生成式大模型的急速发展将人类从数字时代带入智能时代，也给社会科学研究带来新的机遇与挑战。近日，围绕生成式大模型的认识论基础、方法论价值与应用创新等议题，多家科研机构的专家学者与业界代表共聚清华大学展开研讨。

　　生成式大模型的革命性意义

　　与会者普遍认为，生成式大模型不仅将给社会科学研究带来方法论和认识论的变革，甚至将促成全新的哲学理念。对于生成式大模型的革命性意义，学者们从不同角度展开了讨论。

　　一是从新技术迭代比较的视野考察生成式大模型的革命性意义。清华大学社会科学学院副院长孟天广从大模型与大数据的比较切入，提出大数据时代的数字革命产生了大量的交往数据，带来了链接的革命；而大模型时代的智能革命意味着通用人工智能进入日常生活，带来的将是行为的革命，人工智能将成为个体感知、认知社会并作出日常行为决策的必备品。生成式大模型作为机器智能与社会智能的结合，提供了一种全新的通用方法，通过人机交互来共同推动知识的生产，并在寻找研究问题、开展文献分析、采取和处理数据、绘制图表、实验设计等社会科学研究的各个环节发挥作用。

　　二是从人类认知演化与知识生产的角度探讨生成式大模型的认识论和方法论变革。哈尔滨工业大学经济与管理学院教授米加宁认为，传统认识论将人类认知视为一种理性主体的主观建构过程，而生成式大模型改变了人类认知的本质，知识成为客观经验的集体内化；传统的科学方法论奉行经验主义和理性主义的二元对立，生成式大模型通过对海量数据的机器学习，直接从客观存在的集体经验中“渗透”出认知和知识，无需经历传统意义上的理性分析和演绎推理过程。这种变化继而对社会形态、决策方式、管理模式以及教学与科研产生深远的影响。北京理工大学教授徐磊基于对人类智能与人工智能学习机制的比较，从技术和哲学角度分析了人工智能的认知机理，并展望了人机融合的社会科学新形态。他提出，随着生成式大模型的发展，大数据学习和跨领域的知识融合展现出超越传统认知方式的巨大潜力，不仅挑战了关于理性的传统理解，而且提供了新的纠错和学习机制，开启了人工智能时代新的哲学社会科学研究路径。

　　三是从技术应用到AI美学、AI哲学全面探讨生成式人工智能带来的影响和变革。清华大学新闻与传播学院教授沈阳从切身经历出发，分析了生成式人工智能在存在论、认知论、范畴论等层面的全新哲学理念。就存在论而言，混合现实、增强现实等技术的发展使得虚拟与现实的界限越来越模糊，表现为以虚实连断性、身心流固性、觉识拟创性等为特征的虚实存在论；就认知论而言，表现为人工智能、人类和宇宙三者合一的天人智一理念，人工智能以及人类与AI的协同合作在认知中的作用愈加凸显；就范畴论而言，任意有、潜在有、可以有、实际有这四个概念可以帮助我们理解人工智能如何将潜在的知识转化为实际的成果。此外，沈阳还展示了生成式人工智能在跨风格美学、不可能美学、反物理美学、异世界美学等新美学观念上的表现和潜力。

　　生成式大模型的应用机制及前景

　　围绕生成式大模型的应用机制及前景，研究亦各有侧重。

　　一是聚焦生成式大模型在知识生产与学术传播方面的应用潜力。清华大学新闻与传播学院助理教授陈慧敏从生成式大模型的技术特性出发，总结了两个发展趋势：在技术创新层面，作为类人智能体，大模型可以发展群体智能，通过智能体间的交流与协作，模拟社会现象与规律，促进社会科学知识的生产与传播；在社会应用层面，大模型的通用智能水平及灵活的领域适配能力可以服务于社会科学的数据分析和规律发现。同方知网数字出版中心总经理谢磊则展示了大模型的发展在提升稿件质量、优化审稿流程、促进知识传播等方面对学术出版的深远影响，并探讨了大模型发展在学术伦理、版权保护以及技术局限性等方面面临的挑战。

　　二是发掘生成式大模型的治理潜能。清华大学社会科学学院院长彭凯平表示，我们既要关注技术如何改变社会，也要关注如何利用技术服务社会，特别是在应对气候变化、贫困、不平等等全球性问题时的作用。清华大学社会科学学院教授张小劲提出，大模型在数字政府和政务服务中的应用和迭代远远超出了预期，特别是在场景化治理方面，大模型的数据分析和算法模型展现了强大的预警能力。此外，桂林理工大学公共管理与传媒学院教授章昌平分享了研究团队运用生成式人工智能在问卷设计和数据生成方面的探索。

　　三是提炼生成式大模型的作用机制。如沈阳将其概括为再创、拟真和创造异感世界三种作用：再创即重现人类已有的知识和技能；拟真是模拟真实世界，创造出接近现实的环境和体验；创造异感世界是创造出全新的、与现实世界不同的感知世界。沈阳认为，这三种作用不仅为人类提供了新的工具和方法，也为人类的文化、艺术、教育和医疗等“千行百业”带来了革命性的变化，展现了人工智能的多样性和创造力。

　　人工智能的未来发展及研究

　　与会学者也充分关注到生成式大模型在数据质量、算法透明度、偏见管理等方面可能带来的挑战，以及可能产生的集体知识固化、遮蔽效应等问题，并对以生成式大模型为代表的人工智能的未来发展及研究进行了探讨。

　　一是强调人工智能发展以及相关研究的伦理维度。彭凯平认为，在智能社会，各个领域都需要重新审视人类与人工智能的关系，探索这种新型互动如何重塑我们的社会结构、文化、经济和政治生活。这些问题不仅关系到学术研究的深度和广度，更关系到我们作为社会成员的身份认同和价值观念。因此，要求学术研究更加关注技术的伦理使用，确保研究成果能够促进社会公正和可持续发展。这也要求重新思考未来的教育内容和方法，注重培育智能时代的公民责任感、伦理意识和社会参与。章昌平则强调了基于数据深度的“厚数据”概念，主张深入挖掘和解读数据背后的意义，并以数智化、人类学和伦理学作为未来社会科学发展的三个基本方向。

　　二是高度关注对人类认知、意识与情感的研究。清华大学社会科学学院副院长王天夫建议，在人工智能完全取代人类智能之前，社会科学研究应该关注智能的起源和运转机制，以及情感和情绪如何影响智能的发展。而沈阳则基于人与机器的逆向发展提出了镜像进化论，认为人工智能甚至可能解决意识的起源问题。此外，徐磊在肯定人工智能在高阶因果关系分析方面具有优势的同时，强调了人类在目标设定、价值观形成和情景感受方面的独特作用，强调了未来人机融合智能系统中人类的不可替代性。

　　会议由清华大学数据治理研究中心和哈尔滨工业大学经济与管理学院联合召集。