编者按：以ChatGPT、DeepSeek为代表的生成式人工智能展现出类人化的“思考”能力，正逐渐应用于社会科学研究领域，技术工具与学术逻辑的碰撞催生了新的研究可能，人机协同的新型研究生态似乎正在形成。在此背景下，研究者应如何理性看待和评估人工智能应用于社科研究的效用和潜在风险，避免陷入技术恐慌或工具崇拜？面对技术变革，社会科学研究者应该坚守什么样的研究之道，又该守护或培养什么样的学术品格呢？未来人工智能和社会科学研究的关系将如何演进？光明网特邀南京大学新闻传播学院副院长胡翼青教授，共同探讨人工智能对人文社会科学学术研究的影响。

　　人工智能不是范式性颠覆而是工具性更新

　　光明网：从整体上看，人工智能对人文社科研究的影响更接近于研究方法的技术性辅助，还是学科范式层面的颠覆性变革？请您结合学界现状简单介绍一下目前人工智能在人文社科科研中的应用情况。

　　胡翼青：目前，人工智能在人文社会科学领域的研究者中尤其是在硕博生和青年学者群体中，应用较为广泛。根据有关调查研究，人工智能的应用主要集中在四个方面。第一是应用于文献综述整理，这也是应用最广的层面。文献综述是经验研究中非常重要的步骤，而生成式人工智能不仅能够直接生成文献综述内容，还能够把文献的来源清晰呈现出来。尽管其生成的文献综述未必能直接应用于文章，但确实给研究者带来了诸多便利。第二是应用于研究思路的启发。比如研究者与生成式人工智能围绕要做的研究课题进行交流对话，其生成的部分内容确实能为使用者或者研究者提供一些新的想象力。第三是应用于数据分析，生成式人工智能分析数据能做到快速且规范。第四是在论文写作方面也有所应用，主要涉及参考文献的整理、论文图表的制作等，甚至还能帮忙生成一些文字，有时这些文字经过适当修改可以运用到文章当中。总体而言，我认为人工智能现已应用到多个环节，甚至已经被运用到社会科学论文的撰写过程中，而且使用者数量不少。

　　我们经常说的学术研究，尤其人文社科的研究可以像哲学那样把它区分成四个领域，分别是本体论、认识论、方法论、伦理学。只有在四个领域里面发生根本性的变化，才叫作范式颠覆，但是任何技术的使用顶多只影响到测量工具，测量工具只是方法论下面研究方法的一个微不足道的组成部分，研究者的境界不会因为技术的使用而有根本性的提升。从这个意义上讲，人工智能不大可能进行范式性颠覆，只能叫工具性更新。但今天所有的社会科学观念确实是有发生范式性的变革的可能，这不是人工智能直接造成的，而是我们以人工智能为起点，对原有学术研究反思造成的。

　　警惕学术生产滑向“平庸化”

　　光明网：您曾经提到过学术研究的工业化倾向，您认为人工智能的应用是否会加剧这一趋势，会产生怎样的后果？

　　胡翼青：人工智能出现之前工业化趋势一直就在。我认为人文社会科学目前是还没有找到一种适合的提供优质生产力的生产关系的。现有人文社会科学评价机制重点关心的应该是真正优质的、有创造力、能引导学术走向的成果，而不是发顶刊、是否有重大课题等。长期以来绩效考核形成的评价思路在一开始确实起到了部分积极的作用，但其对学术生产的约束性逐渐显现。

　　人工智能的应用可能会强化这一趋势，使整个学术生产的标准变成工厂里面生产标准，学术生产变成制造业工厂里面生产标准产品的流水线和车间。基于语言大模型的人工智能能够生产学界普通水平生产的东西，在这种情形下，一个很大的危险是人文社会科学将向正态分布的中间化方向发展，可能会朝平庸化发展，导致的结果就是劣币驱逐良币。那么，对于真正创新的东西，我比较担忧，大家会不会采取集体扼杀的态度？因为这不是在生成式人工智能技术这种“基础设施”上面经常能看到的想法和说法。所以从这个意义上讲，我非常担心人工智能会影响我们将来研究者的情趣、审美以及品位等等这样的一些东西。而且最终他们跟高校的行政化会无缝衔接，影响人文社会科学整体的创新思路。

　　光明网：人文社科研究者应该如何在人工智能时代尽可能克服上述这些问题，提升您所说的学术情趣、审美这一类品质？哪些能力是研究者在此背景下应该重点关注或培育的？

　　胡翼青：这对于研究者是知易行难的事。研究者几乎都知道应该怎样做。比如要苦读，要跟世界最伟大的心灵去不断地对话，找到间距，然后实现对话的张力；又比如要到基层去，像人类学当年不变的惯例那样，跟调查对象同吃同住生活来体验；或者是像定量研究的鼻祖那些人，浸润在数据当中，把数据作为田野调查的对象，全身心沉浸下去，从各种哲学的维度去分析这样的一种变量关系，而不是全部委托工具去做，这样才能真正地成长为一个伟大的量化研究者。但是生成式人工智能恰恰容易把研究者从浸润在研究对象的过程中拔出来，让研究者把研究对象作为一个注视、征服的对象，让技术来帮助搞定这些事情。

　　所以我认为人文社会科学最重要的品质还是独立的思考和质疑的精神，学者不能跟大众一样有技术就说应用，而不去关注这种应用对于我的研究会产生什么样的负面的影响，对每一种技术都应该三思。值得注意的是，批判思维不代表给社会唱反调，实际上是在肯定现有社会的情形下做一点扬弃，在肯定现有已经很不错的前提下，指出我们还希望有什么成长的空间，这是具有积极社会意义的。

　　AI时代更需“独立思考”

　　光明网：当前人文社科界已经出现了很多关于人工智能的研究成果，社会上存在一些质疑声音，或认为学科应恪守传统职能，或认为社会科学学者在这方面普遍缺乏数学建模、算法设计等硬核技能，易陷入“隔靴搔痒”的理论空谈，您如何看待这些说法？

　　胡翼青：这个问题说起来比较复杂，先从基本点开始看起，对人文社会科学而言，跟自然科学一样，它都是要以人工智能作为研究的起点，因为生成式人工智能是我们必须拥抱的当下。如果人文社会科学研究完全不顾及这个东西还在自说自话，那么人文社会科学就没有起到回应当下社会经验的这样的一个基本的学科要求，所以从这个意义上讲两者是一样的。

　　自然科学和工程科学关注的核心话题是怎样进一步改进算法、如何提高人工智能的效率，怎样提纯语言大模型、怎样保持它的生命力……但是人文社会科学研究人工智能不是为了研究人工智能本身，它是以人工智能为起点来反观人。

　　人工智能是神以后人类遇到的一个最好的参照系，这个参照系像一面镜子一样，向我们展现了人的思维是什么样的，人的语言是什么样的，我们跟人工智能会有一个对比。真正厉害的人文社会科学者，他的关注点根本不在人工智能本身，而是人工智能带来的社会后果，带来的观念影响，带来的语言思维，甚至是哲学这个领域当中一些以前我们没有发现的东西，在人工智能之下是怎么显现出来的。

　　光明网：你觉得人工智能的普及会改变人文社科未来的学术研究生态吗？在人工智能的加持下，人文社科的研究将出现哪些新的发展空间和机遇？

　　胡翼青：人工智能要想改变人文社会科学的这种生态，主要还是体现在以人工智能为参照系反观人，这样我们可能会在研究上取得一些范式性突破。比如以人工智能的语言模式来反观语言，他就会对语言哲学的范式革命产生根本性的一种推动，但这种推动力不在于人工智能发展到什么程度，只是它作为一个参照系，为我们提供了一条思考的路径。

　　此外，新技术身上所带来的，会不断地生成出我们对旧事物的新看法。举个简单的例子，20世纪80年代有一个学者提出来，字母表（英文或其他表音文字）实际上是人类认知的基础设施，当时大家很多不懂这句话的意思，这一观点就一晃而过了。但今天我们的平台，我们的生成式人工智能的这样的一种技术，它已经变成了我们生活当中的一种重要的软基础设施。像ChatGPT和Deepseek都将来都有可能成为人类语言基础设施，这个时候就会突然发现其实字母表和我们讲的生成式人工智能是一回事，它奠定了我们头脑里面认知社会的秩序，而以往我们几乎不可能站在这种角度去研究字母表的社会意义。这就要求研究者把握新与旧之间的辩证关系，在新事物碰撞出一种新的火花后，再反观以前的研究对象，去发现会不会有新的不同。既不能粗暴地说拥抱技术，也不能粗暴地说这个东西跟我们无关。对研究者而言，关注人工智能，并且保持着独立的思考非常重要。（光明网记者刘梦甜、实习生苟悦萱采访整理）