南开大学经济行为与政策模拟实验室系列讲座

题目：The Impact of GenAI Advice on Efficient Coordination

主讲人

主讲人简介：盛医，荷兰蒂尔堡大学（Tilburg University）博士，现任纽约大学阿布扎比分校（NYUAD）行为制度设计中心（C-BID）博士后研究员。研究领域主要集中在行为经济学、实验经济学和博弈论。她的研究重点关注种族歧视和社会偏好，成本信号模型，以及生成式人工智能（GenAI）对人类在战略环境中的协调效率与公平感知的影响。

讲座摘要：生成式人工智能（GenAI）越来越多地被人类用于辅助决策。尽管关于生成式人工智能如何影响人类选择的研究文献迅速增长，但关于其在策略性情境中所提供建议之影响的证据仍然有限。本文通过实验研究，在一次性鹿猎博弈（Stag Hunt game）中，当集体效率与个体风险之间存在张力时，生成式人工智能建议——尤其是大语言模型（LLMs）——在何种条件下能够促进高效协调。实验设计从建议导向（效率导向 vs 风险导向）、可获得性（仅一位决策者可获得建议 vs 所有决策者均可获得建议）以及建议者身份（LLM vs 人类）三个维度进行变化，并与不存在建议的控制组进行比较。为考察其内在机制，我们进一步测量了参与者对结果的偏好以及其对他人行动的信念。结果表明，社会性AI建议使高效协调提高了9%–14%；而自利性AI建议则对高效协调产生了“有毒”影响，使其下降了26%–30%，其影响强度约为人类建议的两倍。参与者对来自AI建议者的自利性建议（51.7%）明显比对来自人类建议者的自利性建议（39.7%）更容易受到影响。处理效应分解结果显示，建议主要通过更新信念发挥作用。自利性AI建议使参与者对合作的信念下降了19%，但并未改变其底层偏好。

讲座时间：2026年5月13日（周三）下午2:30

讲座地点：经济学院高层10楼会议室

主办单位：南开大学经济学院 南开大学经济行为与政策模拟实验室