2011年诺贝尔经济学奖得主、美国学者萨金特（Thomas Sargent）指出，人工智能（AI）目前在识别和整理数据方面表现优异，但在推断方面仍有困难，若AI无法跨越这一步，就只能停留在总结和解释的功能。
现阶段，AI更可能“放大那些原本就擅长识别的人的能力”，不是完全取代他们。
萨金特上星期二（4月22日）到访新加坡管理大学演讲时指出，AI发展的核心在于模仿人类智能中的三大能力——识别、概括归纳，以及据此做出决策。这些过程构成人类智慧的本质，AI正试图复制这一套流程。
萨金特说：“人类智慧的特征之一，是对所见的数据进行压缩和归类，我们拥有的刻板印象（stereotypes），其实就是一种识别。”
他说：“AI目前很擅长识别和组织，在一些巧妙引导下，它能做得很好。”
不过，“到目前为止，AI在推断游戏规则方面，仍然很吃力。”
萨金特以国际象棋比喻推断游戏规则的能力。譬如，一个完全不懂国际象棋规则的人，可以通过临摹人家的一局棋，并记录了部分走法，然后试着从这些有限的数据中，推断出整套游戏规则。
AI会让擅长识别与整理工作的人变得更强
尽管困难，但对社会科学家来说，这种通过“不完整数据进行推断”，就是日常工作的写照。譬如，经济学家会试图根据市场上的价格与交易数量，推测出背后各方博弈的过程与机制，包括人们如何互动、如何做出选择，生成出经济现象。
这种博弈，包括参与者、每个参与者可以做的选择、他们的选择会带来的结果、每个人所掌握的信息、以及谁先做决定、谁后做决定，最终达到“均衡”，即所有参与者都做了各自认为是最好的选择，前提是别人不会改变他们的选择。
萨金特强调，若AI无法跨越这种结构模型（Structural Models），即有理论支持的推理；那么只能停留在描述性模型（Descriptive Models），即只是找出模式和概括特征的阶段。
谈到AI的未来应用，他说：“有许多工作都是在识别与整理，AI会让那些擅长这些工作的人变得更强。”
