人工智能在社会科学中的创新应用不断拓展，潜力巨大但也面临挑战。通过生成式人工智能、大语言模型技术、人机协同等手段，AI正深刻改变着社会科学研究的方法和范式。8月23—25日，“人工智能（AI）对社会科学的影响以及在社会科学领域的应用”学术研讨会在河北雄安举行。与会学者重点讨论了AI时代高校社会科学教学和科研面临的挑战，交流大语言模型的学习和使用经验，探讨如何提升社会科学研究效率和水平等问题。

　　人工智能赋能社会科学知识生产

　　在传统教育体系中，知识和技能传授主要依赖于课堂教育这一单一模式。而当人工智能系统学习和掌握了人类积累的知识后，为社会科学研究领域带来了革命性的变化。北京大学人口研究所教授乔晓春表示，人工智能催生了一系列新兴学科的增长点，为研究人员提供了强大的数据处理工具和方法。在人工智能日益成为学术研究得力助手的同时，批判性思维、创造力和跨学科学习等软技能仍具有不可替代的价值。这些软技能使研究人员能够在面对AI工具的局限性或错误时，进行必要的调整和优化，确保研究的准确性和可靠性。

　　生成式人工智能革新了社会科学知识生产的方法，也推动了教育评价体系的现代化和科学化。上海交通大学教育学院教授刘莉认为，AI技术在个性化教学、智能测评、自动化辅导与答疑、教育决策等方面的应用具有巨大的潜力和价值，但人工智能在教育评价领域的应用存在削弱教师主观判断能力以及威胁学生隐私安全的风险。教育评价应朝着个性化、多元化方向发展，注重过程评价，而非单纯的结果导向，传统教育评价体系需要结合大数据和人工智能进行创新。

　　南京大学新闻传播学院副教授李明认为，人工智能技术的引入，其影响之深远可与互联网的广泛普及相提并论，它进一步重塑了人们获取知识的方式。人工智能应成为一种高效的辅助工具，帮助学生在自主学习的过程中探索适合自己的学习路径。与此同时，教师角色应随之转变，他们需要通过互动性的教学方法，传授自己的经验和理念，以此激发学生的独立思考能力，引导他们更为深入地理解和探索知识。

　　大语言模型重塑社会科学研究

　　大语言模型在文献综述、理论观点提出以及研究方法整合中发挥着重要作用。据南京大学社会学院青年学者李军介绍，在学术研究中，大语言模型有助于迅速筛选和综合大量文献资料，提炼出研究领域的主要趋势、关键概念和重要理论，为研究者提供了全面且深入的学术背景。大语言模型应用范围广泛，包括机器翻译、文本摘要、情感分析和语音识别等领域，不仅拓展了人工智能技术的使用边界，也为人类与机器之间的交流和合作开辟了新的可能性。

　　近年来，人工智能推动了社会科学、人文学科、心理学、神经科学等领域的交叉融合。中国人民大学统计学院教授吴喜之表示，计算科学、数据科学和人工智能等高新科技与人文社会科学的融合创新，为理解社会现象、预测社会趋势和优化社会资源分配提供了新的视角与方法。对比传统的统计学方法，新技术在处理复杂数据、高维度数据以及因果关系推断等方面展现出显著优势，为社会科学研究提供了更为丰富和精准的分析手段。

　　南京理工大学公共事务学院教授拜争刚谈到，人工智能以强大的数据处理能力和先进的模式识别技术，推动了证据的收集、分析和应用。这一技术进步，让社会科学研究者能够更加精准地解析社会现象的复杂性和多变性，从而在研究的深度和广度上实现质的飞跃。北京工业大学信息学部研究员林绍福及其团队依托大语言模型，通过在社交媒体上的监测和对抑郁症患者的及时干预，取得了令人瞩目的研究成果。这一成就不仅彰显了大语言模型在精神健康领域的应用潜力，也凸显了社会科学研究在现实世界应用中必须应对的诸多挑战。林绍福表示，社会科学研究不仅需要关注数据和算法，还需要解决法律、伦理和隐私保护等问题，以确保人工智能技术在实际应用中的有效性和安全性。

　　会议由北京精民社会福利研究院、中国人民大学统计学院等单位主办。