編者按：隨著大數(shù)據(jù)與人工智能（AI）技術(shù)的飛速發(fā)展，人類正迎來新一輪科技革命與產(chǎn)業(yè)變革。深度學(xué)習(xí)等技術(shù)近年來的突破和應(yīng)用，也使“人工智能驅(qū)動的科學(xué)\"（AIfor Science，AI4S）在自然科學(xué)領(lǐng)域展現(xiàn)出強大的變革力量后，向人文社會科學(xué)領(lǐng)域快速滲透與融合。被稱為第五科研范式的AI4S不僅為傳統(tǒng)的人文社會科學(xué)研究提供了前所未有的分析工具和洞察視角，展現(xiàn)出了超越人類解決復(fù)雜問題的能力，也在深層次上革新著人文社會科學(xué)的研究理念、方法論和知識生產(chǎn)模式。面對這一歷史性機遇，人文社會科學(xué)研究亟待探索適應(yīng)數(shù)智時代的新范式，實現(xiàn)研究效能的躍升與知識邊界的拓展。

可以看到，隨著智能時代的到來，如何把握科研范式與形態(tài)的變革，學(xué)術(shù)共同體正在展開從工具更新到范式升維的實踐與探究，本刊編輯部為此組織了“人文社會科學(xué)研究新范式\"特別策劃，以兩篇互為經(jīng)緯的文章回應(yīng)這一時代命題。兩篇文章從“基礎(chǔ)設(shè)施”到“范式升維”，共同勾勒了一幅AI時代人文社會科學(xué)的新圖景。我們相信，本策劃能激發(fā)學(xué)界對人文社會科學(xué)研究范式變革地深入討論與實踐探索，進而推動學(xué)術(shù)共同體以積極姿態(tài)擁抱人文社會科學(xué)研究的智能發(fā)展。

Building the Intellectual Scholarship Infrastructures for Philosophy and Social Science Research in the Age of Al

AbstractTherapidadvancementof intelligentanddigital technologies fundamentally transformsknowledge production anddrives paradigmandmethodological innovations inthephilosophicaland social sciences.Academicresearch infrastructureisshifting from traditionalliterature-based models toward inteligentcomputing-orientedsystems，bringing increased demands forsmartdataresources，computational toolsand methods，and theadoptionof openscience principles.Data-andAI-drivendigitalhumanitieslaboratoriesareemergingaskeyvenuesforinterdisciplinarycollaboration betweenthe socialsciences andadvanced technologies.Buildingnew paradigms forintellgentand digital experimentationrequires innovativemethodologies，scientificinstruments，anddigitalplatforms，whosecontinueddevelopment wil enhance the scopeand depth of research in the social sciencesand humanities in the digital-inteligence era.

Keywordsdigitaland inteligent infrastructure;philosophyand social sciences；digital humanities；philosophyand social science laboratories

大數(shù)據(jù)、機器學(xué)習(xí)和生成式人工智能的迅猛發(fā)展，正在重塑當(dāng)代社會結(jié)構(gòu)、人際互動模式與信息實踐過程，促成數(shù)智技術(shù)普惠和學(xué)科范式轉(zhuǎn)型的歷史性交匯。在此背景下，美國已將人工智能（ArtificialIntelligence，AI）確立為關(guān)鍵基礎(chǔ)設(shè)施，主張推動其在社會各個領(lǐng)域的深度嵌入與系統(tǒng)性應(yīng)用。黨的十八大以來，以習(xí)近平同志為核心的黨中央高度重視新一代人工智能發(fā)展，強調(diào)應(yīng)積極推動互聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能和實體經(jīng)濟的深度融合，為高質(zhì)量發(fā)展提供新動能[2]。2024年5月，英國皇家科學(xué)院（TheRoy-alSociety）發(fā)布了由牛津大學(xué)、劍橋大學(xué)等研究機構(gòu)與DeepMind等人工智能企業(yè)的百余位專家聯(lián)合撰寫的報告《人工智能時代的科學(xué)：人工智能如何改變科學(xué)研究的性質(zhì)和方法》，深人剖析了AI在科研領(lǐng)域中的角色、潛力與挑戰(zhàn)，并強調(diào)了全球科學(xué)共同體在應(yīng)對變革中的協(xié)同機制與共識構(gòu)建的重要性[3]。

在數(shù)智技術(shù)廣泛應(yīng)用的背景下，哲學(xué)社會科學(xué)作為理解文化與社會變革的重要路徑，有助于深化人類對人智共生社會圖景的認知，具有不可替代的理論與實踐意義。然而，隨著數(shù)智技術(shù)在研究過程中的持續(xù)滲透，大型語言模型（LargeLanguageMod-els，LLMs）正逐漸成為知識組織方式變革中的最新一環(huán)，其在顯著提升知識發(fā)現(xiàn)范圍和速率的同時，也不斷加劇著大量支持性事實所引發(fā)的“可得性偏差”（AvailabilityBias）等問題[4，使哲學(xué)社會科學(xué)領(lǐng)域傳統(tǒng)的研究內(nèi)容、研究方法與研究主線面臨前所未有的挑戰(zhàn)5。因此，重塑哲學(xué)社會科學(xué)研究范式已成為當(dāng)前學(xué)界亟須應(yīng)對的重要議題，而構(gòu)建新一代數(shù)智學(xué)術(shù)基礎(chǔ)設(shè)施被確立為優(yōu)先戰(zhàn)略。2019年4月，教育部、科技部等13個部門聯(lián)合啟動\"六卓越一拔尖\"計劃2.0，要求全面推進新工科、新醫(yī)科、新農(nóng)科、新文科建設(shè)。2020年11月，教育部發(fā)布《新文科建設(shè)宣言》，構(gòu)建了以“新理論、新專業(yè)、新模式、新課程\"為核心的“四位一體\"建設(shè)模式，標(biāo)志著新文科建設(shè)的全面啟動。宣言總體目標(biāo)是全面推動高等文科教育的創(chuàng)新發(fā)展和質(zhì)量提升，其關(guān)鍵著力點在于促進現(xiàn)代信息技術(shù)與文科專業(yè)的深度融合以及文科與理工農(nóng)醫(yī)學(xué)科的深度交叉融合。2021年12月，教育部公布首批哲學(xué)社會科學(xué)實驗室名單，涵蓋9個試點實驗室、21個培育實驗室，意味著文科實驗室作為典型的數(shù)智學(xué)術(shù)基礎(chǔ)設(shè)施，推動哲學(xué)社會科學(xué)研究進入全新階段。作為新文科建設(shè)的重要抓手，哲學(xué)社會科學(xué)實驗室發(fā)展與新文科建設(shè)有著高度一致的目標(biāo)和愿景，都旨在充分實現(xiàn)新興數(shù)智技術(shù)對哲學(xué)社會科學(xué)研究的賦能價值。在深入實施國家教育數(shù)字化戰(zhàn)略、加快建設(shè)教育強國的背景下，完善以文科實驗室為代表的新一代數(shù)智學(xué)術(shù)基礎(chǔ)設(shè)施，將有助于哲學(xué)社會科學(xué)研究從人本視角出發(fā)，更加緊密地對接社會現(xiàn)實、數(shù)據(jù)實踐與歷史語境，揭示數(shù)智社會各個領(lǐng)域間的隱性關(guān)聯(lián)，從而拓展對當(dāng)代文化環(huán)境的理解維度。由此，哲學(xué)社會科學(xué)研究在數(shù)智時代背景下獨特的本源價值將得以凸顯，學(xué)科思維邊界將得以拓寬，學(xué)科持久的生命力也得以維續(xù)。

1數(shù)智技術(shù)在科學(xué)研究中的賦能價值與方法論挑戰(zhàn)

1.1數(shù)智技術(shù)帶來新的科研范式變革機遇

從歷史發(fā)展的視角來看，數(shù)智技術(shù)已然在多個領(lǐng)域產(chǎn)生了深遠影響。早在2005年，美國就已認識到計算科學(xué)在提升國家競爭力方面的關(guān)鍵作用。盡管彼時計算機科學(xué)仍處于快速發(fā)展階段，人工智能尚未大規(guī)模普及，但已有觀點指出，掌握并運用先進計算技術(shù)將有助于解決21世紀(jì)科學(xué)與經(jīng)濟領(lǐng)域中最重要、最具潛力的研究課題[8。隨著電子計算機、數(shù)據(jù)庫、互聯(lián)網(wǎng)、物聯(lián)網(wǎng)、云計算、大數(shù)據(jù)和人工智能等技術(shù)的持續(xù)演進，計算技術(shù)不僅在功能層面取得顯著突破，也引發(fā)了計算思維、知識共享、開源文化、人機協(xié)同等一系列理念的創(chuàng)新。上述理念逐步影響科研范式，推動了自然科學(xué)與哲學(xué)社會科學(xué)的結(jié)構(gòu)性變革，并促成了電子科學(xué)（e-Science）、計算社會科學(xué)（Social Computing）數(shù)字人文（DigitalHumanities）等新興交叉學(xué)科的發(fā)展。在自然科學(xué)領(lǐng)域，人工智能已顯著提升科研效率與準(zhǔn)確性，如促進罕見疾病診斷、加速新材料發(fā)現(xiàn)及蛋白質(zhì)結(jié)構(gòu)預(yù)測等[2；而在哲學(xué)社會科學(xué)領(lǐng)域，已有研究通過歷史語料訓(xùn)練大型語言模型來模擬作者與讀者，以期更靈活、語境化地呈現(xiàn)文化意涵。這種跨學(xué)科的深度融合不僅催生了“具身化\"（Embodiment）的數(shù)字人文實踐，而且深刻塑造著以人工智能為代表的數(shù)智技術(shù)在科研活動中的核心應(yīng)用方向，使其更具文化適應(yīng)性與情境感知力[10]。

在技術(shù)演進與理念更新的雙重作用下，科研活動的基本邏輯也正在經(jīng)歷根本性轉(zhuǎn)變?？茖W(xué)研究中的知識生產(chǎn)模式、問題提出機制與證據(jù)驗證路徑，正在被數(shù)智技術(shù)深度重塑，各領(lǐng)域的研究范式、研究方法與研究性質(zhì)也呈現(xiàn)出新的發(fā)展趨勢。

第一，數(shù)智技術(shù)為各領(lǐng)域的科研范式帶來了前所未有的革新。深度學(xué)習(xí)與科學(xué)研究的加速融合，促成了人工智能驅(qū)動的科研范式（AIfor Sciences，AI4S），這也被界定為繼實驗范式、理論范式、仿真范式、數(shù)據(jù)密集型科學(xué)發(fā)現(xiàn)范式之后的\"第五范式”]。在該類研究范式中，各領(lǐng)域科研活動依賴高性能計算與大規(guī)模異構(gòu)數(shù)據(jù)，推動科學(xué)研究由傳統(tǒng)的“理論驅(qū)動\"向“數(shù)據(jù)驅(qū)動”與“人智協(xié)同驅(qū)動\"轉(zhuǎn)型。伴隨著科研范式的革新，數(shù)據(jù)日益成為科學(xué)研究的核心要素。與算法的快速迭代相比，數(shù)據(jù)通常具有更長的使用價值周期。然而，隨著信息系統(tǒng)復(fù)雜性的上升，科學(xué)研究中所涉及的數(shù)據(jù)規(guī)模和變量數(shù)量不斷增長，催生了“維數(shù)災(zāi)難\"（CurseofDimensionality）等高復(fù)雜度問題。AI4S科研范式提供了多樣化的計算工具與建模方法，在高維數(shù)據(jù)處理和研究流程自動化方面展現(xiàn)出強大能力，充分提升了知識發(fā)現(xiàn)的效率與研究系統(tǒng)的整體性能。

第二，數(shù)智技術(shù)深刻影響著科學(xué)研究的方法。在自然科學(xué)研究領(lǐng)域，人工智能能夠自主執(zhí)行大量重復(fù)性科研任務(wù)，從而提升研究者在理論建構(gòu)、模型驗證和結(jié)果預(yù)測中的效率與創(chuàng)造力[12]。如在分子層級的研究中，借助合成數(shù)據(jù)與數(shù)字孿生技術(shù)，人工智能可精準(zhǔn)模擬原子間作用過程，提升實驗效率并拓展可檢驗假設(shè)的邊界。在哲學(xué)社會科學(xué)研究領(lǐng)域，其核心是對個體、群體和文化特征進行概括性建模[13]，傳統(tǒng)做法是依賴問卷、訪談與情境實驗等定性和定量手段。然而，隨著數(shù)智技術(shù)的介入，具備上下文語義理解能力的大型語言模型能夠?qū)φZ言中的復(fù)雜結(jié)構(gòu)與多樣化人類經(jīng)驗進行自由響應(yīng)，已逐漸成為輔助哲學(xué)社會科學(xué)開展樣本數(shù)據(jù)深度分析的有效工具。已有研究表明，利用大型語言模型生成模擬樣本進行推演，并通過實證方法加以驗證，在多類問題的解決中均展現(xiàn)出積極前景[14]

第三，數(shù)智技術(shù)從研究資源、認知機制與勞動力結(jié)構(gòu)等多個維度重塑科學(xué)事業(yè)的本質(zhì)。一方面，數(shù)智技術(shù)使得數(shù)據(jù)和計算能力成為科學(xué)研究的核心基礎(chǔ)資源?？蒲蟹妒秸铀俎D(zhuǎn)向大數(shù)據(jù)驅(qū)動，機器學(xué)習(xí)能夠從龐大異構(gòu)數(shù)據(jù)集中識別復(fù)雜模式和新關(guān)系，通過對海量文本或視覺數(shù)據(jù)進行量化計算分析以揭示深層模式與意義，實現(xiàn)了傳統(tǒng)方法難以企及的高效洞察。同時，人工智能強大的預(yù)測性和生成能力也促進了大規(guī)模、多維度模擬及合成數(shù)據(jù)的創(chuàng)建，拓寬了科學(xué)實驗與探索的邊界。另一方面，機器學(xué)習(xí)能夠在非結(jié)構(gòu)化數(shù)據(jù)環(huán)境中捕捉復(fù)雜的非線性因果鏈條，豐富了科學(xué)研究的認知譜系，促進更具韌性的人機協(xié)同系統(tǒng)的構(gòu)建[15]。在科學(xué)研究活動中，數(shù)智技術(shù)往往扮演著\"靈感來源\"（Resource of Inspi-ration）與“理解代理\"（AgentofUnderstanding）的角色，其既可作為實驗助手，又可作為人類行為的可信代理并成為實驗對象，重新定義了情境實驗的路徑與維度[6]。更具變革意義的是，科研勞動力結(jié)構(gòu)正經(jīng)歷深層轉(zhuǎn)型。AI工具正將科研工作者從數(shù)據(jù)處理、文獻綜述、代碼生成等重復(fù)性任務(wù)中解放出來，顯著提升科研效率與規(guī)模，實現(xiàn)人機協(xié)作的增強型范式。經(jīng)過定向訓(xùn)練的大型語言模型已能夠模擬被試者、整合多元視角并綜合沖突觀點，在預(yù)測性分析和決策支持等任務(wù)中呈現(xiàn)出超越人類的潛力[17]。這些變化不僅重組了傳統(tǒng)的科研議程，還推動研究者從單一學(xué)科專家向跨域協(xié)作者的角色轉(zhuǎn)變，并進一步催生了對算法公平性（Fairness）、問責(zé)性（Accountability）、透明性（Transparency）、可解釋性（Explainability）與倫理性（Ethics）的規(guī)范訴求。

1.2數(shù)智技術(shù)引發(fā)新的研究方法論挑戰(zhàn)

在認識和激活數(shù)智技術(shù)賦能價值的同時，各領(lǐng)域科研工作者也應(yīng)正視數(shù)智技術(shù)在科研實踐中所引發(fā)的方法論挑戰(zhàn)。

首先，新的科研范式促使研究者需要應(yīng)對體量龐大、結(jié)構(gòu)復(fù)雜、敏感性高且潛藏偏見的數(shù)據(jù)生態(tài)，顯著提升了研究過程對研究者數(shù)據(jù)處理能力與計算素養(yǎng)的要求。對于哲學(xué)社會科學(xué)研究者而言，尤其是在面對多源異構(gòu)數(shù)據(jù)與復(fù)雜算法環(huán)境時，往往面臨技能缺口與認知門檻并存的局面。盡管大型語言模型與自然語言處理工具已廣泛嵌人哲學(xué)社會科學(xué)領(lǐng)域的多個研究環(huán)節(jié)，在文獻綜述、假設(shè)提出與理論建模等方面均展現(xiàn)出強大效能，但其有效性高度依賴使用者的技術(shù)理解能力與方法論判斷力。加之AI工具高復(fù)雜度、低透明度的特征，使非技術(shù)背景的哲學(xué)社會科學(xué)研究者在算法選擇、模型調(diào)參與結(jié)果解釋等環(huán)節(jié)中面臨顯著挑戰(zhàn)[18]。需要特別關(guān)注的是，僅憑工具本身的可用性也無法保障其使用過程的科學(xué)性與倫理性，反而可能因誤用或濫用工具而降低研究質(zhì)量，甚至放大技術(shù)偏誤。尤其是在缺乏跨學(xué)科合作機制與標(biāo)準(zhǔn)訓(xùn)練流程的背景下，AI工具的非線性邏輯與語境感知特征，容易與傳統(tǒng)哲學(xué)社會科學(xué)研究中的因果推理、價值判斷和批判性分析等環(huán)節(jié)脫節(jié)，從而削弱研究的解釋力與規(guī)范性。此外，哲學(xué)社會科學(xué)領(lǐng)域的科研者還需持續(xù)應(yīng)對工具更新速度加快所帶來的技能更新壓力與信息過載挑戰(zhàn)。隨著數(shù)智技術(shù)的不斷涌現(xiàn)與嵌入，研究者需要在短時間內(nèi)理解并掌握不同平臺、算法與接口，進而形成對研究流程的整合和再建構(gòu)。這一過程中引發(fā)的認知負荷，不僅增加了實驗設(shè)計與結(jié)果評估的復(fù)雜性，也對文科研究者的時間管理與心理韌性提出了更高要求，成為制約哲學(xué)社會科學(xué)數(shù)智化轉(zhuǎn)型的隱性瓶頸，亟須通過結(jié)構(gòu)化培訓(xùn)、工具可解釋性改進與跨學(xué)科支持系統(tǒng)的建設(shè)予以紓解[19]。

其次，智能算法的黑箱性質(zhì)與潛在幻覺等問題，嚴(yán)重制約了其在科學(xué)研究中的可用性與解釋力。一方面，當(dāng)前大多數(shù)深度學(xué)習(xí)模型缺乏可解釋性，其決策邏輯對研究者而言高度不透明，難以滿足科學(xué)共同體對因果解釋鏈條的可驗證性與可靠性的要求[20-21]。另一方面，由于算法訓(xùn)練流程、代碼版本與數(shù)據(jù)源常常未能公開，基于AI模擬生成的研究結(jié)果普遍缺乏清晰的操作路徑、驗證機制與標(biāo)準(zhǔn)，從而引發(fā)可復(fù)現(xiàn)性危機。與此同時，當(dāng)前大量AI模型部署于商業(yè)平臺，其模型架構(gòu)與訓(xùn)練數(shù)據(jù)往往受到知識產(chǎn)權(quán)或商業(yè)保密條款限制，透明性的不足不僅阻礙了跨機構(gòu)的協(xié)同驗證，也削弱了開放數(shù)據(jù)與開源模型所倡導(dǎo)的共享精神[22]。此外，智能算法在處理哲學(xué)社會科學(xué)問題時高度依賴于多源數(shù)據(jù)，這些數(shù)據(jù)在采集過程中可能就已內(nèi)嵌性別、地理、語言等維度偏差，所產(chǎn)生的歧視與偏見后果在模型應(yīng)用中被進一步放大。此類系統(tǒng)性偏差不僅影響研究結(jié)論的有效性與公平性，也凸顯出加強AI輔助研究中倫理機制、監(jiān)督流程與治理規(guī)范持續(xù)完善的重要性[23]。

最后，數(shù)智技術(shù)所引發(fā)的研究問題復(fù)雜性與高度跨學(xué)科性，對既有科研范式構(gòu)成持續(xù)挑戰(zhàn)。在數(shù)據(jù)驅(qū)動、實時計算和跨平臺協(xié)作日益普及的科研生態(tài)下， ^*AI+ ”研究成為政策導(dǎo)向和資助機制的焦點，驅(qū)動各學(xué)科加速擁抱技術(shù)手段。然而，這一趨勢亦引發(fā)研究目標(biāo)短期化、實踐導(dǎo)向功利化的隱憂，部分研究過度聚焦技術(shù)實現(xiàn)與指標(biāo)達成，而忽視對問題本質(zhì)的哲學(xué)探討與創(chuàng)新思考。同時，面向新型科研范式的基礎(chǔ)支撐系統(tǒng)，尤其是高性能計算平臺與智能算法環(huán)境，呈現(xiàn)出顯著的資源分配不均特征。當(dāng)前，全球先進算力資源與算法工具大多掌握在少數(shù)科技巨頭手中，私人資本在算力基礎(chǔ)設(shè)施與技術(shù)開發(fā)中的主導(dǎo)地位不僅吸引了數(shù)智領(lǐng)域最具競爭力的人才，也在潛移默化中重構(gòu)學(xué)術(shù)議程的優(yōu)先級與價值取向。尤其對于哲學(xué)社會科學(xué)而言，這種基礎(chǔ)設(shè)施與研究能力之間的結(jié)構(gòu)性鴻溝，易加劇信息不對稱風(fēng)險，制約數(shù)智研究范式的廣泛普適性與公平性發(fā)展。此外，現(xiàn)有的科研評價體系傾向于技術(shù)指標(biāo)與成果轉(zhuǎn)化效率的量化考核，進一步加劇了研究者對智能工具的依賴，忽視對問題意識與批判性思維的系統(tǒng)訓(xùn)練。尤其在哲學(xué)社會科學(xué)領(lǐng)域，研究人員在面對復(fù)雜模型與自動化分析工具時，“認知卸載”（CognitiveOffloading）現(xiàn)象日益普遍，研究者將認知任務(wù)過度移交給技術(shù)系統(tǒng)，弱化了傳統(tǒng)人才培養(yǎng)機制中針對假設(shè)建構(gòu)、實驗設(shè)計與結(jié)果闡釋等核心環(huán)節(jié)的基礎(chǔ)能力訓(xùn)練。這一趨勢如不及時得到干預(yù)，將可能對研究的獨立性、深刻性與批判性構(gòu)成潛在威脅，進而影響整個學(xué)術(shù)體系的可持續(xù)發(fā)展[24-25]。

2發(fā)展哲學(xué)社會科學(xué)數(shù)智研究范式的系統(tǒng)框架

數(shù)智技術(shù)的發(fā)展為哲學(xué)社會科學(xué)研究帶來了新的機遇與挑戰(zhàn)，推動其向智能化、數(shù)據(jù)化方向轉(zhuǎn)型已成為當(dāng)代研究范式變革的重要方向。這一過程強調(diào)技術(shù)、理論與認知方式的多重演進，要求以數(shù)據(jù)、算法與開放理念為核心，構(gòu)建系統(tǒng)化、結(jié)構(gòu)化的學(xué)術(shù)基礎(chǔ)設(shè)施以支持新一代哲學(xué)社會科學(xué)研究范式的形成。

2.1研究基礎(chǔ)設(shè)施從文獻保障型到智能計算型的更迭

研究基礎(chǔ)設(shè)施是知識生產(chǎn)與學(xué)術(shù)創(chuàng)新的重要支撐系統(tǒng)，涵蓋學(xué)術(shù)資源的獲取、處理、組織與傳播所需的工具、平臺與制度環(huán)境2。研究基礎(chǔ)設(shè)施不僅決定了學(xué)術(shù)活動的效率與規(guī)范性，更深刻影響著知識建構(gòu)的范式與邊界，構(gòu)成學(xué)術(shù)共同體之間協(xié)同、共享與創(chuàng)新的基礎(chǔ)。

在哲學(xué)社會科學(xué)早期發(fā)展階段，研究基礎(chǔ)設(shè)施以文獻保障型為主，側(cè)重于提供權(quán)威、系統(tǒng)、可持續(xù)的文獻資源服務(wù)。通過標(biāo)準(zhǔn)化的編目體系、統(tǒng)一的元數(shù)據(jù)結(jié)構(gòu)與跨機構(gòu)協(xié)作機制，文獻保障型研究基礎(chǔ)設(shè)施構(gòu)建了完整的文獻支持體系，為基于文本細讀與文獻考證的研究模式提供了堅實基礎(chǔ)[27]。如美國的HathiTrust①提供了數(shù)百萬份圖書、期刊的數(shù)字化副本，支持研究者在大規(guī)模文本資源中開展比對、溯源與版本研究；歐洲的Europeana②聚合了來自各國博物館、圖書館和檔案館的文化遺產(chǎn)資源，強調(diào)多語種、多來源、多格式的語義整合與標(biāo)準(zhǔn)接口建設(shè)；而中國的高等教育文獻保障系統(tǒng)（CALIS）和高校人文社會科學(xué)文獻中心（CASHL）則分別為高校圖書館與人文社科領(lǐng)域?qū)W者提供資源共享、館際互借與專題服務(wù)，強化了學(xué)術(shù)資源在不同機構(gòu)與區(qū)域間的可及性。整體而言，文獻保障型研究基礎(chǔ)設(shè)施為哲學(xué)社會科學(xué)研究提供了以文獻資源為中心的知識支撐環(huán)境，確保了系統(tǒng)、穩(wěn)定的資源服務(wù)，奠定了科研實踐規(guī)范化、體系化發(fā)展的基礎(chǔ)。

然而，隨著哲學(xué)社會科學(xué)的研究活動日益呈現(xiàn)出數(shù)據(jù)密集、實時交互與跨學(xué)科融合的新趨勢，傳統(tǒng)的文獻保障型研究基礎(chǔ)設(shè)施在處理非結(jié)構(gòu)化信息、海量多模態(tài)數(shù)據(jù)與復(fù)雜統(tǒng)計分析模型等方面逐漸顯示出局限性[28]。在這一背景下，智能計算型研究基礎(chǔ)設(shè)施應(yīng)運而生，其功能不再局限于單純的文獻資源服務(wù)，而是以數(shù)據(jù)融匯體系、數(shù)據(jù)倉儲體系與數(shù)據(jù)加工體系為核心，集成了數(shù)據(jù)采集、分析、建模、可視化與知識重構(gòu)等一體化功能[29]。這類基礎(chǔ)設(shè)施以高性能計算能力與智能化處理工具為核心，強調(diào)對數(shù)據(jù)生命周期的全流程管理與智能協(xié)同，為哲學(xué)社會科學(xué)對接跨模態(tài)知識生成、復(fù)雜系統(tǒng)建模等創(chuàng)新實踐提供了結(jié)構(gòu)性工作流支持。如歐盟的DARIAH提供能夠跨國協(xié)作的工具庫、教學(xué)資源與工作流模板，強調(diào)語義互操作性與研究數(shù)據(jù)管理標(biāo)準(zhǔn)的共同制定；澳大利亞的NCRIS支持跨學(xué)科數(shù)據(jù)分析與建模平臺的共創(chuàng)，推動社會科學(xué)與工程、生命科學(xué)等領(lǐng)域的數(shù)智協(xié)同；美國的Cyberinfrastructure強化了高性能計算、大規(guī)模數(shù)據(jù)存儲與開放研究環(huán)境之間的深度整合；英國的UKNIBC則提供面向材料、醫(yī)學(xué)與行為研究等方向的集成實驗計算環(huán)境。

研究基礎(chǔ)設(shè)施從文獻保障型向智能計算型的變革，體現(xiàn)出哲學(xué)社會科學(xué)數(shù)智研究范式的發(fā)展，不僅是技術(shù)堆疊的過程，更是計算邏輯與人文精神交融的過程。相較于文獻保障型基礎(chǔ)設(shè)施注重知識存量的聚合與傳播，智能計算型基礎(chǔ)設(shè)施更強調(diào)知識增量的生成與擴展，已成為支撐新型數(shù)智研究范式的重要驅(qū)動力。

2.2智能計算型研究基礎(chǔ)設(shè)施的核心構(gòu)成

隨著哲學(xué)社會科學(xué)研究基礎(chǔ)設(shè)施從文獻保障型向智能計算型演進，其核心功能不再局限于文獻資源獲取，而逐步擴展為涵蓋高質(zhì)量數(shù)據(jù)、先進計算方法以及軟硬件一體化的復(fù)合系統(tǒng)。Berry與Fagerjord所提出的“數(shù)字人文堆棧\"（theDigitalHumanitiesStack）旨在揭示數(shù)字人文研究中技術(shù)、制度與認知實踐的多層嵌套結(jié)構(gòu)，強調(diào)從底層算力與數(shù)據(jù)，到中層方法與平臺，再到上層語義建構(gòu)與公共參與之間的邏輯關(guān)聯(lián)與協(xié)同機制，為數(shù)智基礎(chǔ)設(shè)施的系統(tǒng)建構(gòu)提供了清晰的藍圖。在該理論模型中，數(shù)字人文領(lǐng)域的研究生態(tài)被劃分為編碼與教育、機構(gòu)、代碼/數(shù)據(jù)、公共結(jié)構(gòu)、系統(tǒng)、界面六大層級[3%，展示了數(shù)智研究范式所需的底層能力與上層實踐之間的有機構(gòu)成。在這一架構(gòu)指導(dǎo)下，本研究將智能計算型研究基礎(chǔ)設(shè)施的核心構(gòu)成概括為三個維度：智慧數(shù)據(jù)資源、智能計算方法與工具以及開放理念。這三個維度共同構(gòu)成了哲學(xué)社會科學(xué)邁向數(shù)智化研究的新型基礎(chǔ)設(shè)施生態(tài)系統(tǒng)，體現(xiàn)了從資源聚合到智能服務(wù)、從封閉系統(tǒng)到開放協(xié)同的整體性轉(zhuǎn)型路徑。

（1）智慧數(shù)據(jù)資源：構(gòu)建可計算語義的基礎(chǔ)資源

智慧數(shù)據(jù)資源是智能計算型基礎(chǔ)設(shè)施的關(guān)鍵組成，直接影響到知識生成、問題建模與洞察提取的全過程。相較于傳統(tǒng)的數(shù)據(jù)資源，智慧數(shù)據(jù)具有更高的結(jié)構(gòu)化水平、語義表達能力與可計算性，呈現(xiàn)出多模態(tài)、富語義、可追蹤、可溯源與可信任等綜合特征[31-32]。這類數(shù)據(jù)資源不僅包括文本、圖像與音視頻等常規(guī)數(shù)字材料，還涵蓋了數(shù)字化古籍、社交媒體數(shù)據(jù)、物聯(lián)網(wǎng)感知數(shù)據(jù)、文化遺產(chǎn)本體、知識圖譜及開放關(guān)聯(lián)數(shù)據(jù)等多種復(fù)雜數(shù)據(jù)類型，形成了跨領(lǐng)域研究的語義支持基礎(chǔ)。在數(shù)智轉(zhuǎn)型背景下，哲學(xué)社會科學(xué)研究所面向的研究對象與數(shù)據(jù)來源愈發(fā)多樣，既包含語言、符號等非結(jié)構(gòu)化內(nèi)容，也涉及空間、時間與情感等復(fù)雜元素。在構(gòu)建智慧數(shù)據(jù)資源時，也需要基于具體研究任務(wù)，開展原始數(shù)據(jù)的語義編碼與情境重構(gòu)，提取具有關(guān)聯(lián)性、解釋力與文化價值的數(shù)據(jù)子集，實現(xiàn)從數(shù)據(jù)到信息再到知識的聚合轉(zhuǎn)換[33]。通過多源異構(gòu)數(shù)據(jù)的結(jié)構(gòu)化處理、本體驅(qū)動的語義組織與AI模型的耦合學(xué)習(xí)所共同構(gòu)成的支撐路徑，智慧數(shù)據(jù)資源不僅可被訪問，更具備被理解和解釋的能力，從而成為嵌入哲學(xué)社會科學(xué)理論建構(gòu)與因果解釋過程的新型基礎(chǔ)資料形態(tài)。

（2）智能計算方法與工具：作為理論生產(chǎn)的新功能中樞

智能計算方法與工具作為數(shù)智研究范式的功能中樞，深刻影響著哲學(xué)社會科學(xué)理論解釋的能力邊界。文本挖掘、時空分析、因果推斷、知識圖譜構(gòu)建與可視化分析等方法，構(gòu)成了面向社會復(fù)雜系統(tǒng)的知識生成路徑[13.34]。從算力需求形態(tài)來看，哲學(xué)社會科學(xué)的研究過程已不再局限于靜態(tài)數(shù)據(jù)分析，而轉(zhuǎn)向?qū)Ω卟l(fā)、實時性與分布式處理能力的依賴。為適應(yīng)這一范式演進，研究基礎(chǔ)設(shè)施亟須實現(xiàn)算法生態(tài)、軟硬件環(huán)境與計算平臺之間的深度融合，構(gòu)建具備靈活調(diào)度、資源可擴展性與方法適配性的智能計算體系[35]。在這一背景下，智能計算方法與工具正快速介人哲學(xué)社會科學(xué)的知識生產(chǎn)流程，與傳統(tǒng)工作流相互嵌套、協(xié)同演化。如今，已有越來越多的哲學(xué)社會科學(xué)研究者將各類智能計算方法與工具融入到科研活動中。如Python、R語言提供了靈活的數(shù)據(jù)統(tǒng)計與推斷能力，ArcGIS與Gephi支持地理空間分析與復(fù)雜網(wǎng)絡(luò)建模，Voyant、Omeka等平臺廣泛應(yīng)用于文本語料與數(shù)字材料的可視化處理，多智能體系統(tǒng)（Multi-AgentSystem）與大型語言模型則逐漸成為理解社會行為機理的關(guān)鍵裝置。這些智能計算方法與工具不僅提升了數(shù)據(jù)分析的深度與精度，更重構(gòu)了假設(shè)驗證與理論建模的過程，共同推動著哲學(xué)社會科學(xué)研究從靜態(tài)歸納向動態(tài)演繹的躍遷[36]。

（3）開放科學(xué)理念：保障可持續(xù)與可重用的制度環(huán)境

開放科學(xué)通常被界定為通過促進知識生產(chǎn)過程的透明性、可重復(fù)性與協(xié)同性，實現(xiàn)科研資源、數(shù)據(jù)與成果面向社會各界開放共享的制度體系[37]。作為資源配置與協(xié)作機制的復(fù)合體，開放科學(xué)不僅是一種組織形態(tài)變革，更是支撐數(shù)智研究范式演化的關(guān)鍵制度性要素。在哲學(xué)社會科學(xué)領(lǐng)域，知識生產(chǎn)往往具有高度語境化、非結(jié)構(gòu)化與多元解釋等特征，因而更需要通過開放機制保障數(shù)據(jù)的可獲取性、過程的可追蹤性與方法的可驗證性。具體而言，開放數(shù)據(jù)、開源軟件、標(biāo)準(zhǔn)化元數(shù)據(jù)與跨平臺接口共同構(gòu)成了開放科學(xué)理念的實現(xiàn)路徑。這些資源與工具不僅提升了哲學(xué)社會科學(xué)數(shù)據(jù)的可訪問性、可溯源性與互操作性，也為持續(xù)深化的高性能計算平臺、可視化工具鏈與語義建模服務(wù)提供了基礎(chǔ)條件[38]。此外，開放科學(xué)所倡導(dǎo)的共建共享文化也給予了哲學(xué)社會科學(xué)研究者更充分的激勵與認同機制，有利于構(gòu)建研究者合作網(wǎng)絡(luò)，助推哲學(xué)社會科學(xué)研究更充分地適應(yīng)高頻更新與語義密集的研究情境。

3數(shù)字人文類實驗室及其時代任務(wù)

在新一代哲學(xué)社會科學(xué)數(shù)智學(xué)術(shù)基礎(chǔ)設(shè)施的設(shè)計和應(yīng)用過程中，文科實驗室作為一類重要的落地形態(tài)，被視作推進學(xué)科交叉與縱深發(fā)展的重要載體[39]。其建設(shè)目標(biāo)在于整合智能計算平臺、分析工具與社會科學(xué)問題，構(gòu)建跨學(xué)科知識生成機制，推動哲學(xué)社會科學(xué)研究范式從可描述邁向可計算、可模擬，并充分提升人文社科數(shù)據(jù)資源的可復(fù)用性與建模能力。近年來，國內(nèi)外一批聚焦數(shù)字人文領(lǐng)域的文科實驗室成為典型代表，其以集成數(shù)據(jù)資源、智能工具和跨學(xué)科研究方法的多功能空間形式呈現(xiàn)[40]，為哲學(xué)社會科學(xué)研究提供了資源、場景、人員和技術(shù)支持。數(shù)字人文類實驗室的蓬勃發(fā)展不僅重構(gòu)了文科研究的組織形態(tài)，也回應(yīng)了知識生產(chǎn)、展示與傳播方式變革的時代需求，反映出從問題概念化、概念操作化到協(xié)同網(wǎng)絡(luò)化的階段性研究演化趨勢。

3.1數(shù)字人文類實驗室回應(yīng)的時代挑戰(zhàn)

數(shù)字人文類實驗室的形成與發(fā)展是歷史演化的結(jié)果，其主要探索并解決以下三個方面的時代挑戰(zhàn)。

一是研究空間、數(shù)字資源和智能計算技術(shù)的發(fā)展所引發(fā)的研究基礎(chǔ)設(shè)施轉(zhuǎn)型挑戰(zhàn)。隨著數(shù)智技術(shù)的快速發(fā)展，傳統(tǒng)依賴于圖書館、檔案館、博物館等靜態(tài)知識空間的文獻保障型研究基礎(chǔ)設(shè)施已難以滿足當(dāng)代研究對動態(tài)數(shù)據(jù)處理、多模態(tài)信息融合與智能模型演算的高階需求。數(shù)字人文類實驗室的興起正是在這一基礎(chǔ)設(shè)施轉(zhuǎn)型背景下所做出的制度性探索，其不僅能夠提供硬件與軟件的支撐平臺，而且建構(gòu)了涵蓋數(shù)據(jù)采集、語義組織、知識推理和智能分析的整體生態(tài)系統(tǒng)，為哲學(xué)社會科學(xué)走向“高質(zhì)量數(shù)據(jù)采集-復(fù)雜數(shù)據(jù)建模-多維理論演繹-科學(xué)因果解釋\"的數(shù)智研究新范式奠定了基礎(chǔ)[34]。

二是跨學(xué)科、跨領(lǐng)域的實踐和社會公眾參與引發(fā)的學(xué)術(shù)研究范式轉(zhuǎn)變挑戰(zhàn)。當(dāng)代社會問題日益體現(xiàn)出高度的系統(tǒng)性、復(fù)雜性與非線性特征，單一學(xué)科范式難以有效回應(yīng)其背后多維度的結(jié)構(gòu)性成因與動態(tài)性機制。數(shù)字人文類實驗室因此承擔(dān)起構(gòu)建跨學(xué)科知識合作體系的關(guān)鍵任務(wù)。已有研究表明，世界一流高校的文科實驗室多采用深耕整合型、矩陣協(xié)同型和開放網(wǎng)絡(luò)型的跨學(xué)科機制4，豐富了哲學(xué)社會科學(xué)研究的協(xié)作范式，也使實驗室從研究空間轉(zhuǎn)型為知識匯聚場域。此外，數(shù)字人文類實驗室也日益重視公眾參與和社會服務(wù)，將協(xié)作眾包、數(shù)據(jù)可視化、模擬仿真等數(shù)智工具應(yīng)用于政策研制、社會共治等場景中，保障研究成果的社會化再造效益[29]。

三是創(chuàng)新、實驗、實踐和合作學(xué)術(shù)特征引發(fā)的學(xué)術(shù)知識展示傳播方式創(chuàng)新挑戰(zhàn)。數(shù)字人文類實驗室通過集成多模態(tài)展示手段、設(shè)計交互性敘事界面、構(gòu)建沉浸式學(xué)習(xí)環(huán)境，為哲學(xué)社會科學(xué)研究成果的可視化呈現(xiàn)和社會傳播提供了全新路徑。利用虛擬現(xiàn)實（VR）與增強現(xiàn)實（AR）等技術(shù)，數(shù)字人文類實驗室也將抽象理論轉(zhuǎn)譯為具象場景，使得歷史進程與文化意涵得以被情境化編碼與解碼。通過“擴展現(xiàn)實（XR） + 文化遺產(chǎn)”的融合應(yīng)用，研究者得以構(gòu)建可交互的歷史街區(qū)模擬、可體驗的考古現(xiàn)場或支持多感官參與的具身敘事，不僅拓展了知識傳播的媒介邊界，也促進了文化認知、社會記憶與價值的數(shù)字化活化。此外，通過與社區(qū)、政府、媒體等外部主體構(gòu)建合作傳播網(wǎng)絡(luò)，數(shù)字人文類實驗室也能夠推動知識成果在更廣泛社會語境中的流通，成為哲學(xué)社會科學(xué)數(shù)智化轉(zhuǎn)型的重要媒介與公共接口[42]。

3.2數(shù)字人文類實驗室的三大關(guān)鍵任務(wù)

圍繞重塑研究范式與提升知識價值的雙重目標(biāo)，數(shù)字人文類實驗室的發(fā)展路徑逐步聚焦于知識的生產(chǎn)、轉(zhuǎn)譯與體驗這三個關(guān)鍵任務(wù)維度。

（1）知識生產(chǎn)：以演繹、歸納、計算、模擬等思維支持知識生產(chǎn)需求

在數(shù)智基礎(chǔ)設(shè)施逐步成形的背景下，數(shù)字人文類實驗室所依托的演繹、歸納、計算與模擬能力構(gòu)成了新的知識生產(chǎn)路徑。除了傳統(tǒng)文本分析與經(jīng)驗歸納方法外，實驗室引入了社會網(wǎng)絡(luò)分析、時空建模與多智能體模擬等方法，增強了對復(fù)雜社會文化現(xiàn)象的系統(tǒng)解釋能力。如哈佛大學(xué)的中國藝術(shù)實驗室（CAMLab）運用數(shù)字圖像分析與機器學(xué)習(xí)技術(shù)，對

19世紀(jì)以來的視覺文化展開大規(guī)模統(tǒng)計建模，打破了以往人文學(xué)科依賴個案解讀的瓶頸，拓展了面向整體性模式識別的分析視野43]；麥吉爾大學(xué)的文化分析實驗室（.txtLab）使用人工智能和自然語言處理技術(shù)以闡釋人類思想、描述歷史故事，構(gòu)建了當(dāng)代文學(xué)數(shù)據(jù)集、HathiTrust數(shù)字圖書館多語言散文小說全集等研究數(shù)據(jù)集，提供了支持文本計算分析的元數(shù)據(jù)基礎(chǔ)。此類實踐不僅提升了哲學(xué)社會科學(xué)中問題建構(gòu)的能力，也推動了研究范式從描述性解釋向機制性建模的轉(zhuǎn)變[44]

（2）知識轉(zhuǎn)譯：以智能計算實現(xiàn)多模態(tài)知識之間的轉(zhuǎn)化與活化表示

知識轉(zhuǎn)譯是連接信息編碼與解碼環(huán)節(jié)的橋梁，也是數(shù)智基礎(chǔ)設(shè)施建設(shè)中最具挑戰(zhàn)性的環(huán)節(jié)之一。面對來自古籍、口述史、音頻影像等多模態(tài)文化數(shù)據(jù)的急劇增長，數(shù)字人文類實驗室亟須構(gòu)建跨模態(tài)、跨語境的信息表示系統(tǒng)，以支持語義對齊、結(jié)構(gòu)建模與計算推理的融合應(yīng)用。面向這一任務(wù)，武漢大學(xué)文化遺產(chǎn)智能計算實驗室開發(fā)了“基于AI的注疏文獻智能化整理與結(jié)構(gòu)化再造系統(tǒng)”與“AI驅(qū)動的古籍內(nèi)容數(shù)智活化工作流”。前者結(jié)合LLMs與本體工程，實現(xiàn)注疏文本內(nèi)部知識層級的自動解構(gòu)與邏輯復(fù)原；后者則借助圖像識別與生成算法，對青銅器紋飾、銘文等進行語義編碼與圖譜重建，從而達成文物信息在視覺形態(tài)與知識結(jié)構(gòu)之間的可控轉(zhuǎn)譯。香港中文大學(xué)的RadicalIntangibles項目結(jié)合具身認知與數(shù)字建模的知識轉(zhuǎn)譯方法，以古代禮儀與傳統(tǒng)武術(shù)為研究對象，通過動作捕捉、身體掃描與沉浸式重建，并引入語義標(biāo)簽機制，探索如何將身體知識這一高度依賴實踐經(jīng)驗的非語言文化形態(tài)轉(zhuǎn)化為計算可處理的編碼表達[45]。這類知識轉(zhuǎn)譯研究不僅推動了原始資料的語義活化，也賦予哲學(xué)社會科學(xué)數(shù)據(jù)以計算可用性，使\"消逝性知識\"（EphemeralKnowledge）獲得數(shù)據(jù)形態(tài)的再生產(chǎn)與再傳播，為多學(xué)科協(xié)同研究提供了語義支點。

（3）知識體驗：以數(shù)字媒介和體驗劇場滿足用戶的文化知識學(xué)習(xí)需求

隨著文化消費數(shù)字化、沉浸化趨勢日益增強，數(shù)字人文類實驗室的知識體驗功能愈發(fā)突出，在知識體驗層面承擔(dān)起面向公眾的知識交互任務(wù)。當(dāng)前，全球多個實驗室正在構(gòu)建以沉浸式敘事、交互式可視化和動態(tài)模擬推演為特征的知識體驗場景?！皵?shù)字演繹劇場\"（DigitalDeductionTheatre，DDT）作為一種兼具創(chuàng)造性、專業(yè)性和表現(xiàn)力的綜合藝術(shù)形式被引人數(shù)字人文類實驗室，促進了科學(xué)、智能和思維在文化遺產(chǎn)數(shù)字智能化復(fù)興實驗中的積極應(yīng)用[4。如加州大學(xué)洛杉磯分校的體驗式技術(shù)研究中心（ETRC，UCLA）通過3D建模復(fù)原古希臘劇場，并借助VR實現(xiàn)虛擬演出，使用戶能夠從視覺、空間與聲音等多通道感知文化敘事場景。這種知識體驗機制作為數(shù)智基礎(chǔ)設(shè)施中的文化感知接口，突破了文本知識傳播的單一被動路徑，使受眾能夠主動體驗并參與文化敘事，促使哲學(xué)社會科學(xué)研究成果在教育、展陳、公共文化服務(wù)等場景中展現(xiàn)出更強的適應(yīng)性與感召力。

3.3數(shù)字人文類實驗室的四類實驗取向

20世紀(jì)下半葉，法國思想家讓·鮑德里亞提出影響深遠的擬真理論（SimulacraTheory），認為現(xiàn)實已逐漸被由圖像、符號和媒介所構(gòu)成的“擬像”（Simulation）所取代，人類所感知與理解的世界不再基于客觀的真實，而是處于一種看似真實卻實際上虛構(gòu)的現(xiàn)實，即“超真實”（Hyperreality）環(huán)境中[47]。隨著大型語言模型由單模態(tài)向多模態(tài)的趨勢演進，“真實\"得以被生成、重構(gòu)，甚至模糊、消解，擬真內(nèi)容在哲學(xué)社會科學(xué)研究范式中的嵌入也日益加深。這些現(xiàn)象進一步印證了鮑德里亞的批判，也折射出人機融合的合成社會所引發(fā)的深層文化危機[48-49]當(dāng)真實不再忠于現(xiàn)實，而成為一種從消費和傳播視角對現(xiàn)實所進行的再造時，文科學(xué)者該如何定義由媒介、圖像和符號主導(dǎo)的超真實空間以及其所導(dǎo)致的圖像泛濫、媒介操控和消費文化等爭議，都已成為需要納入數(shù)智實驗取向考量的關(guān)鍵問題。由此，哲學(xué)社會科學(xué)研究者需要充分剖析和合理運用擬真理論，借助數(shù)智技術(shù)將思考融人學(xué)術(shù)基礎(chǔ)設(shè)施的建設(shè)過程中。以逐步在未來實現(xiàn)“擬真研究環(huán)境”為核心愿景，搭建新型組織體系和聚合性承載空間，廣泛開展融合主觀經(jīng)驗、文獻記錄、普遍理論、實驗數(shù)據(jù)和智能計算的“擬真實驗”，從而為理解受眾參與擬真世界所產(chǎn)生的認知與行為變化原理提供實證支撐。數(shù)字人文類實驗室作為達成擬真實驗的現(xiàn)實空間，也正在積極探索以求真性、可驗證性、可重復(fù)性為導(dǎo)向的實驗范式，其總體實驗取向可歸納為以下四類。

一是歷史模擬實驗。此類實驗強調(diào)以模型驅(qū)動的方式對歷史過程進行再構(gòu)與推演，其核心在于將傳統(tǒng)歷史敘述轉(zhuǎn)化為參數(shù)化、可交互且可驗證的系統(tǒng)模型。借助時空建模（SpatiotemporalModeling）基于代理的模擬（Agent-BasedModeling，ABM）與事件鏈分析（EventChainAnalysis）等技術(shù)手段，歷史模擬實驗支持對歷史事件的多情境復(fù)現(xiàn)與機制建構(gòu)，提升歷史研究的系統(tǒng)性、可證偽性與假設(shè)驗證能力，為探討社會歷史規(guī)律提供量化支持。

二是文化計算實驗。此類實驗旨在通過語義挖掘、復(fù)雜網(wǎng)絡(luò)分析等方法，從大規(guī)模文化資源中提取文化基因進行特征聚類、相似性計算與演化軌跡建模，并結(jié)合可視化手段展現(xiàn)文化元素在傳播過程中的形態(tài)變異與語義遷移[32]。文化計算實驗不僅突破了定性方法中主觀解釋的單向性，也為多語種、多符號系統(tǒng)下的文化比較研究提供了技術(shù)支撐，是實現(xiàn)數(shù)智時代跨文化理解的重要方式。

三是鑒定推理實驗。這類實驗的任務(wù)是通過特征提取與歸因推理，解決人文研究中諸如文本作者歸屬、風(fēng)格演化辨識、文物來源判定等長期依賴專家經(jīng)驗的復(fù)雜問題。哲學(xué)社會科學(xué)領(lǐng)域的待識別對象往往具有語義歧義、風(fēng)格混融等特征，鑒定推理實驗構(gòu)建了具備上下文敏感性與語義可解釋性的模型框架，實現(xiàn)了方法邏輯與學(xué)科邏輯的深度融合，推動文科研究在自動化分析與文化深度之間的協(xié)同發(fā)展，已成為提升解釋力與可信度的重要研究策略。

四是心理行為實驗。這類實驗通過整合腦神經(jīng)技術(shù)、行為追蹤與沉浸式交互系統(tǒng)，探究文化信息與文化意義在用戶感知過程中的認知響應(yīng)機制，如視覺注意、情緒喚起與記憶加工等。常用觀測維度包括心理測量、行為測量、生理測量等，方法上結(jié)合擴展現(xiàn)實技術(shù)并嵌人眼動追蹤、腦電圖檢測等設(shè)備，以度量用戶在特定文化情境中的交互行為。心理行為實驗賦予了數(shù)智學(xué)術(shù)基礎(chǔ)設(shè)施以新的意涵，使其不僅是數(shù)據(jù)處理裝置，更成為人機交互的新型信息空間，進而回應(yīng)技術(shù)變革下文化認同、審美感知與行為決策等方面的變化。

總體而言，歷史模擬實驗強調(diào)基于模型構(gòu)建的歷史過程再現(xiàn)與機制分析，文化計算實驗聚焦跨模態(tài)文化信息的編碼轉(zhuǎn)譯與算法生成，鑒定推理實驗關(guān)注文本溯源與邏輯復(fù)原，心理行為實驗則引入認知建模與感知模擬方法，以理解文化情境下的個體與群體行為機制。這四類實驗取向共同構(gòu)成了哲學(xué)社會科學(xué)在數(shù)智時代從問題提出到過程建模再到結(jié)果驗證的實證研究體系，為明晰“超真實”世界的信息生產(chǎn)與再生產(chǎn)機制以及新型社會中的人機交互模式提供了實驗基礎(chǔ)，推動傳統(tǒng)文科研究從經(jīng)驗闡釋向系統(tǒng)建構(gòu)的演進。

4加快建設(shè)新一代哲學(xué)社會科學(xué)數(shù)智學(xué)術(shù)基礎(chǔ)設(shè)施的倡議

面對數(shù)智技術(shù)重塑知識形態(tài)與學(xué)術(shù)邏輯的時代浪潮，哲學(xué)社會科學(xué)如何主動適應(yīng)并實現(xiàn)轉(zhuǎn)型，已成為關(guān)系學(xué)科生命力的重要議題。正如美國學(xué)術(shù)協(xié)會網(wǎng)絡(luò)基礎(chǔ)設(shè)施委員會早在2006年所指出的那樣，數(shù)字時代“絕大多數(shù)人類創(chuàng)造性的表達將基于數(shù)字而誕生\"[50]。面向人工智能、大數(shù)據(jù)等技術(shù)主導(dǎo)的新時代科研語境，哲學(xué)社會科學(xué)亟須構(gòu)建具備自主性與適應(yīng)性的基礎(chǔ)平臺，以支持其研究范式的系統(tǒng)轉(zhuǎn)型。為此，本文從以下四個方面提出加快建設(shè)新一代哲學(xué)社會科學(xué)數(shù)智基礎(chǔ)設(shè)施的倡議。

（1）頂層規(guī)劃：推進戰(zhàn)略引領(lǐng)與制度統(tǒng)籌

新一代哲學(xué)社會科學(xué)數(shù)智學(xué)術(shù)基礎(chǔ)設(shè)施的建設(shè)，首要任務(wù)是強化戰(zhàn)略層面的頂層設(shè)計，確立統(tǒng)籌部署路徑。在國家數(shù)智技術(shù)發(fā)展戰(zhàn)略及新文科建設(shè)總體布局框架下，應(yīng)制定涵蓋數(shù)智平臺、數(shù)據(jù)規(guī)范與人才培養(yǎng)等內(nèi)容的系統(tǒng)性政策文件，明確哲學(xué)社會科學(xué)學(xué)術(shù)基礎(chǔ)設(shè)施建設(shè)的任務(wù)定位與優(yōu)先級。同時，構(gòu)建以教育管理部門、高水平高校與科研機構(gòu)為核心的多主體協(xié)同機制，形成中央統(tǒng)籌、高校牽頭、地方配合、學(xué)科聯(lián)動的建設(shè)格局[34]。此外，建議將文科實驗室搭建納入科研績效評估與學(xué)科評價體系，強化基礎(chǔ)設(shè)施與科研績效之間的制度耦合效應(yīng)，為文科研究范式躍遷提供政策支撐和組織保障[42]。

（2）學(xué)科、團隊：構(gòu)建跨域協(xié)同的組織形態(tài)

數(shù)智學(xué)術(shù)基礎(chǔ)設(shè)施的有效運行依賴于跨學(xué)科的組織形態(tài)與合作機制。應(yīng)圍繞文科實驗室平臺，打破傳統(tǒng)學(xué)科壁壘，圍繞新興議題展開跨學(xué)科知識生產(chǎn)，推動社會科學(xué)、人文學(xué)科與計算科學(xué)、數(shù)據(jù)科學(xué)等領(lǐng)域之間的深度協(xié)作[2。建設(shè)策略上，可區(qū)分研究導(dǎo)向型與實驗導(dǎo)向型平臺，基于文化遺產(chǎn)智能計算、社會情境認知模擬等典型領(lǐng)域，構(gòu)筑具備可持續(xù)能力的配套研究系統(tǒng)。同時，建立多學(xué)科專家參與的項目評估體系與資源調(diào)配機制，確保研究活動與基礎(chǔ)設(shè)施之間的功能貫通。在數(shù)智基礎(chǔ)設(shè)施集群的建設(shè)過程中，產(chǎn)學(xué)研各界也可以通過隱私增強計算、可信數(shù)據(jù)空間等技術(shù)來實現(xiàn)敏感數(shù)據(jù)的限定訪問，提升數(shù)據(jù)資源的合規(guī)性與可重用性。

（3）平臺、技術(shù)、能力：推進系統(tǒng)開放與方法重塑

哲學(xué)社會科學(xué)數(shù)智學(xué)術(shù)基礎(chǔ)設(shè)施的核心支點是開放的平臺體系與先進的計算能力，二者共同構(gòu)成支撐新型科研范式的技術(shù)中臺。在平臺建設(shè)層面，應(yīng)推動全國范圍內(nèi)數(shù)據(jù)存儲中心、智能計算平臺與開放服務(wù)平臺的資源共建與算力互聯(lián)，提升跨機構(gòu)、跨地域的信息互操作能力[51]。在技術(shù)整合方面，注重擬真思維、量化思維與協(xié)同思維在技術(shù)嵌入過程中的體現(xiàn)，圍繞哲學(xué)社會科學(xué)研究活動的通用性工作流，設(shè)計滿足研究者在數(shù)據(jù)采集、存儲、分析、可視化、發(fā)布與長期保存等環(huán)節(jié)需求的技術(shù)工具。在能力培養(yǎng)層面，應(yīng)推動將因果推斷、語義建模、可解釋人工智能與情境仿真等方法體系納人標(biāo)準(zhǔn)實驗流程，通過系統(tǒng)化培訓(xùn)提高哲學(xué)社會科學(xué)研究人員的數(shù)智素養(yǎng)。

（4）公眾、資源、算力：構(gòu)建共享互信的知識生態(tài)

哲學(xué)社會科學(xué)的公共屬性決定了其數(shù)智學(xué)術(shù)基礎(chǔ)設(shè)施的建設(shè)需兼顧專業(yè)研究和公眾參與雙重維度。一方面，應(yīng)以智慧數(shù)據(jù)資源為抓手，構(gòu)建具備高語義層級與強互操作能力的研究數(shù)據(jù)池，滿足研究對結(jié)構(gòu)化、多模態(tài)、情境化數(shù)據(jù)的需求。同時，加強對數(shù)據(jù)治理的關(guān)注，推動實施FAIR、CARE等國際通用的數(shù)據(jù)治理原則，建立具備語義注釋、版本追溯與隱私防護功能的智慧數(shù)據(jù)鏈條，以保障基礎(chǔ)設(shè)施的可持續(xù)運行與可信使用。另一方面，應(yīng)打造面向多元用戶的開放協(xié)作社區(qū)、公共知識圖譜平臺、創(chuàng)意工作空間、沉浸式敘事系統(tǒng)與文化演繹劇場，助力產(chǎn)學(xué)研各界以及社會公眾參與知識共創(chuàng)與成果傳播。同時，通過搭建文科實驗室與其他科研及社會主體之間共建、共享、互信的知識生態(tài)，增強哲學(xué)社會科學(xué)在公共文化服務(wù)、教育傳播與政策支持等領(lǐng)域的制度功能與社會影響力。

5結(jié)語

建設(shè)面向哲學(xué)社會科學(xué)的新一代數(shù)智學(xué)術(shù)基礎(chǔ)設(shè)施，是當(dāng)代學(xué)術(shù)體系變革的關(guān)鍵支點，回應(yīng)了技術(shù)演進所帶來的知識生產(chǎn)方式重構(gòu)挑戰(zhàn)，也體現(xiàn)了哲學(xué)社會科學(xué)在人工智能時代引領(lǐng)社會認知與價值對齊責(zé)任的主動擔(dān)當(dāng)。作為國家教育數(shù)字化戰(zhàn)略與學(xué)科體系重構(gòu)的重要組成部分，數(shù)智學(xué)術(shù)基礎(chǔ)設(shè)施在推動科研范式變革、服務(wù)社會治理創(chuàng)新等方面，既發(fā)揮著實證支撐的基礎(chǔ)作用，也體現(xiàn)出學(xué)科體系轉(zhuǎn)型的戰(zhàn)略引導(dǎo)功能。其系統(tǒng)化建設(shè)將有助于夯實中國式現(xiàn)代化進程中的哲學(xué)社會科學(xué)研究根基，并為我國在全球數(shù)智化知識譜系建設(shè)中提供理論支持與平臺保障。

展望未來，建設(shè)數(shù)智基礎(chǔ)設(shè)施應(yīng)被視為一項支持長時期、跨機構(gòu)、多主體參與的系統(tǒng)性工程，而不應(yīng)局限于單個實驗室的分散探索。在此過程中，需加強基礎(chǔ)平臺之間的數(shù)據(jù)交換、模型互操作與服務(wù)協(xié)同，構(gòu)建聯(lián)通性強、可持續(xù)演進的整體性研究環(huán)境。哲學(xué)社會科學(xué)研究的發(fā)展依賴于數(shù)智基礎(chǔ)設(shè)施的技術(shù)支撐，而數(shù)智技術(shù)的價值實現(xiàn)亦有賴于人文視角的介入與批判性引導(dǎo)。兩者協(xié)同發(fā)展，將有望共同拓展知識邊界、深化社會理解，從而促進面向未來的復(fù)合型智慧社會知識體系的持續(xù)演進。

參考文獻：

[1]OpenAOpenAI'sEconomicBlueprintEB/L].20-05-12].hps：//penaicom/global-fairs/opeaisconomicblu print/.

」明，看力雅動戈凹新 上日能健康及 37908762.htm.

[3]LEONTIDISG.ScienceintheageofAI：Howartificialinteligenceischangingthenatureandmethodofscientificresearch[J].2024.

[4]王曉光，劉越男，張洋.信息資源管理學(xué)科專家談《教育強國建設(shè)規(guī)劃綱要（2024—2035）》（二）：學(xué)科機遇與挑戰(zhàn)[J].信 息資源管理學(xué)報，2025，15（3）：4-10.

[5]TheNewYorkTmes.AIisPoisedtoRewriteHstoryEB/OL]]25-05-22].htps：//ww.nytimes.com/2025/06/16/againe/ ai-history-historians-scholarship.html.

[6]馬文，陳云松.數(shù)智想象力：后米爾斯時代的研究破維[J].探索與爭鳴，2025（3）：130-142，179，2.

[7］陳先才，胡雪兒.整合重構(gòu)：新文科背景下的社會科學(xué)實驗室建設(shè)路徑探析[J].山東大學(xué)學(xué)報（哲學(xué)社會科學(xué)版）， 2023（2）：185-192.

[8]COMMITTEEUSPSITA.Computational Science：EnsuringAmerica'sCompetitiveness[M].National CoordinationOficefor Information Technology Researchamp;Development，2005.

[9]UnderwodT.Theimpactoflanguage modelsonthehumanitiesandviceversa[J].NatureComputationalScience，225：1-3.

[10]Zhang Z，SongW，LiuP.Makingandinterpreting：digitalhumanitiesasembodiedactionJ].HumanitiesandSocialSciences Communications，2024，11（1）：1-13.

[11]VAN NOORDENR，PERKELJM.AIandscience：what1，60researchers think[J].Nature，2023，621（7980）：672-675.

[12]NOLANA.Artificial intelligence inscience：challenges，opportunitiesand the future of research[J].2024.

[13]GROSSMANI，F(xiàn)EIBERGM，PARKERDC，etal.AIandthe ransformatioofsocialsienceresearchJ].Siene，2， 380（6650）：1108-1109.

[14]PARKJS，BRIENJ，CAICJ，etalGenerativeagents：InteractivesimulacraofhumanbehaviorC/Proceedingsofthe6th annual acm symposium on user interface software and technology.2O23：1-22.

[15]TSVETKOVAM，YASSERIT，PESCETELLIN，etal.AnewsociologyofhumansandmachinesJ].Nature HumanBehaviour， 2024，8（10）：1864-1876.

[16]XuR，SunYRenM，etal.AforsocialsenceandsocialsiencefA：AsrveyJ].IformatioProcessingamp;Maget， 2024，61（3）：103665.

[17]ARGYLELP，BUSBYEC，F(xiàn)ULDAN，etal.Outofone，many：Usinglanguage models tosimulate humansamples[J].Political Analysis，2023，31（3）：337-351.

[18]XUR，SUNY，RENM，etal.AIforsocialscienceandsocialscienceofAI：AsurveyJ].InformationProcessingamp;Management，2024，61（3）：103665.

[19]ZHANGYGenerativeAIhasloweredthebiers tocomputationalsocialsienesJ].arXivpreprintarXiv：231083，023.

[20]HAIBE-KISB，ADAMGA，HONYA，talTransparencyandreproducibilityiartificial intellgenceJ]ature，， 586（7829）：E14-E16.

[21]KAPOORS，NARAYANANA.Leakageandthereproducibilitycrisis inmachine-learning-basedscience[J].Paters，023， 4（9）.

[22]RESNIKDB，SHAMOOAE.Reproducibilityndresearch integrityJ].Accountabilityinresearch，017，24（2）：1623.

[23]SAMBAIVANN，KAPANIA S，HGHFILLH，etal.\"Everyonewants todothemodel work，notthedata work\"：Data Cascades in High-Stakes AI[C]/proceedings of the2O21CHIConferenceon Human Factors in Computing Systems.2021：1-15.

[24]GERLICHM.AITolsinSocietyImpactsonCognitiveOfloadingandtheFutureofCriticalTinkingJ].Societies，025，15 （1）：6.

[25]LIN Z.Whyand howtoembraceAIsuch asChatGPTinyouracademiclife[J].Royal SocietyOpen Science，2023，0（8）： 230658.

[26]EDWARPN，JACKSONSJ，OWKERGC，etalUnderstanding infrastructure：Dyamics，tensions，anddesign.7.

[27]高冰潔，姚曉霞.論新時代中國高等教育文獻保障的發(fā)展方向[J].大學(xué)圖書館學(xué)報，2022，40（4）：33-40.

[28]Borgman CL.Big data，litle data，no data：Scholarship in the networked world[M].MITpress，2017.

[29]PARASHAR M，F(xiàn)RIEDLANDER A，GIANCHANDANIE，etal.Transforming science through cyberinfrastructure[J].Communications of the ACM，2022，65（8）：30-32.

[30]BERRYDM，F(xiàn)AGERJORDA.Digitalhumanities：Knowledgeandcritiqueinadigitalage[M].John Wileyamp;Sons，2017.

[31］范煒，曾蕾.AI新時代面向文化遺產(chǎn)活化利用的智慧數(shù)據(jù)生成路徑探析[J].中國圖書館學(xué)報，2024，50（2）：4-29.

[32]王曉光，侯西龍.面向活化利用的文化遺產(chǎn)智慧數(shù)據(jù)建設(shè)論綱[J].信息資源管理學(xué)報，2023，13（5）：4-14，43.

[33]王志紅，曹樹金，王連喜，等.萬物互聯(lián)時代面向智慧數(shù)據(jù)的聚合型研究：內(nèi)涵、途徑及啟示[J].情報科學(xué)，2022，40 （12）：28-35.

[34]孟天廣，嚴(yán)宇.文科實驗室：數(shù)字時代社會科學(xué)研究的\"基礎(chǔ)設(shè)施\"[J].中國社會科學(xué)評價，2024（2）：21-30，157.

[35]于文軒，吳泳釗.文科實驗室建設(shè)與公共管理學(xué)科發(fā)展[J].中國社會科學(xué)評價，2024（2）：40-44，158.

[36]ZIEMS C，HELDW，SHAIKHO，etal.Canlargelanguage models transformcomputationalsocial sience？[J].Computational Linguistics，2024，50（1）：237-291.

[37]Das AK.UNESCO recommendationonopenscience：anupcomingmilestone inglobalsciene［J].Science Diplomacy，021， 39.

[38]黨洪莉.社會科學(xué)數(shù)據(jù)的開放與共享：發(fā)展現(xiàn)狀、障礙與出路[J].圖書館理論與實踐，2018（5）：70-74.

[39]SIDLOKF，BBERP.ergazatioofinterdisciplnaryesearch：modesriversndariersJInteratioalJoual of Management Reviews，2014，16（2）：194-210.

[40]PAWLICKA-DEGERU.Thelaboratoryturn：exploringdiscourses，landscapes，ndmodelsofhumanitieslabsJ].DigitHumanities Q，2020，14（3）.

[41]程飛亞，趙祥輝.世界一流大學(xué)文科實驗室跨學(xué)科合作機制的多案例考察[J].高等教育研究，2024，45（11）：97-106.

[42]何宛玲，郭琳.新時代高校文科實驗室的\"三位一體\"建設(shè)機制與發(fā)展模式思考［J].實驗室研究與探索，2024，43（10）： 234-239.

[43]FYFEP，GEQImage analyticsandthenineteenth-centuryilustratednewspaperJ].JourmalofCulturalAnalytics，018， 3（1）.

[44]張志學(xué)，李涵，王聰.數(shù)字人文的交叉學(xué)科建設(shè)之路[J].大學(xué)與學(xué)科，2022，3（4）：27-39.

[45]Kenderdine，brdLhawJRadicalintangbles：materialzingtehemeralJ]useamp;ociety1，9（2） 272.

[46]WANGX，ZHAOK，ZHANGQ，etalDigitaldeductiontheatre：Anexperimentalmethodologicalframeworkforthedgitalintelligencerevitalisationofcultural heritage[M].Intellgent Computing for Cultural Heritage.Routledge.2O24：203-220.

[47]Baudrillrd J.Simulacres and simulation.Collection Debats[J].Paris：Galilee，1981.

[48]方興東，鐘祥銘.谷登堡時刻：Sora背后信息傳播的范式轉(zhuǎn)變與變革邏輯[J].現(xiàn)代出版，2024（3）：1-15.

[49]徐帥，陳昌鳳.生成的真實感;Sora的擬真特征與視聽邏輯轉(zhuǎn)向[J].現(xiàn)代傳播（中國傳媒大學(xué)學(xué)報），2024，46（12）：76- 86，96.

[50]AMERICAN COUNCIL OF LEARNED SOCIETIES.Our Cultural Commonwealth：the report of the American Council of learnedsocietiescommisiononcyberinfrastructureforthehumanitiesand socialsciences[R].NewYork：American Council of Learned Societies，2006.

[51]MAR.Towardanoenumanitiesdata：Currnttates，hallngesndassM]IntelligentCompuingforulturalHritage. Routledge.2024：3-24.

作者簡介：王曉光，武漢大學(xué)信息管理學(xué)院、武漢大學(xué)文化遺產(chǎn)智能計算實驗室教授，研究方向：數(shù)字資產(chǎn)管理、知識組織、智慧數(shù)據(jù)與數(shù)字人文;付靖宜，武漢大學(xué)信息管理學(xué)院博士研究生，研究方向：數(shù)據(jù)資源管理、數(shù)字人文。