【摘要】人工智能的發(fā)展推動(dòng)社會(huì)科學(xué)研究在廣度與深度上產(chǎn)生了質(zhì)的飛躍，基礎(chǔ)研究、知識(shí)創(chuàng)造將更加呈現(xiàn)跨學(xué)科交叉的趨勢(shì)，形成了人工智能驅(qū)動(dòng)的社會(huì)科學(xué)研究范式變革，對(duì)社會(huì)科學(xué)的知識(shí)生產(chǎn)和傳播產(chǎn)生了革命性影響。一方面，人工智能以其強(qiáng)大的數(shù)據(jù)和算法全面賦能社會(huì)科學(xué)的發(fā)展；另一方面，人工智能也顯著改變著人類的行為和決策方式，引發(fā)了道德、倫理、隱私、規(guī)范等新的社會(huì)問題，使人工智能治理成為社會(huì)科學(xué)的重要研究對(duì)象。當(dāng)前，有必要在闡釋人工智能賦能社會(huì)科學(xué)的深層次機(jī)理的基礎(chǔ)上，剖析人工智能時(shí)代社會(huì)科學(xué)的“變”與“不變”，并就進(jìn)一步促進(jìn)人工智能與社會(huì)科學(xué)的融合發(fā)展提出對(duì)策建議。
【關(guān)鍵詞】人工智能 社會(huì)科學(xué)研究 賦能機(jī)制 人工智能治理 未來展望
【中圖分類號(hào)】TP18/G642.3 【文獻(xiàn)標(biāo)識(shí)碼】A
【DOI】10.16619/j.cnki.rmltxsqy.2024.04.012
【作者簡(jiǎn)介】楊永恒，清華大學(xué)公共管理學(xué)院教授、博導(dǎo)，清華大學(xué)中國(guó)發(fā)展規(guī)劃研究院副院長(zhǎng)。研究方向?yàn)橹虚L(zhǎng)期戰(zhàn)略與規(guī)劃、文化戰(zhàn)略與政策、數(shù)字文化、公共服務(wù)與管理。主要著作有《發(fā)展規(guī)劃：理論、方法和實(shí)踐》、《現(xiàn)代治理視角下的發(fā)展規(guī)劃：理論、實(shí)踐和前瞻》（合著）、《政府治理指標(biāo)》（譯著）、《中國(guó)人類發(fā)展報(bào)告特別版》（主編）等。
人工智能與經(jīng)濟(jì)社會(huì)發(fā)展的深度融合，使人工智能的應(yīng)用從科技領(lǐng)域延伸至社會(huì)科學(xué)領(lǐng)域，推動(dòng)了人工智能驅(qū)動(dòng)的社會(huì)科學(xué)范式變革，對(duì)社會(huì)科學(xué)的知識(shí)生產(chǎn)和傳播產(chǎn)生了革命性影響。一方面，人工智能為社會(huì)科學(xué)研究提供了新的工具、方法和手段，基礎(chǔ)研究、知識(shí)創(chuàng)造將更加呈現(xiàn)跨學(xué)科交叉的趨勢(shì)，衍生出了計(jì)算社會(huì)科學(xué)、計(jì)算法學(xué)、數(shù)字人文等新的學(xué)科和學(xué)術(shù)增長(zhǎng)點(diǎn)。另一方面，人工智能重構(gòu)著人類的生產(chǎn)、生活和思維方式，顯著改變著人類的行為和決策模式，形成了新的社會(huì)形態(tài)，引發(fā)了道德、倫理、規(guī)范等領(lǐng)域新的社會(huì)問題，使人工智能自身成為了社會(huì)科學(xué)重要的研究對(duì)象。把握人工智能對(duì)社會(huì)科學(xué)的影響，不僅要看到其帶來的積極效果，也要充分認(rèn)知其所引發(fā)的新的問題，理性研判未來人工智能賦能社會(huì)科學(xué)的發(fā)展趨勢(shì)，確保其符合人類社會(huì)的基本倫理和價(jià)值，并充分尊重人在知識(shí)創(chuàng)造中的主體作用。
人工智能賦能社會(huì)科學(xué)的底層邏輯
人工智能尤其是生成式人工智能（AIGC）的快速更新迭代，以其強(qiáng)大的多模態(tài)數(shù)據(jù)處理能力，讓人們對(duì)人工智能的總結(jié)、提煉、抽象、推理、創(chuàng)作等能力充滿了憧憬。大語言模型（LLM）可以對(duì)文本、聲音、圖像、視頻等多模態(tài)大數(shù)據(jù)進(jìn)行強(qiáng)有力的數(shù)據(jù)處理、信息提取與建模分析，其生成的內(nèi)容也可以成為社會(huì)科學(xué)研究的重要素材。例如，美國(guó)OpenAI公司研發(fā)的ChatGPT針對(duì)互聯(lián)網(wǎng)或特定大型文本數(shù)據(jù)集進(jìn)行訓(xùn)練，從這些訓(xùn)練數(shù)據(jù)中學(xué)習(xí)語言模式、語法、上下文和語義，然后運(yùn)用訓(xùn)練出的算法處理和生成文本內(nèi)容，據(jù)此完成語言翻譯、文本摘要、情感分析、聊天和文本寫作等任務(wù)。
從本質(zhì)上講，人工智能大模型是在對(duì)人類現(xiàn)存知識(shí)和經(jīng)驗(yàn)進(jìn)行機(jī)器學(xué)習(xí)和訓(xùn)練的基礎(chǔ)上，生成強(qiáng)大的算法和模型來揭示與關(guān)聯(lián)人類現(xiàn)存知識(shí)和經(jīng)驗(yàn)。ChatGPT就是一個(gè)機(jī)器學(xué)習(xí)模型，基于給定的訓(xùn)練數(shù)據(jù)，根據(jù)某些單詞或單詞序列一起出現(xiàn)的概率來生成文本，本質(zhì)上并不是理解文本數(shù)據(jù)，而是在根據(jù)概率預(yù)測(cè)文本數(shù)據(jù)。[1]大模型巨大的語料庫(kù)和超乎尋常的算力，共同支撐了其強(qiáng)大的知識(shí)揭示和關(guān)聯(lián)能力，使其擁有了更加精準(zhǔn)的預(yù)測(cè)能力，這是人類所不可比擬的。大模型的預(yù)測(cè)能力體現(xiàn)在對(duì)人類現(xiàn)存知識(shí)和經(jīng)驗(yàn)的識(shí)別精準(zhǔn)度，以及在此基礎(chǔ)上進(jìn)行預(yù)測(cè)和研判的能力上。以文獻(xiàn)學(xué)為例，人工智能將以往被分割和隔絕的文獻(xiàn)資料重新連接，最大程度地促進(jìn)文獻(xiàn)關(guān)聯(lián)與知識(shí)發(fā)現(xiàn)，改變了學(xué)者對(duì)文獻(xiàn)、知識(shí)的認(rèn)識(shí)路徑，促進(jìn)了學(xué)術(shù)研究、知識(shí)生產(chǎn)的快速迭代和更新（劉石、李飛躍，2021）。在人工智能的幫助下，研究人員可以通過大數(shù)據(jù)和算法，更好地理解社會(huì)運(yùn)行規(guī)律、解決社會(huì)現(xiàn)實(shí)問題、預(yù)測(cè)社會(huì)未來趨勢(shì)。其作用至少體現(xiàn)在如下三個(gè)方面。
第一，為社會(huì)科學(xué)研究提供強(qiáng)大的新工具和新手段。人工智能大大強(qiáng)化了以數(shù)據(jù)為基礎(chǔ)的社會(huì)科學(xué)實(shí)證研究范式。大語言模型如ChatGPT使用了海量大數(shù)據(jù)甚至是整個(gè)互聯(lián)網(wǎng)文本數(shù)據(jù)，對(duì)文本、聲音、圖像、視頻等多模態(tài)大數(shù)據(jù)進(jìn)行數(shù)據(jù)處理、信息提取與建模分析，可以有效支撐文獻(xiàn)綜述、理論建構(gòu)、研究設(shè)計(jì)、收集數(shù)據(jù)、分析數(shù)據(jù)、文本撰寫等研究任務(wù)。大模型的基礎(chǔ)數(shù)據(jù)庫(kù)匯聚了世界上盡可能多的存量知識(shí)，雖然不能說是全樣本，但已經(jīng)是關(guān)于人類知識(shí)的非常大的樣本。從知識(shí)樣本接近全樣本量的角度看，大模型給出的答案可能讓人類個(gè)體無限接近理性。
人工智能也為文獻(xiàn)研究、文化遺產(chǎn)保護(hù)和活化利用等提供了更加高效便捷的手段。數(shù)字技術(shù)推動(dòng)了古籍整理和利用的轉(zhuǎn)型升級(jí)，創(chuàng)新了文獻(xiàn)生產(chǎn)方式、變革了文本呈現(xiàn)形態(tài)、拓展了文獻(xiàn)獲取方式，對(duì)于古籍整理、保護(hù)和傳承發(fā)揮了至關(guān)重要的作用（劉石、李飛躍，2021）。2021年9月，國(guó)際儒學(xué)聯(lián)合會(huì)在杭州、臺(tái)北兩地連線，向臺(tái)灣民間機(jī)構(gòu)云贈(zèng)送《文瀾閣四庫(kù)全書》，這樣一部皇皇巨著通過數(shù)字化整理，可以被更廣泛、更便捷地檢索和使用（楊永恒，2023）。清華大學(xué)郭黛姮教授團(tuán)隊(duì)在查閱歷史資料基礎(chǔ)上，借助虛擬現(xiàn)實(shí)及增強(qiáng)現(xiàn)實(shí)技術(shù)，構(gòu)建了“數(shù)字圓明園”，再現(xiàn)了圓明園昔日的恢弘場(chǎng)景。
第二，促使社會(huì)科學(xué)研究的數(shù)據(jù)來源發(fā)生革命性轉(zhuǎn)變。傳統(tǒng)社會(huì)科學(xué)研究往往通過問卷調(diào)查、行為實(shí)驗(yàn)、半結(jié)構(gòu)化訪談、多主體建模、參與式觀察等方式收集數(shù)據(jù)，獲得個(gè)人、群體、文化族群及其動(dòng)態(tài)演進(jìn)特征的概括性描述。人工智能可以幫助研究者及時(shí)快速收集大規(guī)模數(shù)據(jù)，從中提取有價(jià)值的信息并進(jìn)行分析。大語言模型利用深度學(xué)習(xí)來捕捉文本和語言中的復(fù)雜關(guān)系，包括上下文語境和準(zhǔn)確語義，甚至能夠捕捉諷刺、隱喻或情感等細(xì)微的語言細(xì)節(jié)（Bubeck et al., 2023）。這種超強(qiáng)的語言識(shí)別能力可以幫助研究者快速有效地收集和處理包括文本和語音在內(nèi)的多模態(tài)數(shù)據(jù)。
人工智能也可以成為研究者干預(yù)控制下的數(shù)據(jù)收集主體，向不同研究對(duì)象（可以是人或人工智能）采集數(shù)據(jù)。通過設(shè)置適當(dāng)?shù)臈l件，大語言模型能夠準(zhǔn)確模擬社會(huì)科學(xué)研究中的人類行為反應(yīng)，從而取代實(shí)驗(yàn)對(duì)象或受試人群進(jìn)行數(shù)據(jù)收集（Argyle et al., 2023）。研究人員也可以利用模擬參與者的數(shù)據(jù)形成假設(shè)，然后在受試人群中進(jìn)行實(shí)證檢驗(yàn)（Park et al., 2023）。相對(duì)于傳統(tǒng)的便利樣本，大語言模型能夠創(chuàng)建與訓(xùn)練語料同樣多樣化的樣本，可以比傳統(tǒng)數(shù)據(jù)采集方法更為準(zhǔn)確地描述人類行為和社會(huì)動(dòng)態(tài)。
第三，顯著提升了人類對(duì)社會(huì)問題的分析和洞察能力。與傳統(tǒng)的抽樣調(diào)查方法相比，人工智能大模型通過對(duì)大規(guī)模數(shù)據(jù)集的預(yù)訓(xùn)練，可以汲取大量的人類經(jīng)驗(yàn)和觀點(diǎn)，進(jìn)而提升研究結(jié)論的可推廣性（Grossmann et al., 2023）。研究人員也可以通過人工智能情景模擬，認(rèn)識(shí)政策干預(yù)的潛在影響，從而形成更有效的整體方案。基于多主體建模的大語言模型（LLM-ABM）可以在深度學(xué)習(xí)的基礎(chǔ)上，總結(jié)和推導(dǎo)各類決策或行為規(guī)則，模擬具有特定特征和信仰的個(gè)體之間的互動(dòng)（Park et al., 2023）。例如，捕捉不同理論學(xué)派或意識(shí)形態(tài)派別的觀點(diǎn)，針對(duì)特定案例如古巴導(dǎo)彈危機(jī)，模擬多決策主體的參與情形，評(píng)估可能發(fā)生的各種“假設(shè)”情景，并針對(duì)不同情景進(jìn)行決策推演（Tetlock et al., 1991）。
大語言模型尤其適合應(yīng)用于涉及暴力的高風(fēng)險(xiǎn)或者明顯不能有大量人類個(gè)體參與的情形。在類似情形的研究中，可以先運(yùn)用大語言模型在模擬人群中進(jìn)行測(cè)試，為擬開展的研究提供信息支撐，例如，研究虛假信息在社交網(wǎng)絡(luò)中的傳播模式；或者通過創(chuàng)建侵犯者和受害者原型，來研究在線性侵犯行為（Pennycook et al., 2020）。對(duì)于這些難度較大和風(fēng)險(xiǎn)較高的情形，因?yàn)榇嬖诘赖嘛L(fēng)險(xiǎn)，很難進(jìn)行自然實(shí)驗(yàn)，而且可能對(duì)人類參與者造成傷害，因此利用大語言模型等人工智能來輔助研究是有效的替代方案。
人工智能給社會(huì)科學(xué)帶來的影響
研判人工智能給社會(huì)科學(xué)帶來的影響，可以從兩個(gè)視角思考。一方面，人工智能帶來了社會(huì)科學(xué)研究范式的變革，催生了一批新的學(xué)科和學(xué)術(shù)增長(zhǎng)點(diǎn)；另一方面，人工智能引發(fā)了道德、倫理、規(guī)范等領(lǐng)域新的社會(huì)問題，使人工智能自身成為社會(huì)科學(xué)重要的研究對(duì)象。
人工智能帶來的社會(huì)科學(xué)研究范式變革。普林斯頓大學(xué)教授、著名社會(huì)學(xué)家謝宇指出，不斷發(fā)展的人工智能使人文社科研究出現(xiàn)全新研究范式，改變了過去社會(huì)科學(xué)相對(duì)單一的研究視角，讓不同領(lǐng)域的專家共同解決復(fù)雜的社會(huì)問題。[2]人工智能引發(fā)的社會(huì)科學(xué)研究范式變革，主要體現(xiàn)在如下三個(gè)層面。
第一，從理論驅(qū)動(dòng)轉(zhuǎn)向數(shù)據(jù)和算法驅(qū)動(dòng)。傳統(tǒng)的社會(huì)科學(xué)研究主要是基于學(xué)者的觀察和實(shí)驗(yàn)提出理論假設(shè)，通過收集數(shù)據(jù)對(duì)假設(shè)進(jìn)行實(shí)證，從而推動(dòng)理論的不斷發(fā)展和演進(jìn)，這實(shí)際上是一種理論驅(qū)動(dòng)的研究范式。人工智能的數(shù)據(jù)思維、算法思維為社會(huì)科學(xué)研究帶來了新的思維范式和方法論指引，拓展了社會(huì)科學(xué)的研究樣態(tài)、觀察視域和運(yùn)用場(chǎng)景，促使社會(huì)科學(xué)研究從“小數(shù)據(jù)輔助”向“大數(shù)據(jù)發(fā)現(xiàn)”模式轉(zhuǎn)變，催生了數(shù)據(jù)和算法驅(qū)動(dòng)的社會(huì)科學(xué)研究。
這種思維方式在底層邏輯上與以實(shí)證研究為主流的傳統(tǒng)范式是一致的，但克服了后者的一些顯著缺陷。實(shí)證研究是以數(shù)據(jù)為基礎(chǔ)，運(yùn)用統(tǒng)計(jì)學(xué)方法推斷變量之間的邏輯關(guān)系尤其是因果關(guān)系，從而揭示社會(huì)運(yùn)行規(guī)律（洪永淼、汪壽陽(yáng)，2023）。在實(shí)證策略上，傳統(tǒng)實(shí)證研究構(gòu)建理論模型，用盡可能少的變量解釋盡可能多的數(shù)據(jù)關(guān)系，從復(fù)雜社會(huì)現(xiàn)象中捕捉主要矛盾。由于理論驅(qū)動(dòng)建立在各種假設(shè)基礎(chǔ)上，因此結(jié)論常常受到所假設(shè)理論模型的限制（Breznau et al., 2022, PNAS）。[3]研究表明，基于同一組數(shù)據(jù)，不同人使用不同的理論模型會(huì)得到不同的結(jié)論，這也是理論驅(qū)動(dòng)的缺陷。
數(shù)據(jù)驅(qū)動(dòng)的人工智能大模型無需假設(shè)具體的理論模型，而是基于對(duì)大規(guī)模存量數(shù)據(jù)和知識(shí)的深度挖掘和訓(xùn)練，試圖捕捉大數(shù)據(jù)中的所有可能性，從大數(shù)據(jù)中獲得變量之間的邏輯關(guān)系，以得到更加穩(wěn)健的結(jié)論，這實(shí)際上克服了理論驅(qū)動(dòng)范式下研究結(jié)論可能會(huì)因理論模型的改變而變化的缺陷（洪永淼、汪壽陽(yáng)，2023）。
第二，推動(dòng)社會(huì)科學(xué)學(xué)者轉(zhuǎn)向更高層次、更具創(chuàng)新的研究活動(dòng)。過去的社會(huì)科學(xué)研究往往是以問題導(dǎo)向、好奇心驅(qū)動(dòng)，尋求對(duì)復(fù)雜社會(huì)現(xiàn)象的理論解釋，為拓展人類認(rèn)知世界的前沿邊界作出邊際貢獻(xiàn)。人工智能大模型出現(xiàn)后，人類可以更多地依賴大模型認(rèn)識(shí)世界，這有利于把學(xué)者從傳統(tǒng)思維框架下的簡(jiǎn)單重復(fù)工作中解放出來，使其轉(zhuǎn)而關(guān)注更重大的理論和現(xiàn)實(shí)問題，從而顯著提升了人類認(rèn)識(shí)世界的能力。學(xué)者可以把資料收集、文獻(xiàn)梳理、數(shù)據(jù)分析、文本撰寫等工作交給人工智能去完成，自身的精力則主要聚焦在提出問題、構(gòu)建理論等更加復(fù)雜、更具創(chuàng)新性，也更難以被人工智能取代的研究活動(dòng)上。在大模型的賦能下，理論會(huì)從孤立的、單一的理論變成結(jié)構(gòu)性、系統(tǒng)性的理論，成為對(duì)整個(gè)社會(huì)系統(tǒng)的近似描述，這無疑將大大推動(dòng)理論創(chuàng)新，促使以往的點(diǎn)狀創(chuàng)新向系統(tǒng)集成創(chuàng)新轉(zhuǎn)變。
第三，促進(jìn)文理工學(xué)科交叉，打破傳統(tǒng)社會(huì)科學(xué)的學(xué)科邊界。人工智能的發(fā)展具有一定的顛覆性，推動(dòng)社會(huì)科學(xué)研究在廣度與深度上產(chǎn)生了質(zhì)的飛躍，使跨學(xué)科、多視角、集成式的社會(huì)科學(xué)研究成為可能。人工智能時(shí)代的基礎(chǔ)研究、知識(shí)創(chuàng)造將更加呈現(xiàn)跨學(xué)科交叉的趨勢(shì)，同時(shí)也衍生出了一些新的學(xué)科方向，如計(jì)算社會(huì)科學(xué)、計(jì)算法學(xué)、計(jì)算政治學(xué)、智能傳播學(xué)、數(shù)字人文等。2021年底，教育部辦公廳公布了首批教育部哲學(xué)社會(huì)科學(xué)實(shí)驗(yàn)室名單，要求實(shí)驗(yàn)室充分利用現(xiàn)代信息技術(shù)和先進(jìn)實(shí)驗(yàn)手段，推進(jìn)學(xué)科交叉融合，創(chuàng)新研究范式和方法。首批公布的9家試點(diǎn)實(shí)驗(yàn)室（北京大學(xué)語言學(xué)實(shí)驗(yàn)室，清華大學(xué)計(jì)算社會(huì)科學(xué)與國(guó)家治理實(shí)驗(yàn)室，中國(guó)傳媒大學(xué)國(guó)家輿情實(shí)驗(yàn)室，中國(guó)政法大學(xué)數(shù)據(jù)法治實(shí)驗(yàn)室，南開大學(xué)經(jīng)濟(jì)行為與政策模擬實(shí)驗(yàn)室，吉林大學(xué)生物考古實(shí)驗(yàn)室，合肥工業(yè)大學(xué)數(shù)據(jù)科學(xué)與智慧社會(huì)治理實(shí)驗(yàn)室，武漢大學(xué)文化遺產(chǎn)智能計(jì)算實(shí)驗(yàn)室，上海師范大學(xué)、上海市教育科學(xué)研究院教育大數(shù)據(jù)與教育決策實(shí)驗(yàn)室）[4]基本上都具有跨學(xué)科特點(diǎn)，幾乎都把計(jì)算技術(shù)和人工智能作為重要的工具和手段。
正如劉石、李飛躍（2021）指出的，人工智能推動(dòng)人文社會(huì)科學(xué)形成了“數(shù)據(jù)驅(qū)動(dòng)、實(shí)證優(yōu)先”的大數(shù)據(jù)思維，帶動(dòng)學(xué)術(shù)研究實(shí)現(xiàn)從片面性到整體性、從演繹式到歸納式、從因果性到相關(guān)性、從解釋性到求是性的轉(zhuǎn)變，給人文社科學(xué)者帶來了認(rèn)知方式、學(xué)術(shù)理念和研究范式的變化，并有可能發(fā)現(xiàn)此前無從發(fā)現(xiàn)的現(xiàn)象、提出此前難以提出的設(shè)想、開展此前難以開展的工作、解決此前不可能解決的問題。
人工智能成為社會(huì)科學(xué)重要的研究對(duì)象。科技革命及產(chǎn)業(yè)變革在造福人類的同時(shí)，也會(huì)帶來潛在的風(fēng)險(xiǎn)和威脅，有關(guān)人工智能技術(shù)應(yīng)用的政治、經(jīng)濟(jì)和社會(huì)影響及其規(guī)制的研究日益成為人文社科學(xué)者關(guān)注的重要議題。“人工智能之父”、圖靈獎(jiǎng)得主約書亞·本吉奧（Yoshua Bengio）和杰弗里·辛頓（Geoffery Hinton）曾經(jīng)指出，“人工智能的威脅并不是虛構(gòu)出來的。大模型的樣本量如果足夠大，會(huì)有糾偏功能。但它也會(huì)產(chǎn)生更大的極化效應(yīng)，身處其中的人類其實(shí)沒有太多的選擇權(quán)，從眾效應(yīng)肯定會(huì)進(jìn)一步放大”。[5]
第一，人工智能深刻改變社會(huì)的基本形態(tài)與運(yùn)行模式。[6]人工智能等數(shù)字技術(shù)的廣泛應(yīng)用，推動(dòng)形成了與現(xiàn)實(shí)物理世界并存的虛擬數(shù)字世界。人們?cè)谔摂M世界通過虛擬身份完成人與人之間、人與機(jī)器之間的交互，也會(huì)產(chǎn)生對(duì)自身和自身關(guān)系的構(gòu)建訴求，使其中的生產(chǎn)生活方式、社會(huì)關(guān)系與交往互動(dòng)的范式、規(guī)范等發(fā)生重構(gòu)，衍生出基于數(shù)字空間的新興文化形態(tài)（楊永恒，2023）。硬件技術(shù)、算法規(guī)則和人的行為共同建構(gòu)著虛擬數(shù)字世界，其中，硬件技術(shù)支撐了數(shù)字世界的物理構(gòu)建，提供了人機(jī)交互接口；基于算法的軟件技術(shù)則提供了數(shù)字世界的社會(huì)運(yùn)行規(guī)則和秩序，而人類在數(shù)字空間的行為交互，則是對(duì)虛擬數(shù)字世界持續(xù)的人文塑造（楊永恒，2023）。在數(shù)字虛擬世界，個(gè)體和社會(huì)的存在形式、運(yùn)作邏輯、社會(huì)關(guān)系和文化形態(tài)都發(fā)生了重大變化，顯著區(qū)別于現(xiàn)實(shí)世界，由此引發(fā)了數(shù)字空間的法律規(guī)則和行為觀、價(jià)值觀、道德觀、倫理觀等嶄新議題，成為了社會(huì)科學(xué)研究的熱點(diǎn)話題。
第二，人工智能引發(fā)意識(shí)形態(tài)和社會(huì)偏見等問題?；ヂ?lián)網(wǎng)數(shù)據(jù)存在海量的虛假信息與固化的社會(huì)偏見，人工智能尚無法確認(rèn)其表述內(nèi)容的真實(shí)性和客觀性。大語言模型是依賴現(xiàn)實(shí)語料庫(kù)進(jìn)行訓(xùn)練的，因而可能會(huì)延續(xù)現(xiàn)實(shí)社會(huì)中存在的偏見和價(jià)值偏差，并通過快速和低成本的應(yīng)用加劇這些偏見和偏差。Luo等（2023）發(fā)現(xiàn)，ChatGPT存在語言偏見，主要基于英語數(shù)據(jù)進(jìn)行訓(xùn)練，并基于英美視角生成“規(guī)范性”觀點(diǎn)。ChatGPT也被發(fā)現(xiàn)有宗教偏見、政治偏見和意識(shí)形態(tài)偏見（Hartmann et al., 2023）。生成式人工智能還存在復(fù)雜性和不確定性、不透明和“隨機(jī)鸚鵡”現(xiàn)象、事實(shí)錯(cuò)誤、認(rèn)知錯(cuò)誤、惡意使用、環(huán)境成本等問題（政光景、呂鵬，2023）。城鄉(xiāng)、區(qū)域和代際之間的數(shù)字鴻溝，也使得生成式人工智能所依賴的大數(shù)據(jù)必然存在“樣本選擇偏差”，進(jìn)而影響結(jié)論的可靠性與科學(xué)性。此外，大模型背后的資本和利益，事實(shí)上也決定了它所代表的意識(shí)形態(tài)。ChatGPT之所以能夠面世，符合美國(guó)的主流價(jià)值是必須的，否則根本無法上市。人工智能也可能被“武器化”，成為各方角力的新戰(zhàn)場(chǎng)，甚至成為進(jìn)行輿論引導(dǎo)的新的工具和武器。
第三，人工智能引發(fā)新的公共治理問題。個(gè)體既是真實(shí)世界的個(gè)體，也是虛擬世界的個(gè)體，而人工智能技術(shù)模糊了虛實(shí)世界的位格關(guān)系，將導(dǎo)致符號(hào)世界、虛擬世界、物理世界從三界同構(gòu)走向三界異構(gòu)（?；w、于劍，2023）。虛擬空間與物理空間之間的滲透和融合，致使虛擬社會(huì)越來越能實(shí)質(zhì)性地影響現(xiàn)實(shí)社會(huì)，很多事件都是在網(wǎng)絡(luò)空間發(fā)酵，然后再蔓延到現(xiàn)實(shí)空間（楊永恒，2023）?，F(xiàn)實(shí)世界與虛擬世界中的人、人工智能和社會(huì)綜合構(gòu)成一個(gè)新型“生態(tài)體系”，算法權(quán)力、數(shù)字資本主義、人工智能治理等議題成為學(xué)術(shù)界研究和反思的重點(diǎn)。越來越多的學(xué)者開始關(guān)注人工智能技術(shù)應(yīng)用中的倫理、道德和規(guī)范問題。陳振明指出，從“AI for Science”到“AI for Social Science”以及“AI for Public Policy”，人工智能驅(qū)動(dòng)下的公共治理正在興起，公共政策研究的知識(shí)形態(tài)、范圍、主題和方法也將隨之改變，數(shù)據(jù)治理和算法治理成為人工智能公共治理的兩大基礎(chǔ)問題。[7]
對(duì)社會(huì)科學(xué)中人工智能應(yīng)用的深層次思考
毫無疑問，人工智能正在變革并將持續(xù)變革社會(huì)科學(xué)范式，更多的影響還需要更長(zhǎng)的時(shí)間去觀察，也不排除各種影響的累積和交互，最終將帶動(dòng)社會(huì)科學(xué)研究范式發(fā)生從量變到質(zhì)變的顛覆性變化。當(dāng)前，社會(huì)各界對(duì)人工智能大模型的發(fā)展既滿懷憧憬和期待，也充滿了疑慮。這就需要我們對(duì)人工智能與社會(huì)科學(xué)的深度融合，進(jìn)行更加理性地思考和研判。至少有如下四個(gè)層面的問題值得深入思考。
第一，如何理性看待人工智能輔助社會(huì)科學(xué)研究的性質(zhì)。ChatGPT擁有有史以來最為龐大的數(shù)據(jù)量，并以此作為基礎(chǔ)語料訓(xùn)練集，再加上基于神經(jīng)網(wǎng)絡(luò)機(jī)器學(xué)習(xí)算法構(gòu)建的大模型，輔之以驚人的算力，引發(fā)了革命性的智能行為。但是從機(jī)制上講，ChatGPT是一個(gè)機(jī)器學(xué)習(xí)模型，只能基于給定的訓(xùn)練數(shù)據(jù)，根據(jù)某些單詞或單詞序列一起出現(xiàn)的概率來生成文本，本質(zhì)上并不是理解文本數(shù)據(jù)，而是根據(jù)最大的概率來預(yù)測(cè)文本數(shù)據(jù)。[8]人工智能大模型采用的方法類似于最大似然估計(jì)法，是在汲取人類現(xiàn)存知識(shí)的基礎(chǔ)上，以遠(yuǎn)超人類的能力和效率來最大程度地揭示現(xiàn)存知識(shí)之間的關(guān)聯(lián)。
洪永淼和汪壽陽(yáng)（2023）指出，目前人工智能技術(shù)只有預(yù)測(cè)能力，并沒有人的意識(shí)或理解能力，還不具備與人類一樣的批判性思維與想象力，無法從現(xiàn)有數(shù)據(jù)中推斷或預(yù)測(cè)出重大創(chuàng)新成果。此外，大模型所依托的大數(shù)據(jù)語料庫(kù)雖然規(guī)模龐大，但也僅是人類社會(huì)的一個(gè)樣本。大模型是無法窮盡所有可能性的，況且人類社會(huì)在不斷進(jìn)步，人類知識(shí)體系也在不斷更新。如果大模型能夠窮盡所有可能性，則實(shí)際上就變成了一個(gè)封閉系統(tǒng)，這就違背了人類社會(huì)開放性和不斷進(jìn)化的基本特征。
第二，如何處理好理論與數(shù)據(jù)之間的關(guān)系。人工智能大大強(qiáng)化了以數(shù)據(jù)為基礎(chǔ)的社會(huì)科學(xué)實(shí)證研究范式，例如，ChatGPT使用了海量大數(shù)據(jù)甚至是整個(gè)互聯(lián)網(wǎng)文本數(shù)據(jù)，但這并沒有改變社會(huì)科學(xué)實(shí)證研究從樣本推斷總體的本質(zhì)。同時(shí)，人類發(fā)展是一個(gè)漫長(zhǎng)的歷史過程，即使互聯(lián)網(wǎng)大數(shù)據(jù)的樣本容量極大，也只是人類社會(huì)歷史長(zhǎng)河全景中的一個(gè)片段?？v使在當(dāng)下，互聯(lián)網(wǎng)大數(shù)據(jù)也只是整個(gè)社會(huì)全貌中的一個(gè)局部呈現(xiàn)?；诖髷?shù)據(jù)的社會(huì)科學(xué)實(shí)證研究仍然是從樣本推斷總體，以及根據(jù)樣本特征進(jìn)行外推預(yù)測(cè)（洪永淼、汪壽陽(yáng)，2023）。
此外，人工智能推斷的并不是真正的因果關(guān)系。實(shí)驗(yàn)方法是識(shí)別、測(cè)度因果關(guān)系的最有效方法，但大數(shù)據(jù)基本上是觀測(cè)數(shù)據(jù)而非實(shí)驗(yàn)數(shù)據(jù)，因此基于人工智能的因果推斷本質(zhì)上是一種預(yù)測(cè)關(guān)系或相關(guān)關(guān)系（洪永淼、汪壽陽(yáng)，2023）。要識(shí)別因果關(guān)系，依靠人工智能的關(guān)系推斷是遠(yuǎn)遠(yuǎn)不夠的，還必須有理論的指導(dǎo)或引入實(shí)驗(yàn)的方法。洪永淼（2023）以經(jīng)濟(jì)學(xué)為例，預(yù)判社會(huì)科學(xué)研究不會(huì)也不可能被人工智能工具所取代——“以ChatGPT為代表的大模型技術(shù)是人工智能在自然語言處理技術(shù)領(lǐng)域的一大突破，但大模型也存在算法風(fēng)險(xiǎn)、經(jīng)濟(jì)可解釋性等問題，因此數(shù)據(jù)驅(qū)動(dòng)范式必須與經(jīng)濟(jì)理論相結(jié)合。如果沒有經(jīng)濟(jì)思維和經(jīng)濟(jì)理論的指引，很難找到經(jīng)濟(jì)學(xué)意義上的因果關(guān)系”[9]。
第三，如何確?？煽靠尚诺娜斯ぶ悄茯?qū)動(dòng)研究。人工智能大模型基于大量的多模態(tài)數(shù)據(jù)進(jìn)行訓(xùn)練，能夠模擬人類的反應(yīng)和行為，幫助研究人員快速測(cè)試有關(guān)人類行為的理論假設(shè)。這種研究結(jié)論的效度取決于數(shù)據(jù)本身的代表性，比如，能否準(zhǔn)確反映不同人口群體的特征和觀點(diǎn)。訓(xùn)練模型可以捕捉社會(huì)中存在的文化偏見（Abid et al., 2021），但這種偏見是否準(zhǔn)確地反映了人群特點(diǎn)，抑或僅僅是模型構(gòu)建的產(chǎn)物？大語言模型工程師對(duì)預(yù)訓(xùn)練模型進(jìn)行調(diào)適，依據(jù)的是“應(yīng)然世界”而不是“實(shí)然世界”（Bai et al., 2022），這雖然有助于減少模型訓(xùn)練中的偏見（Weidinger et al., 2022），但可能會(huì)影響人工智能輔助社會(huì)科學(xué)研究的有效性。
此外，人工智能大模型所特有的“黑匣子”性質(zhì)，不利于評(píng)估研究結(jié)論背后深層次的潛在機(jī)制，也不利于研究結(jié)果的復(fù)制和推廣，在解釋力上存在巨大挑戰(zhàn)。例如，大模型動(dòng)輒千億級(jí)的參數(shù)，[10]不利于識(shí)別社會(huì)現(xiàn)象背后的主因與次因、主要矛盾與次要矛盾。雖然大模型在預(yù)測(cè)準(zhǔn)確性上表現(xiàn)不俗，但在理論解釋力上還存在較大不足。這些事實(shí)上都涉及研究過程的透明度和結(jié)果的可復(fù)制性。
正如柏拉圖的洞穴隱喻，生活在洞穴的囚犯看到了墻上的影子，就認(rèn)為這些影子是真實(shí)的。大語言模型等生成式人工智能依賴的是現(xiàn)存人類知識(shí)和文化中描述人類體驗(yàn)的“陰影”，這些陰影為它們所代表的現(xiàn)象提供了真實(shí)但有限的看法——這是人工智能輔助社會(huì)科學(xué)研究所存在的一個(gè)顯著局限，而且研究中存在的代表性偏差、抽樣方法、個(gè)人主義方法論等，也會(huì)給研究結(jié)果的可靠性帶來沖擊。
第四，如何確保人工智能時(shí)代社會(huì)科學(xué)研究中人的主體性。人工智能驅(qū)動(dòng)的社會(huì)科學(xué)研究，指向的是一種人機(jī)協(xié)同的知識(shí)生產(chǎn)方式，能夠極大地解放研究生產(chǎn)力并釋放出巨大的創(chuàng)新潛力（雷環(huán)捷，2023）。[11]但與此同時(shí)，也要避免人對(duì)機(jī)器過分依賴以至于喪失了人的主體性。對(duì)于學(xué)術(shù)研究而言，人和人的交流是至關(guān)重要的。如果完全讓技術(shù)主導(dǎo)，最后將不可避免導(dǎo)致人的主體性的喪失。在技術(shù)主導(dǎo)下，人和人的交流會(huì)日益減少，最后都會(huì)變成人和技術(shù)的交流，技術(shù)會(huì)成為中心。從根本上講，作為建構(gòu)在人類知識(shí)基礎(chǔ)之上的智能模式，大語言模型等生成式人工智能應(yīng)該符合人類社會(huì)的基本倫理和價(jià)值。
總結(jié)與展望
人工智能對(duì)社會(huì)科學(xué)的學(xué)科體系、學(xué)術(shù)體系和話語體系產(chǎn)生了程度不一的影響。其中，學(xué)術(shù)體系受到的影響最為直接，尤其是在基礎(chǔ)理論、研究方法、研究數(shù)據(jù)三個(gè)方面，而且人工智能本身也成為社會(huì)科學(xué)的研究對(duì)象和新的學(xué)術(shù)增長(zhǎng)點(diǎn)；學(xué)科體系受到的影響也開始顯現(xiàn)，如人工智能、數(shù)字技術(shù)與社會(huì)科學(xué)等的交叉融合，既衍生出新的學(xué)科增長(zhǎng)點(diǎn)，也模糊了社會(huì)科學(xué)的學(xué)科邊界；在話語體系方面，機(jī)器語言、社會(huì)偏見、意識(shí)形態(tài)等對(duì)現(xiàn)實(shí)世界和虛擬世界的話語體系所產(chǎn)生的影響也正在逐步顯現(xiàn)。
中國(guó)走在全球人工智能技術(shù)的前列，再加上超大的人口規(guī)模和經(jīng)濟(jì)體量，人工智能技術(shù)的應(yīng)用前景十分廣闊，這必然會(huì)給中國(guó)哲學(xué)社會(huì)科學(xué)帶來深刻的變革、創(chuàng)造難得的機(jī)遇，也將為建構(gòu)中國(guó)自主的知識(shí)體系、引領(lǐng)全球思想觀念變革提供強(qiáng)大的動(dòng)能。具體建議如下。
一是平衡好傳統(tǒng)范式與新范式之間的關(guān)系，推動(dòng)人工智能與社會(huì)科學(xué)的深度融合。社會(huì)科學(xué)學(xué)者應(yīng)積極擁抱人工智能，充分利用海量數(shù)據(jù)資源和多模態(tài)數(shù)據(jù)處理能力，更加有效地揭示人類社會(huì)復(fù)雜系統(tǒng)的運(yùn)行與發(fā)展規(guī)律。同時(shí)也要認(rèn)識(shí)到，強(qiáng)調(diào)數(shù)據(jù)和算法驅(qū)動(dòng)，并不意味著理論驅(qū)動(dòng)不重要，理論探索仍是人類不斷拓展認(rèn)知前沿的主要途徑；強(qiáng)調(diào)大模型并不意味小模型不重要，大小模型分別適用于不同情境；強(qiáng)調(diào)大數(shù)據(jù)并不意味“小”數(shù)據(jù)不重要，“小”數(shù)據(jù)的信息密度通常更高；強(qiáng)調(diào)文本數(shù)據(jù)等非結(jié)構(gòu)化大數(shù)據(jù)，也并不意味著結(jié)構(gòu)化數(shù)據(jù)不重要，后者能夠提供更加簡(jiǎn)約、精準(zhǔn)的信息。此外，要提升人工智能模型的透明度和結(jié)果的可重復(fù)性，例如，倡導(dǎo)開源大語言模型、公開未經(jīng)調(diào)適的預(yù)訓(xùn)練模型以及提升方法論的透明度。確?？煽靠尚诺娜斯ぶ悄茯?qū)動(dòng)研究，對(duì)于利用人工智能提升人類認(rèn)識(shí)社會(huì)和改造社會(huì)的能力至關(guān)重要（Grossmann et al., 2023）。
二是要加快構(gòu)建中國(guó)自主的大語言模型。中國(guó)走在了數(shù)字經(jīng)濟(jì)和人工智能技術(shù)的前列，在人工智能驅(qū)動(dòng)社會(huì)科學(xué)發(fā)展方面具有得天獨(dú)厚的優(yōu)勢(shì)。大語言模型需要利用大量數(shù)據(jù)進(jìn)行訓(xùn)練，使用者越多的文字和語言越易于發(fā)展大語言模型。在全球范圍內(nèi)，漢語是全球使用人口規(guī)模僅次于英語的語言，而且中華文明是世界上唯一從未間斷的文明，累積了其他國(guó)家無法比擬的大規(guī)模中文語料庫(kù)。下一步應(yīng)充分發(fā)揮中國(guó)在人工智能領(lǐng)域的技術(shù)優(yōu)勢(shì)和研發(fā)能力，依托中國(guó)巨大的人口規(guī)模和博大精深的中華文明，加快構(gòu)建中國(guó)自主的大語言模型，并利用中國(guó)超大市場(chǎng)規(guī)模優(yōu)勢(shì)加速更新迭代，同時(shí)要以開放包容的態(tài)度鼓勵(lì)全球用戶的參與，努力形成具有全球影響力的大語言模型，夯實(shí)人工智能時(shí)代社會(huì)科學(xué)研究的數(shù)字基礎(chǔ)設(shè)施根基。
三是要維護(hù)好人工智能時(shí)代的意識(shí)形態(tài)安全。哲學(xué)社會(huì)科學(xué)具有很強(qiáng)的政治屬性和意識(shí)形態(tài)屬性，維護(hù)人工智能時(shí)代哲學(xué)社會(huì)科學(xué)的意識(shí)形態(tài)安全，是構(gòu)建中國(guó)特色哲學(xué)社會(huì)科學(xué)的題中之義。生成式人工智能如ChatGPT在全球范圍所產(chǎn)生的沖擊波，不可避免地會(huì)波及到意識(shí)形態(tài)領(lǐng)域，并對(duì)青少年的價(jià)值觀和行為模式產(chǎn)生直接影響。維護(hù)好人工智能時(shí)代的意識(shí)形態(tài)安全，除加快構(gòu)建中國(guó)自主的大語言模型外，也要對(duì)ChatGPT等歐美主導(dǎo)的大語言模型秉持開放的態(tài)度。如果ChatGPT能夠深度學(xué)習(xí)更大規(guī)模的中文語料庫(kù)，盡可能掌握中文的語法、詞匯、語義，更多地熟悉中國(guó)的歷史文化、當(dāng)代理論和前沿動(dòng)態(tài)，充分理解中華文化的價(jià)值觀、倫理觀和道德觀，則將顯著提升ChatGPT語料庫(kù)的全球代表性。此外，要引導(dǎo)中國(guó)用戶理性地看待和使用ChatGPT，中國(guó)用戶與ChatGPT之間的深度交互實(shí)際上也是對(duì)ChatGPT的持續(xù)訓(xùn)練，有助于幫助其更好地理解中國(guó)主流的文化價(jià)值，矯正其對(duì)中華文化的認(rèn)知偏差。這既有利于提升中華文化在西方大語言模型中的認(rèn)知度、接受度和傳播力，也有助于推動(dòng)ChatGPT等歐美主流大語言模型逐漸成為開放包容、兼收并蓄的文化新空間。
四是要加強(qiáng)人工智能研究中的倫理建設(shè)和價(jià)值引領(lǐng)。要清醒認(rèn)識(shí)和及時(shí)研判人工智能與社會(huì)科學(xué)融合中的倫理問題，提出基本的倫理原則和規(guī)范，及時(shí)應(yīng)對(duì)人工智能可能引發(fā)的倫理風(fēng)險(xiǎn)。首先，要認(rèn)清生成式人工智能創(chuàng)作內(nèi)容的實(shí)質(zhì)，堅(jiān)持人在社會(huì)科學(xué)研究中的主體地位，不過度、盲目追求自動(dòng)化，確保人工智能研究符合人類的基本價(jià)值。其次，要及時(shí)制定使用規(guī)范和指南，積極回應(yīng)人工智能大模型中的道德和倫理問題，如數(shù)據(jù)隱私、算法歧視、環(huán)境成本以及結(jié)果濫用等。最后，要充分預(yù)估和有效控制人工智能在社會(huì)科學(xué)領(lǐng)域應(yīng)用中的風(fēng)險(xiǎn)和不確定性，防止誤用和濫用，確保其理論創(chuàng)新和知識(shí)創(chuàng)造符合學(xué)術(shù)規(guī)范和科研誠(chéng)信。
總之，人工智能的發(fā)展和在社會(huì)科學(xué)領(lǐng)域的廣泛應(yīng)用，顯著提升了學(xué)者理解和認(rèn)知人類社會(huì)的能力，也為探索人類社會(huì)數(shù)字文明的走向提供了可能。但同時(shí)我們必須深刻地認(rèn)識(shí)到，人工智能變革了社會(huì)科學(xué)發(fā)展的范式，但并不會(huì)根本改變社會(huì)科學(xué)學(xué)者認(rèn)知和揭示人類社會(huì)規(guī)律的根本使命，尤其是對(duì)“真理”的追求，這可能是超越傳統(tǒng)范式與人工智能新范式的根本價(jià)值所在。發(fā)展人工智能驅(qū)動(dòng)的社會(huì)科學(xué)研究，必須立足人的主體性，以價(jià)值理性駕馭工具理性，讓人工智能研究在符合人類基本價(jià)值和倫理的前提下，實(shí)現(xiàn)與社會(huì)科學(xué)的深度融合，不斷推動(dòng)社會(huì)科學(xué)的創(chuàng)新性發(fā)展，提升人類認(rèn)知社會(huì)和改造社會(huì)的能力，讓人工智能技術(shù)點(diǎn)亮人類文明的美好未來。
注釋
[1][8]《〈時(shí)代〉專訪ChatGPT：我還有很多局限，但人類應(yīng)準(zhǔn)備好應(yīng)對(duì)AI》，2022年12月11日，https://www.ctdsb.net/c1673_202212/1595016.html。
[2]謝宇在復(fù)旦大學(xué)人工智能與社會(huì)研究（2023）學(xué)術(shù)研討會(huì)上的主旨演講，《“AI+”為人文社科研究帶來全新范式》，《文匯報(bào)》，2023年10月27日。
[3][9]洪永淼在2023年春季首屆中國(guó)數(shù)字經(jīng)濟(jì)發(fā)展和治理學(xué)術(shù)年會(huì)上的主旨演講，《人工智能新近發(fā)展及其對(duì)經(jīng)濟(jì)學(xué)研究范式的影響》，2023年2月18日。
[4]參見《教育部辦公廳關(guān)于公布首批教育部哲學(xué)社會(huì)科學(xué)實(shí)驗(yàn)室名單的通知》（教社科廳函〔2021〕22號(hào)）。
[5]轉(zhuǎn)引自高奇琦等：《人工智能時(shí)代的社會(huì)科學(xué)研究》，《中國(guó)社會(huì)科學(xué)報(bào)》，2023年12月22日。
[6]關(guān)于這方面的更多論述，可參閱楊永恒：《文化數(shù)字化與數(shù)字文化化：對(duì)數(shù)字文化發(fā)展再審視》，《人民論壇·學(xué)術(shù)前沿》，2023年第1期。
[7]陳振明在復(fù)旦大學(xué)人工智能與社會(huì)研究（2023）學(xué)術(shù)研討會(huì)上的主旨演講，2023年10月26日。
[10]大型語言模型（LLM）是在具有大量參數(shù)的大型未標(biāo)記數(shù)據(jù)集上進(jìn)行訓(xùn)練的，GPT-3經(jīng)過超過1750億個(gè)參數(shù)的訓(xùn)練，而GPT-4的模型參數(shù)在1.8萬億左右，13萬億訓(xùn)練數(shù)據(jù)、一次訓(xùn)練成本6300萬美元。參見https://www.semianalysis.com/p/gpt-4-architecture-infrastructure?nthPub=11。
[11]轉(zhuǎn)引自雷環(huán)捷，《人工智能與人文社會(huì)科學(xué)攜手共進(jìn)》，《中國(guó)社會(huì)科學(xué)報(bào)》，2023年7月25日。
參考文獻(xiàn)
劉石、李飛躍，2021，《大數(shù)據(jù)技術(shù)與傳統(tǒng)文獻(xiàn)學(xué)的現(xiàn)代轉(zhuǎn)型》，《中國(guó)社會(huì)科學(xué)》，第2期。
酈全民，2019，《當(dāng)人工智能“遇見”計(jì)算社會(huì)科學(xué)》，《人民論壇·學(xué)術(shù)前沿》，第10期。
洪永淼、汪壽陽(yáng)，2023，《人工智能新近發(fā)展及其對(duì)經(jīng)濟(jì)學(xué)研究范式的影響》，《中國(guó)科學(xué)院院刊》，第3期。
楊永恒，2023，《文化數(shù)字化與數(shù)字文化化：對(duì)數(shù)字文化發(fā)展再審視》，《人民論壇·學(xué)術(shù)前沿》，第1期。
?；w、于劍，2023，《從ChatGPT看AI未來趨勢(shì)和挑戰(zhàn)》，《計(jì)算機(jī)研究與發(fā)展》，第6期。
政光景、呂鵬，2023，《生成式人工智能與哲學(xué)社會(huì)科學(xué)新范式的涌現(xiàn)》，《江海學(xué)刊》，第4期。
A. Abid; M. Farooqi and J. Zou, 2021, "Large Language Models Associate Muslims with Violence," Nature Machine Intelligence, 3, pp. 461-463.
G. Pennycook; J. McPhetres; Y. Zhang; J. G. Lu and D. G. Rand, 2020, "Fighting COVID-19 Misinformation on Social Media: Experimental Evidence for a Scalable Accuracy-Nudge Intervention," Psychological Science, 31(7), pp. 770-780.
I. Grossmann; M. Feinberg; D. C. Parker; N. A. Christakis; P. E. Tetlock and W. A. Cunningham, 2023, "AI and the Transformation of Social Science Research," Science, 380(6650), pp. 1108-1109.
J. S. Park; J. C. O'Brien; C. J. Cai; M. R. Morris; P. Liang and M. S. Bernstein, 2023, "Generative Agents: Interactive Simulacra of Human Behavior," https://arxiv.org/abs/2304.03442.
J. Hartmann; J. Schwenzow and M. Witte, 2023, "The Political Ideology of Conversational AI: Converging Evidence on ChatGPT's Pro-environmental, Left-libertarian Orientation," https://arxiv.org/abs/2301.01768.
L. P. Argyle; E. C. Busby, N; Fulda, J. R. Gubler; C. Rytting and D. Wingate, 2023, "Out of One, Many: Using Language Models to Simulate Human Samples," Political Analysis, 31(3), pp. 337-351.
L. Weidinger; J. Uesato and M. Rauh et al., 2022, "Taxonomy of Risks Posed by Language Models," in 2022 ACM Conference on Fairness, Accountability, and Transparency (ACM, 2022), pp. 214-229.
N. Breznau; E. M. Rinke and A. Wuttke et al., 2022, "Observing Many Researchers Using the Same Data and Hypothesis Reveals a Hidden Universe of Uncertainty," Proceedings of the National Academy of Sciences, 119(44).
P. E. Tetlock; C. B. McGuire and G. Mitchell, 1991, "Psychological Perspectives on Nuclear Deterrence," Annual Review of Psychology, 42(1), pp. 239-276.
Q. Luo; M. J. Puett and M. D. Smith, 2023, "A Perspectival Mirror of the Elephant: Investigating Language Bias on Google, ChatGPT, Wikipedia, and YouTube," https://arxiv.org/abs/2303.16281.
S. Bubeck; V. Chandrasekaran and R. Eldan et al., 2023, "Sparks of Artificial General Intelligence: Early Experiments with GPT-4," https://arxiv.org/abs/2303.12712v2.
Y. Bai; S. Kadavath and S. Kundu et al., 2022, "Constitutional AI: Harmlessness from AI Feedback," https://arxiv.org/abs/2212.08073.
The Changed and Unchanged: Social Science Research in the Era of Artificial Intelligence
Yang Yongheng
Abstract: The development of Artificial Intelligence(AI) has facilitated a qualitative leap in the breadth and depth of social science research. Basic research and knowledge creation in social science is expected to exhibit a more interdisciplinary trend with a paradigm shift promoted by AI, which has a revolutionary impact on the knowledge production and dissemination of social science. On one hand, AI comprehensively empowers social science with powerful data and algorithms, on the other hand, it also significantly changes human behavior and decision-making patterns, triggers such new societal issues of morality, ethics, privacy, norms, etc. Consequently, AI governance becomes a new research focus of social science. This article analyzed the change and invariance of social science through interpreting the underlying mechanisms that AI empowers social science, and proposed measures and suggestions to the further integration between AI and social science.
Keywords: artificial intelligence, social science, empowerment mechanism, AI governance, future prospects
責(zé) 編∕桂 琰 美 編∕梁麗琛
