发言者
- Eva Boxenbaum (Copenhagen Business School)
- Teppo Felin (Utah State University)
- Matthew Grimes (Cambridge Judge Business School)
- Christine Moser (VU Amsterdam)
- Christopher Wickert (VU Amsterdam)
大型语言模型（LLMs）对科学研究和学术工作的影响与日俱增。 作为能够模仿人类推理要素的先进人工智能系统，大型语言模型可能会自动执行、增强或重新配置目前由人类完成的许多数据分析、理论化和写作过程。 在此背景下，由知名期刊编辑和公认的人工智能思想专家组成的专家小组将阐明在管理和组织领域的学术工作和研究中使用 LLM 的可能情况。 专家们将讨论该技术对该领域研究和学术研究的价值；在确保以合乎道德和透明的方式使用该技术方面所面临的挑战和权衡；以及在平衡知识领域的优势和学术界的利益时，他们认为哪些准则对学术界非常重要。
Readings:
- Cornelissen, J., Höllerer, M. A., Boxenbaum, E., Faraj, S., & Gehman, J. (2024). Large Language Models and the Future of Organization Theory. Organization Theory, 5(1).
- Felin, Teppo and Holweg, Matthias (2024). Theory Is All You Need: AI, Human Cognition, and Decision Making (February 24, 2024).
- Gatrell C., Muzio D., Post C., Wickert C. (2024). Here, there and everywhere: On the responsible use of artificial intelligence (AI) in management research and the peer-review process. JMS.
- Grimes M., Von Krogh G., Feuerriegel S., Rink F., Gruber M. (2023). From scarcity to abundance: Scholars and scholarship in an age of generative artificial intelligence. AMJ, 66, 1617–1624.
- Lindebaum, D., Moser, C. and Islam, G. (2024), Big Data, Proxies, Algorithmic Decision-Making and the Future of Management Theory. JMS.
t Theory. JMS
以下是小组讨论的总结。 小组成员包括该领域的顶尖学者，他们讨论了这项快速发展的技术所带来的机遇和挑战。
人工智能与人类在研究中的合作
讨论的焦点是人工智能，特别是 LLM，不会取代人类研究人员，而是会增强他们的能力。 虽然一些小组成员承认人工智能有可能在特定领域超越人类智能，但大家一致认为，人类的判断力和创造力对于有效的研究仍然至关重要。
人工智能在管理研究中的应用
小组成员指出了人工智能在管理研究中的几种潜在应用，包括
增强文献综述： LLM 可以从庞大的学术数据库中有效地识别和综合相关研究，从而节省研究人员的时间和精力。
数据收集与分析： 人工智能可以自动完成数据收集过程，并进行复杂的统计分析，让研究人员能够专注于解释和意义生成。
理论发展和假设生成： LLM 可以识别大型数据集中的模式和关系，从而有可能提出新的研究问题和理论框架。
伦理考虑和研究的未来
专家小组强调了在管理研究中以负责任和合乎道德的方式使用人工智能的重要性，并对人工智能算法中可能存在的偏见以及这些工具的开发和应用需要透明表示了担忧。
结论
小组成员总结说，生成式人工智能和 LLM 在彻底改变管理研究方面具有巨大的潜力。 通过有效利用这些工具，研究人员可以获得新的见解，加速发现，并最终有助于加深对复杂组织现象的理解。 但是，必须认真考虑使用人工智能的道德影响，确保人类的判断和批判性思维在研究过程中始终处于最前沿。
补充说明
网络研讨会还强调了人工智能的局限性，尤其是它无法掌握知识应用中的细微差别。 在将研究成果转化为应对现实世界管理挑战的实用解决方案方面，人类的专业知识仍然至关重要。
本报告简要概述了讨论情况，建议观看整个视频，以便更全面地了解小组成员的观点。
댓글