AI元年应该怎么选择经济和商科的硕士

考虑到AI将显著影响同学们的升学路径，近期我们将分别谈谈AI对每个学科可能的影响。这篇文章将简要介绍一下经济学方面的硕士和博士。

首先，在经济学的研究范式上，AI将产生巨大的影响。这一点已经有不少经济学家给出了很切实的，例如洪永淼教授。计量经济学和统计学将在AI大模型范式下得到长足进步，从简约式模型逐步进入规模化模型，在保持精度的同时减少误差。而在理论方面，基于人工智能或人工辅助的决策有可能成为计算经济学的一个重要研究方向，比如提供理想参照系、定量政策评估以及进行人工智能决策等。

在硕士和博士项目的影响上，我个人认为将有以下几个变化。

首先，经济学项目将普遍把人工智能和机器学习纳入到课程大纲。据我所知，有许多学校都提供了像Machine Learning for Economics或Data Science in Econometrics这一类的跨学科课程，但基本都是选修课。在不久的将来，这些课程将成为必修课，为学生提供DSML在经济学中的应用方法。

尽管计量经济学和数据科学的着重点不同（因果推断vs 预测），但结合了两者的Causal Inference for Data Science和类似领域已经在最近的文献中展现了惊人的能力。未来DSML将成为经济学科的重要方法论。

因此，硕博项目将更注重本科阶段的数学技能。尽管现在的要求已经很高，但为了适应DSML的教学，未来的要求只会更高。线性代数、概率论、统计学的地位将被提升，而微积分的地位不会被动摇。理科转经济依然不难，但纯文科生或数学课比例不高的商科生转经济的难度会被进一步提升。

此外，理论教学的重要性将被进一步提升，而应用类技能的教学将减少或被改变。考虑到AI擅长总结已有知识，经济学学生的竞争力就是产生新的观点和理论，而这取决于理论的储备。

据我所知，目前已经有几个学校在讨论增加硕士阶段经济学理论的教学，提升学生对Economic Intuition的培养。我相信这将会是未来的一大趋势。对于博士生而言，以前对经济现象的简单分析已经不足以发表在期刊上。只有发表新理论、新观点才能在学界立足脚跟。

值得一提的是，目前有些学校还在教SPSS、数据可视化这一些略微基础的内容，而在AI的加持下，未来这些工作的难度将被显著降低。未来硕博项目的教学将更多注重在编程和提示学习上。也就是说，Python或其他计算机语言以及R这一类可编程的统计语言将成为课程重点。

总结起来，就是一句话：经济学硕士和博士将会更卷了。Data Science、数学和经济理论在课设的成分将会显著上升，但这个学科不会被替代。人工智能将在方法论上为这个历史悠久的学科提供新的发展动力，对未来可能产生的新的经济现象和市场结构提供不可或缺的见解。