验证。模拟系统能够顺利运行,或呈现与经济理论相符的宏观关系,并不意味着其微观行为机制已经得到验证。
连接行为与物理过程 理解复杂系统建模的潜力与边界
从局部政策效果走向整体情景,吴老师以气候变化研究说明复杂系统建模的挑战。同样的高温冲击,对不同收入、健康状况和适应能力的人群可能产生不同后果;一个地区的损失,还会通过迁移、贸易和供应链传向其他地区。将这些过程连接起来,又面临气象网格与经济统计口径、小时与年度尺度不一致等问题。
AI有望帮助研究者识别更细尺度的极端风险,刻画异质性行为,衔接不同模块,并降低情景模拟的计算成本。但局部模块预测能力的提升,并不必然意味着整个系统的模拟结果更加可靠。她指出,复杂系统建模仍需分别检验行为假设、物理反馈及不同模型之间的一致性,并通过关键情景复算与敏感性分析验证政策比较结果。
问答交流 从实际研究困难追问AI的使用边界
在问答环节,同学们围绕AI写作、选题创新性及研究应用展开交流。针对模型难以给出明确结论的问题,吴老师指出,大模型基于概率生成内容,仍存在因果判断的局限,使用时应明确任务步骤与检验标准。对于AI推荐的选题,她提醒同学们,仅靠模型梳理文献并不等同于提出创新的研究问题,仍需通过深入阅读和独立判断确认研究价值。
针对AI提取ESG报告指标时反复出现遗漏的困惑,她强调,多模型协作可以帮助发现分歧,但准确性仍需依靠经核验的参考样本判断,不能仅凭重复扫描或模型之间的一致意见确认结果。
结 语
本期公开课将AI的技术进展与经济学的证据要求联系起来,为同学们理解人工智能如何参与科研提供了具体参照。吴老师的分享启发同学们,在提升工具使用能力的同时,持续追问比较是否可信、解释能否成立、结论适用于何处,以扎实的专业知识和独立判断,探索人工智能赋能经济学研究的有效路径。
学习心得
聆听《可信与可解释AI赋能经济学研究》讲座后,我收获良多。传统机器学习模型常常难以解释内在逻辑,而可信AI要求对预测结果、主体反应、模型链路分步验证。这套分块验收的思路,能够约束模型边界,降低AI应用于经济、金融研究时的风险,启发我后续做实证时,在利用AI工具的同时坚守经济学逻辑与可检验原则。 ——金融专业硕士 黄同学
本次讲座梳理了经济学多元取证范式,围绕因果识别场景展示DPLA框架在多底座大模型上的实验结果,让我认识到可解释AI能够有效完善研究方案论证、规范研究局限的交代,提升计量研究设计的完整度,但对核心因果效应判断的改善幅度有限。大模型并非因果识别的捷径,可信的经济学推断依然依赖严谨的识别策略与独立数据检验,在后续的量化研究中,应当理性定位AI的工具属性,在发挥其文本与方案优化优势的同时,守住因果识别、稳健性检验等计量研究的底层准则,审慎对待模型输出当中的不确定性。 ——国际商务专业硕士 王同学
听了吴教授关于“可信与可解释AI赋能经济学研究”的讲座,我的收获在于明确了AI在经济学应用中的边界与方法论。讲座以碳市场政策为例,展示了如何利用AI进行反事实推理与系统试算,例如量化纳管政策中的设备更新对减排的具体贡献,或模拟新规则及极端气候情景下的电价与排放变化。这使我认识到,AI虽能高效处理复杂场景下的推理与计算,但其输出必须依托经济学逻辑进行解释。在因果推断与机制验证过程中,不能仅依赖模型预测,而应通过严谨的经济学分析去拆解传导机制,确保模型结论的真实性与可信度。 ——金融专业硕士 王同学
老师的讲座也让我更加深刻地认识到, AI时代,人能发挥的其中一个主观能动性在于,很多时候问题的突破不基于已确认的公式或明确的答案,而在于刹那间的灵感得到验证。在问问题之前,其实更重要的是,要有自己的知识库和认识,而不是简单地复制粘贴AI输出的答案,才能更好地利用AI实现个人成长。 ——税务专业硕士 黄同学
今天听完讲座,我挺有触动的。以前我有时候会把问题直接丢给AI,让它自己去做研究,但结果并不总是理想。老师提到,AI时代反而更需要自己的学术能力:要能引导AI往下做,也要能读懂它的结果、发现问题并纠正,不能一股脑全信AI。老师还说,数学里有些问题可以靠形式化定理、形式证明来兜底,但经济学还没这么完备,所以现阶段人的引导更关键。 ——金融专业硕士 陈同学
在经济学研究中,AI确实能够帮助我们快速了解陌生领域、梳理文献、构思选题,从而提高研究效率。但是效率的提升并不必然意味着研究质量的提高。获得一个看似合理的答案,不代表真正理解了问题;构建出一个完整的模型,也不意味着研究结论就具有可靠性。AI可以辅助我们提出假设、构造变量、设计模型,但研究问题是否有价值、识别策略是否合理、因果关系是否成立,最终仍需要我们独立思考判断。 这也让我更加确信,AI的发展并不会使经济学研究失去对研究者的需要,反而对研究者提出了更高的要求。未来,真正重要的或许不只是掌握多少研究工具和计量方法,更在于能否提出有价值的问题、辨别信息的可靠性,以及对研究结论作出严谨的判断。AI应该是拓展思路、提高效率的研究助手,而不能成为替代独立思考的工具。技术可以帮助我们走得更快,但研究者仍然需要知道自己为什么出发、要解决什么问题,以及最终得出的结论是否经得起检验。 ——税务专业硕士 岳同学