随着“数智时代”的加速到来，频率高、跨度大、范围广、多模态、规模大的经济社会运行数据得以被储存、采集和挖掘，而以ChatGPT、DeepSeek等大语言模型（LLM）为代表的AI工具的不断涌现与迭代，再次掀起社会科学研究范式革命。大语言模型已成为高校师生质性研究、定量研究、教育教学、学习成长的强力助手。对大语言模型感兴趣的可以关注《“大语言模型社会科学研究应用”实战研修班》，帮助研究者熟练使用优质AI Agent无代码开发平台搭建科研工具流，并能基于大语言模型（LLM）批量处理大规模数据。
该研究利用ChatGPT服务中断事件，为探究投资者是否依赖生成式人工智能（GenAI）执行专业任务及其对股票价格信息含量的影响提供了早期证据。研究发现，在ChatGPT服务中断期间，股票交易量呈现显著下降趋势。这一效应在以下两类企业中更为显著：一类是在服务中断前或中断期间发布企业新闻的企业，另一类是短暂性机构投资者持股比例较高的企业。
进一步分析显示，在服务中断期间，短期价格影响和收益率方差均呈现下降趋势，这与知情交易减少的情况一致。最后，研究证实了生成式人工智能辅助交易对股票价格长期信息含量的正向影响。总体而言，研究结果表明，相当数量的投资者通过特定方式使用ChatGPT，进而影响其交易决策和市场结果。
未来研究可深入探讨生成式人工智能产生这些效应的内在机制，以及将其应用于交易活动可能引发的潜在风险。本研究通过提供生成式人工智能影响投资者行为及市场动态的因果证据，为金融领域技术采纳的相关文献做出了贡献。
课程团队深度梳理Nature、PNAS、Financial Times 50等全球顶级期刊的大语言模型应用范式，帮助参加培训的师生实现“工具使用者→自定义AI Agent构建者→基于大语言模型模块化能力开发者”的能力飞跃。一方面能用Coze等平台的无代码开发范式，通过模块搭建及自然语言指令等方式实现具有自主操作能力的文献助手、编程助手、计量助手、写作助手、研学知识库系统等AI Agent自动化工具，为科研、教学、学习提供更高效的工具栈及工作流范式。还能通过Python编程深度赋能基于大规模数据的实证研究，包括质性分析、数据标注、数据分类、文本分析、关系抽取，助力研究范式的突破。
