擁抱AI、祛魅AI：人工智能與哲學社會科學高質量發展的邏輯契合與現實進路

作為第四次工業革命的核心驅動力，人工智能正以指數級速度滲透至社會各個領域。人們的日常生活場景正在逐漸被數字技術智能化重構，哲學社會科學也毫無例外地迎來了一場ＡＩ技術驅動的范式革命。這場革命既預示著認知主體性的深層危機，也蘊含著拓展學科邊界的巨大潛力。當技術理性與價值理性在時代的坐標軸上激烈碰撞，“技術何為”與“人文何往”則成為人們跨越學科界限與專業屬性的共同追問。

圍繞人工智能與哲學社會科學發展之間關系，相關研究主要聚焦于以下方面：一是從研究工具創新層面，探討了人工智能在多模態數據處理與可視化呈現等方面，促進哲學社會科學研究效能提升的巨大潛力。①二是從研究范式轉型層面，認為以ＣｈａｔＧＰＴ為代表的生成式大模型技術正開啟人類社會智能化的新紀元，科學研究也從經驗范式、理論范式、計算范式、數據驅動范式發展到人工智能驅動的科學研究（ＡＩｆｏｒＳｃｉｅｎｃｅ，ＡＩ４Ｓ）新范式。②三是從研究議題拓展層面，圍繞“如何治理人工智能”的議題，研究者不僅從制度設計、倫理邊界、安全審查與責任機制等方面，展開了理論探討與政策建構，同時也將人工智能技術的廣泛部署對國際格局、國內社會結構、經濟發展模式及社會心理狀態等方面的深遠影響，納入了哲學社會科學研究的核心議題范疇。① 四是從技術應用的反思與優化層面，提出人工智能難以對既有理論進行“閱讀”后的“理解”，亦不擅長進行方法層面的優劣對比和新分析工具的開發，在生成內容上也表現出明顯的偏見或者誤差。② 在機遇與挑戰之間，深入推進人工智能賦能哲學社會科學要從數據基礎設施建設、算法模型優化、學科融合和流程再造的分層實施路徑出發，為中國自主知識體系構建提供技術優化路徑和數字基礎設施支撐。③ 這些研究為深入理解人工智能賦能哲學社會科學核心議題拓展、研究范式轉型貢獻了有益視角，也為建立適應智能時代的中國自主知識體系提供了優化路徑。然而，深刻理解人工智能技術驅動與哲學社會科學發展之間的內在張力，不能僅停留在技術價值和工具效能層面的淺層探討，而應以兼具批判性與建設性的視角，系統闡釋二者之間雙向互構、動態演化的深層機制，從而在理論探討的基礎之上，探索完善人工智能與哲學社會科學深度融合與協同發展的具體實踐路徑，更好地推進“人工智能＋”戰略在哲學社會科學領域貫徹落實。

在此背景下，本文的邊際貢獻體現在：一是嘗試構建四維邏輯分析框架，從歷史、制度、理論與實踐維度探討人工智能與哲學社會科學的互構邏輯，突破傳統工具論認知，為深入理解技術變革與哲學社會科學發展的互動機制提供分析框架。二是剖析技術變革的雙重效應，系統闡釋ＡＩ驅動下哲學社會科學研究范式、知識體系、人才培養及應用場景的革新，同時揭示哲學社會科學領域遭遇的人文價值主體性危機、知識生產結構性矛盾等風險挑戰，以期形成兼具批判性與建設性的評價視角。三是立足守正創新提出并論證“擁抱ＡＩ”與“祛魅ＡＩ”辯證統一的發展原則與進路，從健全多維規制體系、優化智能模型迭代機制、構建學科協同創新生態、筑牢人工智能倫理防線等維度，提出推動人工智能與哲學社會科學深度融合與協同發展的優化路徑，以期為推進“人工智能＋”戰略深入實施及相關政策制定提供理論指引與決策參考。

一、互構與形塑：人工智能與哲學社會科學的邏輯契合

回溯人類文明發展歷程，技術變革與哲學社會科學發展始終緊密交織。一方面，技術變革拓展了哲學社會科學的研究對象，豐富了哲學社會科學研究的方法論體系。另一方面，技術變革本身亦需哲學社會科學持續提供經驗啟示與價值遵循。二者的動態互構與雙向形塑蘊藏于歷史、制度、理論、實踐邏輯之中，共同服務于人類知識體系演進與社會發展創新。

１．歷史邏輯：技術革命與社會變革的同頻共進

從人類社會發展歷史來看，四次工業革命浪潮不僅是技術進步的重要里程碑，更是在各個層面深刻影響人類生活、重塑社會結構、推動哲學社會科學發展的關鍵力量。第一次工業革命使人類在生產方式上實現了由手工勞動向機械生產的轉變。這一時期的圣西門、傅立葉等人對資本主義社會進行了批判，提出了一些美好的未來社會構想。第二次工業革命把人類社會從工業時代推向電氣時代。這一時期的馬克思、恩格斯等人剖析了資本主義矛盾，揭示了剩余價值產生的來源以及資本主義經濟危機產生的根本原因。第三次工業革命以計算機技術、半導體集成電路等信息技術突破為標志，將人類社會帶入了信息時代。這一時期，認知科學、信息哲學等新興學科及相關研究領域不斷拓展，哲學社會科學呈現出多元化繁榮發展態勢。當前，以人工智能為代表的新一代信息技術不斷取得新突破，人類社會正處于第四次工業革命的浪潮之中。鄭永年認為，“正如近代以來的三次工業革命構成了近代社會科學的經濟基礎那樣，‘第四次工業革命’已經構成了現存社會科學知識體系轉型的動力和未來社會科學思想體系的經濟基礎。”①從四次工業革命的歷史進程可以看出，每一次技術革命都引發了人類社會的深刻變革，帶來了關于人與人、人與社會、人與自然、人與技術等一系列亟待探討的新問題，為推動哲學社會科學發展帶來了新的機遇與挑戰，而哲學社會科學的發展也在為技術革新不斷地明確著價值坐標。

２．制度邏輯：技術探索與倫理規范的雙向形塑

習近平總書記在哲學社會科學工作座談會上指出：“要運用互聯網和大數據技術……構建方便快捷、資源共享的哲學社會科學研究信息化平臺”，②以此來加快推進中國特色哲學社會科學體系建設完善。在中共中央政治局第二十次集體學習時，習近平總書記強調：“以人工智能引領科研范式變革，加速各領域科技創新突破。”③頂層設計的不斷完善和《高等學校人工智能創新行動計劃》等支持人工智能與哲學社會科學深度融合發展的政策意見的陸續出臺，為加快推進我國人工智能技術與哲學社會科學深度融合發展提供了有力支持。與此同時，在數據安全、版權歸屬、研究倫理等方面，人工智能技術的風險防范也成為擺在各國面前的重要課題。歐盟委員會發布的《人工智能協調計劃》《人工智能倫理準則》等文件確立了人工智能應用的“倫理優先”原則。④ 我國先后印發《新一代人工智能倫理規范》《關于加強科技倫理治理的意見》《生成式人工智能服務管理暫行辦法》等文件，對人工智能技術的研發、使用、監管等流程進行了系統的規范。人工智能倫理規范體系建設完善的過程，也是哲學社會科學持續提供理論依據與價值判斷標準的過程。日漸完善的人工智能倫理規范體系，為研究者運用人工智能技術深度賦能哲學社會科學研究提供了制度保障。

３．理論邏輯：技術理性與人文價值的深層共振

１９５６年，約翰·麥卡錫、馬爾文·明斯基等學者在美國達特茅斯學院召開的“人工智能夏季研討會”上，首次提出了“人工智能”的概念。⑤ 自概念誕生之日起，人工智能就是一個跨學科的綜合概念，“在其建構與發展過程中，理論研究經歷了從規則邏輯到機器學習再到深度學習的演進，運作模式也從識別和預測現有數據轉到創造和生成新型數據”，⑥為后續出現的生成式人工智能大語言模型及其在哲學社會科學領域的廣泛應用奠定了相應基礎。在人工智能的技術方法論體系不斷發展的同時，情感認知體系的建構成為束縛人工智能高質量發展的難題。有研究指出：“人工智能研究的難點是對認知的解釋與建構，而認知研究的關鍵問題則是自主和情感等意識現象的破解。”⑦由哲學、語言學、心理學、腦神經科學、人類學等組成的多學科集群正在與新技術聯手，嘗試構建更趨于人類心智的認知架構，以促進人工智能的高質量發展，而新技術的變革也對傳統形而上學、認識論和哲學方法論的突破與發展帶來了重要機遇。⑧ 哲學社會科學能夠為人工智能注入人文精神內核，保障技術發展不偏離人類福祉的公共價值軌道；人工智能則可以為哲學社會科學提供數字算法技術助力，拓展哲學社會科學研究的方法與視野。兩者在技術理性與人文價值的深層共振中，共同推動人類文明演進與社會發展。

４．實踐邏輯：技術進步與知識生產的生態重構

人工智能憑借深層次的語義理解與內容生成能力，正日益成為社會現象詮釋的參與者，催生了人機協作的知識生產模式，重塑了傳統知識生產機制和學術權力結構。① 在專業的科學知識生產之外，生成式人工智能有著更加廣泛的應用場景和更大的用戶規模。截至２０２４年１２月，我國生成式人工智能產品的用戶規模達２．４９億人，其中７７．６％的用戶主要用其回答問題，４５．５％的用戶將其作為辦公助手。②有研究指出，生成式人工智能可能會打破哲學社會科學的傳統知識生產秩序，有可能產生“學者大眾化”的知識平權效果，但也容易誘發知識民粹主義風險。③ 人工智能應用催生的雙刃效應也恰恰為哲學社會科學研究提供了新的研究議題。在借助人工智能應用，人人都是“專家學者”的技術語境中，真正的專家學者又該以怎樣的知識生產來回應社會需求？在“擁抱ＡＩ”中積蓄力量，在“祛魅ＡＩ”中輸出價值，或將是人文社科學者與人工智能技術共行共進的互動常態。

二、變革與重構：ＡＩ驅動下的哲學社會科學體系嬗變

人工智能在哲學社會科學領域的廣泛運用，正在引發一場超越技術工具論范疇的哲學社會科學范式革命。這場范式革命是以技術驅動研究范式變革為起點、數字革命中的知識體系自主重構為核心、數智轉型中的人才培養模式創新為保障、知識應用場景的拓展為歸宿的多維嬗變，為哲學社會科學的理論創新與研究范式變革帶來了巨大的發展機遇。

１．技術驅動下的研究范式變革

在哲學社會科學的傳統研究路徑中，研究者常常面臨數據收集與分析周期相對較長，難以動態捕捉研究對象變化并進行過程分析的問題，導致在支撐應急決策時存在研究響應滯后的不足。人工智能則能從海量數據中快速提取有效信息，顯著提升研究效率，為研究者進行知識生產與服務政府決策提供有力支持。在數據分析方面，機器學習算法能夠處理大規模的復雜數據集，挖掘其中隱藏的共性特征與運行規律，為社會學、經濟學等學科研究提供更具精準性的量化分析手段。自然語言處理技術則使研究者對文本數據的處理和分析更加高效，助力文學、歷史學等學科從海量文獻中快速提取具有研究價值的信息，方便文本挖掘、情感分析等相關研究的高效開展。這不僅突破了傳統哲學社會科學研究的既定方法模式，顯著提升了文獻研讀和數據采集分析效率，更推動了哲學社會科學“研究主體從傳統的‘人人互動’轉變為‘人機互動’”④的研究范式變革。

在以往哲學社會科學研究中，文本、空間、行為等多模態數據難以同步分析，造成難以有效把握社會網絡中微觀個體之間的復雜互動關系。在人工智能的輔助下，哲學社會科學研究對象的廣度得到了極大拓展。有學者系統梳理了人工智能在心理學研究中的應用，強調生成式人工智能已被廣泛運用于概念測量、實驗和干預實踐等相關任務中，⑤不斷提升研究的廣度和精度。與此同時，面對高風險社會的時代背景，如何對海量且龐雜的社交媒體數據進行深入挖掘和精準分析已超越單純的技術研究范疇，上升為關鍵性的治理命題。研究者借助人工智能技術，能夠有效處理傳統方法難以駕馭的大規模非結構化數據，深入洞察和分析風險社會中復雜的個體與群體行為模式，為推進國家治理現代化提供智能化信息支持。

在哲學社會科學傳統研究模式中，受限于專業領域的劃分以及研究者自身知識結構與分析視角的制約，理論構建往往局限于某一學科或特定領域內，難以對技術進步、文化變遷、經濟行為等跨系統的復雜聯動機制作出深入闡釋。人工智能在哲學社會科學研究領域的運用打破了傳統學科之間的壁壘，并通過跨學科的交叉融合視角使得研究者能夠更全面地觀察并解釋社會現象，不斷發掘和開拓新的理論創新點，進而推動哲學社會科學理論體系不斷豐富和完善。如復旦大學打造的早期中華文明源流跨模態智創工程，聚焦考古、古文字、早期典籍和古代歷史地理領域，構建中華文明數據庫和多模態早期中華文明時空大模型，追溯從舊石器時代到西漢末年的中華早期文明發展歷史。① 這一宏大工程將哲學社會科學與前沿人工智能技術相結合，開展跨學科交叉研究，為中華文明起源等理論研究提供了新的思路和方法，拓展了文化研究的廣度和深度。

２．數字革命中的知識體系自主重構

哲學社會科學長期受制于學科壁壘的束縛，在一定程度上形成“自洽但封閉”的知識生產模式。人工智能技術的應用為自然科學與哲學社會科學之間的學科融合發展注入了新的活力，催生了數字人文等新興交叉學科，拓展了學科的研究領域和應用范圍。“數字人文”將計算機技術、信息技術與人文社科研究相結合，涵蓋數字文獻學、數字考古學、數字藝術等多個方向。區別于傳統人文歷史研究側重于對文獻的文本考據，難以利用數字化、可視化技術形成方法論互補的研究局限，數字人文研究則強調利用ＡＩ進行古籍數字化、文本分析和知識發現，為人文歷史研究提供了學科交叉的創新視角。

哲學社會科學傳統研究往往以經驗驅動，存在定性與定量的方法分野，不同類型研究之間難以形成深入的理論對話與方法論互補。人工智能的介入則將哲學社會科學研究逐漸帶入了“‘數據與機理雙輪驅動’的‘第五范式’，形成了經驗驅動與數據驅動相結合的創新模式”。② ＡＩ技術驅動下的哲學社會科學研究方法向復雜系統和多模態融合方向發展，不僅能夠處理海量非結構化文本數據，還能通過數據挖掘和分析來進行趨勢預測與理論驗證，極大地拓展了研究的創新空間。如北京大學數字人文研究團隊借助ＡＩ技術計算先秦諸子典籍與各時代的互文強度，將一系列歷史事件的影響予以定量測度和可視化呈現，成功構建文獻互文網絡，揭示了兩千年間諸子百家思想的興衰更替，③推動了中國古代文學理論研究的方法創新與知識更新。

哲學社會科學話語敘事的傳統路徑往往依靠中國知網、ＷｅｂｏｆＳｃｉｅｎｃｅ等國內外學術文獻數據庫，經由學術出版單位建設的微信公眾平臺、官方網站、微博及客戶端等渠道，拓寬知識話語傳播的邊界，但知識話語敘事的初步數字化轉型在內容生產與消費兩端之間，仍不可避免地存在信息交互的鴻溝。④ 深奧的學術概念難以轉化為公眾可理解的敘事話語，跨文化傳播中缺乏異域語境下的適配傳播策略，都在削弱哲學社會科學話語敘事的社會影響力和國際傳播力。在中外哲學社會科學交流互鑒面臨語言鴻溝、工具鴻溝和傳播鴻溝⑤的背景下，人工智能以其卓越的語言翻譯、數據采集、文本分析及精準推送能力，為改進和優化哲學社會科學話語的生產、傳播與反饋機制，助力中國哲學社會科學話語的全球化與精準化傳播提供了重要技術支持。

３．數智轉型中的人才培養模式創新

人工智能推動哲學社會科學人才培養目標正在發生深刻變化。在強調專業知識與技能培養的同時，“發展以人機協同思維為核心的新型數字素養，以及面對人工智能技術及產品能保持理性思考，并辨別真假和優劣的審辨思維”，①是人工智能時代對教育目標、人才培養目標提出的新要求。這一觀點在《高等學校人工智能創新行動計劃》《中小學人工智能通識教育指南（２０２５年版）》等指導文件中得到了進一步強調，以人機協同為核心的新型數字素養，以及針對技術異化的審辨思維正在成為數智時代人才培養目標的重要內容，也是當前人才培養模式迫切需要轉型創新的發展方向。

教育部等九部門聯合印發的《關于加快推進教育數字化的意見》指出：“推動課程體系、教材體系、教學體系智能化升級，將人工智能技術融入教育教學全要素全過程，推動科技教育和人文教育融合。”②人工智能技術正在賦能教育體系的智能化轉型，智能教學平臺的布局和虛擬現實技術的應用，使得課堂教學更加直觀形象、生動高效。同時，提升人文社會科學課程體系的“含ＡＩ量”正普遍成為高校教學改革的重要趨勢。一些高校充分利用人工智能輔助教學的技術優勢，讓ＡＩ參與到課程設計、教學活動組織等環節，打造與傳統課堂不同的沉浸式學習體驗。如北京外國語大學通過整合文化人類學、認知科學和虛擬現實技術，使學習者能在數字系統中完成跨文化交際實訓。清華大學推出ＡＩ輔修學位項目，幫助學生掌握ＡＩ思維、ＡＩ技術、ＡＩ素養，形成正確的ＡＩ倫理觀。中國人民大學融合前沿ＡＩ技術與多元學科知識，構建起一套以學生自主探索為核心、教師精準指導為支撐、團隊協作共進為特色的“ＡＩ＋”創研課程體系。③ 這些融合人工智能技術的課程體系建設實踐，旨在彌補傳統課程體系中專業技能與人文素養脫節的結構性短板，推動哲學社會科學教育從傳統理論導向向“技術工具＋學科方法＋倫理思辨”的新課程體系方向發展。

４．數實融合中的知識應用場景拓展

人工智能通過數實融合實現多維突破，顯著拓展了知識應用場景。在新聞傳播領域，自然語言處理技術的廣泛應用，有助于快速生成新聞稿件、編輯內容，提升新聞生產的效率和質量。借助大數據分析技術，媒體機構能夠深刻洞察受眾的興趣偏好和閱讀習慣，實現新聞內容的精準推送。而綜合運用虛擬現實、增強現實等技術手段，新媒體還為用戶帶來了沉浸式的資訊內容瀏覽體驗。這些經數智技術賦能的智能傳播業務場景正在傳媒行業逐漸鋪開，如新華社開發的“媒體大腦·ＭＡＧＩＣ短視頻智能生產平臺”集納了自然語言處理、計算機視覺、音頻語義理解等多項人工智能技術，在體育直播、金融等特定領域實現了從數據采集到視頻發布的全流程智能化，④推動了優質短視頻內容的自動化生產與精準化傳播，有利于賦能主流媒體系統性變革，促進傳媒產業高質量發展。

在文化遺產的數字重生方面，借助虛擬現實、增強現實、人工智能等技術，眾多文化遺產得到了數字化還原和生動性呈現。智能算法對海量歷史文獻、圖像資料進行深度分析和挖掘，幫助人們更為全面地了解文化遺產蘊藏的歷史信息與文化內涵，為文化遺產的保護、修復和研究開辟了新路徑。如在四川三星堆博物館新館，游客可以通過虛擬現實技術跟隨青銅大立人俯瞰鴨子河畔的三星堆遺址；敦煌“數字藏經洞”應用則支持用戶以毫米級精度觀察珍貴文物細節。① 這些數智技術的應用不僅推動了歷史文化的“活態傳承”，也促進了文化遺產保護研究與文化產業數字化、智能化發展的深度融合，為中華優秀傳統文化的創造性轉化與創新性發展注入了強勁動力。

在社會治理的科學決策方面，人工智能的應用為政府科學決策提供了強大技術支撐。通過物聯網、傳感器等智能設備與技術，實時匯聚城市交通、環境、人口等運行數據，再利用大數據與人工智能進行深度挖掘與分析，可以實現對社會需求的精準預測、潛在風險的精準識別以及政策效能的量化評估。如北京市海淀區發布了全球首個“人工智能街區”概念，從城市治理需求出發部署智慧場景應用，顯著提升了城市管理資源的調度和運行效率。② 隨著人工智能技術在治理場景中的廣泛應用，社會治理的智能化、精細化水平將得到進一步提升。這些生動的基層社會智能治理實踐也為哲學社會科學探索復雜社會系統運行規律，提煉智能治理理論經驗貢獻了豐富的實證場域與前沿議題。

三、風險與挑戰：ＡＩ介入中的哲學社會科學結構批判

當人工智能借由算法邏輯、人機交互等技術路徑改造傳統研究流程、塑造新的知識生產模式時，哲學社會科學也正面臨算法邏輯試圖穿透并重塑人文社科的主體性根基、數據洪流不斷沖擊知識生產的嚴謹性與創新性、“ＡＩ幻覺”與偏見持續侵蝕研究透明度與客觀性、制度規范滯后于技術應用的現實需求等深層結構性挑戰，亟待加以批判性審視。

１．人文價值層面認知的主體性危機

在哲學社會科學傳統研究范式中，研究者通過田野調查、深度訪談、文本詮釋等方式建立對研究對象的主體認知，這種認知過程本身往往蘊含著研究者的價值判斷與人文關懷。然而，伴隨著ＡＩ技術的引入與運用，研究流程呈現“數據中介化”的傾向，導致人際互動體驗讓渡于數據算法分析，研究者與研究對象之間的直接聯系被削弱甚或懸置。當研究者“越來越依賴人工智能提供的現成答案時，就有可能被ＡＩ所預設的問題框架所牽制，難以發現問題之所以成為問題的深層原因和結構，最終有可能失去‘深度求索’的能力”。③ 當研究者習慣利用ＡＩ模型通過歷史數據訓練形成對社會現象的“最優解釋”時，極易陷入“偏聽則信”的盲從困境之中，無意識地接受技術內置的工具理性邏輯，弱化對復雜社會現象的批判性反思，容易導致哲學社會科學研究對人文價值的失語和社會價值的乏力。

哲學社會科學的核心是對人及其社會關系的研究，而ＡＩ技術正嘗試通過虛擬主體的符號化來逐漸替代和消解研究對象的主體性。在部分心理學實驗中，有研究者嘗試引入大語言模型來擔當“虛擬受訪者”，發現大語言模型塑造的虛擬主體雖然能夠較好地模擬人類心理特征的總體趨勢，但在幸福感等主觀性較強的維度層面與人類仍存在一定偏差。④ 大語言模型本質是數據模式的集合，無法整體呈現人類主體特有的情感矛盾、價值掙扎與意義建構。“即便裝載最完善的倫理算法庫，其決策本質仍是數據流動，而非基于生命經驗的價值判斷。這種認知真空可能引發誤判而不‘自知’，造成危險的后果。”⑤當人工智能技術將社會關系轉化為數據矩陣，強調運用數據指標體系來量化人們的非理性行為時，研究對象就從充滿主體性的“人”降格為可計算的“數據節點”，研究便逐漸偏離人文關懷的核心旨向，演變為空洞的數據參數集合，導致哲學社會科學對“人之為人”的本質追問面臨技術解構的潛在危機。

哲學社會科學體系的形成與發展建立在公共討論與理性共識的基礎之上，但智能算法技術驅動下的信息傳播新格局正在削弱這一基礎。一方面，依賴大數據技術分析和算法推薦機制，知識傳播的“回聲室效應”正在逐漸形成。研究者的學術觀點與知識表達可能被精準投喂給有同一觀點偏好的群體，在一定程度上削弱了跨學科對話和不同觀點交流的可能性。另一方面，技術權力會對人文話語產生隱性控制。當越來越多的商業平臺掌控社會科學研究所需的海量數據資源時，其基于盈利邏輯的算法設計導向會不可避免地影響學術研究的價值取向。有研究指出，“大語言模型等生成式人工智能依賴的是現存人類知識和文化中描述人類體驗的‘陰影’，這些陰影為它們所代表的現象提供了真實但有限的看法”。① 當公共領域的討論日益被智能技術生成的“標準化觀點”所主導時，哲學社會科學知識生產就會被技術偏向與資本導向所裹挾，這不僅是對哲學社會科學豐富意義的理論降維，也暴露出技術理性對人文價值的粗暴宰制。

２．知識生產層面的結構性矛盾

人工智能能夠快速處理和分析海量數據，提高哲學社會科學研究效率，但在追求效率的過程中，也會產生知識質量降低的副作用。一方面，受數據庫質量的限制，人工智能往往采取挖掘和分析網絡公開數據資料的方式，生成的內容多存在表面化、碎片化的問題，僅有限地發揮著信息集合的作用，依然與真正的知識生產標準相距甚遠。另一方面，智能算法模型存在數據依賴與偏見、過度擬合數據、適配場景有限等局限性，不可避免地會影響知識生產的準確性。在利用人工智能工具進行資料檢索及協助知識生產時，常常遭遇“ＡＩ幻覺”的嚴重干擾，容易出現斷章取義或錯誤關聯，從而導致研究者對研究問題難以獲得真實、全面、客觀的認知與判斷，影響哲學社會科學對復雜社會系統運行的全面分析與科學解釋。

哲學社會科學研究強調深入思考和挖掘問題的本質，追求對復雜社會現象的深刻理解并提出創新洞見。然而，ＡＩ技術介入下的知識生成“可能會制造大量的‘空洞而時髦的廢話’，并使得‘偷懶’和抄襲行為變得極為簡便且隱蔽”。② 北京大學陳旭光教授談到使用ＡＩ的感受，表示ＡＩ能夠快速梳理“電影工業美學”理論的起源、發展，但卻不能對“電影工業美學”理論提出更深層次的思考，輸出的內容評價模板也可套用于其他學者和理論。③ 可以看出，人工智能雖然能夠處理大量數據并生成看似合理的內容，但它缺乏真正的深度思考和內在的理解能力，尤其是那些從表面數據上進行的關聯和總結，會造成簡單信息匯總重復輸出的同質化現象，難以達到哲學社會科學所要求的深刻性與創新性的知識生產標準。

哲學社會科學有自身獨特的理論體系、研究范式與歷史傳承。人工智能技術的通用性促使哲學社會科學與自然科學之間的交叉融合不斷加深，帶來了新的研究視角和方法，但也使得學科邊界變得模糊，學科發展的自主性受到沖擊。人工智能的數據處理邏輯與快速生成模式難以有效契合部分學科傳統，容易導致研究者為追求技術適配而改變研究路徑。有研究指出，“紛繁復雜的數據科學和計算科學分析技術在社會科學領域被廣泛使用，而我們對社會科學長期積累的理論框架和實證發現卻缺乏足夠的重視。這可能會制約計算社會科學的未來發展，令‘技術酷炫，理論貧乏’的‘精致的平庸’型成果成為該領域研究的主流”。④ 在人工智能驅動哲學社會科學學科壁壘破壁消融的狂歡之下，需要看到若一味地依賴技術，學科傳統可能會受到侵蝕，研究的嚴謹性與獨特性會降低，進而影響哲學社會科學體系的縱深發展。

３．技術應用層面的功能性缺陷

人工智能大語言模型的有效運行離不開大量數據資源的更新與技術參數的調適。然而，模型訓練數據主要源于歷史存量信息及特定網絡平臺的大數據集合，雖然這些數據可以為人工智能大語言模型提供一定的機器學習訓練基礎，卻難以敏銳捕捉新興社會現象與問題，導致輸出內容的時效性不可避免地存在局限性。當社會發展出現新的變化和趨勢時，依賴歷史數據的模型不僅無法有效解析新情況，還會因數據覆蓋的結構性缺失而加劇對“數字遺民”等邊緣群體的“信息遮蔽”效應，最終削弱人工智能模型輸出內容的針對性、時效性與普惠性，難以滿足哲學社會科學研究對前沿問題解決方案和廣泛社會價值的現實需求。

在數據采集階段之后，數據的分析過程中往往存在“算法黑箱”的技術監測盲區。“算法黑箱”位于算法運行的“數據吞吐”階段，“所涉及的技術繁雜”且用戶無法了解或得到解釋，典型特征是算法不公開、不透明。① 缺乏對算法決策依據與運行過程的披露和了解，人工智能輔助哲學社會科學研究就缺乏足夠的可靠性與有效性。“算法黑箱”問題還容易導致在人工智能系統出現錯誤或不當決策時，難以確定是由于數據、算法還是研究者的推斷錯誤等其他因素導致的責任歸屬劃分。有研究指出，“算法黑箱為數字技術滑向‘算法獨裁’‘算法壟斷’留下了可能空間，逐步架空人類在現實世界中的主體地位，控制著人們的生活”。② 這與哲學社會科學強調對社會現象和問題的深入關注和理解、強調人的主體性價值的理念背道而馳。

“人類通過日漸智能化的計算機程序，在模擬人腦思維的道路上不斷探索，在表現出生命體屬性的同時，也呈現出人類的缺陷———偏見。”③在警惕“算法黑箱”造成研究過程透明度下降的同時，也必須高度關注“算法偏見”造成研究結果客觀性受損的風險。人工智能算法依賴大量數據進行訓練升級，但這些數據來源混雜，其中不可避免地包含歷史中形成的種族、性別歧視等社會偏見。當人工智能系統基于包含偏見的數據和算法做出決策后，這些決策可能會在后續的數據收集和算法訓練中被不斷強化，形成一個難以打破的偏見循環。如果缺乏質疑與糾正，這種偏見會隨著算法的運行而不斷擴散，深度浸潤到人類日常生活和社會管理的方方面面，這不僅會使哲學社會科學研究難以有效彰顯公共價值，同時也會加劇社會治理難度，影響社會的公平與正義。

４．制度建構層面的系統性規約與失衡

哲學社會科學研究的有效開展離不開經驗數據的支撐，但數據往往涉及個人隱私和社會敏感信息。在使用人工智能技術進行數據收集、存儲和分析時，需要對研究對象的數據隱私予以有效保護。有研究指出，生成式人工智能從大語言模型中“提取個人身份信息和其他敏感信息，這增加了在模型中使用大量數據集可能導致隱私信息泄露的可能性”。④ 如三星公司引入ＣｈａｔＧＰＴ不到２０天，就連續發生３起數據泄露事件。⑤ 數據隱私的泄露不僅會阻礙研究的正常推進，也可能會對研究對象的隱私權、名譽權、肖像權等權益造成損害，更會對科研倫理規范與國家信息安全造成嚴重沖擊與威脅。在數據安全問題引起廣泛關注的同時，ＡＩ作品的權利主體及其著作權歸屬也是人工智能領域的焦點議題。以ＣｈａｔＧＰＴ為代表的人工智能大語言模型存在“知識產權歸屬爭議，數據來源合法性與用以訓練的數據質量問題，生成不良或違法信息，挑戰學術倫理規范”等諸多法律風險。① 當下人工智能已經被廣泛地運用到學習與科研等場景，然而大多數國家的法律尚未明確將人工智能認定為獨立的著作權主體。傳統著作權理論強調人類創作者的智力成果，而ＡＩ生成作品的過程往往是算法、數據和算力以及人工共同作用的結果。這種權利主體的模糊性使得著作權歸屬難以清晰界定，在一定程度上阻礙了人工智能輔助知識生產的發展進程。

數據、算法與算力是人工智能發展的核心驅動要素。人工智能技術的研發應用與迭代高度依賴密集的資金、技術與人才資源投入，這種高門檻特性導致核心資源加速向大型科研機構與頭部企業集聚，小型研究機構及欠發達地區學術群體則因資源匱乏，面臨技術跟進乏力的困境，進一步加劇了數據、算法、算力及科研資源的結構性失衡。尤為突出的是，大型互聯網平臺及數據機構掌控著極具研究價值的用戶行為、網絡輿情等海量數據資源，卻常將其視為核心商業資產予以嚴格封鎖，極大地限制了外部研究者的訪問權限。這使得大多數學者被迫依賴有限的公開數據或小規模自采數據集，難以深入開展系統性研究，制約了哲學社會科學研究為政策制定與行業實踐提供精準服務的能力。我國人工智能產業發展存在的主要問題之一正是“跨界協同與資源整合不緊密。各產業間及產學研用之間深度融合和協同創新還不夠充分，資源共享和利益分配機制尚待完善”。② 人工智能發展要素上的非均衡分布正在逐漸滲透至學術話語權掌控、研究議程設定及學科發展方向等核心領域，不僅誘發“數據資本圈地”現象，更加劇了哲學社會科學領域的“馬太效應”。

四、擁抱與祛魅：與ＡＩ同行中的哲學社會科學繁榮發展進路

雅斯貝斯曾指出，“技術是一個科學的人類控制自然的過程，其目的是塑造自己的存在，使自己免于匱乏，并使人類環境具有諸事決定于自己的形式”。③ 這揭示了技術服務于人類發展的本質目的。然而，在ＡＩ賦能哲學社會科學的實踐中，其影響呈現出復雜的雙重性：一方面，人工智能技術強大的數據處理能力與深度學習算法推演能力，為破解傳統研究中的認知局限提供了技術可能，推動哲學社會科學從“經驗驅動”向“人機互動”的研究范式變革。另一方面，人工智能技術在哲學社會科學領域的應用呈現出技術適配性不足、倫理風險突出、學科協同滯后、技術資源分布失衡等問題，極易導致應用實踐中技術工具理性的過度膨脹與價值理性的弱化，進而沖擊哲學社會科學的人文精神內核。如何實現“技術賦能”與“人文引領”的動態平衡？這就需要在“擁抱ＡＩ”與“祛魅ＡＩ”的辯證統一中，探尋一條與ＡＩ同行的哲學社會科學繁榮發展進路。

“擁抱ＡＩ”與“祛魅ＡＩ”并非一項非此即彼的對立選擇，而是哲學社會科學在數智時代實現高質量發展的一體兩面。一方面，“擁抱ＡＩ”意味著我們要積極接納和充分利用人工智能技術，充分發揮其在數據處理、知識生成、研究范式轉型等方面的獨特優勢，打破傳統研究的時空界限與方法局限，拓展研究領域和應用場景，使哲學社會科學研究能夠更加精準高效地回應時代命題。另一方面，“祛魅ＡＩ”則要求我們對ＡＩ技術保持清醒的認識，警惕其可能帶來的風險與挑戰，如算法偏見、數據隱私泄露、輸出內容失實等問題，避免盲目崇拜和過度依賴人工智能技術。“祛魅ＡＩ”并非“否定ＡＩ”，而是要破除“ＡＩ萬能論”的迷思：承認ＡＩ技術在數據采集中的高效性，但堅守人類在價值判斷中的主體性；利用ＡＩ技術處理文獻梳理等重復性勞動，但保留研究者對理論創新的原創性思考；接納ＡＩ技術對學科邊界的拓展與重構，但捍衛哲學社會科學的人文精神內核。二者的辯證統一構成了數智時代哲學社會科學發展的基本遵循：擁抱是前提，唯有主動接納技術變革，才能避免學科發展陷入傳統的路徑依賴；祛魅是保障，唯有保持對技術的批判性認知，才能防止人文精神被工具理性吞噬。這種統一不是靜態的平衡，而是動態的調適，即在技術迭代中校準人文坐標，在人文反思中引導技術向善，最終實現“技術賦能”與“人文引領”的協同演進。“擁抱ＡＩ”與“祛魅ＡＩ”辯證統一原則的落地實踐離不開制度的保障、技術的支撐、學科的協同和倫理的約束，需要從健全多維規制體系、拓展技術應用適配場景、構建學科協同創新生態、筑牢人工智能倫理防線出發，統籌推進人工智能與哲學社會科學深度融合與協同發展。

１．健全多維規制體系，構建人工智能治理共同體

充分發揮人工智能賦能哲學社會科學繁榮發展的技術價值，需要從健全法律法規、完善行業標準、加強國際交流等多維度協同發力，推進人工智能治理走向共商、共建、共享的全新發展格局。在法律法規層面，借鑒歐盟《通用數據保護條例》《人工智能法》，依托《生成式人工智能服務管理暫行辦法》等現有規定，加快推進我國人工智能領域立法準備工作，明晰人文社科領域ＡＩ應用的法律邊界，為ＡＩ在人文社科應用中的數據歸屬、版權界定與責任劃分提供更加完備的法律法規保障體系。在行業標準層面，構建適配哲學社會科學學科特性的技術標準與應用規范，推動ＡＩ應用更加精準高效地滿足人文社科研究需求。一方面，通過統一數據格式與接口標準，打破不同研究機構、不同ＡＩ系統之間的數據壁壘，使哲學社會科學領域的碎片化知識實現高效整合與關聯分析，服務人文社科學者進行學科交叉融合研究。另一方面，建議由國家哲學社會科學工作辦公室牽頭，聯合科技企業、科研院所、高等院校等共同制定《哲學社會科學領域人工智能應用技術標準》，從數據采集、模型訓練、成果發布等全流程明確人工智能技術應用規范，規范數據采集使用標準。在國際交流方面，倡導“技術普惠”原則，鼓勵中國人工智能科技企業積極參與全球文化知識交流共享與國際ＡＩ公約制定，推動全球范圍內的人工智能技術標準和倫理準則的建設完善，為全球人工智能與哲學社會科學高質量發展提供中國方案。

２．優化智能模型迭代機制，拓展技術應用適配場景

深入推進人工智能賦能哲學社會科學發展，離不開動態優化的模型迭代機制與全域適配的技術應用體系。面對數字時代哲學社會科學研究數據來源與語義形態愈加復雜多樣的客觀現實，亟需優化語義網絡模型，完善知識圖譜功能，全面增強智能模型的語義理解能力。一方面，綜合運用跨模態融合技術整合文本、圖像、音頻等多形態信息，突破單一模態的數據搜集與分析局限，將“抽象概念”與“實踐場景”有機銜接，進而提升哲學社會科學研究的歷史視野與現實關照。另一方面，推廣“算法說明書”制度，要求智能模型開發者披露模型設計邏輯、核心參數等關鍵信息，借助信息技術和可視化工具呈現算法模型的內部結構與決策過程，為研究者評估和管理模型風險提供有效指導。此外，算法、算據和算力是人工智能技術治理的三大核心維度，要提升算法的可解釋性程度和倫理價值向度，構建安全、規范、共享的算據標準，保障算力可持續供應和資源規模化配置，①這種“三位一體”的治理模式是促進智能模型迭代機制有效運行的重要基礎，有利于從根本上保障人工智能技術在社科領域的規范應用與持續進化。

３．構建學科協同創新生態，強化產學研深度融合

充分釋放人工智能在哲學社會科學領域豐富的應用潛力，需要構建政策牽引、人才驅動、平臺支撐的三維協同生態。一是實施ＡＩ賦能哲學社會科學專項行動計劃。針對哲學社會科學學科特點出臺專項人工智能應用支持政策，從國家層面設立“數字人文重點項目支持計劃”，深入開展數字文獻學的方法創新和理論建構等研究；在法學、倫理學領域推動“ＡＩ倫理沙盒”建設，允許在受控環境中測試技術應用的社會影響。搭建國家級“ＡＩ＋新文科”實訓基地，整合高校、文博機構與企業資源，豐富文化數字化項目場景，實現數字文化產業實踐發展與“ＡＩ＋哲學社會科學”研究理論創新的雙贏效果。二是優化完善“人工智能＋人文社科”人才培養體系。設立人工智能與哲學社會科學交叉學科專業，將數據科學、認知科學嵌入傳統人文社會學科課程體系，涵蓋人工智能技術、人文社會科學理論與方法等內容，借助ＡＩ技術充分釋放學科協同合力，為哲學社會科學發展注入鮮活動力。三是建設“跨學科＋產學研”交流合作平臺。高校和科研院所可以與政府單位、科技企業、文化傳媒機構等多元主體展開合作，整合計算機科學、社會學、法學、經濟學、文學等多學科資源，打造跨學科產學研一體化交流合作平臺，釋放學科交叉與產學研深度融合的強勁動力，推動人工智能與哲學社會科學和現代產業的共同發展。

４．筑牢人工智能倫理防線，引導人工智能良性發展

明確人工智能在哲學社會科學領域的應用倫理準則是防范技術風險、堅守學科價值的關鍵。聯合國教科文組織發布了《人工智能倫理建議書》，將尊重人的基本權利和基本尊嚴、尊重包容和平等、尊重性別平等確立為發展和應用人工智能不應撼動的價值基石。① 一方面，要從人權保障、公平公正、數據安全、算法透明等基礎原則出發，構建彰顯中國特色的ＡＩ應用倫理框架，推動ＡＩ在哲學社會科學領域的規范應用與健康發展。另一方面，要強化ＡＩ在哲學社會科學領域應用的倫理審查機制建設，推行“陽光算法”計劃，公開ＡＩ決策依據與數據處理邏輯，通過公眾參與監督和同行評議等形式，吸納更多社會力量參與完善ＡＩ在哲學社會科學領域應用的倫理監督體系。此外，人工智能在哲學社會科學領域的有效運用與良性發展同樣離不開技術手段的規范與糾偏，要建強用好動態監管平臺與一鍵回溯工具，充分利用區塊鏈技術實現哲學社會科學研究的全生命周期監控，支持研究者或監管者按時間節點調取任一環節的原始數據和算法狀態，防范因算法錯誤或數據缺陷導致的學術誤導、倫理問題與法律風險，以人工智能的健康可持續發展促進哲學社會科學繁榮發展。

五、結語

人工智能通過革新研究方法、拓展學科邊界、重塑知識傳播鏈條，為哲學社會科學注入了前所未有的活力。從數字人文、計算社會學、計算傳播學等人工智能與人文社會科學交叉誕生的新興學科不斷涌現，到古典文獻的數字化識別與海量數據的智能化分析，人工智能在竭力復刻歷史的同時，也在學科交叉融合中更好地前瞻未來。人工智能為哲學社會科學帶來巨大發展機遇的同時，ＡＩ幻覺、算法黑箱、算法偏見等現實挑戰也在為哲學社會科學的發展敲響警鐘，對于人工智能的技術局限與應用邊界，要兼具批判性與建設性地加以審視，既要“擁抱ＡＩ”搶抓技術賦能機遇，更應“祛魅ＡＩ”堅守人文精神內核。“擁抱ＡＩ”不是簡單的技術接納，而是以批判性思維重構人機協同的認知生態；“祛魅ＡＩ”亦非技術拒斥，而是在算法黑箱中守護人類價值的主體性光輝。技術進步的終極價值在于增進人類福祉，哲學社會科學作為捍衛人的價值與尊嚴的學科，肩負著為技術發展提供價值坐標的天然使命。面對ＡＩ技術強勢介入哲學社會科學并帶來不可避免的沖擊與改造，唯有在“擁抱ＡＩ”的同時“祛魅ＡＩ”，在技術變革中堅守人文底色，才能推動兩者在協同演進中實現“工具理性”與“價值理性”的辯證統一，為構建具有中國特色的哲學社會科學自主知識體系，推動哲學社會科學高質量發展，貢獻兼具技術深度與人文溫度的智識經驗。