商业 类型
可以朗读 语音朗读
244千字 字数
No.58 商业
2026-01-01 发行日期
展开全部

主编推荐语

AI重塑经管科研，提供理论创新与实践指南，全流程助力高质量研究产出。

内容简介

本书系统探讨人工智能（AI）如何重塑经管科研范式，聚焦AI 时代经管研究的理论创新、方法升级与实践应用，为研究者提供从思维变革到工具落地的全流程指南。

全书共10章，以“范式变革—工具赋能—质量伦理”为主线展开，第1~3章解析AI对经管理论体系与科研流程的重构，详解提示词设计的原则与技巧；第4~7章围绕理论构建、多模态数据分析、实证研究、质性研究等核心科研场景，展示AI的应用路径；第8~10章则阐述论文优化策略、能力进化路径及伦理规范，助力高质量成果产出。

本书兼具学科针对性、方法实操性与内容前沿性，适合经管专业高年级本科生、研究生、高校教师，以及从事AI与社会科学交叉研究的科研人员阅读，亦可作为数智化研究方法相关课程的教材。

目录

  • 版权信息
  • 内容提要
  • “AI时代经管学科的教学与科研丛书” 编写指导委员会
  • 《人工智能+经济管理科研方法》 编委会
  • “AI时代经管学科的教学与科研丛书” 序
  • 编 者 序
  • 第1章 AI时代经管科研的范式变革
  • 1.1 AI时代的经管理论重构
  • 1.1.1 理性人与算法人
  • 1.1.2 经验决策与人机混合决策
  • 1.1.3 微观行为与宏观涌现
  • 1.1.4 计算科学与经管学科的融合
  • 1.2 AI时代的经管研究方法
  • 1.2.1 理论研究与实证研究
  • 1.2.2 定性分析与定量分析
  • 1.2.3 小模型范式与大模型范式
  • 1.3 AI的局限性与人机协同边界
  • 1.3.1 AI在经管科研应用中的局限性
  • 1.3.2 人机协同的边界
  • 第2章 人工智能+经管科研的流程与步骤
  • 2.1 什么是好的研究
  • 2.1.1 真问题：研究的起点
  • 2.1.2 新见解：视角的重构
  • 2.1.3 严谨论证：结论的科学保障
  • 2.1.4 三种研究类型及AI应用
  • 2.2 AI重塑科研的三要素
  • 2.2.1 AI与研究者
  • 2.2.2 AI与研究工具
  • 2.2.3 AI与研究对象
  • 2.3 AI+经管科研的基本流程
  • 2.3.1 AI辅助研究设计
  • 2.3.2 AI辅助科研实施
  • 2.3.3 AI辅助理论贡献提炼
  • 第3章 AI提示词在经管科研中的通用设计逻辑
  • 3.1 AI提示词设计的基本原则
  • 3.1.1 精准性设计
  • 3.1.2 场景化设计
  • 3.1.3 扩展性设计
  • 3.2 AI提示词在经管科研中的通用框架
  • 3.2.1 AI提示词与经管学科的融合
  • 3.2.2 从理论到实践的AI提示词框架构建
  • 3.2.3 提示词迭代优化方法
  • 3.3 AI提示词在经管科研中的典型应用场景
  • 3.3.1 跨模态交互：文本、数据与图表的协同设计
  • 3.3.2 成功与失败的提示词对比
  • 第4章 人工智能+经管理论构建与文献研究
  • 4.1 AI+经管理论构建
  • 4.1.1 理论构建的意义与流程
  • 4.1.2 理论构建的经典方法与新路径
  • 4.1.3 AI赋能理论构建的价值维度
  • 4.1.4 AI优化演绎和归纳的路径
  • 4.1.5 AI驱动经管理论创新的范文解析
  • 4.2 AI+经管文献研究
  • 4.2.1 文献研究中的提示词设计
  • 4.2.2 AI辅助文献阅读与归纳
  • 4.2.3 AI辅助文献热点分析
  • 第5章 人工智能+经管科研数据处理与分析
  • 5.1 AI+经管数据采集
  • 5.1.1 AI+数据勘探
  • 5.1.2 AI+数据抓取
  • 5.1.3 AI助力多源数据融合
  • 5.2 AI+经管文本数据分析
  • 5.2.1 文本分类及经管科研应用
  • 5.2.2 主题建模及经管科研应用
  • 5.2.3 文本相似度计算及经管科研应用
  • 5.3 AI+经管音频数据分析
  • 5.3.1 音频的分类维度及数据背后的经济含义
  • 5.3.2 音频数据挖掘方法及经管科研应用
  • 5.4 AI+经管视频数据分析
  • 5.4.1 视频分类的维度及经济含义
  • 5.4.2 视频数据挖掘方法及经管科研应用
  • 第6章 人工智能+经管实证研究
  • 6.1 AI+实证研究
  • 6.1.1 经管实证研究的基本流程
  • 6.1.2 AI与实证研究的融合
  • 6.2 AI+实证变量构建
  • 6.2.1 判别式人工智能在变量构建中的应用
  • 6.2.2 生成式人工智能在变量构建中的应用
  • 6.3 AI+解释性实证研究
  • 6.3.1 AI驱动的关联关系研究
  • 6.3.2 AI驱动的因果关系研究
  • 6.4 AI+预测性实证研究
  • 6.4.1 AI与传统预测模型的融合
  • 6.4.2 AI驱动的新型预测模型构建
  • 第7章 人工智能+经管质性研究
  • 7.1 AI+质性研究
  • 7.1.1 质性研究在经管科研中的价值
  • 7.1.2 质性研究的实施流程
  • 7.1.3 质性研究中的局限性
  • 7.1.4 AI对质性研究路径的改变
  • 7.1.5 AI在质性研究应用中面临的挑战
  • 7.2 AI+经管案例研究法
  • 7.2.1 案例研究概述
  • 7.2.2 案例研究的实施流程
  • 7.2.3 AI在案例研究中的应用
  • 7.3 AI+扎根理论研究
  • 7.3.1 扎根理论概述
  • 7.3.2 扎根理论的实施流程
  • 7.3.3 AI在扎根理论中的应用
  • 第8章 AI赋能经管科研论文优化与质量提升
  • 8.1 顶级期刊针对大模型使用的政策
  • 8.1.1 顶级期刊的政策
  • 8.1.2 大模型辅助写作的“四原则”
  • 8.2 AI赋能经管科研论文质量提升的应用场景
  • 8.2.1 研究逻辑检验与模拟评审
  • 8.2.2 期刊偏好分析与智能选刊建议
  • 8.2.3 语言润色与表达优化
  • 8.2.4 科研绘图智能优化
  • 8.3 规避AI写作的学术合规风险
  • 8.3.1 查重降噪策略
  • 8.3.2 规避大模型“幻觉”风险
  • 8.3.3 规避大模型合作使用风险
  • 第9章 AI时代研究者的能力进化
  • 9.1 AI时代研究者的核心能力
  • 9.1.1 工具赋能与认知赋能
  • 9.1.2 科技素养与学科深度的平衡
  • 9.1.3 深度思考与判别能力
  • 9.1.4 复杂系统下的创新力与决策力
  • 9.2 AI时代经管科研的跨学科跨领域协作
  • 9.2.1 科技与人文的交汇
  • 9.2.2 经管学科与自然学科的融合
  • 9.2.3 政产学研协同创新
  • 9.3 AI时代的经管科研团队管理
  • 9.3.1 AI时代的经管科研团队组织结构
  • 9.3.2 AI时代的数据治理与知识共享
  • 第10章 经管科研的AI伦理
  • 10.1 AI伦理的基本内涵
  • 10.1.1 伦理的概念
  • 10.1.2 技术伦理的关注点
  • 10.1.3 AI伦理的概念和新内涵
  • 10.2 AI伦理的常见问题
  • 10.2.1 虚假信息的甄别
  • 10.2.2 数据泄露与知识产权
  • 10.2.3 知识偏见
  • 10.2.4 算法歧视
  • 10.3 AI伦理问题的应对
  • 10.3.1 大模型学术使用边界
  • 10.3.2 人机双向互动
  • 10.3.3 引注规范与全程监管
  • 10.4 学术规范保障与AI检测平台使用
  • 10.4.1 学术规范保障
  • 10.4.2 AI检测平台的使用
  • 参考文献
展开全部

评分及书评

评分不足
2个评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。