劉嘉琪，楊斌艷

1.中國社會科學院，新聞與傳播研究所，北京 100021

2.中國社會科學院，傳媒調(diào)查研究中心，北京 100021

引 言

“人工智能”（Artificial Intelligence, AI）是一門研究、開發(fā)用于模擬、延伸和擴展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的新的科學。人工智能自1956年Dartmouth會議初次提出以來，經(jīng)歷了從爆發(fā)到寒冬再到野蠻生長的演進，成為當前這一技術(shù)時代的新趨勢。在我國，隨著習近平總書記倡議的工業(yè)4.0“機器人革命”和“中國制造2025”的大力展開，人工智能驅(qū)動的科技創(chuàng)新在國家戰(zhàn)略層面被賦予了重要意義。各界正在積極探索將人工智能應(yīng)用到社會領(lǐng)域的可行路徑。尤其是在此次抗擊新型冠狀病毒肺炎的疫情中，人工智能在疫情防控、輔助診斷、資源調(diào)配、信息傳播和搜集等各個環(huán)節(jié)發(fā)揮了巨大效能，讓人們進一步認識到人工智能在促進社會經(jīng)濟發(fā)展方面所蘊藏的無限潛力和產(chǎn)業(yè)價值。

在接受新技術(shù)福祉的同時，越來越多的學者開始探索人工智能背后溢出的一系列關(guān)乎社會科學領(lǐng)域的細分研究問題。國務(wù)院于2017年7月20日發(fā)布重要綱領(lǐng)性文件，提出了我國首個面向2030年的《新一代人工智能發(fā)展規(guī)劃》，最終目標是推動我國人工智能理論、技術(shù)與應(yīng)用總體達到世界領(lǐng)先水平。在規(guī)劃中，明確將建設(shè)人工智能學科作為目標，并提出完善人工智能領(lǐng)域?qū)W科布局，形成“人工智能+X”復合專業(yè)培養(yǎng)新模式，重視人工智能與多學科專業(yè)教育交叉融合的具體建議。這意味著，“人工智能+社會科學”的重要性被提升到了新高度。

在國際上，主要發(fā)達國家也將發(fā)展人工智能視作提升國家競爭力的重大戰(zhàn)略，加緊推動社會科學領(lǐng)域的人工智能研究。從全球年度發(fā)文量分布情況來看，自1960年至今，“人工智能+社會科學”研究文獻數(shù)量呈現(xiàn)出較強的波動特征，跨學科研究歷經(jīng)多次“低迷—繁榮”期，于21世紀形成指數(shù)型飛速上漲趨勢。從發(fā)文國家分布情況來看，“人工智能+社會科學”研究主要集中在歐洲、北美等發(fā)達國家，在亞洲，中國、日本和韓國也具有較高的發(fā)文量。其中，得益于開展人工智能研究的時間較早，美國的發(fā)文量遙遙領(lǐng)先，約占全球總發(fā)文量的31.47%。相較之下，我國社會科學領(lǐng)域的人工智能研究雖然起步較晚，但是卻擁有排名第二的發(fā)文量，占全球總發(fā)文量的11.04%，略高于英國的10.19%，這與中國政策的支持和近幾年產(chǎn)業(yè)的快速發(fā)展分不開[1]。人工智能行業(yè)協(xié)會發(fā)布的《2021人工智能發(fā)展白皮書》指出，中國目前已經(jīng)成為人工智能發(fā)展最迅速的國家之一，2020年中國人工智能核心產(chǎn)業(yè)規(guī)模達到3,251億元，相關(guān)企業(yè)數(shù)量達到6,425家，人工智能創(chuàng)新指數(shù)攀升至全球第二。這也帶動了中國學界關(guān)于人工智能在社會科學領(lǐng)域的研究。

盡管如此，但不得不承認，與人工智能的實踐發(fā)展相比，我國在社會科學領(lǐng)域的學術(shù)研究仍相對滯后，國際影響力較弱。在學科研究中心性方面，中國只有0.06，這說明研究較為分散和局部，大多是從某一行業(yè)角度出發(fā)，與美國的0.40和英國的0.26還有較大差距[1]。而且，目前尚缺少針對國內(nèi)“人工智能+社會科學”研究的有效梳理與剖析，無法體現(xiàn)出社會科學領(lǐng)域研究的側(cè)重點。在此情境下，厘清人工智能與社會科學研究耦合發(fā)展的內(nèi)生聯(lián)系，洞察人工智能向社會科學領(lǐng)域滲透的演進路徑與發(fā)展脈絡(luò)，具有重要的現(xiàn)實意義。因此，基于國內(nèi)社會科學領(lǐng)域廣泛使用的中文CNKI數(shù)據(jù)庫，本文重點選取了近30年間的“人工智能+社會科學”研究文獻資料，借助CiteSpace科學計量工具開展可視化分析，以期對整體發(fā)展態(tài)勢、演變歷程、前沿熱點的全貌予以展現(xiàn)。并且，為進一步完善我國“人工智能+社會科學”的理論研究與教育體系，推動復合型創(chuàng)新人才的培育與成長，本文還嘗試從實踐層面提出具體的對策建議。

1 人工智能與社會科學的耦合發(fā)展 關(guān)系

1.1 人工智能正在為社會科學研究框架帶來結(jié)構(gòu)性沖擊

1.1.1 人工智能的“強勢進入”擴展了社會科學的研究對象

人工智能，雖然是基于“人工”創(chuàng)造的“智能”，但理論上，它擁有著強勢的進入性。一旦超過某一“奇點”，就具備了自主學習、深度學習、甚至“思考”的獨立性，成為一種脫胎于人類、卻脫離人類甚至超越人類的“新人類”。同時，人工智能也表現(xiàn)出了鮮明的擴展性。“新人類”的出現(xiàn)，打破了自人類誕生以來獨享“智能”地位的格局，令“人文”的含義在一定程度上被革新。從此，社會科學所面向的不僅是由人類構(gòu)成的社會關(guān)系，還包括人與人工智能、普通人與掌握運用人工智能的人、人工智能與人工智能等構(gòu)成的多元社會關(guān)系。這無疑是更新?lián)Q代式的新型“生態(tài)體系”。

而且，社會科學研究通常以假定中的“人的本質(zhì)”為前提來構(gòu)筑知識視野和理論框架。比如，起初社會科學假設(shè)人類是理性人，但后面證實受限于個人心理、社會影響、情緒波動等原因，徹底的理性人在現(xiàn)實世界中并不存在，故有限理性學說應(yīng)運而 生[2]。但在人工智能社會中，人與智能機器的共生使得人的思維結(jié)構(gòu)與機體功能發(fā)生變化，人類的理性水平將會越來越高。因此，社會科學領(lǐng)域亟須調(diào)整、創(chuàng)造出一套新的系統(tǒng)的方法論來適應(yīng)不斷變化的研究對象。

1.1.2 人工智能在“時空維度”上重塑了社會科學的研究格局

集合了進入性與擴展性的人工智能，以時空意義上的“拓展性進入”姿態(tài)出現(xiàn)在社會科學場域，引發(fā)研究格局變革。在時間維度上，人工智能激活了時間多樣性，促進社會時間的層次結(jié)構(gòu)大幅展開[3]，推動社會角色、價值、態(tài)度等在各自的時間頻譜中運動，呈現(xiàn)出各不相同的發(fā)展節(jié)奏。這對于試圖對社會問題進行解釋和預測的社會科學學科而言，帶來了極大的復雜度和不確定性。如何在時間壓縮、效益放大、價值取向與生命意義之間探尋最大公約數(shù)，是擺在社會科學面前且迫切需要解決的問題。

在空間維度上，人工智能滲透在各行各業(yè)，推動社會空間外延急速擴張。需警惕若國家宏觀調(diào)控政策機制遲滯，行業(yè)野蠻發(fā)展或許會導致人類群體的兩極分化——坐擁大量智能資源進階到自由國度的人和被智能社會拋棄的人[4]。例如，在自動駕駛領(lǐng)域，百度等汽車制造企業(yè)明確表示，擁有自動駕駛能力、貫穿“自由移動”“自然交流”“自我成長”理念、兼具情感和智慧的革命性汽車機器人將在2023年實現(xiàn)量產(chǎn)，新型汽車和平臺預計會大規(guī)模出現(xiàn)。那么，彼時將會有百萬級以上的駕駛員面臨失業(yè)風險，進而可能會引發(fā)社會情緒崩塌。這就亟需哲學社會科學學科的柔性智慧對其進行重新調(diào)和，使社會能夠在規(guī)范的框架內(nèi)有序、合理、合情地向更高級形態(tài)變遷[5]。

1.2 人工智能作為“替代性補充”，為社會科學提供革命性機遇

當繁雜的人文、社會現(xiàn)象在一定程度上實現(xiàn)數(shù)字化的時候，也恰好是人工智能在社科領(lǐng)域發(fā)揮優(yōu)勢的時候。在工具理性和可操作層面，人工智能技術(shù)對于大數(shù)據(jù)的整合、挖掘和運用，比人工更加“得心應(yīng)手”，在許多情況下替代了原始的社會科學分析方法與手段。多源異構(gòu)信息廣泛流動于網(wǎng)絡(luò)空間與現(xiàn)實社會之中，借助人工智能技術(shù)人們能夠自動獲取分析對象的全樣本信息流，改變傳統(tǒng)社會科學廣泛采用的以部分推斷整體的抽樣調(diào)查方法，從而較為全面完整地認識和把握研究議題。而且，人工智能創(chuàng)造了交叉、互補、綜合分析大數(shù)據(jù)的條件，這為各種計算推斷方式的自由轉(zhuǎn)換與交替創(chuàng)造了便利，其效率也是人工所無法比擬的。

除此之外，更重要的是，人工智能所帶來的新型認識方式、認知手段能夠擴展人們的視域，勢必對社會科學的發(fā)展會產(chǎn)生深遠的補充性影響。具體來講，一方面，人工智能強化認知知覺，喚醒了人類深度洞察能力。通過模擬神經(jīng)網(wǎng)絡(luò)的聯(lián)結(jié)機制，人工智能被賦予“算法魔力”，能夠基于多種維度與粒度的大數(shù)據(jù)進行自主學習。跳脫出人們常倚重“物理行為數(shù)據(jù)”的格局，模糊了物理、生物、社會、精神之間的邊界。從人性或“精神現(xiàn)象”的意義上，助力人們深度挖掘行為背后蘊含的社會動機、心理偏好、人格傾向等“人格化數(shù)據(jù)”。另一方面，人工智能突破了常規(guī)認知路徑之間的藩籬。一種極為重要的認知轉(zhuǎn)軌被激活，能動者與其所在的世界彼此感知的互動學習模式逐漸代替原子主義視角下的主客二分理性分析模式[6]。在認知思考模式上，無須局限于單一的知識推理路徑，可自由吸納多樣化思維路徑，比如以總結(jié)概括為核心的綜合思維、以認識本質(zhì)規(guī)律或特征為核心的抽象思維、以認知因果關(guān)系為核心的邏輯思維等。

補充與替代相結(jié)合，人工智能對于社會科學構(gòu)成了一種密切的“替代性補充”。其中，“替代”是一定意義上的，總體上是補充而不是完全“取代”。人工智能將以助推的姿態(tài)，令社會科學以更高的境界、更新的視角，打開更寬廣的思維空間，以更為艱深的思考來面對和迎接新挑戰(zhàn)。

2 “人工智能+社會科學”研究演進態(tài)勢的計量分析

2.1 數(shù)據(jù)來源與研究方法

2.1.1 數(shù)據(jù)來源

本文以中國知網(wǎng)（CNKI）數(shù)據(jù)庫為檢索平臺。該數(shù)據(jù)庫涵蓋資源豐富，涵蓋工程科技、農(nóng)業(yè)、經(jīng)濟、管理、醫(yī)藥衛(wèi)生、新聞傳播、心理等基礎(chǔ)學科，是全球最大的權(quán)威性中文引文索引數(shù)據(jù)庫。利用高級檢索功能設(shè)定文獻類別為“學術(shù)期刊”，設(shè)定檢索方式為：主題=“人工智能”，檢索條件=“精確”，時間范圍=“從1992年到2021年”，檢索時間為2022年1月7日。關(guān)于檢索時間范圍的設(shè)定，雖然人工智能概念在1956年被首次提出，但實際上數(shù)據(jù)庫檢索結(jié)果顯示我國社會科學領(lǐng)域最早的人工智能研究文獻出現(xiàn)于1980年[7]，而且在隨后的十年里發(fā)文較少，年均發(fā)文量僅為2.09篇。可見，相關(guān)研究尚處于早期探索階段，還未在社科領(lǐng)域內(nèi)引起學者廣泛關(guān)注。許多研究人員也指出，我國社會科學領(lǐng)域的人工智能研究在1993年前后才正式開始起步[1]。因此，為了提高分析質(zhì)量，本研究聚焦于近30年的中文文獻數(shù)據(jù)，將時間跨度進一步精確設(shè)置為1992年至2021年。

此外，考慮到以“人工智能”為主題詞的期刊文獻集合中涉及的研究方向過于寬泛，既包含自然科學領(lǐng)域的文獻子集，又包含社會科學領(lǐng)域的文獻子集，因此本文采取人工輔助篩選措施對文獻進行清洗。具體地，由兩名社會科學研究領(lǐng)域的碩士研究生“背對背”篩選，剔除重復的和完全不涉及社會科學領(lǐng)域的文獻，再由第三人進行審核來確保文獻相關(guān)性。在數(shù)據(jù)清洗過程中還對“通知公告”“會議綜述”“研究機構(gòu)介紹”“書評”等非研究型文獻進行了剔除。最終，獲得29,846篇有效文獻數(shù)據(jù)。

2.1.2 研究方法

文獻計量法是對所搜集文獻的主要信息進行深度挖掘，全面再現(xiàn)研究發(fā)展脈絡(luò)、熱點演化態(tài)勢及前沿方向的一種方法[8]。CiteSpace是一款科學知識圖譜繪制軟件，能夠?qū)χR單元或知識群之間復雜的網(wǎng)絡(luò)關(guān)系進行細致關(guān)聯(lián)分析，通過厘清各知識單元間的作用關(guān)系來繪制熱點主題演進的主要路徑和知識樞紐，從而幫助研究人員洞悉研究領(lǐng)域的發(fā)展概貌[9]?；谖墨I計量學，本文應(yīng)用CiteSpace5.3.R4軟件，圍繞1992—2021年間“人工智能+社會科學”的熱點主題和演進趨勢進行統(tǒng)計分析和可視化呈現(xiàn)，展示我國人工智能與社會科學耦合發(fā)展的知識圖景。

2.2 研究特征呈現(xiàn)及現(xiàn)狀分析

2.2.1 文獻數(shù)量大致分三階段，呈現(xiàn)“局部起伏波動，總量持續(xù)增長”趨勢

在一定程度上，文獻的發(fā)表時間和年度發(fā)文量分布，較為直觀地反映了國內(nèi)“人工智能+社會科學”研究領(lǐng)域的研究熱度和發(fā)展速度。本文依據(jù)文獻統(tǒng)計結(jié)果（如圖1所示），結(jié)合當年最高頻研究關(guān)鍵詞添加熱詞節(jié)點，發(fā)現(xiàn)“人工智能+社會科學”研究發(fā)展進程整體上可劃分為三個階段。

圖1 1992—2021年國內(nèi)“人工智能+社會科學”領(lǐng)域文獻發(fā)表數(shù)量趨勢圖Fig.1 The trend of the number of domestic published literatures of “artificial intelligence + social sciences” from 1992 to 2022

第一階段（1992至1999年）：學界整體對“人工智能+社會科學”議題的關(guān)注度較低，年均發(fā)文量為310篇。在此階段，雖然開始有社會科學領(lǐng)域的學者就人工智能技術(shù)在經(jīng)濟社會發(fā)展中的作用展開了早期研究，大部分研究聚焦于“人工智能”與“機器人”本身，多從科學技術(shù)、工具理性角度出發(fā)來分析人工智能主題，融合式研究尚處于早期探索階段。

第二階段（2000至2014年）：以“人工智能”為代表的自然科學技術(shù)主題得到社會科學領(lǐng)域?qū)W者的重點關(guān)注，成果輸出大幅增長，年均發(fā)文量為668篇，較第一階段同比增幅達到114.84%。人工智能與社會科學研究開始呈現(xiàn)相互滲透、相互結(jié)合的態(tài)勢。針對社會科學的三大核心功能—描述、解釋、預測，人工智能被應(yīng)用于為社會決策提供理論、方法、技術(shù)與手段，“決策系統(tǒng)”“學習記憶功能”“測度方法”等議題開始出現(xiàn)。交叉研究大部分來自心理學、管理學、經(jīng)濟學等領(lǐng)域，但也不乏有倫理學、法學、社會學等學科的成果。各學科學者們開疆拓土，嘗試解決與人機互動關(guān)系、知識賦能等相關(guān)的一系列問題，并進一步思考將人工智能作為基本應(yīng)用工具的功能需求與管理框架，加速推動著社會科學認識過程逐步走向智能化[10-12]。

第三階段（2015年至今）：“人工智能+社會科學”研究迅猛發(fā)展，特別是自2016年人工智能程序Alpha Go打敗世界圍棋冠軍以來，社會科學領(lǐng)域輸出的成果數(shù)量成指數(shù)型飛速增加，年均發(fā)文量達2,517篇，較第二階段同比增幅達到276.79%。而且，在2017年政府工作報告首次提及“人工智能”后，大量關(guān)乎中國制造智能化轉(zhuǎn)型、專家系統(tǒng)、輔助系統(tǒng)、智能計算議題的交叉研究集中涌現(xiàn)，人工智能與社會科學應(yīng)用研究的聯(lián)動愈發(fā)密切。

2.2.2 研究層次呈現(xiàn)強技術(shù)驅(qū)動性，跨學科形成“兩強多面”格局

為探究“人工智能+社會科學”研究的跨學科分布特征，本文進行了研究層次與領(lǐng)域統(tǒng)計。在研究層次上，呈現(xiàn)出鮮明的強技術(shù)驅(qū)動性，如圖2所示。技術(shù)研究類文獻最多，達到了1,424篇。其次是應(yīng)用類研究，發(fā)文量約為技術(shù)研究類研究的1/3。基礎(chǔ)研究、學科教育、政策研究則相對較少。

圖2 1992—2021年國內(nèi)“人工智能+社會科學”研究層次分布Fig.2 Research level distribution of domestic “artificial intelligence + social sciences” studies from 1992 to 2022

在研究領(lǐng)域上，跨學科分布形成“兩強多面”格局，如圖3所示。一方面，技術(shù)性學科仍是人工智能研究的主陣地，自動化技術(shù)、計算機軟件及計算機應(yīng)用類學科分別以33.69%和19.30%的高占比成長為強勢領(lǐng)域。另一方面，與人工智能技術(shù)緊密關(guān)聯(lián)的交叉學科也在多面向發(fā)展，教育學、新聞與傳播學、信息經(jīng)濟學、圖書情報學、管理學、醫(yī)學、語言文學等學科均占據(jù)一席之地。

圖3 1992—2021年國內(nèi)“人工智能+社會科學”研究跨學科分布Fig.3 Interdisciplinary distribution of domestic “artificial intelligence + social sciences” studies from 1992 to 2022

具體看來，在經(jīng)濟與管理學領(lǐng)域，一方面，人們視人工智能應(yīng)用下的新型現(xiàn)象為研究對象，傾向于將其和傳統(tǒng)經(jīng)濟管理理論分析框架有機結(jié)合，實現(xiàn)認知論和實踐論的統(tǒng)一。另一方面，人工智能技術(shù)也是經(jīng)管領(lǐng)域?qū)W者重視的研究手段，它將仿真模型的建立及運行程序化，簡化了運算預測過程，提高了工作效率[13]。近年來，人工智能驅(qū)動的開源情報內(nèi)容挖掘也常被應(yīng)用于風險管理研究，學者們逐步完善了風險“監(jiān)測-預警-決策”管理模塊、流程和保障機制[14]。

在教育學領(lǐng)域，學者們致力于對“人工智能+教育”的價值取向和教育意蘊進行展望[15]，不斷探索人工智能技術(shù)（比如，語音識別、腦機接口、知識圖譜等）在教育中的應(yīng)用情境、結(jié)合途徑、和教學效果和人工智能復合型人才培養(yǎng)的教育機制。

在新聞與傳播學領(lǐng)域，智能化媒體技術(shù)發(fā)展的諸多可能性被人們從信源渠道、傳播手段、內(nèi)容整合和信息推送方式等多視角進行深刻地解讀。學者們強調(diào)智能技術(shù)與傳播鏈條中各環(huán)節(jié)的融合從根本上變革了媒體傳播業(yè)態(tài)、微?；鐣约胺植际降男畔鞑ソY(jié)構(gòu)，重塑了人們的交往場景和傳播行 為[16-17]。受眾能夠從多重感官上沉浸體驗新聞事件的“臨場感”，“自我空間”得到了更為深遠的延展。因此，探尋人工智能與人類獲取信息、認知世界之間的價值平衡也逐漸成為該領(lǐng)域研究的重中之重[18]。

在法學領(lǐng)域，學界正積極開展新型法律關(guān)系、法律政策、法律制度等研究，通過應(yīng)用和標準化兩個層面，為人工智能業(yè)態(tài)明確“怎么做”和“什么不能做”的邊界。在應(yīng)用層面，在智慧法院、智能量刑及智能刑法運轉(zhuǎn)系統(tǒng)等司法實踐中，許多人工智能方法，如統(tǒng)一集、灰系統(tǒng)、消錯學等，有助于提升審判結(jié)果的公正化、合理化與科學化，驅(qū)動法學向著高級智能化方向前進[19]。在標準化層面，人工智能的泛化應(yīng)用致使從業(yè)人員將面對更加復雜的案件，比如一旦利用人工智能深度偽造技術(shù)生產(chǎn)的虛假視聽資料無法被現(xiàn)有技術(shù)辨別真?zhèn)?，成為不可查實“事實”，將會對證據(jù)系統(tǒng)的實體正義原則造成極大沖擊，因而需要更多思考與論證來提供有力保障。

在政治學領(lǐng)域，學者們指出人工智能技術(shù)的高速發(fā)展勢必會影響各國公共外交發(fā)展，因為融人、機器、信息于一體的有機數(shù)字生態(tài)系統(tǒng)將改變傳統(tǒng)公共外交信息傳播的法則與模式，聯(lián)動引致國際關(guān)系模式及結(jié)構(gòu)的調(diào)整、國家間權(quán)力斗爭疆域與規(guī)則的重塑[20]。

在語言文學領(lǐng)域，學者們致力于貫通自然語言和機器語言，構(gòu)建介于兩者之間的語言思維模式。自然語言處理是施展人工智能必不可少的條件，傳統(tǒng)語言學理論無疑是其建立的基礎(chǔ)。同時，人工智能自主學習能力又可反過來推進語言計算研究，令語言知識的表示成為機器可識別的符號。而且，隨著人工智能技術(shù)水平提高，人工智能語言學者們試圖融合認知語言學、心理語言學、社會語言學的研究成果，加強對多種語言形態(tài)的真實語料（比如口語和書面語等）的訓練與分析，以此不斷優(yōu)化人機交互效果[5]。

在藝術(shù)研究領(lǐng)域中，人工智能也得到了新的發(fā)展。人工智能技術(shù)作為賽博朋克風格作品中的重要主題，激活了設(shè)計師和制造商們極具科技感、智能化的想象空間，促使其開展大膽的藝術(shù)化夸張，同時也推動了當代設(shè)計領(lǐng)域研究人員對人本主義的深層次反思[21]。同時，人工智能作為創(chuàng)作工具，通過與傳統(tǒng)藝術(shù)的嵌入與融合，生產(chǎn)出越來越多的AI藝術(shù)作品，詮釋了藝術(shù)的全新可能性[22]。

此外，心理學研究在人工智能的發(fā)展進程中也起到了重要的推動作用，心智哲學、試驗心理學等常被用于解析人工智能生效的原因。目前很多強化學習理論來源于心理學[23]，以類腦研究為基礎(chǔ)的超級人工智能系統(tǒng)也正向著形成自有心理系統(tǒng)的方向邁進[24]。

2.2.3 小規(guī)模學術(shù)圈層逐漸形成，復合型高產(chǎn)學者仍很稀缺

為了解領(lǐng)域內(nèi)的核心作者分布情況，感知跨學科學者間的學術(shù)聯(lián)系緊密度，本文對近十年（2012至2021年）的發(fā)表文獻數(shù)量高位作者進行知識圖譜分析。如表1所示，發(fā)表文獻數(shù)量達7篇以上的作者共計16位。其中，最高位發(fā)文學者為清華大學信息學院戴瓊海，發(fā)文數(shù)量為19篇。其長期關(guān)注計算成像與立體視覺領(lǐng)域，致力于推動人工智能與認知科學融合發(fā)展[25]。華東師范大學教育信息技術(shù)學系顧小清和北京航空航天大學王偉的發(fā)文數(shù)量依次為11、10篇。圍繞智能教育應(yīng)用，顧小清探索了數(shù)據(jù)驅(qū)動的教育治理、教學創(chuàng)新對有效學習行為的積極影響，并在個性化素養(yǎng)提升與干預決策等方面提出實踐建議。王偉致力于利用人工智能輔助幾何設(shè)計，將研究成果應(yīng)用于工業(yè)機器人設(shè)計及工藝改進[26]。其余作者發(fā)表文獻7至8篇。這表明近十年來，盡管有學者持續(xù)深耕“人工智能+社會科學”領(lǐng)域議題研究，但整體上達到高產(chǎn)水平的跨學科學者仍然比較稀缺，復合型研究力量亟待補充。

表1 國內(nèi)“人工智能+社會科學”研究學者發(fā)文情況Table 1 Domestic publishing situation of scholars of “artificial intelligence + social sciences”

基于對發(fā)文作者間關(guān)系網(wǎng)絡(luò)的可視化分析，見圖4，發(fā)現(xiàn)知識圖譜中節(jié)點數(shù)為473，其中戴瓊海發(fā)文量排名第一，節(jié)點最大。節(jié)點連線數(shù)雖僅有431條，但部分學者間聯(lián)系較為緊密，逐漸形成若干跨學科聯(lián)動的小型學術(shù)圈層。其中，王宏宇、劉金波等依托北京大學首鋼醫(yī)院血管醫(yī)學中心，形成了一個緊密結(jié)合的穩(wěn)定團隊，率先在國內(nèi)推動了人工智能賦能病理診斷、血管健康管理方面的臨床實踐和科學研究，通過整合患者臨床信息、組織病理學影像、多組學信息，輔助醫(yī)生實現(xiàn)對患者的高效疾病智能篩查、智能診斷與風險預測[27-29]。除醫(yī)學外，從其他學者的學術(shù)背景可推斷，當前在倫理哲學、經(jīng)濟學、管理學等學科中也已開始涌現(xiàn)小規(guī)模的“人工智能+社會科學”研究團隊。

圖4 國內(nèi)“人工智能+社會科學”研究學者間關(guān)系網(wǎng)絡(luò)Fig.4 The relationship network between domestic scholars of “artificial intelligence + social sciences”

2.2.4 研究前沿正逐漸由以“機器人”、“計算機視覺”和“知識工程”等為主的熱點詞匯，過渡到“智能時代”、“算法治理”、“數(shù)字經(jīng)濟”等熱點詞匯中

為追蹤“人工智能+社會科學”研究的新興熱點，對近十年（2012至2021年）的文獻進行關(guān)鍵詞突發(fā)檢測。表2顯示，前20位突現(xiàn)詞均集中出現(xiàn)于2012年，突現(xiàn)強度大且持續(xù)時間較長，“機器人”、“計算機視覺”、“知識工程”等人工智能熱點詞匯是主要代表。這再次驗證了社會科學領(lǐng)域人工智能的研究是以技術(shù)發(fā)展為基礎(chǔ)的，新興技術(shù)從不同層面對經(jīng)濟社會產(chǎn)生不同影響，帶動著研究方向的轉(zhuǎn)變，推進研究前沿更迭。

表2 國內(nèi)“人工智能+社會科學”研究關(guān)鍵詞突現(xiàn)圖譜Table 2 Keyword emergence map of domestic“artificial intelligence + social sciences”studies

其中，關(guān)鍵詞“機器人”的突現(xiàn)持續(xù)時間最長，在長達七年的時間里一直被學者所重點關(guān)注。立足于神經(jīng)網(wǎng)絡(luò)、機器學習、自然語言處理、路徑規(guī)劃、決策樹等技術(shù)基礎(chǔ)，機器人可分為以知識表示、人機交互為代表的無實體機器人以及以巡邏機器人、服務(wù)機器人為代表的實體機器人，被廣泛地應(yīng)用于醫(yī)學、金融、財務(wù)等領(lǐng)域的協(xié)助、預測和優(yōu)化等研究中。以智能財務(wù)為例，目前對報賬機器人、會計機器人、財務(wù)機器人的研發(fā)已成為會計信息化發(fā)展研究的重要趨勢[30]。

“計算機視覺”是一門對視覺信息進行組織、識別和解釋的技術(shù)，能夠基于圖像處理等技術(shù)賦予機器“自然視覺”。許多生物學、醫(yī)學研究人員曾將其與病健交界特征參數(shù)系統(tǒng)相結(jié)合，用于植物[31]和人體[32]病害的識別研究。一些歷史學學者，例如霍珊，也曾試圖將人工智能引入古籍識別中，開展古籍數(shù)字化自動編纂技術(shù)原理研究[33]。此外，在文化與旅游研究中，盧東輝和陳東旭也闡釋了人臉識別中的笑臉捕捉和抓拍技術(shù)，在接待、游樂和觀光等產(chǎn)業(yè)應(yīng)用方面的有效性[34]。

同年突現(xiàn)的關(guān)鍵詞還有“知識工程”、“決策系統(tǒng)”、“專家系統(tǒng)”、“問題求解”和“知識庫”等，它們開啟了現(xiàn)代人工智能知識管理與決策研究的新時代。在此領(lǐng)域，人工智能被視為一種數(shù)據(jù)智能，擁有精確描述、模擬的能力，對知識搜索、知識收集、知識挖掘、知識預測以及知識決策服務(wù)等諸多環(huán)節(jié)產(chǎn)生了實質(zhì)性的變革。最終形成的決策信息和智力支持系統(tǒng)為企業(yè)營銷戰(zhàn)略制定、產(chǎn)品功能研發(fā)、心理健康評估、公共政策評估等提供了科學性依據(jù)[35-37]。

利用LLR聚類分析技術(shù)從文獻樣本中提取54,734個關(guān)鍵詞進行共現(xiàn)分析，來挖掘出長期以來“人工智能+社會科學”研究內(nèi)容的內(nèi)在相關(guān)性，如圖5所示。熱點主題群包括#0機器人、#1人工智能、#2數(shù)字經(jīng)濟、#3算法治理、#4知識工程、#5計算機視覺、#6智能時代、#7路徑規(guī)劃。按照時間變化，對各主題群時間線圖譜進行刻畫，如圖6所示。同一坐標上為同一聚類中的關(guān)鍵詞，連線表現(xiàn)關(guān)鍵詞之間在時間維度上的共現(xiàn)演變情況。

圖5 關(guān)鍵詞共現(xiàn)聚類圖Fig.5 Diagram of keyword co-occurrence

圖6 關(guān)鍵詞聚類時線圖Fig.6 Line diagram of keyword clustering in time dimension

結(jié)合圖5與圖6可知，在聚類#3算法治理中，最先出現(xiàn)的關(guān)鍵詞是人工智能技術(shù)，后續(xù)又出現(xiàn)數(shù)字化、智能化、人工智能系統(tǒng)、數(shù)字化轉(zhuǎn)型等內(nèi)容，在此過程中數(shù)字孿生、算法黑箱、數(shù)字治理、數(shù)據(jù)治理、政府治理等關(guān)鍵詞的頻次也居高不下。這表明在以算法治理為核心的社會治理研究脈絡(luò)中，強調(diào)的是以人工智能技術(shù)賦能為基礎(chǔ)，通過政府監(jiān)管、平臺自治和社會共治等機制綜合施策，配置數(shù)據(jù)資源并發(fā)揮數(shù)據(jù)價值，最終實現(xiàn)社會高質(zhì)量發(fā)展[38]。在聚類#4知識工程中，知識圖譜、智能系統(tǒng)、決策系統(tǒng)、語義網(wǎng)絡(luò)、輔助決策等關(guān)鍵詞出現(xiàn)的頻數(shù)較高，在圖譜中也以它們?yōu)橹行男纬闪司植烤垲惥W(wǎng)絡(luò)，且各個節(jié)點之間也存在著較多聯(lián)系?？梢?，“人工智能+社會科學”研究的內(nèi)在驅(qū)動力是新需求的產(chǎn)生，對于計算機高效利用、專業(yè)知識集中化的需求催生了以專家系統(tǒng)為代表的人工智能應(yīng)用的落地。在聚類#6智能時代中，社會科學學者關(guān)注人工智能的缺陷識別以及可解釋力，重視金融科技、區(qū)塊鏈著作權(quán)糾紛、人機協(xié)同等方面催生的倫理問題[39]。

3 結(jié)論與啟示

3.1 研究結(jié)論

人工智能的發(fā)展既加劇了社會關(guān)系的復雜性，改變了人在業(yè)態(tài)、生態(tài)、世態(tài)、心態(tài)系統(tǒng)中的角色與地位，推動了社會科學研究范式轉(zhuǎn)換與范圍變化，但同時又可以強化人類多視角、全方位、全領(lǐng)域的觀察能力，從而更好地把握社會現(xiàn)象之間的相關(guān)性或互動性，提升了社會科學的解釋與預測精度。

從當前國內(nèi)“人工智能+社會科學”研究現(xiàn)狀來看，整體呈現(xiàn)“局部起伏波動，總量持續(xù)增長”趨勢。研究層次呈現(xiàn)強技術(shù)驅(qū)動性，跨學科形成“兩強多面”格局。小規(guī)模學術(shù)圈層逐漸形成，復合型高產(chǎn)學者仍很稀缺。研究前沿正逐漸由以“機器人”、“計算機視覺”和“知識工程”等為主的熱點詞匯，過渡到“智能時代”、“算法治理”與“數(shù)字經(jīng)濟”等熱點詞匯。

文獻計量分析結(jié)果明確地顯示出人工智能與社會科學應(yīng)用研究的聯(lián)動日益密切這一趨勢，特別是知識圖譜、機器學習、自然語言處理、數(shù)字孿生技術(shù)、機器人技術(shù)、計算機視覺、生物識別技術(shù)等在諸多實踐領(lǐng)域承擔著越來越重要的角色。

例如，在數(shù)字化科研與知識管理領(lǐng)域，面對知識量、信息量及研究對象復雜度急劇增大的挑戰(zhàn)，知識圖譜、深度學習等技術(shù)為人文社科研究者在選題立意、資料篩選及成果共享等方面帶來新變化。比如，在習近平新時代中國特色社會主義思想研究中，已有不少學者利用算力強大、操作簡便、能夠模擬專家的思考方式和研究方法的知識圖譜等科學輔助性工具，極大地縮短了從發(fā)現(xiàn)問題、提出假設(shè)、理論剖析到事實驗證的距離與時間[40]。該模式在增加理論研究生動性和說服力的同時，還可以根據(jù)現(xiàn)實反饋預判研究趨勢，真正推動科研向著理論與實踐關(guān)聯(lián)互洽的方向前行。

在新聞內(nèi)容自動生產(chǎn)與分發(fā)領(lǐng)域，基于機器學習的智能算法被新聞媒體機構(gòu)廣泛地應(yīng)用于內(nèi)容創(chuàng)作、審核、編輯、出版、分發(fā)等各環(huán)節(jié)中[41]。比如，新華社的“快筆小新”、今日頭條的“機器人記者小明”、騰訊的“Dreamwriter”等智能新聞寫作輔助系統(tǒng)為采編工作節(jié)約了大量人力成本，中央廣播電視總臺將政治方向、價值取向、輿論導向等創(chuàng)新型價值評價因子注入主流價值推薦算法來遴選高質(zhì)量、高價值內(nèi)容。足見，一個打破了原有內(nèi)容生產(chǎn)、把關(guān)和傳播格局的智能傳播時代已經(jīng)到來。

在智能決策支持領(lǐng)域，以數(shù)字孿生技術(shù)為連接點，人工智能在處理由物理系統(tǒng)、經(jīng)濟系統(tǒng)和網(wǎng)絡(luò)空間系統(tǒng)共同構(gòu)成的人類復雜巨系統(tǒng)中的社會交互時具有先天優(yōu)勢，特別是在并行和分布式仿真領(lǐng)域使決策情境“還原”能力發(fā)生了質(zhì)的飛躍，在此基礎(chǔ)上結(jié)合高維建模方法得以形成高水平事件預測、預判及風險識別精準度的智能決策模式?，F(xiàn)階段數(shù)字孿生系統(tǒng)已在水資源管理、電力系統(tǒng)規(guī)劃、城市綜合能源管理、物質(zhì)文化遺產(chǎn)數(shù)字化建設(shè)[42-44]等活動中投入使用。

在智能時代的社會治理領(lǐng)域，社交機器人技術(shù)的出現(xiàn)為意識形態(tài)治理工作帶來了新樣態(tài)。以往意識形態(tài)信息在輸入社會大眾的意識層面后，主要是依靠既有的政治溝通機制的反饋結(jié)果來評估意識形態(tài)引導的效能，這實質(zhì)上仍舊是脫胎于統(tǒng)計抽樣的小數(shù)據(jù)思維，其弊端在于容易以偏概全，并存在一定的時效滯后性。相較之下，投放至社會輿論場域中的社交機器人賬號則可在人機交互的過程中，通過自主分布式信息發(fā)布、轉(zhuǎn)發(fā)、評論等行為，完成意識形態(tài)的輸出至反饋全過程，保障了意識形態(tài)安全維護工作的效率[45]。目前，此類社交機器人在海外比較活躍，已成為社交媒體平臺中政治參與的重要輿論力量。

在智慧醫(yī)療領(lǐng)域，依賴于計算機視覺、生物識別技術(shù)的快速發(fā)展，人工智能為醫(yī)療健康行業(yè)帶來了新突破。比如，通過將微觀患者個體的體征臨床數(shù)據(jù)與宏觀的時間、空間、事件等要素進行跨載體多模態(tài)的關(guān)聯(lián)，能夠挖掘出有價值的規(guī)律信息對潛在慢性疾病進行風險預估與監(jiān)測，實現(xiàn)早期干預；利用掃描、OCR或圖像處理技術(shù)，辨讀病歷或藥品外包裝數(shù)據(jù)，實現(xiàn)資料快速調(diào)取；檢測和分類癌細胞，精準勾畫癌癥放療靶區(qū)完成病理分析；開展基因組學分析，降低基因測序成本，實現(xiàn)大規(guī)?；蚪M數(shù)據(jù)分析，提升癌癥等疾病診斷和治療效率等。

3.2 對人工智能社會科學學科化發(fā)展的啟示

當前我國“人工智能+社會科學”跨學科的學者正在不斷嘗試創(chuàng)新突破并取得了一定的成就，為進一步豐富研究范圍，探索多學科交叉研究范式，拓展人工智能社會科學研究外延，人工智能社會科學的學科化發(fā)展勢必是一條重要途徑。在推動新一輪人工智能社會科學基礎(chǔ)學科分類變革與框架體系重組的基礎(chǔ)上，聚集各學科頂尖研究者，在相互激發(fā)、整合、促進的過程中更深刻地對人工智能在政治、經(jīng)濟、管理、教育、法律、藝術(shù)等多學科領(lǐng)域產(chǎn)生的問題進行回應(yīng)。

回歸于實踐層面，社會各界可考慮從以下四個方面入手，完善人工智能社會科學的理論研究與教育體系，推動創(chuàng)新型人才的培育與成長。第一，從頂層規(guī)劃與設(shè)計入手，創(chuàng)建“人工智能+社會科學”復合專業(yè)培養(yǎng)新模式，界定相對明晰的學科組成和學科邊界，藉以厘清其包容性與獨立性，助推學科發(fā)展取得長足進步。并且，可在重點院校開展人工智能社會科學教育的試點，不斷完善學科布局與專業(yè)建設(shè)。第二，在國務(wù)院頒布的《中華人民共和國學科分類與代碼國際標準》中增加人工智能社會科學門類，在該門類下設(shè)立人工智能社會科學理論、人工智能社會科學工程兩個一級學科。以此為基礎(chǔ)，人工智能社會科學將與其他學科形成良好的互動，相互提供給養(yǎng)。第三，在黨和國家機關(guān)中，成立人工智能社會科學專門性協(xié)調(diào)機構(gòu)以推動學科發(fā)展，比如在國務(wù)院學位辦成立人工智能社會科學委員會，在教育部教學委員會增加人工智能社會科學分委員會。第四，面向國際，加強學科規(guī)范建設(shè)，制定相關(guān)的人才流動機制，提高學科構(gòu)成概念和知識本身的國際化和標準化水平，強化我國國際學術(shù)界影響力。不斷挖掘具有中國特色的新社會科學理論成果，為未來全球視野下的人工智能發(fā)展、社會問題的解決提供中國方案，展現(xiàn)中國智慧，提升我國在人工智能國際規(guī)則制定方面的話語權(quán)。

利益沖突聲明

所有作者聲明不存在利益沖突關(guān)系。