作者：雷环捷（中国社会科学院科学技术和社会研究中心副主任、哲学研究所助理研究员）

　　人工智能不仅是自然科学与工程技术领域的问题，同样也是人文社会科学领域的问题。人文社会科学尤其是哲学对人工智能的关注，在中国已有近半个世纪的历史源流，并经历不同时期研究焦点的转变。在20世纪80年代率先提出“智能革命论”的先驱者童天湘指出，“高技术发展必然导致智能革命进入智能时代”，“新一代生产力的主要形式，将是人机复合智能系统”。彼时，前辈学人预言智能时代的人机复合智能系统将应用于人文社会科学领域；当下，这已愈发趋近于现实。随着人工智能的发展以及对各界的影响不断加深，人文社会科学基础设施将具有不同于以往的“人机复合”特点。而近来生成式人工智能的新进展，使人工智能又一次为各界所关注。面对加速到来的人工智能时代，我们应积极构建人文社会科学领域的新型基础设施，尽快推动生成式人工智能等新技术的高质量应用，抢占发展先机。这对于全面推进人文社会科学各个领域的创新，以及促进人工智能的向善发展，具有十分重要且深远的意义。

　　生成式人工智能带来的焦点转移

　　当今时代，人工智能的应用具有较强的渗透性、扩散性和颠覆性。对于当前的生成式人工智能而言，有人惊叹这已不再是“炼金术”，而是“通用人工智能的火花”已然出现。同时，这也使一些人产生了对于技术失控和社会失序的疑虑与忧惧。一时间，针对生成式人工智能毁誉皆有，存在不少争议。要认清问题实质，还需要更为全面地认识生成式人工智能，了解其究竟意味着人工智能发展到了哪一步。这可以从当前生成式人工智能的主要特征予以把握。

　　一是能够生成新的内容。生成式人工智能并非只是根据已有数据进行模拟和预测，而是能够对这些数据进行学习，并在此基础上生成新的内容。因此，生成式人工智能表现出了一定的“创造性”，呈现了“智能的生成性”这一重要特征。

　　二是具有语言处理能力。面对人类用自然语言提出的问题，当前基于大语言模型的生成式人工智能，已经在一定程度上可以给出类人的回答。这也是ChatGPT使很多人惊叹并让人印象深刻的重要原因。依托突出的语言理解与文本生成功能，当前的生成式人工智能已远超以往的聊天机器人，有望成为人们广泛使用的新一代学习和工作助手。

　　三是更新人机交互生态。生成式人工智能的新进展再次表明，功能上的突破不仅是数据量和模型参数达到一定规模后的功能涌现，人类的反馈微调和使用过程中的人机智能交互也会反过来对功能进行改进。据此，研究者可以更精准地把握事实、权衡价值。

　　四是转换知识生产方式。与人机交互生态更新相伴随的，是知识生产方式的转换。生成式人工智能所开启的“大模型+人类反馈”的自动化知识生成模式，则是一种面向智能化未来的新综合。与传统的知识生产方式相比，生成式人工智能所支撑的知识生产方式具有速度快、成本低、范围广等特点，能够大幅提高知识生产效率。

　　五是对人提出新的要求。生成式人工智能往往并不具备甄别所生成内容是否正确、准确以及相关价值判断的能力，对内容的评价仍有赖于人类自身的信息素养、知识体系和思辨能力。无论是数据输入（训练、喂养等），还是数据输出（判断、利用等），都对人类的能力提出了不同于以往的要求。

　　上述特征表明，生成式人工智能具有重要的创新意义。一直以来，很多人都在争论，人工智能是否会发展出类似甚至超越人类的智能。生成式人工智能的新进展则可能意味着，问题的焦点逐渐从理论层面转移到实践层面。

　　人工智能驱动的人文社会科学研究

　　近年来的学术发展趋势表明，科技前沿动态在很大程度上引领乃至决定了人文社会科学研究热点的生成与迁移。新一轮科技革命和产业变革，使人类逐渐进入万物智能互联时代。新兴科技发展和经济社会发展加速渗透融合，将使人工智能的应用范围从自然科学和工程技术等领域逐渐覆盖至人文社会科学领域，从而造就一种人工智能驱动的人文社会科学研究。这至少意味着三个层面的驱动：人工智能应用于人文社会科学各领域场景；人工智能帮助人文社会科学创新发展；人工智能拓展关于人工智能的人文社会科学。总之，人工智能的参与和支持，有助于人文社会科学研究者更加深入地理解人类思维和行为的本质，并探索深度科技化趋势下人类文明的未来命运。

　　人工智能驱动的人文社会科学研究，指向一种人机协同的知识生产方式，有利于解放研究生产力并释放创新潜力。一是进一步降低获取知识的门槛。借助人工智能强大的搜索、分类等信息处理能力，研究者可以随时、随地、随身地获取海量知识。二是增加知识供应的丰富度。研究者可以获取更多以前难以获得的数据，以此突破领域和学科的壁垒。三是实现内容的初步加工。依托人工智能具备的文本加工合成能力，可以减少研究者知识生产过程中的基础性、重复性劳动。四是提供可选择的知识。人工智能可以提供研究主题需要的各类相关信息，使研究者获取多元而非单一的研究方案。五是辅助整合与输出知识生产结果。人工智能可以协助研究者撰写常规性任务文本（如文献综述、研究计划、文章摘要、课程大纲等）。六是知识生产过程反馈与校正。人与机器之间的协同式、互联式关系，使人工智能支持基于人类反馈的强化学习。

　　从知识生产的全过程来看，人工智能带来的显著变化还包括知识管理与传播环节，将使知识得到更为快速、高效的管理、传播和应用。人工智能可以为知识管理提供更多高效、实用的解决方案。比如，知识图谱、数据仓库等工具，能够帮助人们处理、分析、维护大量的数据，从而更好组织和管理知识。人工智能也可以为知识传播提供更为便利的技术环境，打破数字鸿沟和数据垄断，促进知识交往和公共传播，提高知识开放程度。有观点将人工智能时代的知识生产方式形容为一种纠缠的“技术—社会结构”，拥有明显的超时空性、自组织性、动态适应性和系统开放性。

　　人工智能驱动的人文社会科学研究，也将融入教育与人才培养体系之中。一是融入课程教学。人工智能可以协助教师生成课程大纲、习题作业等教学材料，以及为学生答疑解惑，进而激发考核方式和教学目标的更新调整。二是融入人才培养。若使用得当，人工智能可以帮助学生训练辩证、批判、创新等思维，形成独立思考和解决问题能力，进而培养出新时代人文社会科学人才。三是融入学科建设。人工智能能够促进新的研究方法和思路的产生，不仅有助于一些新兴学科和交叉学科的孵化，而且有助于基础学科、重点学科、冷门学科找到新的生长点，从而促进学科发展和学科体系建设。

　　目前，人工智能已带来一些不可忽视的风险冲击与伦理挑战，并引发了诸多批评和争议。面对新兴科技不断更新迭代和广泛应用的现实，如何“用善”且“善用”人工智能的问题越发重要。同时，“用善”且“善用”也能够助推人工智能未来更好的发展。对于人文社会科学而言，不断发展的人工智能是一种可以成为重要研究助手的优秀工具。我们应把握机遇，布局建设基础设施，大力开发其巨大应用潜力。

　　建设人工智能时代的人文社会科学基础设施

　　加强人文社会科学的图书文献、网络、数据库等基础设施建设，构建方便快捷、资源共享的数字化科研平台，是加快学术发展的应有之义。人工智能时代的人文社会科学研究，呼唤能够更好促进学术创新的基础设施。搭建人工智能驱动的综合性人文社会科学创新平台，在推进过程的具体实践策略上需要注重以下几个方面。

　　首先，加强顶层设计，统筹多方力量，充分整合利用现有人文社会科学数字化基础设施。一方面，要坚持公共性和普惠性，确保上网即可接入，克服地域空间、经济水平、教育资源等差异。另一方面，要把握全局性和战略性，对创新平台及相关建设工程的目标设定、节奏把握、资源投入等进行总体设计部署，统筹多方协同共建，抓好建设与维护过程中的技术支撑与保障、数据供应与共享、信息安全保护、争议纠纷处理、财力物力人力支持等事项。考虑到新技术的自身特点和建设工程的周期规律，宜采取分期和试点的方式。比如，可以针对创新平台的主要架构、内容、功能、机制和规则等，组建跨学科团队开展前期研究。

　　其次，克服现有人文社会科学数据库的短板，打造主动为研究者服务的创新平台。一是更好地满足研究者的一般需求。要优化传统数据库的文献存储与查找功能，做到文献总量更庞大、种类更丰富、查找更快捷等。二是用户界面与体验更加友好。要告别传统平台那种仅有搜索、功能繁杂、结果散乱的单向使用模式，使研究者更易适应、更快上手、更好操作。三是人机交互新生态达到“1+1＞2”的效果。所谓人机交互新生态，并非指机器智能取代人类智能，而是指机器智能与人类智能各自优势的有效结合。四是为用户提供个体化、差异化的服务。不仅要在更多场景中生成更丰富的内容，对用户所提出的需求给予更精准的响应，而且要能够关注到作为微观主体的每一位研究者，全方位获取用户的需求和偏好。五是扮演好高级研究助理的角色。在创新平台的使用过程中，人们的主体作用应能够得到更充分发挥。

　　再次，提升研究者的创造力和研究成果的创新性。以往，人类身处信息较为匮乏的环境之中，提升智能的关键是如何获取知识；如今，人类身处信息爆炸的环境之中，提升智能的瓶颈则是如何对所获取的知识加以评判、贯通、运用。可以预计，低阶研究行为（如查找资料、梳理文献、撰写摘要等）未来可能均会由人工智能来完成，而高阶研究行为（如提出问题、总结经验、创造理论等）未来则可能不会被替代。这对研究者的创新能力提出了更高要求，甚至或许创新能力便是人类难以被机器取代的重要禀赋和特征。在创新平台普及后，人文社会科学研究者或可产出更多经人工智能启发灵感、激发顿悟的创新成果。人工智能生成文本内容的质量，往往取决于所学习语料的质量及数量。可以通过深度学习大规模的中文语料库，使驱动平台的人工智能尽可能掌握中文的语法、词汇、语义以及更高级的学术史、研究前沿、专业动态等，从而能够生成高质量的中文文本。

　　最后，建立健全相应的体制机制，主动加强伦理治理。要高度重视制度建设，不断完善多方参与和协同共建的体制机制，建立多部门多主体的协商机制、打破数据垄断的共享机制、用户人人参与的互动机制等。要坚持伦理先行，加强源头治理，及时应对新技术引发的伦理风险，明确并坚持一定的伦理原则。一是坚持以人为本。要确保人的主体性、自主性，不过度、盲目追求自动化，避免人趋于被动和机器化，认清自动生成内容的实质，破除认为人工智能能够在知识或道德上具备权威地位的幻象。二是坚持公益为先。要公平、包容地面向不同类型的用户，促进人文社会科学事业的健康发展。三是坚持控制风险。要对人工智能应用中的风险和不确定性予以充分预估，倡导全程跟进评估和多方会谈协商，防止人工智能在人文社会科学研究中的误用和滥用，保障研究、教学及成果转化等领域的应用均符合学术规范和科研诚信，走负责任创新之路。四是坚持开放透明。可以鼓励社会参与和集思广益，提高相关信息公布的透明度，做好对外合作交流和推介传播，从而更好发挥人文社会科学在融通中外文化、增进文明交流互鉴中的独特作用。

　　建设人工智能时代的人文社会科学基础设施、发展人工智能驱动的人文社会科学研究大有可为。这是一片广阔而复杂的新天地，需要多部门、多学科的通力合作。这项工作是一个系统工程和一项长期事业，需要不断跟进人工智能、大数据等领域的新发展，持续吸收新技术，及时调整并完善。这样便可以推动人文社会科学更具前沿性、时代性、实用性的创新发展，同时也可以促进人工智能的进一步发展与应用，使人工智能与人文社会科学携手共进。

　　（本文系国家社科基金青年项目“新科技人文挑战下科学精神与人文精神的融合研究”（22CZX021）阶段性成果）