新火種
2025-05-16 
AI時代，社會科學路在何方？
不久前，復旦大學校長、中國科學院院士金力在接受媒體采訪時談到今年學校將進行的改革，尤其是提及人文學科占比將削減至20%，引發(fā)關(guān)注。事實上，面對科技浪潮，人文社會科學如何應(yīng)對，這已經(jīng)成為整個高等教育界迫切需要回答的問題。
人文社會科學的復雜性與自然科學有著很大的不同。自然科學往往基于客觀法則，而人文社會科學研究人類行為，過去更多是基于經(jīng)驗或者實證。人工智能技術(shù)的發(fā)展，使得原本規(guī)律難測、驗證難度更大的人文社會科學面臨著研究范式的變革。
不僅僅是復旦大學，在目前綜合類高校的學科發(fā)展中，不少能快速發(fā)展且占據(jù)良好學科生態(tài)位的文科，也并非是公眾認知中的傳統(tǒng)文科，更多的是通過與新技術(shù)結(jié)合，或者與其他學科交叉融合后實現(xiàn)自我煥新的文科。
正如一些人文學者所感言的那樣，當下的人文社會學科發(fā)展，考慮的不應(yīng)該是擴大規(guī)模，更應(yīng)該是如何提出AI無法提出的創(chuàng)新思想，培養(yǎng)AI無法替代的學生。
——編者
人工智能（AI），特別是ChatGPT問世以后，其重要性被廣泛認可，將對人類生產(chǎn)、生活等各個方面產(chǎn)生深刻影響。就社科領(lǐng)域而言，AI正打破過去我們所認為難以打破的兩個界限——一是定性分析與定量分析的界限，一是社會科學內(nèi)部各學科、各領(lǐng)域之間的界限。由此，AI不僅將重塑社會科學研究的生態(tài)，甚至將會重塑社會科學本身。
從現(xiàn)狀來看，AI可以幫助設(shè)置選題，收集數(shù)據(jù)，建模編程，分析實證結(jié)果提出政策建議，甚至完成文章，學術(shù)期刊也可能是人工智能審稿、人工智能主編，甚至做決策。那么，人類的作用在哪里？隨著AI不斷進步，我們需要思考，大學設(shè)立的學科專業(yè)、培養(yǎng)的學生，能發(fā)揮的作用和價值在哪里？
作為從事社會科學研究的學者，我們未來應(yīng)該做的是AI替代不了的創(chuàng)新性研究；作為大學老師，我們應(yīng)該教給學生一些AI教不了的新東西。
人工智能正不斷催生新的研究方法和工具
自從ChatGPT和DeepSeek等大模型問世，大家紛紛探索如何利用這些通用大模型賦能學術(shù)研究。例如，信息檢索、數(shù)據(jù)處理、綜述文獻、代碼編寫、程序開發(fā)、翻譯及論文寫作等，而這些都只是AI賦能學術(shù)研究的冰山一角。未來，我們可以預(yù)見，越來越多的本科生、碩士生、博士生的畢業(yè)論文將會有大模型的影子。
AI正在深刻改變經(jīng)濟學等社會科學的研究范式。在經(jīng)濟學領(lǐng)域，大約從20世紀80年代就開始出現(xiàn)研究范式的深刻革命，經(jīng)濟學家一般稱它為“實證革命”或者“經(jīng)驗革命”（也叫作“可信性革命”）。實證研究指的是以數(shù)據(jù)為基礎(chǔ)，利用統(tǒng)計學、計量經(jīng)濟學的推斷方法和工具揭示經(jīng)濟變量之間的因果關(guān)系，從而揭示經(jīng)濟運行和發(fā)展的規(guī)律。
計算社會科學正是一種數(shù)據(jù)驅(qū)動的研究范式。其中，計量經(jīng)濟學是實證研究在經(jīng)濟學領(lǐng)域的主要方法論。
2021年，諾貝爾經(jīng)濟學獎就授予三位在因果推斷方面作出貢獻的經(jīng)濟學家，他們或在理論創(chuàng)新，或在應(yīng)用創(chuàng)新取得了突破。其中，約書亞·安格里斯特（Joshua D.Angrist）在2009年出版了一本暢銷書——《基本無害的計量經(jīng)濟學》。書的前言部分提到，“應(yīng)用計量經(jīng)濟學所考慮的問題和其他社會科學或者流行病學所考慮的問題并無本質(zhì)區(qū)別。任何希望從數(shù)據(jù)中得到有用推斷的人都可稱為應(yīng)用計量經(jīng)濟學家。”其實，他在這里定義的并非應(yīng)用計量經(jīng)濟學家，而正是在強調(diào)，計量經(jīng)濟學的研究方法不僅適用于經(jīng)濟學，還適用于社會科學的其他領(lǐng)域，甚至包括流行病學和生命科學。
在統(tǒng)計學和計量經(jīng)濟學領(lǐng)域，AI也正與傳統(tǒng)理論深度融合，催生新的研究方法和工具。例如，在統(tǒng)計學的學術(shù)會議上，經(jīng)常被提及的高維統(tǒng)計方法，其核心正是借助AI實現(xiàn)降維，從而更高效地處理復雜數(shù)據(jù)。計量經(jīng)濟學與AI融合的進程稍慢，但近年來也出現(xiàn)了越來越多將AI與傳統(tǒng)計量經(jīng)濟學模型相結(jié)合的嘗試。這種結(jié)合不僅拓展了傳統(tǒng)計量經(jīng)濟學的應(yīng)用范圍，還放松或弱化了傳統(tǒng)模型中限制比較多的一些假設(shè)，使其在更廣泛的場景中具有更好的適用性和靈活性。
突破定性分析和定量分析的界限
從另一方面來看，AI正打破社會科學研究中定性分析與定量分析的界限。在國外，經(jīng)濟學博士項目早在幾十年前就已經(jīng)強調(diào)定量分析，但在中國，關(guān)于定性與定量分析的爭論直到幾年前還十分激烈。
舉個例子。經(jīng)濟學家長期關(guān)注客觀數(shù)據(jù)的測度，一些客觀變量，如消費量、供給量、價格等數(shù)據(jù)都是客觀且可觀察的。然而，在經(jīng)濟理論尤其是行為科學領(lǐng)域，很多主觀變量的測度對理論創(chuàng)新至關(guān)重要，包括偏好、態(tài)度、社會規(guī)范、文化等。這些主觀變量在過去曾被認為難以測度。但如今，心理學中的心理計量學，就與計量經(jīng)濟學一樣，表明其實心理也是可以測度的，IQ、EQ的測度就是典型案例。
近年來，許多經(jīng)濟學家，尤其是從事金融學和會計學研究的學者，開始大量使用自然語言處理技術(shù)來測度重要的心理變量，如幸福感、客戶滿意度和投資者情緒等。這些過去無法測度的變量，如今借助大數(shù)據(jù)和自然語言處理技術(shù)，變得可測了。這種主觀變量的測度也推動了經(jīng)濟學科的發(fā)展。
例如，凱恩斯上世紀30年代發(fā)表的《就業(yè)、利息和貨幣通論》是經(jīng)典宏觀經(jīng)濟學的奠基性理論。書中提出了“動物精神”這一重要概念，即人的決策行為不僅受理性計算的影響，還受到非理性因素的影響。然而，20世紀70年代，以宏觀經(jīng)濟學家盧卡斯為代表的“理性預(yù)期學派”，強調(diào)人的行為基于理性推斷，幾乎完全排除了非理性因素。但在最近二十年，行為經(jīng)濟學特別是行為宏觀經(jīng)濟學重新興起，一個重要原因就是心理因素的可測性。如今，我們可以利用大數(shù)據(jù)和自然語言處理技術(shù)，包括ChatGPT和DeepSeek，來測度這些心理變量，并把這些非理性的心理變量與宏觀經(jīng)濟學相結(jié)合，從而推動宏觀經(jīng)濟學的發(fā)展。
從這個角度來看，定量分析和定性分析之間的界限早已被打破，而我們現(xiàn)在應(yīng)反思的是，中國經(jīng)濟學長期以來存在的這兩者之爭。技術(shù)的發(fā)展帶來的不僅是社科領(lǐng)域研究范式的變化，甚至對社科研究本身也帶來顛覆性的變化。正如一些經(jīng)濟學家常常強調(diào)，必須反對過度數(shù)學化、模型化。但以ChatGPT為例，其模型有1751個未知參數(shù)，這正是超大規(guī)模的數(shù)學模型或統(tǒng)計模型，也是人工神經(jīng)網(wǎng)絡(luò)的底層架構(gòu)。正是這種高度復雜的模型，在文本分析中被廣泛應(yīng)用于定性分析的場景，且模型的規(guī)模越大，其語言邏輯性和精準性往往越高。這表明，復雜模型與定性分析之間并不存在本質(zhì)沖突，反而可以相互促進。
社會科學內(nèi)部的學科隔閡正被打破
另一個被打破的界限是社會科學內(nèi)部各學科、各領(lǐng)域之間的界限。
以經(jīng)濟學為例。隨著大數(shù)據(jù)、自然語言處理大模型技術(shù)的廣泛應(yīng)用，我們可以測度許多經(jīng)濟數(shù)據(jù)之外的因素，比如社會心理、社會規(guī)范、文化與社會倫理以及生態(tài)環(huán)境，如PM2.5等數(shù)據(jù)。這些因素的可測性使得經(jīng)濟學能夠從事交叉學科研究。如今，經(jīng)濟學分析框架中不僅包含經(jīng)濟因素，還包括許多非經(jīng)濟因素，這些都得益于數(shù)據(jù)和人工智能技術(shù)的廣泛應(yīng)用。
經(jīng)濟學與社會科學的基本任務(wù)之一是揭示經(jīng)濟社會的因果關(guān)系與發(fā)展規(guī)律。在經(jīng)濟學領(lǐng)域政策有效性評估方面，因果關(guān)系被定義為：經(jīng)濟運行受到成千上萬因素的影響。如果其他因素控制不變，僅改變某一政策，觀察其對GDP增長的影響，那么這種影響若被證實存在，則可以認定是由該政策引起的。
然而，經(jīng)濟學和社會科學本質(zhì)上是非實驗系統(tǒng)，社會發(fā)展非實驗產(chǎn)物。雖然在某些領(lǐng)域和特定時間可以引入實驗因素，如中國的經(jīng)濟特區(qū)，但大部分經(jīng)濟學研究仍需依賴觀測數(shù)據(jù)而非實驗數(shù)據(jù)。
人工智能不僅可以用于精準的樣本外預(yù)測，還可以用于做客觀度較高的因果推斷。經(jīng)濟數(shù)據(jù)幾乎都是觀測數(shù)據(jù)，由于觀測數(shù)據(jù)具有一定的局限性，因此，我們無論是使用計量經(jīng)濟學、統(tǒng)計學還是人工智能，推斷出來的因果關(guān)系本質(zhì)上仍是一種統(tǒng)計關(guān)聯(lián)。若想將其解釋為因果關(guān)系，還需借助專業(yè)知識解釋。這些知識我們常常把它叫作領(lǐng)域知識，對經(jīng)濟學家來說，其實就是經(jīng)濟學社會科學的知識。因此，人工智能技術(shù)和大模型僅提供了社會科學所需的工具和方法，這些技術(shù)必須與領(lǐng)域知識相結(jié)合，才能真正實現(xiàn)揭示因果關(guān)系的目標。
當然，AI也有它的局限性。
大模型依賴三大基礎(chǔ)：數(shù)據(jù)、算力和算法。如今，DeepSeek通過算法創(chuàng)新降低了對算力的需求。數(shù)據(jù)是大模型發(fā)展的基礎(chǔ)，但隨著AI的廣泛使用，特別是通用大模型技術(shù)的普及，很多新數(shù)據(jù)其實是計算機和算法對現(xiàn)有數(shù)據(jù)進行各種排列組合產(chǎn)生的，新的信息增量越來越少，這將是大模型未來將面臨的根本性局限。
而且，美國發(fā)布過一個行業(yè)分析，列舉可能被AI替代的職業(yè)。結(jié)果顯示，在經(jīng)濟學領(lǐng)域，一些職業(yè)如銷售、會計、財務(wù)分析等受到的影響較大，未來被替代的可能性較高。但經(jīng)濟學家和社會科學家尚未被提及，這可能是好事。
經(jīng)濟學家、社會科學家會不會被AI替代？我們的部分工作像數(shù)據(jù)處理、編程、文獻綜述肯定會被AI替代，這可稱為賦能。但是人類的創(chuàng)造性思維被AI替代的可能性不高，這也是步入智能時代后，社會科學研究領(lǐng)域的學者必備的能力。
（作者為中國科學院大學經(jīng)濟與管理學院院長）
相關(guān)推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內(nèi)容相關(guān)的任何行動之前，請務(wù)必進行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產(chǎn)生的任何金錢損失負任何責任。
