智能决策：AI如何重塑我们的选择方式

你是否曾思考过，日常生活中我们究竟要面对多少次“抉择”？当人工智能逐步融入生活，它将怎样协助我们做出更优的“选择”？

在社会与经济运作中，从个体的消费行为、职业规划，到企业的市场竞争、转型发展，乃至政府的公共管理和政策设计，归根结底都属于决策范畴。在决策理论里，这类问题常被定义为：在特定限制条件下，调整决策变量的数值，以实现目标的最优化。决策变量指的是影响最终结果的各种要素，而限制条件则涵盖资源、生产能力、人员数量、资金和时间约束等方面。

以往，决策过程多依赖于既有的理论模式、传统可测量变量及其相互关系，以及相对有限的探索和解决途径。然而，大数据与人工智能的兴起，彻底颠覆了这一运作机制。

首先，社会“分辨率”大幅提高，社会经济活动的各个维度都能转化为数据，将过去“难以测量、难以获取”的要素纳入考量，从而拓宽了数据或变量的范围；其次，数字“成像”技术与算法的进步，使事物的镜像再现（例如用户画像、社群画像等）更加智能和精准。前者关乎决策的数据基础，后者涉及决策的知识构建。打个比方，过去是“依据现有材料烹饪”，现在则是“食材基本齐全，比拼的是厨艺”。

当下，AI在科研领域的应用成果斐然，也开始渗透进社会科学研究。在数智化时代，决策研究呈现出哪些新趋势呢？

早在2015年，国家自然科学基金委员会便启动了“大数据驱动的管理与决策研究”重大专项，历时近十年，研究人员通过跨学科合作，构建了一个创新的研究体系（被称为“全景式PAGE框架”），以应对大数据管理决策范式的变革，并打造我国决策科学领域的自主知识架构。该框架将大数据决策问题的三大特性（即粒度缩放、跨界关联、全局视图）对应到四个研究维度（即理论范式、技术方法、资源治理、使能创新），并在应用领域（如商业、金融、公共管理、医疗健康等）横向延伸，形成全景式的立体图景。例如，针对传统财务报表在评估现代企业时的不足，突破了全球沿用百年的“三表”企业价值评估体系，引入数据资产视角和数智化技术来构建第四张报表。目前，该框架正以大模型为核心，推动决策科学领域的方向拓展。

这一框架对决策者有何启示？个人又需培养哪些思维能力以应对挑战？在此，尝试提出三个“关键指引”：跨界关联意识。借助大模型等工具可以突破现有知识界限，进而拓宽视野和认知领域，延伸探索路径和创新触点；偏差问题意识。平台上的推荐和推送在辅助决策的同时，也可能引发从众效应和信息茧房等现象，导致认知与决策的行为偏差。这些偏差又随行为数据和轨迹反馈到推荐和推送模型中，形成偏差的循环放大，这就需要培养识别与修正能力；AI向善思维。需关注AI应用中的社会伦理、商业伦理和学术伦理问题，规避算法风险与偏见，防范“数据污染”等恶意操控。

决策与大数据、人工智能的交汇，并非简单的工具升级，而是从认知、方法到实践的系统性变革。在既定条件下，如何更有效地达成目标？大数据和人工智能极大地拓展了“既定条件”的界限和“达成目标”的途径，但最终的判断、验证与价值取舍，仍离不开人的专业素养和审慎思考。

（陈国青 作者为清华大学文科资深教授、经济管理学院教授）