人工智能或在软科学领域遇困境

参考消息网1月17日报道 据沙特《阿拉伯新闻》日报网站1月5日发布沙特阿拉伯哈立德国王大学语言与翻译系教授穆纳西尔·阿勒哈马米的文章《人工智能可以改变硬科学，但在软科学中可能遭遇困难》，内容如下：

人工智能正在革新生活的诸多领域，包括学术界。然而，它对各学科的影响不尽相同。在物理学、化学和生物学等硬科学领域，人工智能正在取得突破性进展。另一方面，社会学、心理学和历史学等软科学则存在独特的挑战，使得这些学科与人工智能的融合变得更为复杂。

硬科学注重精确性、一致性和定量数据。这些学科旨在通过受控实验和可重复测量等结构化方法来理解自然现象。人工智能在这些环境中尤为有效，因为它擅长分析海量数据集、发现模式并做出准确预测。

例如，在天文学中，人工智能已被用于识别系外行星并分析大量的宇宙数据。在基因组学领域，它处理数以十亿计的脱氧核糖核酸(DNA)序列，以发现有助于研究人员理解遗传疾病和开发治疗方法的种种模式。同样，在药物研发和材料科学中，人工智能可以模拟各种实验，并确定有前景的解决方案，所需时间只是传统方法所需时间的一小部分。

人工智能在硬科学中找到了用武之地，这是因为硬科学研究对象的稳定性。物理定律和化学反应保持不变，这使得人工智能能够优化流程、完善模拟并开展实验，而不存在发生人为错误的风险。

通过比人类更快、更精确地执行任务，像自动化实验室这样由人工智能驱动的工具进一步提高了效率。

软科学研究人类行为、文化和社会动态的复杂性。人类行为、文化和社会动态往往难以预测，且深受情境影响。与硬科学中的常量不同，人类行为和社会模式会根据情感、环境和文化背景而变化。这使得人工智能很难创建准确的模型或得出可靠的结论。

软科学在很大程度上依赖定性数据，如访谈、案例研究和民族志。这类数据意义丰富，但人工智能难以解读。例如，虽然自然语言处理工具可以分析文本，但它们往往无法捕捉个人叙述或历史事件的情感深度或其中的细微文化差别。理解人类互动的复杂性需要同理心和直觉，而这正是人工智能所缺乏的。

此外，软科学需要进行诠释性分析。研究历史事件意义的历史学家或考察社会动态的社会学家必须考虑文化、历史和主观因素，而这些是人工智能根本无法复制的。人类研究人员将生活经验、文化意识和同理心带入工作中，使他们能够以超越人工智能能力的方式解读数据。

人类行为和社会实践极其多变，这使得人工智能几乎不可能生成一致的模型。虽然人工智能可以通过处理大量数据集和识别趋势来提供协助，但其在软科学中的作用仍只是辅助性的。它无法取代人类所具备的共情、情境化理解以及解读复杂社会现象的关键能力。例如，在心理学中，人工智能可以分析心理卫生数据中的模式，但难以理解人类选择背后的微妙情感。同样，在历史学中，人工智能可以识别历史事件年表中的趋势，但无法完全领会这些事件对人类的意义。

人工智能的优势在于它处理结构化定量数据的能力，这使其成为硬科学领域的强大工具。它可以进行实验、开展模拟并加快科学发现进程，这使它在物理学、化学和生物学等领域变得不可或缺。然而，在软科学中，人工智能的作用更多是辅助人类研究人员，而非取而代之。

在软科学中，人工智能可以整理数据、识别模式并提出假说。但对研究结果的诠释——这些学科的核心——始终需要人类的专业知识。学术界的未来在于采取一种平衡的方式，让人工智能与人类携手合作。人工智能在数据处理和模式识别方面的高效率，可以加强人类的共情能力和理解情境的能力。（编译/朱捷）