编者按：2025年4月19日，第二届中国哲学社会科学实验室论坛在清华主楼接待厅举行。本次论坛以“数智技术赋能哲学社会科学实验研究”为主题，旨在汇聚相关哲学社会科学实验室建设单位，搭建“交叉、创新、开放、合作”学术共同体，以促进中国特色哲学社会科学实验室建设与合作。来自国内高校与科研机构的72家重点实验室负责人和相关专家学者160余人参加论坛，就“AI赋能实验室建设”、“AI赋能哲学社会科学学科创新”等核心议题开展分享交流。
复旦大学数字文化保护与旅游数据智能计算文化和旅游部重点实验室主任张新鹏，以《Al+哲学社会科学的思考》为题发表主旨演讲。本文根据张新鹏教授现场发言内容整理。
复旦大学数字文化保护与旅游数据智能计算实验室依托计算机科学、旅游学以及复旦智库的支持，多年来致力于人工智能赋能文化和旅游研究与实践。随着AI技术的迅猛发展，我们也在不断对研究方向进行调整与拓展。目前，实验室的研究内容丰富、涵盖领域广泛，下面我将简要介绍我们近期在与社会科学相关方面所开展的工作。
自2019年我们就开始研究AI生成内容的真伪鉴别问题。如今，AI生成技术已从Deep Fake换脸发展到全面的内容生成，使得社会信任成本激增。我们构建了图片视频检测平台，只需将图像或视频输入，便能迅速给出其真伪判别结果。我们也研发了利用文字、图像及其传播特性的虚假新闻检测系统。在旅游领域，我们通过大数据对景区的游客评论进行监测与分析，以此评估景区的服务质量和游客的游览体验。在考古与历史研究方面，我们也借助AI技术利用DNA重建历史人物形象。
这一轮AI技术进步促进了科研范式变革。AI的典型特征在于从复杂现象中得出复杂规律，进而解决复杂问题。如果一个问题能用简单的逻辑阐述清楚，那就不属于AI的优势领域。通用近似定理告诉我们足够深层和复杂的神经网络可以以任意精度逼近任意给定的连续函数，这使得AI能够在众多领域，如化学、生命科学、制药以及材料科学等，对复杂规律进行逼近和模拟。
自然科学规律具有普适性，而社会科学的问题往往具有独特的时空和文化背景，即具有难以重复的特殊性。自然科学侧重客观性，而社会科学更强调解释性和批判性。大语言模型已从判别式、生成式发展到如今具有思维链的推理式，在训练过程中，大语言模型忽略时空和文化背景，将所有语料统一进行训练，因此在回答常识性问题时表现出色，但在面对前沿冷僻问题时，容易出现“幻觉”现象，暴露出其认知边界的局限性。
在构建自主知识体系方面，AI为我们提供了新的思路和方法。知识往往存在于参数或图谱中。当前大量知识存储于模型参数内，如何将大语言模型中的知识映射到图谱体系中，是值得深入研究的重要方向。此外，我们应追求知识体系的不断完备化，利用推理模型推动知识体系的生长，并从中抽取不同的知识结构，构建符合不同思维方式和价值体系的自主知识体系。
AI的发展不仅为解决传统问题提供了新途径，还为学术研究带来了新的对象。如今我们正处于人机物融合的新格局中，预训练大模型催生出了许多新工具。这也促使我们思考，未来AI发展的下一个“爆点”在哪里。智能体有望独立生产知识、做出智能决策，进而创造价值，这将深刻改变社会结构。人机协同模式与智能体有所不同，智能体侧重于替代人类工作，而人机协同强调AI对人类创造力的启发与激发，这在中国和美国可能会呈现出不同的发展方向。
AI的发展也带来了诸多新问题。例如AI本身并不具备真正的概念、语言和自我意识，当前大语言模型只是对语言的模拟。模型是先天的形式，数据是后天的质料，AI理性在一定程度上受到模型物理条件的制约。哲学社会科学能否为AI的发展进行合理规划？现有的人工智能多为任务型，在给定环境下完成特定任务，我们是否能够探索出面向开放世界的探索性智能？
