清华大学党委书记邱勇:推进人工智能与哲学社会科学深度融合
2026-10-19 06:30:00  腾讯   [查看原文]

2026年5月,习近平总书记就推动哲学社会科学高质量发展作出重要指示,强调要“加快构建中国哲学社会科学自主知识体系,更好回答中国之问、世界之问、人民之问、时代之问”。当前,人工智能正重塑经济社会发展格局,深刻影响着人类的生产方式、生活方式和思维方式,由此产生的一系列重大理论和现实问题,需要哲学社会科学深入研究、作出回答。与此同时,人工智能技术也为研究这些新问题、深化对既有问题的认识提供了新的方法和手段。在人工智能浪潮的推动下,我国哲学社会科学正经历学科视域、研究范式、工具方法和组织形式等深刻变革,也面临价值立场、结论可靠性、学术伦理和研究主体性等多重挑战。对此,要深刻把握人工智能赋能哲学社会科学的内在逻辑与外在影响,积极回应智能化变革带来的新问题,通过综合施策,稳妥审慎推进人工智能与哲学社会科学深度融合,推动我国哲学社会科学高质量发展。

人工智能拓展哲学社会科学研究的广度深度效度

人工智能的飞速发展推动哲学社会科学研究产生了质的飞跃,基础研究、知识创造更加呈现跨学科交叉的趋势,衍生出计算社会科学、机器行为学、人工智能心理学、数字人文等新兴的学科增长点,带来哲学社会科学学科体系、学术体系、话语体系的全方位变革,对哲学社会科学研究视野、观察视域以及知识生产和传播具有革命性影响。

人工智能推动理论驱动与数据驱动更加紧密结合,为哲学社会科学发现问题、建构理论开辟了新路径。传统的理论驱动型研究,通常先依据理论推演和现实观察提出假设,再收集数据、建立模型加以实证检验。借助人工智能强大的数据处理、模式识别和模拟推演能力,研究者可以降低对预设理论模型和变量关系的依赖,从大规模、高维、多模态数据资料中识别出常规分析不易发现的复杂关联、群体差异和异常模式,为发现既有理论尚未充分解释的问题提供线索,并为后续的理论建构、数据探索和实证检验提供支撑。人工智能驱动的数据分析不仅服务于假设检验,也有望更深入地参与问题发现和理论建构,深化对个体行为和社会运行机制的认识。

人工智能为科研活动提供全流程支撑,减轻事务性工作负担,使研究者将更多精力投入原创性研究。人工智能正在融入文献研究、资料分析、成果呈现等科研环节,为哲学社会科学研究提供更加高效便捷的技术辅助。在文献研究中,人工智能可以辅助开展海量学术资源的检索、归类和综述,帮助研究者梳理相关成果。在资料分析中,人工智能既可辅助定性研究中的访谈材料编码、主题识别与跨案例比较,也可支持定量研究中的数据清洗、复杂关系建模与结果可视化。在成果呈现方面,人工智能可以辅助进行文稿撰写和多语言翻译,也可以通过新的技术手段丰富文化遗产的呈现样态。这些应用有助于减少重复性劳动,使研究者更专注于提出问题、建构理论等更加复杂、更具创新性也难以被人工智能取代的研究活动,推动形成“人工智能处理数据,人类专注创新”的科研模式。

人工智能通过合成数据生成与情景模拟,拓展了现实观察之外的场景空间,为认识复杂社会过程提供了新手段。传统哲学社会科学研究通常通过问卷调查、行为实验、访谈和参与式观察等方式收集资料,认识个体和群体及其动态演进特征。人工智能在辅助传统研究的同时,可以通过智能体模拟来生成合成样本数据,为在现实观察之外考察和理解研究问题提供了新的手段。通过设定适当的情景和条件,智能体可以模拟个体反应与群体互动,考察不同条件下可能出现的行为结果,为形成研究假设、推演可能机制和改进研究设计提供辅助。特别是对于自然灾害、网络暴力等难以直接开展实验的研究,智能体模拟可以提供情景推演与辅助分析,有助于拓展研究者对复杂社会过程的认识。

我国在人工智能发展和治理中的丰富实践,为构建自主知识体系、引领国际学术前沿提供了新的历史机遇。人工智能不仅改变哲学社会科学研究手段,也成为哲学社会科学的重要研究对象。人工智能在经济生产、组织管理和社会生活中的广泛应用,导致一系列新问题的出现,催生了算法歧视、数据主权、算力垄断等治理议题。我国走在全球人工智能发展前列,在人工智能科技创新、产业发展、赋能应用和监管治理等方面开展了大量创新实践探索,为理论创新提供了肥沃土壤。在新问题不断提出、新的解释框架逐步形成的过程中,我国哲学社会科学有机会在人工智能发展与治理领域主动塑造新的学术议程、提出新的概念和命题,形成扎根中国实践、具有世界普遍意义的原创性理论成果。

人工智能对哲学社会科学带来多维度系统性挑战

习近平总书记指出,“人工智能带来前所未有发展机遇,也带来前所未遇风险挑战”。人工智能驱动哲学社会科学研究范式变革,拓展了研究视野和观察视域,提升知识生产和传播效率,但也在价值立场、知识生产、学术伦理和研究主体性等层面带来挑战。

人工智能训练数据的隐含偏见与情境理解局限,可能导致研究结论出现价值立场偏差。大模型依赖现实语料进行训练,可能继承训练数据中固化的价值偏见。如果训练数据在性别、种族等关键属性上存在失衡,或者研究者选择特征不当、赋予数据权重不合理,都可能使人工智能在研究过程中复制甚至放大既有社会偏见。哲学社会科学研究高度依赖具体、动态的社会语境,其内涵会随着社会发展而不断变化。而人工智能主要依据既往数据进行分析,难以充分把握具体而动态的社会情境,由此生成的研究结论难以充分体现现实社会中的价值判断,进而产生价值立场上的偏差。

人工智能模型的“幻觉”现象和“黑箱化”特征,可能影响研究结论的准确性和可解释性。大语言模型在内容生成过程中可能出现“幻觉”现象,输出看似语义连贯、逻辑自洽但实则虚假的内容,常表现为编造的历史数据、虚构的专家观点和伪造的引用文献。若研究者缺乏足够甄别能力直接引用,则可能诱发不实结论。如果任由“幻觉”内容广泛传播,可能会消解专业权威、干扰后续研究,甚至误导学科发展方向。人工智能大模型内部运算机制高度复杂,输出依据不够透明,导致结论形成过程、结论适用条件不清晰。

人工智能深度参与知识生产,加大了维护学术规范和学术诚信的难度。人工智能深度参与研究,改变了知识生产的分工方式,使研究贡献识别、成果归属和责任认定更加复杂。现行学术署名规范与伦理准则主要针对人类研究者设计,难以直接适用于人机协作成果,相关著作权认定标准目前仍存在较大空白。人工智能在降低知识生产成本的同时,也降低了学术不端的门槛。生成式工具在输出内容时普遍缺乏清晰的来源标注,严重削弱了学术引用的规范性和可追溯性。研究者若未经核查便直接使用,可能造成来源隐匿、引用失范和内容失实,甚至卷入学术不端,危及学术诚信。

对人工智能的过度依赖,可能消解研究者的认知主体性,削弱其独立思考与原创探索能力。人工智能的普及,对人类知识生产和获取方式带来了革命性变化,但也可能弱化研究者的批判性与创新性思维,给人类的认知主体性带来现实威胁。个体过度依赖人工智能技术手段,导致其主动获取信息、进行逻辑分析和事实核查的能力被系统性削弱。如果只是被动接收人工智能提供的唾手可得的答案,也极易陷入“认知卸载”的困境。长此以往,不仅可能削弱人作为研究主体的独特创造力,还可能导致学术创新停留于表面整合,影响整体研究质量。

推动人工智能和哲学社会科学双向赋能深度融合

把握机遇、应对挑战,我们必须坚持以马克思主义为指导,坚持发展和安全并重,准确把握人工智能发展趋势和规律,统筹推进科研组织模式转型、基础设施建设、复合型人才培养、学术伦理规则完善、自主知识体系建构和国际合作交流拓展,确保人工智能辅助研究可靠、可信、可控,夯实哲学社会科学高质量发展的根基。

构建人机协同模式,推进科研人员角色调适。人工智能赋能哲学社会科学,不只是研究工具的更新,更涉及知识生产中分工关系的调整。高校和科研机构应围绕重大研究任务,推动专业知识、技术力量和数据资源协同配置,探索研究者主导、人机优势互补的新型科研组织模式,使技术能力的提升与研究组织方式的创新相互促进。一是制定并动态完善人机协同的伦理准则与学术指引,明确人工智能在数据处理、信息分析与辅助推理中的角色边界,防止其过度替代人类的理论创造与价值判断。同时,引导科研人员树立正确的技术观、伦理观、价值观,为人机协同模式注入价值理性,确保人工智能研究活动符合人类基本价值。二是引导哲学社会科学工作者主动承担模型偏差识别者、人工智能数据验证者、人机协同优化者等新型科研角色,守住人类知识创造的科学底色和责任底线。这并非要求人工智能永远“不犯错”,而是在人工智能犯错时,确保人类依然具备识别错误、纠正偏差与重建真相的能力。三是巩固知识创造中人的主体角色。哲学社会科学的核心价值在于批判性思维和理论建构,这是人工智能难以替代人类的关键方面,也是推动人类文明进步的重要力量。守护和强化研究人员自身独有的独立思考与批判性思维能力,将研究问题的定义权和研究议题的设置权牢牢掌握在人类手中。

加快建设面向哲学社会科学的人工智能基础设施。整合哲学社会科学领域的数据资源、算力资源、知识库资源与开源工具链,建设集成“数据—计算—知识—智能”的国家级人工智能赋能哲学社会科学科研基础平台,形成涵盖文献研究、理论构建、数据标注、硅基实验、知识生成、仿真模拟等的全过程科研赋能体系。一是加快建设国家级哲学社会科学数据资源库。汇聚历史档案、文献语料、调查数据、经济数据、社会数据、政务数据和案例资料等多源数据,打造标准统一、开放共享的多模态、高质量公共数据资源体系。完善数据使用授权、来源追溯和安全共享机制,提高数据资源的可获得性与可复用性。二是建设面向哲学社会科学研究的专用模型集群。优先发展智能文献分析、知识图谱关联、硅基样本构建、多智能体仿真模拟等科研能力,提升模型的语言理解、生成、推理和预测能力,更好适应多学科场景下的复杂研究任务。针对哲学社会科学语料多源、语义复杂等特点以及意识形态属性和价值对齐要求,鼓励利用专业领域高质量数据集对专用模型进行训练、微调和优化。三是打造自主可控、知识集成的学科智能体集群。围绕自主知识体系构建任务,支持若干高校和科研机构联合攻关,系统整合国内外学科基础文献、专著教材、期刊论文、硕博士论文等文献语料,面向科研和教学场景集成研发哲学社会科学智能体集群。将学术规范、公共伦理和核心价值等嵌入智能体建设,探索建立学科智能体研发、使用和管理的规范和指引。

着力打造高素质复合型人才队伍。一是提升哲学社会科学工作者的人工智能素养。将人工智能基础知识、数字伦理、算法素养和批判性思维纳入科研人员培养体系,让每位科研人员既熟练掌握和有效利用人工智能工具,又对模型“幻觉”、隐私泄露等风险保持警惕,提升其负责任利用人工智能辅助科研的能力。二是鼓励高校布局计算社会科学、数字人文等交叉学科,推动人工智能与人文、艺术、社会科学等学科深度融合,开设数据科学、数字治理和批判性思维、人工智能伦理等跨学科课程,培养兼具人文素养和科学素质的复合型科研人才。三是推动教学科研深度融合,实施面向在校学生的培养计划,强化批判性思维和独立思考能力,培养数字素养和合规意识,引导学生在科研实践中不断提升驾驭人工智能技术的能力。

完善人工智能科研应用的管理监督机制。人工智能科研治理不仅要防范误用和滥用,也要为负责任的学术探索创造条件。完善资源共享和科研协同机制,推动规则适时调整,为新的研究实践提供制度支持。一是坚持顶层设计和基层探索相结合,鼓励各高校和科研机构根据使用主体、研究目的、应用场景等实际,制定适合学科特点的人工智能使用披露规范。二是完善人工智能生成或辅助生成内容的审核机制。加强人工智能生成内容审核的技术供给和赋能,重点突破智能审校、社会偏见校正、不良价值取向排查等关键核心技术。夯实各学术单位的内容审核把关责任,识别并及时处置可能存在的歧视偏见、意识形态问题等风险。三是完善人工智能使用的责任认定和容错机制。人工智能技术具有更新迭代快、应用边界不确定等特点,应统筹考虑人机协同程度、模型迭代、训练数据来源、学科特点等因素,建立动态的责任划分机制。明确科研人员在使用披露、结果核验和问题纠正等环节的合理注意义务,区分履行相应义务后仍难以避免的技术性失误与隐瞒使用、疏于核查、故意造假等行为,既为负责任的科研探索提供制度保障,又要防止人工智能被误用和滥用。四是健全哲学社会科学领域人工智能科研伦理审查机制。建议在国家层面设立专门的哲学社会科学伦理审查机构,制定符合哲学社会科学特点的人工智能科研伦理指南。完善哲学社会科学数据治理制度,制定数据分级分类标准,构建敏感数据脱敏处理与可信计算机制,确保数据安全。

加快构建人工智能发展和治理自主知识体系。我国在人工智能领域的丰富实践和前沿探索,为构建人工智能发展和治理自主知识体系提供了基石和底气。一是深入研究人工智能对人类认知判断、伦理规范等方面的深层次影响和作用机理,研判人工智能应用带来的政治、经济和社会影响及相应的治理机制,探索形成智能向善的理论体系。二是围绕人工智能引发的重大社会变革,推动哲学社会科学研究与技术研发、场景应用、社会治理同步开展,研究基础概念和经典理论的新内涵新特征,挖掘提炼新概念新理论,提出具有解释力的理论命题。三是聚焦人工智能发展和治理中的重大现实需求,调动科研机构和智库力量开展前瞻性针对性研究,在研究真问题、解决真问题中发展标识性概念原创性理论,争取拿出用得上、能管用的成果,为推动人工智能向上向善、行稳致远提供研究支撑。

深化哲学社会科学国际交流合作。哲学社会科学具有鲜明的文化嵌入性。推动哲学社会科学国际合作,既要遵循学术交流的一般规律,也要尊重不同文明的知识传统、数据主权和伦理差异。一是推动构建全球人工智能赋能哲学社会科学合作网络,支持国内院校与国外顶尖学术机构围绕共同问题开展联合研究,加强研究方法交流和科研资源共享。二是推动发起跨境哲学社会科学数据共享联盟,建设跨境可信哲学社会科学数据空间生态链,在遵守各国数据法规和伦理规范的前提下,为部分社会调查数据、国际比较数据在全球范围内的共享流通提供技术保障。三是积极参与知识生产规则制定,推动建立大模型社会影响评估国际标准,重点评估大模型的社会风险、伦理责任和学术影响。四是积极讲好人工智能发展和治理的中国故事,促进经验分享与文明互鉴,为拓展人工智能发展和治理国际理论前沿贡献中国智慧,为构建公正合理的全球人工智能治理体系贡献中国力量。

习近平总书记强调,哲学社会科学工作者要“立时代之潮头、通古今之变化、发思想之先声”。人工智能推动社会实践和知识生产方式的深刻变革,既提出了新的理论课题,也为认识社会、创新理论提供了新的手段。人工智能越发展,越需要哲学社会科学提供人文滋养、理性思考与价值引领。哲学社会科学工作者要在拥抱技术变革中保持独立思考,在推进知识创新中坚守价值追求,将历史机遇转化为加快构建中国哲学社会科学自主知识体系的实际成果,推动中国哲学社会科学实现更稳健、更高质量的发展,为中国式现代化建设贡献更多智慧和力量。

(作者系清华大学党委书记,中国科学院院士)

文章来源:《学习时报》2026年10月19日第1版

本期编辑:田旭

OCR:IMG:识别二维码关注 学碧啡款 学习时报微信公众号

OCR:IMG:学習时報 重要言论 人民健康是民族昌盛和国家强盛的重要标志。党的十 八大以来,党中央把保障人民健康放在优先发展的战略位 置,确立新时代卫生与健康工作方针,作出建设健康中国 STUDYTIMES 的重大决策部署,推动建成世界上规模最大的医疗服务体 系、传统医药体系、疾病防控体系、医疗保障体系,卫生 202年10月19日 星期- 2466 报名越字:江泽民国内统一连续出版号:C%11-0137代号:1-357 中共中央党校(国家行学额)主管主网址:/w 与健康事业取得历史性成就、实现全方位进步。 推进人工智能与哲学社会科学深度融合 全大安全大下业 :“全大全大热 方代化的心任务,可近平书 口勇 健全大安全大应急框架下 年5月.开近起 人工大的教理,额式 行为,为用成研设、推通 人工到数的含闭 会科学自主期民体,更好团中国 示,快建中国学 大,,多资中 有预开展实的究,务以可 是对于日次,力等 价的立场病,大型值规实 ,当,人工正终 论末分的同, 体异和模式,为发观成有 研者对限融社会过的认。 ,我等天性上在天 应急指挥机制 式大的向心力,力,4 提升国家应急指挥 总部和地方各级应急指 挥部运行效能 口 (代化成体理十而 M发. 融合,动国价学社会科学 人工智能拓展哲学 社会科学研究的广度深 度效度 人工智能对哲学社 会科学带来多维度系统 性挑战 学习贯彻习近平新时代中国特色社会主义思想 大有专论 级指挥和队伍专业指挥 相结合的指挥模式 学習 始终保持忧患意识 “甲申对”的启示 本报评论员李莹 本期导话 思通信 为什么说当今世界最稀缺的资源是市场 3级 高智库 打造强大的基础研究和原始创新能力

OCR:IMG:订阅 010-68928763 电话 中共中央党校(国家行政学院)主管主办 010-68929729 欢迎订阅2027年 《学习时报》等报刊 学習時報 有售论 STUDYTMES 做焦裕禄式的县委书记 (二0一五年一月十二日) 中共(: 理论动态60 中共中央党校 中国党政干部论坛 (国家行政学院) 学报 嘉月大严福 行改管理改革 千和有延 国家治理研究 微信订阅小程序 学习时报社在线征订系统网页版地址:https://studytimes.yataiwuliu.com

OCR:IMG:学習时報 重要言论 人民健康是民族昌盛和国家强盛的重要标志。党的十 八大以来,党中央把保障人民健康放在优先发展的战略位 置,确立新时代卫生与健康工作方针,作出建设健康中国 STUDYTIMES 的重大决策部署,推动建成世界上规模最大的医疗服务体 系、传统医药体系、疾病防控体系、医疗保障体系,卫生 026年11月19日 2466 报名字:江泽民国内统一连续出版号:CN11-0137代号:1.357 中共中央党(国家行学额)主管主网址:pw 与健康事业取得历史性成就、实现全方位进步。 星期- 推进人工智能与哲学社会科学深度融合 全大安业大下 :“全大全大 方代化的心任务,可近平 口邱勇 健全大安全大应急框架下 2年月.可近 人工大的教理,式 行为,为成册设, 人工到政含限间 会科学自主加体,更好中国 示,加理中民学 大,,多中识 孩开实的院,的能体损可 对于自次,力等 价的立场编,大型值现文 ,人工正 分的 体导和保模式,为发无有 ,天上在天 应急指挥机制 提升国家应急指挥 总部和地方各级应急指 挥都运行效能 口马 (代化成体系理十元五 合,动民国价学社会科学具 发 人工智能拓展哲学 社会科学研究的广度深 度效度 人工智能对哲学社 会科学带来多维度系统 性挑战 学习贯彻习近平新时代中国特色社会主义思想 大有专论 完善中央、地方分 级指挥和队伍专业指挥 相结合的指挥模式 学習 始终保持忧患意识 “甲申对”的启示 本报评论员李莹 本期导证 思想退信 为什么说当今世界最稀缺的资源是市场 3瓶 高施智库 打造强大的基础研究和原始创新能力 公众号·学习时报

OCR:IMG:订阅 010-68928763 电话 中共中央党校(国家行政学院)主管主办 010-68929729 欢迎订阅2027年 《学习时报》等报刊 学习時報 做焦裕禄式的县委书记 中 理论动态60 中共中央党校 中国党政干部瓷坛 (国家行政学院) 学报 为人天严社 - 行改管理改革 千志有孤 国家治理研究 微信订阅小程序 学习时报社在线征订系统网页版地址:https://studytimes.yataiwuliu.com

OCR:IMG:学習時報

本栏目中的所有页面均系自动生成,自动分类排列,采用联索网络信息采集、网页信息提取、语义计算等智能搜索技术。内容源于公开的媒体报道,包括但不限于新闻网站、电子报刊、行业门户、客户网站等。使用本栏目前必读