ARTICLE · 1187848
菲利普·迪布维格|AI时代的批判性思维与管理教育
摘要：人工智能正在改变大学教育、企业管理和日常工作的方式。技术越强大，使用者的判断力就越重要。在香港大学DBA 2026年开学典礼暨DBA十周年论坛上，2022年诺贝尔经济学奖得主菲利普·迪布维格（Philip H. Dybvig）教授发表演讲指出，大学不仅要传授知识，更要培养批判性思维。
迪布维格教授将大语言模型比作依靠模仿运作的“高科技鹦鹉”，指出其擅长通过类比生成看似合理的内容，却可能重复错误，输出不实或缺乏意义的内容。他以电子表格的发展为例，强调真正的“高级用户”需要理解工具的运作原理，并具备批判性思维。技术不断变化，但知识、批判性思维和实践仍是教育的重要基础，且随着AI能力的增强而更有价值。使用者必须了解工具、检查输出，并作出工具所欠缺的判断，把好法律和道德关。
关键词：人工智能 大语言模型 批判性思维 教育 研究方法
香港大学工商管理学博士（DBA）项目迎来十周年。10月14日，香港大学DBA 2026年开学典礼暨DBA十周年论坛成功举办。论坛上，2022年诺贝尔经济学奖得主菲利普·迪布维格（Philip H. Dybvig）教授发表演讲，向港大经管学院送上祝贺，并为新同学送上寄语。
迪布维格教授指出，港大DBA项目汇聚商界领袖、企业高管与世界一流学者，旨在培养分析能力、战略创造力和创新思维，并传授能够应对世界不同情境与变化的管理知识。他围绕技术变革、人工智能工具的使用及教育，分享了自己的思考。
01 面对技术变革，
教育需要培养批判性思维
迪布维格教授指出，大学之间的竞争十分激烈，因循守旧已不足以让学校保持在学术前沿。我们无法预知未来会遇到的所有挑战，但有一点可以确信：要应对这些挑战，大学不仅要传授知识，更要培养批判性思维。
这一原则在技术快速变革的今天尤为重要。像许多颠覆性技术一样，人工智能有着令人瞩目的能力，但同时也存在局限性。尽管推广者往往倾向于淡化这些局限，但使用者需要了解它能做什么、不能做什么。批判性思维有助于形成这种认识。
迪布维格教授在2022年诺奖现场，
图片来源于诺奖官方网站
02 理解工具的能力与局限
迪布维格教授以ChatGPT和DeepSeek等大语言模型为例，指出它们的能力远超几年前人们的预期。但他同时也指出，这些模型是依靠模仿运作的“高科技鹦鹉”（high-technology parrots）：它们擅长通过类比生成看似合理的内容，却不主动核查自己的答案是否正确，且会重复错误和无意义的内容。
从历史来看，电子表格在问世之初同样是一项颠覆性技术，改变了许多商业工作的处理方式，而推广者也让人觉得使用它无需培训。然而，真正的“高级用户”（power user）往往具备良好的编程能力，理解程序的运作方式，并能够运用批判性思维，在了解工具能力与局限的基础上构建模型。
大语言模型的高级用户也是如此。他们即使没有AI的辅助，也能进行编程；他们理解模型如何运作，并具备批判性思维，能够判断何时适合使用大语言模型、如何编写有效的提示词，以及如何发现并纠正大语言模型可能犯下的错误。
大语言模型擅长模仿能力平平的人，但许多有用的工作正是由这样的人完成的，每个人也都有能力不足的时候。管理者或模型使用者的职责，就是发挥“工作者”的能力，避开其短处。
谈及用大语言模型编写代码，迪布维格教授指出，模型往往能有效生成常见的解决方案，尤其是当训练所用的网站上存在与任务相近的答案时。不过，训练数据也可能含有漏洞、设计不佳的网站代码，模型往往会不加筛选地模仿这些有缺陷的代码，导致生成结果未必能完成预期任务。因此，使用者必须事先明确任务，并在生成后检查结果。
教育的基本原则在AI时代依然适用。技术不断变化，但学生仍然需要知识、批判性思维和实践。随着AI能力的日益强大，这些底层基础更加重要。学会使用新工具，不只是在于掌握操作步骤，还包括判断哪些任务适合交给工具、如何通过提示词让其扬长避短，以及如何评估工具给出的答案。我们有责任确保输出结果适合预期用途，并遵守相应的法律与道德准则。
在迪布维格教授看来，港大DBA项目的培养目标与这些需求高度契合。
迪布维格教授此前到访港大经管学院，
图片来源于港大经管学院
03 研究真正关心的问题，
主动思考并定期检视
迪布维格教授向港大DBA的新同学们提出了几点研究建议。
第一，研究真正关心的问题。
研究是艰苦的工作，如果对一个问题毫不关心，即使每周投入只有四个小时，也会觉得煎熬；而面对真正关心的问题，每周投入六十个小时也可能乐在其中。
研究动机可以有很多种。对他而言，研究通常是由好奇心驱动，一种有着想弄明白事物如何运转的强烈愿望。除好奇心之外，研究的动机还可以是为社会解决重要问题、赚钱，或想证明某个令自己不满的观点是错误的。最后一种动机虽然听起来不够友善，但同样具有正当性，因为纠正误解正是推动进步的一种方式。
第二，带着思考阅读论文、聆听报告。
思考其中的假设是否合理，能够加深理解，也让学习更有乐趣。你是否喜欢这篇论文？是否想在这一领域开展研究？是否相信论文的结果？是否认为这篇论文写得好？思考这些问题，能让我们保持投入，发现自己真正关心什么，并学到日后有用的知识。
第三，保持信心，也要偶尔怀疑。
试图证明某个观点时，需要暂时相信它是成立的，才能推进工作。同时，也应定期检视这种信心是否有充分的依据。
此外，他还提供了其他关于研究的建议，比如在表达上，建议同学们用两句话的“电梯演讲”概括核心收获；并在做研究时要警惕陷入沉没成本谬误等。
演讲尾声，迪布维格教授热烈欢迎新同学加入DBA项目，并祝愿在读同学和校友再创佳绩。他再次强调，对于包括大语言模型在内的各类工具，我们都应了解其运作方式、检查输出结果，并补足工具所欠缺的判断与道德把关。
菲利普·迪布维格（Philip H. Dybvig）教授为2022年诺贝尔经济学奖得主，现任西南财经大学校级讲席教授，曾任圣路易斯华盛顿大学奥林商学院 Boatmen's Bancshares 银行与金融学教授。其研究领域涵盖银行与金融危机、资产定价与公司金融等。
（本文由港大经管知识交流团队根据菲利普·迪布维格教授在香港大学DBA 2026年开学典礼暨DBA十周年论坛上的演讲整理，未经作者审阅。）
