AI元年應該怎麽選擇經濟和商科的碩士

考慮到AI將顯著影響同學們(men) 的升學路徑，近期我們(men) 將分別談談AI對每個(ge) 學科可能的影響。這篇文章將簡要介紹一下經濟學方麵的碩士和博士。

首先，在經濟學的研究範式上，AI將產(chan) 生巨大的影響。這一點已經有不少經濟學家給出了很切實的，例如洪永淼教授。計量經濟學和統計學將在AI大模型範式下得到長足進步，從(cong) 簡約式模型逐步進入規模化模型，在保持精度的同時減少誤差。而在理論方麵，基於(yu) 人工智能或人工輔助的決(jue) 策有可能成為(wei) 計算經濟學的一個(ge) 重要研究方向，比如提供理想參照係、定量政策評估以及進行人工智能決(jue) 策等。

在碩士和博士項目的影響上，我個(ge) 人認為(wei) 將有以下幾個(ge) 變化。

首先，經濟學項目將普遍把人工智能和機器學習(xi) 納入到課程大綱。據我所知，有許多學校都提供了像Machine Learning for Economics或Data Science in Econometrics這一類的跨學科課程，但基本都是選修課。在不久的將來，這些課程將成為(wei) 必修課，為(wei) 學生提供DSML在經濟學中的應用方法。

盡管計量經濟學和數據科學的著重點不同（因果推斷vs 預測），但結合了兩(liang) 者的Causal Inference for Data Science和類似領域已經在最近的文獻中展現了驚人的能力。未來DSML將成為(wei) 經濟學科的重要方法論。

因此，碩博項目將更注重本科階段的數學技能。盡管現在的要求已經很高，但為(wei) 了適應DSML的教學，未來的要求隻會(hui) 更高。線性代數、概率論、統計學的地位將被提升，而微積分的地位不會(hui) 被動搖。理科轉經濟依然不難，但純文科生或數學課比例不高的商科生轉經濟的難度會(hui) 被進一步提升。

此外，理論教學的重要性將被進一步提升，而應用類技能的教學將減少或被改變。考慮到AI擅長總結已有知識，經濟學學生的競爭(zheng) 力就是產(chan) 生新的觀點和理論，而這取決(jue) 於(yu) 理論的儲(chu) 備。

據我所知，目前已經有幾個(ge) 學校在討論增加碩士階段經濟學理論的教學，提升學生對Economic Intuition的培養(yang) 。我相信這將會(hui) 是未來的一大趨勢。對於(yu) 博士生而言，以前對經濟現象的簡單分析已經不足以發表在期刊上。隻有發表新理論、新觀點才能在學界立足腳跟。

值得一提的是，目前有些學校還在教SPSS、數據可視化這一些略微基礎的內(nei) 容，而在AI的加持下，未來這些工作的難度將被顯著降低。未來碩博項目的教學將更多注重在編程和提示學習(xi) 上。也就是說，Python或其他計算機語言以及R這一類可編程的統計語言將成為(wei) 課程重點。

總結起來，就是一句話：經濟學碩士和博士將會(hui) 更卷了。Data Science、數學和經濟理論在課設的成分將會(hui) 顯著上升，但這個(ge) 學科不會(hui) 被替代。人工智能將在方法論上為(wei) 這個(ge) 曆史悠久的學科提供新的發展動力，對未來可能產(chan) 生的新的經濟現象和市場結構提供不可或缺的見解。