活动回顾
每次讨论的核心问题、关键观点、集体结论与方法概念总结
因果推断人工智能大语言模型2026年6月22日
第五期回顾：观察、干预与想象——因果的三级阶梯
本次讨论核心指出，当前人工智能（如大语言模型）仅能模仿人类的语言模式与相关性推理，缺乏真正的因果理解能力。人类独有的反事实思维——即想象“若非如此，结果会如何”——才是识别真实机制、推动科学进步的关键，而这一能力当前AI完全不具备。
主读：Judea Pearl & Dana Mackenzie, The Book of Why: The New Science of Cause and Effect, Chapter 1
核心问题：问题1：当前人工智能是否具备真正的因果推理能力？ 等 3 个问题
因果推断do算子Judea Pearl & Dana Mackenzie2026年6月5日
第四期回顾：思维胜于数据——从“相关”到“因果”
本次讨论围绕大数据时代下计划经济与市场经济的可行性、因果关系与预测的本质区别，以及因果推断中的干预（do算子）与反事实逻辑展开，涵盖了哈耶克与兰格论战、卢卡斯批判、DAG模型与工具变量等核心理论，最终聚焦于全量数据是否足以支撑科学化的计划经济这一根本问题。
主读：Judea Pearl & Dana Mackenzie, The Book of Why: The New Science of Cause and Effect, Introduction: Mind over Data & Chapter 1
核心问题：相关不等于因果的核心命题 等 3 个问题