【演讲精要】刘潇：通用人工智能如何赋能实验经济学研究_

来源：北京大学国家发展研究院

题记：2024年12月21日至22日，第四届“北京大学-清华大学中国经济研讨会”在北京大学国家发展研究院举办。清华大学的刘潇副教授带来了题为“通用人工智能如何赋能实验经济学研究”的主旨演讲，以下为根据演讲内容进行的整理。

通用人工智能正以前所未有的速度影响和改变我们的工作与生活，其中以GPT为代表的AI技术，为实验经济学研究带来了新的机遇与挑战。本次讲座将结合笔者最新的工作进展和前沿文献内容，深入探讨通用人工智能如何赋能实验经济学研究。首先，我们将详细阐述在实验设计的构思、执行过程的操作以及数据分析的解读等环节，如何充分运用通用人工智能工具。其次，我们将探讨如何运用实验经济学的研究范式，深入研究机器行为以及人机互动行为。最终，我们旨在提炼并构建“数字实验经济学”的新研究范式及其核心内容，为实验经济学领域的发展提供新的思路和方向。

实验经济学从微观理论出发，通过实验干预的方法去理解人如何进行决策，这其中包括对于理性、协调能力和策略性思考能力的度量等。通用人工智能的发展可以为实验经济学研究赋能。在实验的设计环节，通用人工智能可以辅助研究者提出研究问题、进行文献综述、设计假设检验和实验，也可以辅助代码、文本和编程等工作；在实验的实施环节，通用人工智能可以辅助监控被试群体的参与率、作弊行为等；而在实验的分析环节，通用人工智能可以帮助清理数据、简化分析和解释数据等。

我们以“中国乡村素质教育一体化平台”和“清华大学AI助教系统”为例，来说明如何在实验经济学中利用通用人工智能。在第一个例子中，中国乡村素质教育一体化平台分为教师端和学生端，对于前者，通用人工智能可以辅助教学，促进教师培训标准化、教学支持规范化和教学反馈及时化；对于后者，通用人工智能则可以辅助学习，提供了智能问答和个性化辅导的功能。实验实践中，我们通过中国乡村素质教育一体化平台进行实验干预与管理，探究数字技术与儿童创新能力的关系，发现使用大语言模型（LLM）进行信息查询的效率会高于使用百度搜索引擎进行信息查询的效率。

在第二个例子中，清华大学AI助教系统是基于智谱GLM模型开发的生成式人工智能助教系统，专门用于辅助清华大学各类课程的教学工作。目前该助教系统已接入清华大学推出的智慧教学平台——雨课堂，开展了大规模的课程AI助教系统应用。该助教系统的使用情况提供了大量的文本输出，通用人工智能具备上下文和长文本理解能力，可以有效分析此类数据，划分对话中的话题并概括话题内容，极大加快了文本的处理速度。利用通用人工智能，我们对比了清华和北大的学生对于大模型的具体使用，在实用文体撰写和科学知识提问上都发现了显著的差异。

通用人工智能辅助实验经济学以外，一个更加深入的问题则是如何用实验经济学的方法理解通用人工智能，如何度量大模型理性以及各模型理性的比较，是当下实验经济学研究通用人工智能的前沿。传统实验经济学基于广义显示偏好公理刻画人类个体的理性，并提供了度量个体理性的若干指标，例如Critical cost efficiency index（CCEI）、Houtman and Maks index（HMI）、Money pump index（MPI）、Minimal cost index（MCI）等。

我们在湖南省12个地级市的96家超市中进行实验，采用CCEI作为理性指标，分别度量了人类个体在食物、风险和社会偏好上的理性，度量结果表明人类在不同的偏好环境下都保持了相对高的理性，但这些理性之间的相关性很小。我们进一步对大模型的理性进行了度量，并补充了时间偏好的环境（同样补充了人类个体的实验），度量结果表明大模型相比于人类，在各种偏好环境下都更为理性，且更加同质化。大模型相比于人类，更加风险寻求、利他和耐心，但在上下文环境中，大模型的理性显著下降。基于模型特征的分析则表明，模型大小、是否对齐和文本长度都会显著影响大模型的理性

展望未来，我们对通用人工智能赋能实验经济学研究抱有乐观态度。利用通用人工智能进行实验辅助可以提高实验的一致性，促进统一化和标准化，自动化实验操作也为实验的可复现性和可拓展性提供了新的思路。

关于“北京大学-清华大学中国经济研讨会”为加强国内经济学者特别是青年经济学者之间的交流，推动对中国经济问题的研究，服务于经济学学科发展和新时代中国特色社会主义建设，北京大学中国经济研究中心(CCER)、清华大学中国经济研究中心(NCER)联合举办“北京大学-清华大学中国经济研讨会”。

整理人：北京大学国家发展研究院江弘毅

特别声明：以上内容仅代表作者本人的观点或立场，不代表新浪财经头条的观点或立场。如因作品内容、版权或其他问题需要与新浪财经头条联系的，请于上述内容发布后的30天内进行。