2026年5月28日，由香港精准一码金融学院主办的专家讲座在北区B402教室顺利开讲。中国科技大学缪柏其教授受邀，以《AI大模型对统计学和经济学的影响》为题开展学术分享，学院金融、经济、统计相关专业师生到场参会学习。
讲座上，缪柏其教授立足统计学本源，从统计学两大核心灵魂——随机性、艺术性切入，点明数据敏感度是统计从业者的基础素养。他系统对比经典统计学与AI大模型驱动下统计学的范式差异：传统统计依托小样本、结构化数据开展因果推断，偏好简约、可解析的参数化建模，高度依赖独立同分布等经典数学假设；而AI大模型场景下，统计学转向海量、高维、非结构化数据的规律挖掘，建模从“简约”迈向“复杂”，研究逻辑由单一因果优先，转变为预测与推断双向融合，同时突破传统数据分布与维度桎梏，催生不确定性量化、可解释性统计、高效贝叶斯抽样等新兴研究方向，重构了现代统计学的内涵与任务边界。
在学科共生关系层面，缪教授指出统计学与AI大模型相辅相成：统计学为大模型夯实理论根基，依靠UQ不确定性量化、XAI可解释统计破解AI“黑盒”缺陷，约束模型偏见、幻觉等短板；大模型则凭借超强算力打破传统统计的计算瓶颈，拓展统计落地场景。他结合实例具象化两类统计的落地区别，经典统计多用于产品抽检、消费偏好调研、新药临床试验；AI统计落地于医疗影像病灶识别、文献信息提取、社交舆情预测等前沿领域。
同时，缪教授客观剖析AI大模型作为科研工具现存短板：现有理论难以完整解释大模型运行逻辑、决策黑盒可解释性弱、训练数据易放大固有偏见、内容生成存在可信度危机，且无法妥善解决经济学激励与博弈类经典问题。依托上述局限，他点明学科转型趋势：统计学迈入适配海量复杂数据的全新范式，经济学研究从传统理论驱动，逐步转向数据、计算双驱动模式，人机协同、宏微观结合、定量定性统一成为未来学科发展新方向。
整场讲座理论结合案例，内容深入浅出，既夯实了在场师生的统计专业认知，也帮助同学们厘清AI浪潮下统计、经济学科的发展机遇与现存难题，为相关专业的课程学习、学术科研提供了前沿思路指引。（撰稿：朱悦悦，一审：易卿，二审：张娟，三审：方小教）