刘永谋：有限主义视域下的人工智能赋能社会科学研究（AI4SS）

*中国人民大学吴玉章 讲席教授刘永谋首发于微信公众号，保留一切知识产权，侵犯必究。本文为约稿的提纲，即日起交合作者成文。

在这一波AI热潮中，AI赋能知识生产备受关注。近来，一些人认为，AI驱动科学研究更大的用武之地，在于人文社会科学领域，而非自然科学研究。这种观点往往与社会科学自然科学化的念头紧密相连，即社会科学与自然科学相比，确定性、客观性、预测性相差甚远，科学化程度不高，急需用AI等科学手段加以改造。这既是逻辑实证主义者纽拉特等人“统一科学”信念在AI时代的新形式，也是数据至上主义和“AI崇拜”的典型表征。

AI4SS真的能给社会科学带来本质性的转变，使之成为类似物理学的、完完全全的科学吗？有限人工智能理论认为，AI对社会科学研究的改造是有限的；AI4SS作为社会科学研究的新进路，丰富社会科学研究的多元化进路，但谈不上对社会科学进行颠覆性的范式转变；AI赋能社会科学研究，并没有从根本上改变社会科学研究的本质，谈不上社会科学研究范式的AI转变，或者促成社会科学研究AI范式的形成——事实上，多数人认为，社会科学迄今为止并不存在统一的研究范式。

本文聚焦于AI赋能社会科学研究的有限性问题，说明AI4SS在客观性的有限本质。该提纲交给合作的学生成文，目标是完成5-8千字的笔谈文章，所谓有限性分析，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赋能的主要方面

AI4SS并非愿景，而是近年来蓬勃发展的重要趋势。纵览AI赋能社会科学研究的既有实践，可以看到AI对社会科学的冲击既遍及社会科学研究的每一个环节如选题、收集资料、分析数据、提出假说、理论阐述等，也遍及不同的社会科学学科如政治学、社会学、经济学、（社会）心理学等。

从功能增强的角度看，AI4SS在知识生成中主要作用领域主要包括3个方面：1）数据处理；2）模拟实验；3）内容生成。

数据处理功能包括相关研究的资料与（多模态）数据的收集、整理/翻译、分类、归纳，文献综述的形成，AI数据处理能力与AI时代的数据丰裕现象相适应、相匹配。

模拟实验指的是用AI模拟社会调查和实验，主要形式是ABM。在个体层面，AI即可以模拟被试，也可以模拟主试。在群体层面，AI可以模拟一定规模的社会运动，最典型的是HAI。模拟实验的目标是生成社会数据和社会事实。

内容生成功能是对社会数据和社会事实进行分析和推理，以完成社会知识的生成，主要包括模式识别、知识推理、生成AIGC内容以及文本输出等。这个功能是如今人文社科杂志最为头疼的功能，主要原因在于无法完全区分个人创作和AI生成。

实际上，在社会知识生成之外，AI4SS还对社会科学成果的评价和政策应用发生作用。但是，这是AI4SS的外部功能，不是我们讨论的重点。

二、数据处理的有限性分析

介绍了目前AI4SS的基本状况，接下来一一分析上述三大功能的有限性。总体上，三大功能都极大地提高社会科学研究的效率，但都带来诸多问题和风险。

在数据处理方面，这些问题包括：随机鹦鹉与AI幻觉，数据毒性与质量，数据隔绝与数据孤岛，数据的文化性与地方性（不同文化和地方同一社会现象数据不同，并没有普遍性结论）。

实际上，社会事实从来就不是客观的——对此，波兹曼有很好的论证——AI并不能改变这种属性。

三、模拟实验的有限性分析

之前，我分析过社会模拟器的三大有限性，即模拟人的行为主义迷思，环境模拟的不可能，社会实然与应然的复杂关系。这里要进一步指出。

从实验哲学的角度，可以对AI模拟实验进行有限性分析。AI模拟实验属于数学模型实验的一种，带有模型实验的局限性，AI并没有改变这种情况。

第一层是实验方法的有限性。

第二层是社会实验方法的有限性。

第三层是数学模型方法的有限性

第四层是数据型模型方法的有限性。

第五层是大数据模型方法的有限性。

最后一层是直接针对HAI方法有限性的分析。

比如，社会实验也不具备科学事实那样的可重复性、可检验性。同一个社会实验，在不同地方和文化会得出不同结论，在相同地方不同时间也会得出不同的结论，不同的人对同样的数据看到不同的东西。比如，破窗实验在北京和纽约做肯定会不同，霍桑实验说明受试无法摆脱受试心态，等等。合作者要分析在AI语境中，这些问题是否如有些人想象的得到了解决。

四、内容生成的有限性分析

AI生成社会科学知识存在的问题包括：AI偏见，AI谄媚，AIGC的意识形态性，知识产权问题等问题。

在AI内容生成过程中，大模型会进行数据挖掘（模式或关联性识别）、推理、预测。从数据挖掘、数据推理、数据预测方面，可以分析AI4SS内容生成的有限性。

从本质上说，AIGC是统计学的语元排序，而不是对真实社会的理解或说明。网上所有的社会科学相关数据，是AI4SS内容生成的基础。总体上说，这些数据良莠不齐，各种阴谋论盛行，因此用AI直接生成社会科学知识的质量非常可以。

并且，这些网上数据并没有客观性，以它们为基础的AIGC何来客观性呢？

五、多元进路之一的AI4SS

究竟如何给AI4SS在社会科学研究中一个准确的定位呢？

第一，AI对于社会科学研究而言，始终是有力的新型工具，极大地提高社会科学研究的效率，但并不能统一社会科学的研究范式，或促动社会科学研究范式变革。

第二，作为社会科学研究的多元进路之一，AI4SS要更好地发挥功能，最重要的在于AI赋能而非替代研究者，即1）区分好人类环节与AI环节的分工，2）融合好人类能力与AI能力，形成人机知识共创的新模式。

第三，反对AI崇拜与AI4SS迷信，牢记AI4SS的有限性，努力用好AI4SS，为增进社会福祉和人类利益服务。

对于第三点，可以提一点具体的措施。

本文的合作者必须注意：以上idea是研究的总体框架和思路，具体结论、想法、论证、分类、问题、表述等并不一定准确。因此，合作者要熟悉我提出的有限AI理论，发挥主动能动性，照此蓝图深入研究，在研究中提高工作能力。

以上每部分1200字左右，精炼简洁表述主要idea。