6月9日，经济学院第五十九期宏观经济与金融论坛在中心校区知新楼B321举办，中央财经大学金融学院副教授郭俊杰受邀作题为“The AI Precision Paradox: When Better Signals Make the Crowd Less Wise”的学术报告。讲座由经济学院助理研究员欧启聪主持，学院部分师生参会。

报告以“节约悖论”为比喻，提出AI虽然能提高个体的信号精度，但当使用者普遍依赖同一个模型时，模型自身会向所有使用者注入共同偏差从而让加总后的群体估计出现系统性偏误。基于此，研究构建了一个包含个体独立研究与AI辅助信号选择的理论模型，将AI对群体智慧的影响分解为私人收益与社会成本。研究发现，AI技术的普及在提高个体的私人信号精度的同时，也增加了预测误差的相关性，从而削弱了信息聚合背后的多样化逻辑。均衡分析表明，当AI信号中共同误差占比较低时，AI采纳具有社会效益；而当共同误差占比较高时，个体对AI的过度依赖会导致“信息单一化陷阱”，损害集体福利。研究进一步提出了“AI精度悖论”，即更精准的AI因吸引更多使用者集中于同一相关信号，反而使经济体更易落入福利损失的区间。动态扩展分析显示，过度依赖AI会侵蚀人类的独立信息生产能力，而多模型竞争在共享数据源的情况下也未必能恢复信息多样性。该研究为评估AI采纳何时增强信息聚合、何时破坏群体智慧提供了系统的分析框架。

郭俊杰，中央财经大学金融学院副教授，研究领域为货币财政政策和宏观金融。在《经济研究》《管理世界》《Journal of Applied Econometrics》《Journal of Economic Behavior and Organization》《Journal of Economic Dynamics and Control》等国内外一流经济学刊物发表论文二十余篇。主持国家自然科学基金面上项目和青年项目。担任多本中英文期刊以及国家自然科学基金项目的匿名评审人。作为团队成员获得北京市第十八届哲学社会科学优秀成果奖二等奖。

文/杨景晴

图/翁林泽