生成式人工智能在经济学研究中的应用：用例及其对经济学家的启示

2024年7月21日

Anton Korinek，*Journal of Economic Literature*

生成式人工智能（AI）领域发展迅速，对经济学研究产生了重大影响。自本文最初发表于 *Journal of Economic Literature*（Korinek, 2023）以来，大语言模型（LLMs）的进展带来了多项创新和新的用例。本报告总结了前沿大语言模型在经济学研究中的主要创新和最新用例，重点关注六个领域：构思与反馈、写作、背景研究、编程、数据分析以及数学推导。

大语言模型的最新进展体现在性能提升、上下文窗口扩大、信息召回能力增强、处理速度加快以及成本降低等方面。领先人工智能实验室的重要更新已加入视觉能力和实时声音处理功能。截至2024年5月，OpenAI 的 GPT-4o 是公开可用的能力最强的大语言模型，并在 ChatGPT 应用中提供 GPT 商店。Anthropic 于2024年3月发布的 Claude 3 在写作能力方面表现出色，而 Google DeepMind 于2024年1月发布的 Gemini Pro 1.5 拥有最大的上下文窗口，可处理多达100万个 token。

OpenAI、Anthropic 和 Google DeepMind 的领先大语言模型性能水平相近，OpenAI 略占优势。GPT-4o、Claude 3 和 Gemini Pro 1.5 等专有模型将语言处理与视觉信息处理相结合，能够基于文本和图像给出全面的回答。这些模型可通过网页聊天机器人、实时语音助手、网页实验平台和 API 访问。此外，一些规模较小的开源模型也已发布，为涉及隐私敏感的应用提供了选择。

经济学研究中的用例

1. 构思与反馈：

• 大语言模型可协助生成和评估研究想法，提供一种与人类研究者互补的创造力。它们尤其适用于头脑风暴和想法评估，能够指出不同假设的优缺点。

2. 写作：

• 大语言模型可以根据要点生成文本、将公式转换为 LaTeX、进行语法和文体方面的编辑，并生成标题、大标题和社交媒体帖子。这些能力简化了写作流程，提高了工作效率。

3. 背景研究：

• 大语言模型擅长总结大量文本、识别相关文献、解释新概念以及翻译文本。它们能够处理整篇论文和视频，这进一步拓展了其在全面背景研究中的用途。

4. 编程：

• 大语言模型可以通过生成代码片段、调试以及解释复杂代码段来协助编程任务。这一功能对编程经验有限的研究者尤其有益。

5. 数据分析：

• 大语言模型的高级数据分析功能允许在 ChatGPT 界面中执行 Python 代码，便于完成文件转换、回归分析和模拟等任务。

6. 数学推导：

• 大语言模型能够进行数学推导，帮助研究者完成复杂计算和模型模拟。

尽管大语言模型带来诸多益处，但也带来了数据保密、模型偏差以及可能过度依赖自动化等挑战。确保大语言模型的合乎伦理的使用并应对这些挑战，对于最大化其对经济学研究的积极影响至关重要。生成式人工智能和大语言模型在经济学研究中的融合，有望显著提升生产力和创新能力。随着这些技术不断发展，其能力将进一步扩展，为研究者带来新的机遇和挑战。审慎且合乎伦理地采用这些工具，将是在经济学研究领域充分发挥其潜力的关键。