大语言模型助力因果推断三路径

文章预览

随着计算社会科学这一新研究范式的出现，研究者可以依托大数据以及机器学习等新方法对人类行为和社会现象进行全景式描述，甚至对未来的走势进行预测。但反观用于“解释”世界的因果推断技术，却因其固有的局限受到质疑，在学界出现了一种低估甚至否定因果推断价值的观点倾向。从方法论层面看，针对因果推断的批评有其合理性，传统的因果推断方法在反事实框架构建、遗漏变量偏差、测量偏差三方面存在明显缺陷，因而在对现象之间的联系作出准确估计时会存在问题。不过，随着人工智能（AI）时代的来临，大语言模型这一突破性的AI技术可以通过三种路径来弥补传统因果推断方法的既有缺陷，从而为研究者解释世界提供强大助力。 路径一：通过构建虚拟实验对象完善反事实框架 因果推断建立在反事实框架之上。在反事实框架中，个 ………………………………