该内容探讨了人工智能（AI）与社会科学的交叉，指出 AI 深受人类行为影响，而哈耶克的复杂性理论等社会科学框架有助于理解和改进大型语言模型。文章通过 AI“复活”凯恩斯和舒姆佩特，展现了他们对现代劳动与失业问题的不同看法，并以一位经济学家的亲身经历为例，说明了 AI 如何显著加速学术研究的进程。
AI：一门新兴的社会科学
人工智能已不仅仅是技术问题，它正演变为一门社会科学，其发展深受人类行为和互动的影响。社会科学理论，特别是哈耶克的复杂性理论，为理解我们正在构建的这些新兴系统提供了关键框架。
- AI 是人类复杂性的产物： 它的行为模式反映了人类社会的内在逻辑。
- 社会科学提供理解工具： 理论框架能帮助我们洞察 LLM 这类复杂系统的运作方式。
- 应用理论以强化 AI： 将这些见解应用于实践，可以增强模型的能力，帮助解决单靠人类或计算机无法应对的新挑战。
经济学家的“复活”：凯恩斯 vs. 舒姆佩特
通过 AI 技术，研究者们让已故的经济学家“开口”，对当今世界发表看法，引发了有趣的思辨。
首先，经济学家马克斯·布鲁纳迈尔利用 AI“复活”了凯恩斯。回顾其 1930 年的著名预测时，这位 AI 凯恩斯承认：
物质产出确实成倍增长。然而，我们并未将红利完全用于休闲。在劳动时间上，我显然错了。我设想的每周 15 小时工作制并未到来。
随后，马克·拉瑟姆则引入了舒姆佩特的观点来反驳凯恩斯。
- 凯恩斯的担忧： 我们发现节省劳动力的方法，比为劳动力找到新用途的速度更快，导致技术性失业。
- 舒姆佩特的观点： 这不是一个缺陷，而是资本主义的本质。问题不在于技术性失业本身，而在于 “创造性破坏” 过程中不可避免的暂时性混乱。
AI 加速学术研究
AI 在学术领域的应用潜力巨大，它正在改变研究工作的传统模式。经济学家约书亚·甘斯分享了他的个人实验：
- 实验内容： 在一年前首个具备推理能力的 LLM（大型语言模型）问世时，他尝试用它将一个长期存在的想法在一小时内转化为一篇可发表的论文。
- 实验结果： 成功了。这篇论文最终在《经济学快报》（Economics Letters）上发表。
这个案例表明，AI 能够贯穿从产生想法到发表成果的整个研究过程，极大地提高了学术产出的效率。甘斯在此后的一年里继续使用这种方法，并产出了更多的研究成果。