科研创新 · 人工智能赋能学术研究
AI赋能科研全流程探索经济金融研究新范式
——教研室开展人工智能赋能教学专题交流活动
活动时间：2026年7月3日
撰稿人：陈雨霏
2026年7月3日，金融教研室组织开展“AI赋能科研全流程——AI驱动的经济金融研究新范式”专题教学科研交流活动，由梁龙跃老师进行开场分享，金融专硕陈雨霏同学进行主题汇报，吴亦茜、韦应先两位同学分别就文献综述与实证分析进行实操演示，教研室多位教师及研究生参与交流研讨。
图1 梁龙跃进行AI赋能科研主题分享
活动伊始，梁龙跃老师结合自身经历，分享了Claude Code、Cursor等智能体工具在爬取数据、PDF文本转换、前沿指标构建、文献综述梳理及模型推导等方面的实际应用，同时反复强调AI生成内容须逐项核查，学术研究的严谨性不容忽视。在主题汇报环节，陈雨霏同学从“AI重塑科研范式”切入，指出传统科研面临信息筛选困难、数据处理耗时、代码调试繁琐、修改周期长及重复性文书工作耗费精力等五大痛点，导致研究效率低下、创新周期拉长。她介绍，当前DeepSeek、Kimi、Claude等主流大模型已能覆盖研究构思、文本解析、代码生成、模型推导与实证分析等多个环节，其中Claude Code作为全自主AI编码智能体，能够理解研究需求、读取项目文件、生成并自主调试代码，形成从需求到成果的完整工作闭环，在交互模式、上下文理解、任务范围、核心界面和自主性等维度均实现了从“被动工具”到“主动智能体”的跨越。
陈雨霏同学重点分享了Claude Code赋能科研全流程的三大核心应用场景。首先是智能化文献综述与知识图谱构建，依托对应skill完成多源文献筛选、聚类分析与图谱可视化，精准挖掘研究缺口、标准化生成综述内容，吴亦茜同学现场演示了该skill从文献处理到综述生成的完整流程。其次是自动化研究设计与实证分析，通过相关skill梳理理论与变量、搭建研究框架，联动本地分析工具完成全流程实证工作，大幅压缩科研耗时，韦应先同学实操演示了从研究方案生成到回归分析的自动化全过程。最后是机器学习与金融预测领域的应用，依托对应skill融合多种建模与特征处理方法，开展资产价格预测与风险传染研究，充分体现出AI打破传统研究局限、创新科研范式的突出优势。
|
|
图2 陈雨霏进行Claude Code赋能科研全流程分享 | 图3 与会师生围绕AI赋能科研展开交流研讨 |
讨论环节中，与会教师围绕AI工具实操、成本控制与教学科研融合等话题展开交流。梁龙跃老师指出，本学期教研室教研活动始终围绕“AI赋能教学科研”主线展开，前期侧重教学应用，本次活动拓展至科研全流程，标志着教研室在AI与教学科研深度融合方面已迈出坚实一步，期望教研室的各位教师利用暑期继续探索，在下学期以更成熟的姿态将AI嵌入课程建设与学术研究之中。本次活动集中展示了AI赋能经济金融研究的多元路径与广阔前景，教研室将持续推进人工智能与专业教学、科学研究的深度融合，在坚守学术严谨性的前提下，以AI赋能科研创新，不断提升人才培养质量与学术研究水平。
文字：陈雨霏
一审：梁龙跃
二审：安海燕
三审：胡环宇
