AI 能写论文了,经管学者还剩什么?—— 我作为青年教师带了 3 年学生的 4 个观察

这 3 件事，你现在还花大量时间做，就是在浪费时间。

我带的学生里，还有人周末花 8 小时在写”变量定义表”——这段文字完全可以 Claude 2 分钟写完，剩下 7 小时应该拿去做下面那 4 件 AI 做不了的事。

“AI 替代的不是你的能力，是你以为自己擅长、其实 AI 做得更好的那些活。”

这一节是今天的核心。带了 3 年学生，我看得越来越清楚：AI 没有抹平差距，反而把下面 4 件事放大了。

• 能力 1：提出一个”AI 答不出来”的研究问题

AI 的上限是”基于已有文献的合理推断”。它生成的研究问题，大多是”把 X 研究扩展到 Y 情境”这种增量题。

真正值钱的研究问题，是 AI 答不出来的

• 能挑战文献共识（不是在共识上加一块砖）

• 能利用一个文献还没注意到的外生冲击或数据

• 能提出一个让审稿人愣一下的新切入角度

怎么练？ 你下次看 AI 给的”研究问题建议”时，强迫自己问：”这里面哪个是真问题？哪个是伪装成问题的文献 recap？”

• 能力 2：判断识别策略能不能站住

AI 能告诉你”DID、IV、RDD、PSM 是什么”——这些是维基百科级信息。

但 AI 说不清的是：在你这个题目、你这个数据、你这个国家情境下，哪种识别策略最可能让审稿人接受。

这需要你懂：

• 制度背景（这个政策是怎么出台的？）

• 数据局限（这个数据的测量误差主要来自哪里？）

• 审稿人文化（这个领域现在对什么识别策略最宽容/最严格？）

  这 3 项背景知识，AI 10 年内都不会比你懂。

• 能力 3：看懂一张回归表在撒谎

这是我带学生时最常做的事——他们把 AI 生成的代码跑了一遍，得到一张漂亮的表，然后拿来问我”老师这个能发吗”。

我会一眼看出很多问题：

• 固定效应没加全（漏了行业）

• 聚类标准误层级错了

• 样本筛选留了一批本该剔除的观测

• R² 高得不合理（可能有机械性内生）

这些判断 AI 做不了，因为它没见过你的数据全貌。

• 能力 4：把”统计显著”翻译成”经济意义”

AI 能帮你跑出 β = 0.032，p = 0.008。

AI 说不清的是：这个 0.032 在现实里意味着什么？4.3% 的 TFP 提升？相当于每家企业一年多赚多少？这个效应对政策制定者有没有决策价值？

这需要你对：

• 行业常识（这个 β 相对于行业均值是大是小）

• 经济含义（系数的量级对应什么经济现象）

• 政策对话（这个结论能怎么被工信部/央行/税务总局用）

有直觉的人，5 分钟能写出这段”经济意义”；没直觉的人，写一小时还是在说”具有显著正向影响”。

“AI 帮你跑出系数，但把系数翻译成经济故事的能力——永远是你的。”

基于上面 4 项能力，我给我自己的博士生定了 3 个每周训练：

• 训练 1：每周精读 1 篇顶刊，只问 5 个问题

不是通读，是带着问题扫：

研究问题是什么？（引言首段第 2-3 句）

反对谁？（综述第 2-3 段）

识别策略 4 层齐了吗？（方法第 1 段）

基准表有经济意义吗？（表 2 下方）

结论针对具体对象吗？（最后一节）

（这 5 问精读法，就是 D6 那一篇。）

• 训练 2：每月复现 1 篇顶刊

选一篇近 3 年《经济研究》/《管理世界》的 DID 论文，不看它的代码，自己从零跑。跑完对比系数差多少。差得多，回去找你理解错在哪。

这是最锻炼”识别判断力”的训练，比看 10 本教材都有用。

• 训练 3：每周写 200 字”不能被 AI 替代的思考”

每周把你跑的一个结果，强迫自己写 200 字”AI 不知道的经济含义”——不是统计解读，是现实意义、政策含义、行业直觉。

写 1 个月后你会发现，这 200 字是你最稀缺的资产。

我见过太多青年教师陷入一种焦虑：

“我得学更多 AI 工具，不然比不过博士生了。”

这个焦虑方向错了。

博士生追着学新 AI 工具，是因为他们还不知道研究问题怎么提、识别策略怎么选、经济意义怎么讲——所以他们只能在技术层面发力。

青年教师的护城河，是10 年学术训练积累的判断力：

• 看一眼一个题就知道这题能不能做

• 看一段综述就知道作者读没读透文献

• 看一张回归表就知道作者是不是在粉饰

这种判断力，AI 10 年内都学不会。 与其跟博士生抢”跑代码快”，不如把自己的判断力系统化——写出来、教出来、变成方法论。

我知道有老师会不同意我上面说的——尤其是”AI 10 年内都学不会”这句。也有同学会觉得我把”AI 替代”说得太轻了。

评论区欢迎拍砖。你自己用 AI 做研究时，最明显感觉到”AI 帮不了”的一件事是什么？

“AI 时代的研究者，不是跑得更快的人，是看得更深的人。”