主要观点总结
本文讨论了人工智能与认知科学的关系，特别是在涉及认知推理、战略决策等任务方面。文章回顾了人工智能和人类认知的历史渊源，强调了人工智能与人类的差异和局限性，并讨论了人工智能对人类决策制定产生的影响。文章认为基于理论的因果逻辑和认知对于人类在面对不确定性时的决策至关重要。文章提出了关于人类与人工智能交互、人工智能如何影响经济行为者决策等方面的未来研究机遇。
关键观点总结
关键观点1: 人工智能和人类在认知和计算方面的差异
人工智能擅长处理大量数据并以强大的方式快速处理这些信息，而人类具有偏见和有限理性，会选择性地关注和采样数据，容易受到确认和其他认知偏差的影响。人类认知是前瞻性的，允许数据-信念不对称，而人工智能基于数据的预测不同于人类基于理论的因果逻辑。
关键观点2: 理论在认知中的作用
理论为人类提供了一种识别新数据的认知机制，是介入世界、进行实验和解决问题的方式。基于理论的因果逻辑使人类能够做事，不仅是科学家，还包括所有试图理解并影响周围环境的普通人。
关键观点3: 未来研究机遇
未来研究可以探索人类如何利用人工智能相关工具创造新价值或辅助决策，研究特定经济行为者或企业自身的理论和因果逻辑如何影响执行战略和决策的人工智能相关工具的开发或采用。此外，还可以研究人工智能和人类各自的能力，制定分类标准，并研究关于人类本质更为基础的问题。
文章预览
现在，人工智能（AI）在一系列涉及高层次推理和思考的游戏、测试和认知任务中，都能与人类智能相媲美，甚至更胜一筹。许多人认为，在涉及高层次认知、判断和决策的情况下，人类应该--或者很快就会被人工智能所取代。我们不同意这种观点。本文首先追溯了人工智能和人类认知作为计算形式这一观点的历史渊源。本文以大型语言模型为例，强调了将计算机和思维类比为输入输出设备所存在的问题。人类认知最好被概念化为一种理论化形式，而不是信息处理、基于数据库的预测或贝叶斯更新。人工智能使用基于频率或概率的方法来获取知识，在很大程度上是后视的和模仿的，而人类的认知是前视的，能够产生真正的新颖性。本文认为，人工智能基于数据的预测不同于人类基于理论的因果逻辑。本文引入了 “数据-信念不对称 ”的概念，以 “
………………………………
