劉永謀：有限主義視域下的人工智能賦能社會科學研究（AI4SS）

*中國人民大學吳玉章 講席教授劉永謀首發于微信公眾號，保留一切知識產權，侵犯必究。本文為約稿的提綱，即日起交合作者成文。

在這一波AI熱潮中，AI賦能知識生產備受關注。近來，一些人認為，AI驅動科學研究更大的用武之地，在于人文社會科學領域，而非自然科學研究。這種觀點往往與社會科學自然科學化的念頭緊密相連，即社會科學與自然科學相比，確定性、客觀性、預測性相差甚遠，科學化程度不高，急需用AI等科學手段加以改造。這既是邏輯實證主義者紐拉特等人“統一科學”信念在AI時代的新形式，也是數據至上主義和“AI崇拜”的典型表征。

AI4SS真的能給社會科學帶來本質性的轉變，使之成為類似物理學的、完完全全的科學嗎？有限人工智能理論認為，AI對社會科學研究的改造是有限的；AI4SS作為社會科學研究的新進路，豐富社會科學研究的多元化進路，但談不上對社會科學進行顛覆性的范式轉變；AI賦能社會科學研究，并沒有從根本上改變社會科學研究的本質，談不上社會科學研究范式的AI轉變，或者促成社會科學研究AI范式的形成——事實上，多數人認為，社會科學迄今為止并不存在統一的研究范式。

本文聚焦于AI賦能社會科學研究的有限性問題，說明AI4SS在客觀性的有限本質。該提綱交給合作的學生成文，目標是完成5-8千字的筆談文章，所謂有限性分析，指的是分析既有的AI4SS能做什么，又不能做什么，尤其是后者。

一、AI4SS賦能的主要方面

AI4SS并非愿景，而是近年來蓬勃發展的重要趨勢。縱覽AI賦能社會科學研究的既有實踐，可以看到AI對社會科學的沖擊既遍及社會科學研究的每一個環節如選題、收集資料、分析數據、提出假說、理論闡述等，也遍及不同的社會科學學科如政治學、社會學、經濟學、（社會）心理學等。

從功能增強的角度看，AI4SS在知識生成中主要作用領域主要包括3個方面：1）數據處理；2）模擬實驗；3）內容生成。

數據處理功能包括相關研究的資料與（多模態）數據的收集、整理/翻譯、分類、歸納，文獻綜述的形成，AI數據處理能力與AI時代的數據豐裕現象相適應、相匹配。

模擬實驗指的是用AI模擬社會調查和實驗，主要形式是ABM。在個體層面，AI即可以模擬被試，也可以模擬主試。在群體層面，AI可以模擬一定規模的社會運動，最典型的是HAI。模擬實驗的目標是生成社會數據和社會事實。

內容生成功能是對社會數據和社會事實進行分析和推理，以完成社會知識的生成，主要包括模式識別、知識推理、生成AIGC內容以及文本輸出等。這個功能是如今人文社科雜志最為頭疼的功能，主要原因在于無法完全區分個人創作和AI生成。

實際上，在社會知識生成之外，AI4SS還對社會科學成果的評價和政策應用發生作用。但是，這是AI4SS的外部功能，不是我們討論的重點。

二、數據處理的有限性分析

介紹了目前AI4SS的基本狀況，接下來一一分析上述三大功能的有限性。總體上，三大功能都極大地提高社會科學研究的效率，但都帶來諸多問題和風險。

在數據處理方面，這些問題包括：隨機鸚鵡與AI幻覺，數據毒性與質量，數據隔絕與數據孤島，數據的文化性與地方性（不同文化和地方同一社會現象數據不同，并沒有普遍性結論）。

實際上，社會事實從來就不是客觀的——對此，波茲曼有很好的論證——AI并不能改變這種屬性。

三、模擬實驗的有限性分析

之前，我分析過社會模擬器的三大有限性，即模擬人的行為主義迷思，環境模擬的不可能，社會實然與應然的復雜關系。這里要進一步指出。

從實驗哲學的角度，可以對AI模擬實驗進行有限性分析。AI模擬實驗屬于數學模型實驗的一種，帶有模型實驗的局限性，AI并沒有改變這種情況。

第一層是實驗方法的有限性。

第二層是社會實驗方法的有限性。

第三層是數學模型方法的有限性

第四層是數據型模型方法的有限性。

第五層是大數據模型方法的有限性。

最后一層是直接針對HAI方法有限性的分析。

比如，社會實驗也不具備科學事實那樣的可重復性、可檢驗性。同一個社會實驗，在不同地方和文化會得出不同結論，在相同地方不同時間也會得出不同的結論，不同的人對同樣的數據看到不同的東西。比如，破窗實驗在北京和紐約做肯定會不同，霍桑實驗說明受試無法擺脫受試心態，等等。合作者要分析在AI語境中，這些問題是否如有些人想象的得到了解決。

四、內容生成的有限性分析

AI生成社會科學知識存在的問題包括：AI偏見，AI諂媚，AIGC的意識形態性，知識產權問題等問題。

在AI內容生成過程中，大模型會進行數據挖掘（模式或關聯性識別）、推理、預測。從數據挖掘、數據推理、數據預測方面，可以分析AI4SS內容生成的有限性。

從本質上說，AIGC是統計學的語元排序，而不是對真實社會的理解或說明。網上所有的社會科學相關數據，是AI4SS內容生成的基礎。總體上說，這些數據良莠不齊，各種陰謀論盛行，因此用AI直接生成社會科學知識的質量非常可以。

并且，這些網上數據并沒有客觀性，以它們為基礎的AIGC何來客觀性呢？

五、多元進路之一的AI4SS

究竟如何給AI4SS在社會科學研究中一個準確的定位呢？

第一，AI對于社會科學研究而言，始終是有力的新型工具，極大地提高社會科學研究的效率，但并不能統一社會科學的研究范式，或促動社會科學研究范式變革。

第二，作為社會科學研究的多元進路之一，AI4SS要更好地發揮功能，最重要的在于AI賦能而非替代研究者，即1）區分好人類環節與AI環節的分工，2）融合好人類能力與AI能力，形成人機知識共創的新模式。

第三，反對AI崇拜與AI4SS迷信，牢記AI4SS的有限性，努力用好AI4SS，為增進社會福祉和人類利益服務。

對于第三點，可以提一點具體的措施。

本文的合作者必須注意：以上idea是研究的總體框架和思路，具體結論、想法、論證、分類、問題、表述等并不一定準確。因此，合作者要熟悉我提出的有限AI理論，發揮主動能動性，照此藍圖深入研究，在研究中提高工作能力。

以上每部分1200字左右，精煉簡潔表述主要idea。