沈陽

世界的迭變之快令人應(yīng)接不暇，充滿著多種不確定性和各種風(fēng)險(xiǎn)。從特朗普上臺(tái)、英國脫歐、新冠疫情全球暴發(fā)到美國大規(guī)?？棺h和騷亂，一系列危機(jī)事件需要研究者做出快速解釋并加以預(yù)測?？上Ф鄠€(gè)危機(jī)事件中，學(xué)界的預(yù)測和解釋能力雖有亮點(diǎn)，但也頗多失誤。全球很多機(jī)構(gòu)面對這些“黑天鵝”事件，事前出過不少錯(cuò)誤預(yù)判，事后也難以做出深刻解讀和專業(yè)理論解釋，并以穩(wěn)定的理論框架對未來走勢做準(zhǔn)確研判。

造成這種現(xiàn)象的原因是多方面的。一是歷史經(jīng)驗(yàn)和理論形成的線性思維難以研判類似“多元宇宙”異變的現(xiàn)實(shí)。特朗普上臺(tái)出乎多數(shù)人意料，新冠疫情也改變了太多東西。二是學(xué)者受到“有限理性”的制約，自身認(rèn)知和視角存在偏差，極易出現(xiàn)研究視野盲區(qū)。例如，支持華爾街的學(xué)者，能夠清楚地了解全球金融化給世界帶來的好處以及高風(fēng)險(xiǎn)下可能帶來的技術(shù)創(chuàng)新，但他們卻很難理解美國中西部農(nóng)民的生活和苦楚。也就是說，學(xué)者們對于重大危機(jī)事件的解讀預(yù)測，一般是基于個(gè)人情感傾向和利益立場，容易陷入固有思維范式，加上各種紛繁復(fù)雜的信息干擾和傳播誤導(dǎo)，很難對現(xiàn)在局勢和未來趨勢做出較為準(zhǔn)確的判斷和預(yù)測。這也是目前學(xué)者在研究方面遇到的重大挑戰(zhàn)。

為解決上述問題，可從以下幾個(gè)方面入手：一是多學(xué)科多維度的交叉和思考。多學(xué)科多維度思考有利于打破研究者固有的邏輯局限與認(rèn)知偏好，能夠?qū)謩葸M(jìn)行全方位、立體式的解讀，更容易發(fā)現(xiàn)事物的本質(zhì)，減少可能由于認(rèn)知偏差帶來的預(yù)測誤差。

二是大數(shù)據(jù)、人工智能與傳統(tǒng)研究方法的融合。應(yīng)充分利用大數(shù)據(jù)、人工智能等新一代信息技術(shù)來分析問題，例如在分析突發(fā)危機(jī)事件時(shí)，大數(shù)據(jù)技術(shù)能像拼圖一樣將網(wǎng)絡(luò)上的大量信息中的有用部分進(jìn)行篩選和組合，最終得到完整“圖景”，即解決了數(shù)據(jù)樣本數(shù)量、有用性和準(zhǔn)確性之間的矛盾；而大數(shù)據(jù)與人工智能的結(jié)合之后，我們可以把歷史中發(fā)生的一切視為人工智能的學(xué)習(xí)語料，由此可能在未來，對人類社會(huì)發(fā)展做一些可能性預(yù)測，即可以對過去事件的準(zhǔn)確分析達(dá)成對未來問題的可能預(yù)測。

當(dāng)然，大數(shù)據(jù)、人工智能等新興技術(shù)也需要與小數(shù)據(jù)、線下訪談和交流等方法相結(jié)合，以達(dá)到相互印證、相互支持的作用。但是大數(shù)據(jù)本身也存在著虛假信息和個(gè)人隱私侵犯等隱患?；谔摷俪C正的人文計(jì)算大數(shù)據(jù)和人工智能平臺(tái)是未來社會(huì)科學(xué)和國際問題研究的剛需。

三是感性和理性的認(rèn)知整合，線上和線下結(jié)合。在感性方面，學(xué)會(huì)“共情”與洞察眾生心機(jī)，并清楚認(rèn)識(shí)自身的“有限理性”，能夠聽取他人意見，避免錯(cuò)誤估計(jì)形勢后仍固執(zhí)己見；在理性方面，需要去偽存真，需要?jiǎng)冸x傳播誤導(dǎo)帶來的信息失真，需要由表及里洞察真實(shí)世界，也需要逆向由里及表關(guān)注網(wǎng)絡(luò)表達(dá)。

四是全球視野與本土情懷兼具。在分析事件和預(yù)測未來時(shí)，應(yīng)既有理論高度和宏觀視野，又考慮本地實(shí)際與特色化因素。

五是重大變化的風(fēng)險(xiǎn)感知能力。研究者需要高度關(guān)注高科技帶來的代際迭變，常態(tài)跟進(jìn)機(jī)器人、人工智能、生物技術(shù)、3D打印、星際探索、混合現(xiàn)實(shí)等技術(shù)帶來的風(fēng)險(xiǎn)，也需要高度關(guān)注環(huán)境保護(hù)、種族歧視、地緣政治、文明沖突、產(chǎn)業(yè)鏈融合和重置等等議題帶來的整體影響，有了這種對于最大變化的感知能力和風(fēng)險(xiǎn)解釋能力，才能達(dá)到對問題的準(zhǔn)確把握和預(yù)測?！ㄗ髡呤乔迦A大學(xué)新聞學(xué)院教授，博士趙斌對本文亦有貢獻(xiàn)）