“AI与研究方法变革”系列研讨(二)预告:人工智能与决策科学的研究方法

在人工智能深度融入管理实践与研究方法的时代背景下，为帮助管理学部本科生构建系统的学习路径，求是书院本学期特别推出“AI与研究方法变革”系列研讨。活动以助教团队分享为主体，面向全体本科生开放参与，致力于打造稳定、可持续的学术学习与交流平台。

本次讲座特邀生态环境学院习婧欣围绕“人工智能与决策科学的研究方法”作专题分享，重点探讨人类与人工智能在决策过程中的角色与作用机制，并系统介绍相关理论基础。在此基础上，讲座还将结合实际案例，引导与会者展开深入讨论，促进交流研讨。

中国人民大学生态环境学院2022级可持续发展管理专业博士研究生，2024-2025学年新加坡南洋理工大学应用统计学国家公派联合培养博士研究生，主要研究方向环境统计与管理、环境政策分析，以第一作者身份发表《Energy Strategy Review》、《环境污染与防治》等多篇中英文期刊论文，参与撰写书稿3部，主持“人工智能+哲学社会科学”研究专项课题。

分享主题：人工智能与决策科学的

研究方法

内容简介：

在数据快速积累与智能技术持续发展的背景下，人工智能正逐步进入决策研究领域，并对传统决策科学的方法体系提出新的拓展可能。相较于主要依赖经验判断、统计分析与理论推演的传统研究路径，人工智能在数据处理、模式识别、趋势分析和方案支持等方面展现出更强的技术能力。但与此同时，决策并不只是一个技术计算过程，还涉及问题界定、机制理解、证据甄别与价值判断。因此，人工智能如何嵌入决策研究、能够发挥怎样的作用、又存在哪些边界，成为值得深入讨论的重要问题。

本次分享将围绕“人工智能与决策科学的研究方法”展开，首先从有限理性、数据驱动决策、循证决策、复杂系统和人机协同等理论出发，讨论人工智能参与决策研究的理论基础，说明其与传统决策方法之间并非简单替代关系，而是一种方法补充与研究延伸。在此基础上，进一步分析人工智能如何进入问题识别、信息整合、趋势分析、方案支持与反馈修正等研究环节，从而推动决策研究方法的更新。

在案例部分，分享将结合空气质量评估这一具体场景，简要展示如何利用空气质量监测数据开展评估分析。重点说明如何借助人工智能对污染物数据进行整理、识别空气质量变化特征，并在此基础上形成对污染状况的初步判断。通过这一案例，讨论会希望呈现人工智能在现实研究中的方法意义，并进一步引导大家思考技术工具、学科知识与人类判断之间的关系。

推荐资料:

1.Simon, Herbert A. Administrative behavior. Simon and Schuster, 2013.

2.Brynjolfsson, Erik, and Andrew McAfee. The second machine age: Work progress and prosperity in a time of brilliant technologies. WW Norton & company, 2014.

3.《工业数据分析工程：基于CRISP-DM的形式化方法》

4.《智能决策：方法与技术》