人工智能

斯坦福商学院博士生William Overman担心，如果目标与人类不一致，人工智能可能会越界，给人们带来伤害。为了避免这种情况，我们必须把控好方向，为这些AI智能体和模型建立恰当的交互机制、训练方式和激励体系。他近期发表了两篇论文，探讨当人工智能系统具备了自主行动的能力时，人类该如何保持实质性的控制权。

人工智能大语言模型模拟了人类大脑的运作方式，通过尽可能多地搜集信息，利用概率模型进行处理，并执行复杂计算以做出预测并得出最优解，从而解决任何问题。不过，斯坦福商学院组织行为学副教授Douglas Guilbeault认为，人类大脑从困惑到理解、充满直觉与想象力的思维飞跃，正是人类智能区别于机器智能的关键所在。

2026年4月17日，斯坦福大学的社会科学家们齐聚一堂，探讨人工智能如何正在改变实证研究。六位教职人员和校友在会上展示了各自的工作流程、研究发现以及所关切的问题。本次活动的主题为“人工智能时代的实证研究”，由斯坦福商学院、经济系、斯坦福社会科学研究所及斯坦福影响力实验室联合主办。

除了能够大规模地解读文本之外，大语言模型还能将那些看似杂乱无章、互不关联的零散概念，整合成条理清晰且可量化的内容，捕捉到那些人类肉眼难以察觉的关联与模式。并且，大语言模型在数据分析过程中展现出高度一致性与客观超然性，在解决那些看似与语言毫无关联的问题时，也展现出了令人惊叹的有效性。

斯坦福商学院市场营销学助理教授王玉砚，于2025年1月开始执教《理解可用于解决商业问题的人工智能技术》这门课程。这也是学院首批开设的人工智能技术类课程之一。

由于其性质，大型社会实验往往很难重复进行，因此无法用来测试新的假设或研究不同的条件。斯坦福商学院教授想创建一个能够随心所欲进行各种行为实验的虚拟世界。在一项新的研究中，他们开发了一个逼真的虚拟环境，其中包含2万个由人工智能驱动的数字“代理人”，这些代理人能够模拟社交网络中的人类行为。

在斯坦福商学院最近的实验中，研究人员希望能揭示人类和人工智能如何理解颜色。回答这个通常被概括为“具身观点”和“统计观点”之间争论的问题，能为生成式人工智能可以在多大程度上复制人类思维方式提供线索。结果表明，基于统计的颜色推断能走得很远，但显然具身经验同样是人类认知的重要组成部分。

将人工智能融入算法使购物及流媒体平台的推荐系统功能更强大，但也让它们变得更加不透明。斯坦福商学院最新研究表明，人工智能模型不一定需要更多或更好的数据来改进表现；它真正需要的是更优化的结构。

斯坦福商学院一直致力于培养学生成为各行各业的未来领袖与创新者。位于硅谷核心地带，斯坦福商学院具有独特优势，能够帮助学生和校友充分利用人工智能的力量，同时理解并规避其潜在风险。随着科技及其能力的快速发展，斯坦福商学院正通过教学内容、课程设置和学术研究等多种方式强化其在人工智能领域的投入。

随着大型语言模型的日益普及，它们被用于生成政治信息可能只是个时间问题。斯坦福商学院教授的新研究探讨了人们会如何回应由人工智能生成的政治说服信息。这项研究发现，当人们得知反对立场的观点来自人工智能时，他们反而更愿意倾听。因为人们会认为人工智能没有劝说意图，没有固有偏见，并且掌握大量信息。