人工智能時(shí)代下，我們?nèi)绾芜M(jìn)行社會(huì)科學(xué)研究

　日期：2024-03-18   來源：中國(guó)社會(huì)科學(xué)網(wǎng)

　　人工智能如何改變了科學(xué)研究，特別社會(huì)科學(xué)研究？在這一方面，人工智能有什么優(yōu)勢(shì)和缺陷？基于人工智能對(duì)社會(huì)科學(xué)研究的深度影響，我們應(yīng)該如何在新形勢(shì)下學(xué)習(xí)和使用人工智能以更好地服務(wù)于社會(huì)科學(xué)研究呢？

　　為社會(huì)科學(xué)研究提供強(qiáng)大動(dòng)力和發(fā)展空間

　　人工智能 (Artificial Intelligence)，是一種模擬人類智能的計(jì)算機(jī)系統(tǒng)。它可以用于分析和解釋大數(shù)據(jù)、識(shí)別模式和趨勢(shì)，并做出預(yù)測(cè)或建議?？茖W(xué)研究的本質(zhì)就是知識(shí)生產(chǎn)。在前人工智能時(shí)代，知識(shí)生產(chǎn)模式主要有兩種：其一以個(gè)體探究、興趣導(dǎo)向?yàn)橹鳎磦€(gè)體知識(shí)生產(chǎn)，比如科學(xué)家自主研究其感興趣的話題；其二以政府或者企業(yè)干預(yù)、應(yīng)用導(dǎo)向?yàn)樘卣?，即組織知識(shí)生產(chǎn)，如國(guó)家組織一系列研究所對(duì)某一重大問題進(jìn)行科研攻關(guān)。隨著人工智能時(shí)代的來臨，以信息基礎(chǔ)設(shè)施以及信息技術(shù)的廣泛應(yīng)用為特征的知識(shí)生產(chǎn)模式應(yīng)運(yùn)而生，即智能知識(shí)生產(chǎn)。這種模式的出現(xiàn)，使得知識(shí)生產(chǎn)的路徑、動(dòng)力機(jī)制都發(fā)生了革命性改變。

　　第一，由于人工智能工具的使用，科研人員在研究中的角色從“全程式”參與轉(zhuǎn)變?yōu)椤碍h(huán)節(jié)式”或“節(jié)點(diǎn)式”參與。一方面，研究所需要的準(zhǔn)備性工作和基礎(chǔ)性任務(wù)可以交由人工智能完成，這極大節(jié)約研究人員的時(shí)間。研究人員可以將精力更多投入創(chuàng)造性的科研活動(dòng)中去。另一方面，利用人工智能，研究人員在科研合作中的比較優(yōu)勢(shì)得以充分發(fā)揮。在一項(xiàng)科研項(xiàng)目中，不同研究人員可能負(fù)責(zé)不同的部分或環(huán)節(jié)。譬如，負(fù)責(zé)理論構(gòu)建部分的研究人員可以利用人工智能輔助其跟蹤最新理論動(dòng)態(tài)，挖掘?qū)W科領(lǐng)域進(jìn)一步的研究方向；負(fù)責(zé)數(shù)據(jù)分析部分的研究人員可以利用人工智能高效處理數(shù)據(jù)并解讀結(jié)果。

　　第二，人工智能擴(kuò)展了社會(huì)科學(xué)研究領(lǐng)域，尤其是定量研究的發(fā)展空間。人工智能的本質(zhì)是運(yùn)算力、數(shù)據(jù)量和算法模型，核心是將各種應(yīng)用場(chǎng)景中包括文字、圖像或者聲音等符號(hào)轉(zhuǎn)為數(shù)據(jù)進(jìn)行處理?；诖耍芯空卟粌H可以利用人工智能分析顯性的數(shù)據(jù)，還可以研究原來很難量化的事物。在沒有大數(shù)據(jù)的處理能力以前，衡量?jī)蓚€(gè)國(guó)家之間政治經(jīng)濟(jì)關(guān)系的水平是困難的。現(xiàn)在人工智能可以通過分析兩國(guó)間政治、經(jīng)濟(jì)和文化等海量的新聞事件數(shù)據(jù)來幫助研究者達(dá)成這一目的。

　　第三，人工智能為社會(huì)科學(xué)研究的知識(shí)生產(chǎn)提供了強(qiáng)大的動(dòng)力。社會(huì)科學(xué)研究的選題集中于解決人類社會(huì)面臨最緊迫、最重大的問題。人工智能幫助研究者更全面地了解、分析當(dāng)下時(shí)事的動(dòng)態(tài)發(fā)展，培養(yǎng)研究者對(duì)社會(huì)焦點(diǎn)的敏感性。此外，大數(shù)據(jù)技術(shù)是智能知識(shí)生產(chǎn)的技術(shù)驅(qū)動(dòng)力。大數(shù)據(jù)的特點(diǎn)表現(xiàn)為“4V”，即規(guī)模性（volume）、多樣性（persity）、高速性（velocity）和價(jià)值（value）。利用高性能計(jì)算機(jī)和機(jī)器學(xué)習(xí)等技術(shù)手段對(duì)大數(shù)據(jù)進(jìn)行分析、處理，為開展科學(xué)研究提供技術(shù)基礎(chǔ)。

　　人工智能在社會(huì)科學(xué)研究中的優(yōu)勢(shì)與不足

　　使用人工智能技術(shù)的優(yōu)勢(shì)體現(xiàn)在以下幾個(gè)方面：一是，人工智能便利了量化社會(huì)科學(xué)研究的各個(gè)環(huán)節(jié)。1.數(shù)據(jù)收集。人工智能可以根據(jù)研究者的需求確定合適的數(shù)據(jù)庫(kù)，并收集原始數(shù)據(jù)。2.數(shù)據(jù)分析。人工智能可以用于對(duì)大規(guī)模數(shù)據(jù)的描述性統(tǒng)計(jì)分析，并且根據(jù)數(shù)據(jù)分布特征幫助我們確定合適的統(tǒng)計(jì)模型。3.數(shù)據(jù)解釋。人工智能可以解釋復(fù)雜數(shù)據(jù)，識(shí)別傳統(tǒng)統(tǒng)計(jì)無法顯示的關(guān)系。這可以幫助研究者形成新的假設(shè)和見解。4.數(shù)據(jù)可視化。人工智能可以通過繪制圖表等方式將數(shù)據(jù)可視化，以便研究者理解數(shù)據(jù)并與其他研究同行分享。5.文獻(xiàn)綜述。人工智能可以幫助研究者確定與研究主題相關(guān)的文獻(xiàn)，梳理學(xué)術(shù)脈絡(luò)。當(dāng)我們確定相關(guān)文獻(xiàn)并著手閱讀時(shí)，還可以利用人工智能軟件幫助我們理解相關(guān)文獻(xiàn)，指出文獻(xiàn)主要的貢獻(xiàn)與缺陷，為進(jìn)一步研究指明方向。6.數(shù)據(jù)處理自動(dòng)化。人工智能可以自動(dòng)實(shí)現(xiàn)許多乏味和耗時(shí)的研究任務(wù)，如數(shù)據(jù)清洗和預(yù)處理。7.行文規(guī)范。人工智能可以按照學(xué)術(shù)化的語(yǔ)言風(fēng)格潤(rùn)色文章，生成特定期刊所要求的引文格式。

　　二是，人工智能可以改進(jìn)傳統(tǒng)定量研究方法。社會(huì)科學(xué)中的定量研究主要關(guān)注可以用數(shù)據(jù)形式呈現(xiàn)的變量之間的變化，進(jìn)而找出特定社會(huì)現(xiàn)象背后的規(guī)律。因果推斷的定義如下：利用社會(huì)現(xiàn)象或過程在時(shí)空上呈現(xiàn)的局部數(shù)據(jù)，基于適當(dāng)?shù)哪Ｐ头椒ǎ刂茢?shù)據(jù)之外的未知信息，為社會(huì)決策和研究提供信息和依據(jù)。量化研究中的過擬合（over fitting）問題使得對(duì)特定現(xiàn)象因果關(guān)系的揭示難以外推。已經(jīng)有學(xué)者提出利用監(jiān)督學(xué)習(xí)（supervised learning）框架下的正則化（regularization）和調(diào)參等方式，緩解過擬合問題。此外，對(duì)實(shí)驗(yàn)研究的模擬也是保證因果推斷質(zhì)量的關(guān)鍵。在匹配方法上，為了模擬更接近于隨機(jī)分配的實(shí)驗(yàn)研究，有學(xué)者借助機(jī)器學(xué)習(xí)的方法來估計(jì)傾向分。

　　三是，人工智能技術(shù)可以幫助開發(fā)新的方法并應(yīng)用于社會(huì)科學(xué)研究?；谌斯ぶ悄艿姆椒ㄍ苿?dòng)社會(huì)科學(xué)研究從解釋性研究向預(yù)測(cè)性研究拓展。運(yùn)用機(jī)器學(xué)習(xí)技術(shù)能夠在預(yù)測(cè)精度上達(dá)到更好的效果。機(jī)器學(xué)習(xí)強(qiáng)調(diào)關(guān)聯(lián)性、共現(xiàn)性和相似性，將其運(yùn)用到社會(huì)分析有顯著優(yōu)勢(shì)。其一，機(jī)器學(xué)習(xí)能夠從已知信息中抽取特征向量并實(shí)現(xiàn)模式識(shí)別，然后利用樣本外數(shù)據(jù)進(jìn)行模式驗(yàn)證和預(yù)測(cè)。其二，機(jī)器學(xué)習(xí)能夠捕捉多重?cái)?shù)據(jù)特征的關(guān)聯(lián)變化。其三，機(jī)器學(xué)習(xí)可以根據(jù)輸入數(shù)據(jù)特征自動(dòng)識(shí)別特征向量、調(diào)整預(yù)測(cè)結(jié)果。這提升了預(yù)測(cè)模型在不同社會(huì)情境的適用性。

　　但是，人工智能在科學(xué)研究中也存在很多問題和不足，其無法取代人類在科學(xué)研究中的作用。第一，人工智能的創(chuàng)新能力有限。基于純粹技術(shù)工具的創(chuàng)新與基于（人類）情感和“頓悟”的創(chuàng)新存在本質(zhì)不同?？v觀人類科學(xué)發(fā)展歷史，人類的靈感或者聯(lián)想在許多發(fā)明創(chuàng)造上發(fā)揮了重要作用?；谶壿嬕?guī)則與數(shù)據(jù)處理的人工智能無法進(jìn)行類似的基于心理因素與社會(huì)因素的創(chuàng)新。同時(shí)，創(chuàng)新的本質(zhì)是對(duì)未知領(lǐng)域的探索。然而，人工智能只能處理已知的數(shù)據(jù)。對(duì)于未知問題，人工智能可能會(huì)給出不準(zhǔn)確的結(jié)果。知識(shí)創(chuàng)新還有賴于對(duì)既有知識(shí)的批判式反思，在這一方面人工智能無法代替人的思維。

　　第二，人工智能在處理“隱性知識(shí)”（tacit knowledge）方面存在缺陷。所謂“隱性知識(shí)”是相對(duì)于“顯性知識(shí)”（explicit knowledge）而言的。顯性知識(shí)指能夠用“價(jià)值中立（value-free）的完美語(yǔ)言（perfect language）”，譬如數(shù)學(xué)、圖表等表達(dá)出來的知識(shí)；隱性知識(shí)則是只存在于主體意識(shí)之中，受個(gè)體經(jīng)驗(yàn)形塑的且無法言傳的知識(shí)。人工智能可以處理顯性知識(shí)，但是由于隱性知識(shí)的復(fù)雜性、多義性和變動(dòng)性，人工智能無法對(duì)其做出有效反應(yīng)。相反，人類則可以在不同情境下結(jié)合自身經(jīng)驗(yàn)理解隱性知識(shí)。當(dāng)人工智能技術(shù)逐漸普及并達(dá)到一定瓶頸時(shí)，企業(yè)或國(guó)家之間的比較優(yōu)勢(shì)來源就不再是人工智能技術(shù)，反而基于經(jīng)驗(yàn)與實(shí)踐的隱性知識(shí)將提供更持久的競(jìng)爭(zhēng)力，譬如組織文化、社會(huì)網(wǎng)絡(luò)以及動(dòng)員力。

　　第三，即使僅進(jìn)行數(shù)據(jù)分析和處理，人工智能也存在各種問題和不足，還需要研究人員進(jìn)行仔細(xì)地甄別和反復(fù)調(diào)試。比如， 1.人工智能最大的缺陷是只能處理已知的數(shù)據(jù)和問題，無法提出完全原創(chuàng)的探索性研究假設(shè)；2.人工智能的訓(xùn)練依賴大量高質(zhì)量數(shù)據(jù)。如果完全依靠計(jì)算機(jī)自動(dòng)識(shí)別、抓取和編碼網(wǎng)絡(luò)數(shù)據(jù)，可能會(huì)產(chǎn)生一定的理解偏差，影響數(shù)據(jù)質(zhì)量。譬如，在對(duì)復(fù)雜語(yǔ)句和語(yǔ)境的理解、對(duì)虛假信息的甄別等方面，計(jì)算機(jī)的自動(dòng)處理能力較為有限；3.人工智能對(duì)參數(shù)的敏感性決定了選擇正確參數(shù)值的重要性，因此需要大量的試錯(cuò)和重復(fù)訓(xùn)練。4.人工智能傾向于追求模型的復(fù)雜性和預(yù)測(cè)的準(zhǔn)確性，但是忽略了結(jié)果的可解釋性。

　　第四，人工智能對(duì)生產(chǎn)“建構(gòu)意義性質(zhì)的知識(shí)”作用有限。知識(shí)生產(chǎn)可以從描述性與建構(gòu)性的意義上來理解。描述性知識(shí)生產(chǎn)是指創(chuàng)建和傳播基于描述性數(shù)據(jù)收集、分析和呈現(xiàn)的知識(shí)的過程。建構(gòu)性知識(shí)生產(chǎn)是指創(chuàng)建和傳播基于規(guī)范、價(jià)值觀和道德原則的知識(shí)的過程。這種知識(shí)生產(chǎn)涉及確定什么是正確或不正確、公正或不公正的原則和標(biāo)準(zhǔn)，以及如何應(yīng)用這些原則和標(biāo)準(zhǔn)來指導(dǎo)人們的行為和決策。人工智能的價(jià)值中立決定了其出色的描述性知識(shí)生產(chǎn)能力，但是也限制了其生產(chǎn)建構(gòu)性知識(shí)的能力。此外，人工智能發(fā)揮作用取決于研究者的研究目的以及既有的學(xué)術(shù)氛圍與文化，包括同行評(píng)議等規(guī)范模式。因此，知識(shí)生產(chǎn)也是特定時(shí)空中社會(huì)協(xié)商的產(chǎn)物。人工智能顯然無法塑造獨(dú)立于研究者的學(xué)術(shù)規(guī)范。

　　總的來說，在人工智能的幫助下，一個(gè)從事定量研究的初級(jí)研究人員成長(zhǎng)到高級(jí)人員所需要的技術(shù)和經(jīng)驗(yàn)積累都會(huì)大大加速。但是，人工智能只能對(duì)已有的數(shù)據(jù)進(jìn)行處理，卻難以創(chuàng)造全新的知識(shí)。換句話說，人工智能不會(huì)完全取代我們對(duì)事物之間聯(lián)系的思考（科研創(chuàng)意）。科學(xué)研究這一復(fù)雜過程仍然需要研究人員的創(chuàng)造性工作。

　　人工智能時(shí)代應(yīng)如何學(xué)習(xí)和使用研究方法

　　人工智能技術(shù)的發(fā)展與應(yīng)用給研究帶來了重要機(jī)遇，同時(shí)也形成挑戰(zhàn)。我們應(yīng)該充分挖掘人工智能技術(shù)在研究中的優(yōu)勢(shì)，同時(shí)發(fā)揮人在研究創(chuàng)新的主體性作用。具體來說，我們應(yīng)該做到以下幾點(diǎn)。

　　第一，加強(qiáng)理論和研究方法的學(xué)習(xí)，堅(jiān)持對(duì)事件本質(zhì)的洞察以及對(duì)事物聯(lián)系的思考。人工智能在提出原創(chuàng)性核心假設(shè)、闡釋數(shù)據(jù)分析結(jié)果的理論與實(shí)際意義等方面都無法超越人類。我們應(yīng)該堅(jiān)持?jǐn)?shù)據(jù)、方法與理論相結(jié)合，不能將研究變成簡(jiǎn)單的數(shù)據(jù)挖掘，而是要提出能夠?yàn)槿祟惿鐣?huì)提供實(shí)用價(jià)值的知識(shí)成果。另外，我們要加強(qiáng)研究方法的深入學(xué)習(xí)，只有充分理解研究過程和每個(gè)細(xì)節(jié)，才能正確地使用人工智能。我們需要理解，解決各種不同類型的研究問題應(yīng)該采用的方法。

　　第二，盡可能廣泛地學(xué)習(xí)人工智能技術(shù)。正如“隨機(jī)森林”的提出者布雷曼所言，“如果我們的目標(biāo)是用數(shù)據(jù)解決問題，我們應(yīng)該擺脫對(duì)傳統(tǒng)方法的過度依賴，采用多樣化的研究手段”。我們應(yīng)該不斷豐富自己的研究工具箱，不僅僅要在基礎(chǔ)性操作上，如在數(shù)據(jù)處理、分析和可視化等環(huán)節(jié)上利用人工智能技術(shù)進(jìn)行輔助，還要掌握基于人工智能的新方法，如善用機(jī)器學(xué)習(xí)等手段以得出更為精確的結(jié)果。

　　第三，堅(jiān)持對(duì)人工智能結(jié)果的人為驗(yàn)證。人工智能基于算法給出的結(jié)果有時(shí)候并不貼合實(shí)際情況。為了保證研究的質(zhì)量，我們?cè)诒匾臅r(shí)候應(yīng)該堅(jiān)持人為驗(yàn)證，即使這會(huì)一定程度上削弱人工智能為研究帶來的便利性。譬如，在應(yīng)用大語(yǔ)言模型（LLM）時(shí)，我們應(yīng)該保持警惕。大語(yǔ)言模型在回答的可靠性、質(zhì)量、實(shí)時(shí)性、穩(wěn)定性和安全性上均有不足。這就需要我們靜下心對(duì)相關(guān)問題進(jìn)行人工考證。

　　（龍?zhí)└?，清華大學(xué)社會(huì)科學(xué)學(xué)院；龐琴，中山大學(xué)國(guó)際關(guān)系學(xué)院教授）