何锡辉
人工智能作为引领新一轮科技革命和产业变革的核心力量，不仅深刻重塑着人类生产生活方式，更对哲学社会科学研究的思维方式、研究方法、组织形式产生全方位、深层次影响。面对人工智能带来的机遇与挑战，加快推动哲学社会科学研究范式转型，实现研究视野从可观察向可计算、研究边界从学科内向大众化、研究效果从难理解向易接受的深刻变革，是激发学术发展活力的关键，更是新时代繁荣发展哲学社会科学的必然要求。
坚持正确导向，把握研究范式转型的基本要义。人工智能时代的哲学社会科学研究范式转型，本质上是技术赋能与学术创新的辩证统一，必须坚持马克思主义指导地位、坚守学术为民初心，实现技术理性与人文精神的有机融合。
以理念革新筑牢转型根基，实现观察研究向计算研究升级。传统哲学社会科学研究多依赖经验观察、样本分析和主观研判，人工智能技术的突破，使海量数据处理、复杂系统模拟成为可能，让把整个社会作为研究对象变为现实。一方面，借助机器学习、大数据分析等技术，能够从海量社会数据中发现内在关联、揭示发展规律，推动学术研究从假设驱动向数据驱动拓展。另一方面，借助数字建模、系统仿真等方法，可对重大命题、社会治理方案进行前瞻性推演，实现学术研究从事后总结向事前预测延伸。
以协同赋能提升研究效能，推动主观研判向人机协同转变。人工智能时代的学术研究，已不是学者的“单兵作战”，而是人与机器的深度协同。在这一新型研究模式中，研究者始终处于主导地位，承担着提出问题、把握方向、诠释要义、价值判断等核心任务；人工智能则发挥高效辅助作用，承接数据处理、文献检索、模型运算、可视化呈现等重复性劳动，形成人主导、机器辅助的研究共同体，打破个人认知局限，提升研究效率，构建技术赋能与学术创新相互促进的良性循环。
以价值引领把牢转型方向，促进技术赋能与人文坚守统一。研究范式转型的核心是技术向善，必须坚守学术研究的政治底线、伦理底线、价值底线。人工智能技术本身是中性的，但数据采集的范围、算法模型的逻辑、研究结论的应用，都蕴含着价值选择。在数据层面，要坚守以人为本的伦理准则，严格规范个人信息采集使用，防范数据滥用、隐私泄露，确保研究数据的合法性与正当性。在算法层面，要警惕算法黑箱带来的偏见固化、公平缺失等风险，推动算法可解释、可追溯，避免技术偏离公共利益。在成果应用层面，要始终把服务国家发展、增进人民福祉作为出发点和落脚点，坚决抵制借技术之名传播错误思潮、损害国家利益、违背公序良俗的行为。通过强化价值引领与伦理规制，让技术赋能始终沿着正确方向前进，使新型研究范式既具技术精度，更有人文温度，真正实现学术创新与社会进步的同频共振。
立足时代需求，探索研究范式转型的实践路径。人工智能技术的广泛应用，打破了哲学社会科学传统学科界限，推动研究边界向平台化转型。这一转型既是学科交叉融合的现实需要，也是哲学社会科学繁荣发展的内在要求，必须以跨域协同、开放共享、多元融合为路径，构建开放包容的研究生态。
构建跨域协同的研究主体。传统哲学社会科学研究多局限于单一学科范畴，难以应对人工智能时代技术与社会深度交织的复杂问题。从舆论生态到平台治理，从算法公平到数字伦理，都需要技术视角与人文视角的交叉融合。新型研究范式可打破学科壁垒，推动形成“人工智能+哲学社会科学”的复合型研究主体，促进马克思主义理论、社会学、政治学、法学、管理学等多学科与人工智能技术从工具借用向范式融合跨越。通过跨领域、跨行业、跨部门的协同合作，实现研究力量的优化整合，让学术研究从“各自为战”走向“协同攻坚”，为破解重大社会问题提供综合性解决方案。
打造开放共享的资源体系。研究资源的获取与流通效率，直接决定哲学社会科学研究的质量与效能。传统“学科内”研究范式下，数据、工具、成果多局限于小范围流通，导致重复研究、资源浪费等问题，制约知识生产。人工智能技术的发展，推动构建起以开放共享为核心的研究资源体系，通过统一数据标准、搭建共享平台，实现数据资源、研究工具、阶段性成果的跨主体、跨领域共享，降低学术研究的技术门槛与迁移成本，让优质资源惠及更多研究者，特别是青年学者和基层研究力量。
拓展多元融合的研究场景。传统哲学社会科学研究多集中于高校、科研机构等，研究议题与实践需求存在一定脱节。人工智能时代社会运行的数字化、平台化特征日益凸显，研究对象深度嵌入数字治理、平台经济、公共服务等实践场景，单一学术阵地已难以覆盖问题生成与数据产生的全链条。新型研究范式推动研究场景向多元场域延伸，形成平台化整合资源、多主体协同研究的新格局。平台企业凭借数据、算法、算力优势提供实践场景与数据支撑，公共治理部门立足政策需求引导研究方向，智库发挥桥梁作用推动成果转化，使学术研究深度融入国家治理和社会发展实践，真正实现从实践中来、到实践中去。
强化制度保障，筑牢研究范式转型的支撑体系。人工智能时代的哲学社会科学研究范式转型，是一场涉及理念、方法、生态的系统性变革，必须依靠健全的制度体系提供坚实支撑，才能破解转型过程中的堵点难点，确保方向不偏、步履坚实。
强化顶层设计。人工智能时代的研究范式转型涉及多学科、多领域、多主体，需要打破部门壁垒、整合各方资源，形成上下联动、协同发力的工作格局。健全战略规划与政策协同体系，将哲学社会科学研究范式转型纳入人工智能发展战略、哲学社会科学创新发展规划，出台针对性扶持政策。加大专项投入与资源整合力度，搭建哲学社会科学大数据共享平台、智能研究工具库，推动数据、算力、成果开放共享。同时，鼓励地方政府、社会力量参与转型实践，形成多元投入、共建共享的保障体系。
完善制度机制。构建跨学科研究组织体系，支持高校、科研机构设立交叉学科研究院、研究中心等新型科研组织，推动传统学科与技术学科深度融合。建立跨学科研究项目立项机制，鼓励不同学科研究者联合攻关国家重大战略课题。健全产学研用协同创新机制，推动高校、科研机构与平台企业、管理部门建立长期合作关系，形成需求牵引、技术支撑、学术创新、实践应用的体系，通过共建研究基地、互聘人才等方式，实现产学研用深度融合，让学术研究更加紧贴实践。
优化评价体系。建立多元化的评价指标体系。改变唯论文、唯专著的单一评价导向，将研究成果的社会影响力、技术创新度等纳入评价体系，引入同行评议、实践检验、大众评价等多元评价主体，形成更科学的评价格局。完善分类评价与动态调整机制，根据不同学科、不同研究类型的特点，实行分类评价。对基础理论研究，重点评价理论创新、学术贡献；对应用研究，重点评价实践效能、解决问题的能力。通过评价改革，让真正有价值的研究脱颖而出，为研究范式转型注入持久动力。
（作者系湖南省当代中国马克思主义研究中心中南大学基地研究员，中南大学马克思主义学院副教授、博士生导师）
责编：刘茜
一审：刘茜
二审：印奕帆
三审：谭登
来源：华声在线
