时间线
看占比，而不只是论文数量
广义 AI 包含机器学习、自然语言处理等作为研究对象或研究方法的论文。
AI × 经管研究
AI 会如何改变
你关心的经管领域？
从 — 本 UT24 与 FT50 期刊、— 篇研究记录出发，我们比较 AI 在 11 个传统经管领域中的进入速度、研究主题与学科差异，再把证据转成你自己的研究问题。
01 / 发生了什么
UT24 × FT50 · 2018—2026
AI 正以不同速度
进入经管研究
我们把 — 本顶级经管期刊中的 — 篇可核验研究记录放在同一张时间图上。它展示的是研究关注度与主题渗透，而不是 ChatGPT 的因果效应。
发布前 · 2018-01-01—2022-11-29—
发布后 · 2022-11-30—2026-10-12—
正在读取精确时间窗口……
—本去重期刊
—篇核心研究记录
—篇广义 AI 论文
—篇生成式 AI 论文
11 个传统经管领域
同一轮技术变化，冲击形状并不相同
按照发布前后 AI 论文占比的百分点变化排序。点击领域，查看主题和代表性研究问题。
这组数据能说明什么，不能说明什么
可用来观察
固定期刊池中 AI 主题的数量、占比、时间趋势与学科差异。
不能直接证明
ChatGPT 导致论文增长，或 AI 已经对现实经济与组织产生同等程度的影响。
数据抓取与整理日期：。来源：OpenAlex Works 与 Crossref DOI 元数据。
正在读取研究数据……
02 / 如何理解变化
从“有多少篇”走向“研究怎样变”
AI 对经管研究的冲击，至少有三层
AI 成为研究工具
文本编码、预测、分类、模拟与写作成本下降，研究者可以处理过去难以扩展的材料。
AI 成为研究对象
生产率、消费者信任、算法治理、人机协作与组织权力成为新的经管问题。
人的角色被重新定义
数据加工变便宜后，问题意识、识别策略、制度理解、现场关系与责任承担更稀缺。
把总体趋势落到一个学科
我的经管领域探索器
四个选择，把领域数据、研究方式与人的不可替代价值连起来。结果不是预测，而是一份可以继续修改的研究判断。
04 / 形成研究判断
证据不是终点，而是问题的起点
你的经管研究转向
你的领域
等待完成探索
完成四个选择后，这里会把领域数据与你的判断组合成一份研究方向草案。
会变便宜的
资料处理与标准化初稿
AI 首先压低的是可描述、可重复、可快速验证的研究任务成本。
会更稀缺的
问题意识与情境判断
技术不会自动决定什么值得研究，也不会替研究者承担解释与责任。
值得继续追问的
一个可继续发展的问题
选择领域后生成。
带走你的研究提示
先完成上面的四个选择。