共探AI融创人文社科新未来
共探AI融创人文社科新未来
人工智能技术的发展不断颠覆人类认知，人机共生的社会组织形态对文明演进、经济社会、伦理治理等提出了诸多挑战，也在深度赋能人文社会科学发展，更新研究工具、激发理论创新。
近日，2025人文社会科学智能大会在复旦大学举行。会议以“AI驱动的人文社会科学理论创新与范式变革”为主题。发展中国家科学院院士、中国科学院大学经济管理学院院长洪永淼，北京大学政府管理学院中国政治学研究中心研究员顾超，复旦大学出土文献与古文字研究中心主任刘钊，围绕人工智能对于理论创新和研究范式的影响、AI与人文学科融合等议题展开了探讨。
AI深刻改变经济学等学科研究范式
人工智能正在深刻改变经济学、社会科学的研究范式。
十几年前，计算社会科学作为一种数据驱动的研究范式开始兴起，如今已经为人熟知。在统计学和计量经济学领域，人工智能技术，尤其是统计学习的一些方法，也正与传统统计学和计量经济学理论深度融合，催生出新的研究方法和工具。
人工智能正在打破两个“界限”。一是定性分析与定量分析的界限。近年来，许多经济学家，尤其是从事金融学和会计学研究的学者，开始大量使用自然语言处理技术来测度重要的心理变量，如幸福感、客户满意度和投资者情绪等。这些变量在过去是无法测度的，如今借助大数据和自然语言处理技术，它们变得可测。随着心理因素测度的可测性提高，已经可以对原本只能进行定性分析的内容进行定量分析，两者间的界限已被打破。
另一个被打破的界限是社会科学内部各学科、各领域之间的界限。原来经济学的研究主要集中在经济学领域，如今随着大数据、自然语言处理大模型技术广泛应用，我们可以测度许多社会心理因素、社会规范因素、文化与社会伦理因素以及生态环境因素，如PM2.5等数据。这些因素的可测性使得经济学者能够从事交叉学科研究。如今，经济学分析框架中不仅包含经济因素，还包括许多非经济因素，如社会心理、地缘政治等都可纳入经济学的分析框架，这些都得益于数据和人工智能技术的广泛应用。
我们的部分工作，如数据处理、编程、文献综述，肯定会被人工智能替代，这可称为“赋能”。但是人类的创造性思维被人工智能替代的可能性不高。人工智能可以帮助选题，收集数据，建模编程，分析实证结果，提出政策建议，甚至完成文章。学术期刊也可能由人工智能审稿，人工智能主编做决策。我们需思考，作为经济学家和社会科学家，我们的专业、我们培养的学生，能发挥的作用和价值在哪里？这将对经济学、社会科学的教育和研究产生深远影响，可以称之为“AI的形式主义”。
人工智能对经济学与社会科学具有重要的赋能作用，经济学与社会科学要热情拥抱人工智能，但仅靠人工智能不能给经济学与社会科学提供所有的方法和工具，只有将人工智能技术与领域知识相结合，才可获得相关的分析进展。破除AI的黑箱、增强其可解释性也需要领域知识。此外，人工智能的各种局限性需要被重视，如基于观测数据的因果推断本质，以及大模型广泛应用所产生的大量数据中新的信息与知识“含量”不高等问题。因此，经济学家与社会科学家应专注于从事人工智能替代不了的创新性工作。
政治学视域下的人工智能
我主要从事科技政治学的研究，简单来讲，就是研究科技与政治之间的相互关系。在这个相互关系里，最核心的问题是知识和权力之间的关系。现在讨论AI对于整个社会的影响，或者AI对于人文社会科学的挑战，核心仍然是这个问题：知识和权力的关系。
17世纪时，弗朗西斯·培根就有一句名言：“知识就是权力。”20世纪米歇尔·福柯开始关注知识和权力的内在关系，特别是权力如何生产知识。现在我们进入AI时代，人们认为信息就是权力。我认为，AI对知识和权力的关系带来了两方面的影响。一方面，新的知识权威正在形成。前现代社会的知识权威是宗教或形而上学。科学革命后，自然科学逐渐成为知识权威。现在，人工智能如DeepSeek这些大语言模型有可能会成为新的知识权威，将对整个社会秩序产生很大的影响。举一个简单的例子，如果你问大语言模型，这个世界上最好的酒是什么，使用DeepSeek的人会说是中国的茅台，使用ChatGPT的人会说是法国的红酒。这就是一种知识权威。
另一方面的影响是AI对权力结构的重新塑造。诺贝尔经济学奖得主达龙·阿西莫格鲁和西蒙·约翰逊在Power and Progress这本书里讨论了技术与权力结构的相互影响。书中的一个观点我非常认同：技术带来的社会进步从来不会自然而然地发生，关键的问题是技术给谁赋能。AI会让科技巨头和社会精英更加强大，让大量低技术劳动者失业，还是会创造大量新的就业机会，为底层劳动者赋能？
由于AI带来的这两方面影响，引导AI向善就特别重要。我目前在做两个方面的研究和这个问题相关。第一个研究是关于大模型的政治价值观。大模型的价值对齐是现在非常前沿的研究领域，主要是确保AI以符合人类公共价值的方式行事，符合人类的公共利益。从政治学视角则要关注政治价值的对齐问题。我们对ChatGPT的不同版本进行了测试，发现半年内它的政治价值观发生了向右偏移。这只是一个初步的结果，但它引发的问题很重要：偏移原因是什么？是训练数据、大模型与用户的互动、算法调整还是涌现？其背后的机制值得探索。
还有一个研究也是与此相关的，即主权AI（Sovereign AI）。这个概念很重要，在这一概念基础上可以讨论AI的政治自主性、技术自主性和文化自主性。政治自主性是指一个国家在AI政策制定和技术应用中拥有独立的决策权，能够根据自身的政治制度和国家利益制定和实施AI政策。技术自主性是主权AI的核心，指的是一个国家在AI技术的核心领域具有独立的研发能力和自主创新能力，能够掌握关键技术，不依赖于外部供应链。文化自主性是指一个国家能够将共同体的文化价值和社会规范嵌入到技术系统当中。发展主权AI需要处理几个关键问题，包括数据流动和安全、技术开源与自主性、治理规则的国际协同、AI价值链的国际分工。
AI赋能古文字研究
从2023年这一AI元年以来，人工智能大潮滚滚席卷而来，所有学科都受其影响，呈现出双向奔赴的姿态，其中人文学科自然不能例外。以下先以人文学科中的古文字研究为例谈谈AI赋能。
计算机技术应用于古文字研究，最早用来辅助甲骨缀合及各种甲骨文资料的释文录入电脑以便检索。随着人工智能的飞速发展，古文字与人工智能的融合也进入关键机遇期。
目前，有关古文字与AI结合的研究方向和进展，最主要的是甲骨缀合，现已发布两个系统：一个是AI“缀多多”，于2020年10月发布，由河南大学和首都师范大学联合研发；另一个是“知微缀”，由清华大学李霜洁研发，与复旦大学蒋玉斌、杨熠等专家合作，以人工智能引导人类直觉的交互方式，带动研究者高效发现甲骨新缀，目前已产生超过50组甲骨新缀成果。
现存已知的甲骨片的总数大约是16万片。这16万片当中有很多都是残片、碎片，把这些碎片拼合到原来的牛骨和龟甲上，必须借助AI。
古文字与AI的结合还包括图像校重、古文字单字识别、古文字图像文字识别、知识图谱、多模态数据集等。目前，人工智能与古文字融合尚处于初步阶段，还缺乏高质量的结构化数据，足够数量的多模态数据以及精细、系统的工作流。
AI与各领域的深入融合关键在于数据和算法。关于整个人文学科与AI的融合，目前还存在着以下问题：AI生成内容在可信度、规范性上距离高质量的人文研究、教育和推广的需求还有很大差距；人文学科中很多学科，如以古文字为例，古文字的视觉识别困境仍未突破，珍贵出土文字、文献资料未能成为完整、准确的训练数据；人文学科专业领域知识库尚未形成规模，数据标准不统一，共享、整合的难度较大；跨学科人才培养难，主要涉及招生、教学、就业以及评价机制各方面问题；人文研究“AI鸿沟”凸显和加剧；人文研究的差异性、民族性受到冲击。
展望AI与人文学科的融合，我们可以作以下思考和展望。第一，人文研究多模态数据高质量、规范化的采集、整理和标注是基石。存世（包括已从地下出土的）文献、文物、档案资料的整理公布和数字化亟需加强。地下埋藏文物有待考古发掘。第二，应构建结构化知识体系，包括知识图谱和知识库、推理数据、工作流等。这是对传统人文学科成果和研究方法的创造性转化，也将反馈人文学科的创新性发展。第三，面向AI的人文学科的知识论创新与应用促进算法创新与进步。这是AI与人文学科双螺旋上升的关键。第四，营造数字人文学科发展生态。从组织机构、人才队伍、开源数据平台、成果产出、评价机制、学科文化、社会支持等方面精心打造。第五，加强跨学科、跨行业的合作。数字人文本来就是所有人文学科要面对的大事。加强政府、高校、科研机构、企业、图书馆、博物馆、档案馆、出版社等各方力量合作，推动产学研融合发展。第六，在AI时代，人文研究与教育的作用将日益凸显。AI无法取代学术理念、道德、风格以及批判力、创造力的养成，更无法取代人文阅读、人文实践、人文体验以及价值判断。