人工智能不仅是自然科学和工程技术领域的问题，也是人文社会科学领域的问题。
人文社会科学特别是哲学对人工智能的关注，在中国已经有近半个世纪的历史源流，正在经历不同时期研究热点的转变。
20世纪80年代率先提出“智能革命论”的先行者童天湘指出，高新技术的发展必然引领智能革命进入智能时代，新一代生产力的主要形式是人机复合智能系统。
那时，前辈预言智能时代的人机复合智能系统将应用于人文社会科学领域，现在这越来越接近现实。
随着人工智能的发展和对各界影响的加深，人文社会科学基础设施将呈现出与传统“人机结合”不同的特征。
最近生成型人工智能的新进展，使人工智能再次引起各界关注。
面对加速到来的人工智能时代，我们要积极构建人文社会科学领域新型基础设施，尽快推进生成式人工智能等新技术的高质量应用，抢占发展先机。
这对全面推进人文社会科学各领域创新，促进人工智能向善发展，具有十分重要和深远的意义。
基于生成型人工智能的焦点移动
当今时代，人工智能的应用具有很强的渗透性、扩散性和颠覆性。
有人惊叹，对于如今的生成型人工智能，这不再是“炼金术”，而是出现了“通用人工智能的火花”。
同时，也有人对技术失控和社会失范产生了担忧和担忧。
一时对生成型人工智能毁誉参半，存在不少争议。
要认识问题的本质，就要更全面地认识生成型人工智能，了解它对人工智能发展的意义何在。
这可以从目前生成型人工智能的主要特征来把握。
第一，可以生成新内容。
生成型人工智能不仅可以基于现有数据进行模拟和预测，还可以学习这些数据，并在此基础上产生新的内容。
因此，生成型人工智能表现出一定的“创造性”，表现出“智能的生成性”的重要特征。
二是具有语言处理能力。
针对人类用自然语言提出的问题，目前基于大语言模型的生成型人工智能已经能在一定程度上做出类似人类的回答。
这也是ChatGPT让很多人惊叹、印象深刻的重要理由。
凭借突出的语言理解和文本生成功能，当今的生成型人工智能有望远远超过传统的聊天机器人，成为人们广泛使用的新一代学习和工作助手。
三是更新人机交互生态。
生成型人工智能的新进展表明，功能上的突破不仅是数据量和模型参数达到一定规模后功能的出现，人类反馈微调和使用中人类智能的交互也反过来改善了功能。
这样，研究者就可以更准确地掌握事实，权衡价值。
四是转变知识生产方式。
人机交互生态更新伴随的是知识生产方式的转变。
生成式人工智能开创的“大模型人反馈”自动化知识生成模式，是智能化面向未来的新整合。
与传统的知识生产方式相比，生成型人工智能支撑的知识生产方式具有速度快、成本低、范围广等特点，可以大大提高知识生产效率。
五是对人提出新要求。
生成型人工智能往往不具备分辨生成的内容是否正确、准确以及相关价值判断的能力，对内容的评价仍然依赖于人自身的信息素养、知识体系和思辨能力。
无论是数据输入还是数据输出，都对人类的能力提出了与以往不同的要求。
这些特点表明，生成型人工智能具有重要的创新意义。
到目前为止，很多人都在讨论人工智能是否会发展出类似人类的智能或超越人类的智能。
生成型人工智能的新进展可能意味着问题的焦点逐渐从理论层面转移到实践层面。
基于人工智能的人文社会科学研究
近年来学术发展的趋势表明，科技前沿动态极大地引领和决定了人文社会科学研究热点的产生和转移。
在新一轮科技革命和产业变革的推动下，人类逐渐进入万物智能互联时代。
新兴科技发展和经济社会发展加速渗透融合，将人工智能应用范围从自然科学、工程技术等领域逐步覆盖到人文社会科学领域，打造人工智能主导的人文社会科学研究。
这意味着至少三个级别的驱动。 人工智能应用于人文社会科学的各个领域场景。人工智能帮助人文社会科学创新发展。人工智能拓展了关于人工智能的人文社会科学。
总之，人工智能的参与和支持，有助于人文社会科学研究者更深刻地理解人类思维和行为的本质，在深厚的科技化潮流中探索人类文明的未来命运。
人工智能驱动的人文社会科学研究，指的是人机合作的知识生产方式，有利于释放研究生产力，释放创新潜力。
一是进一步降低获得知识的门槛。
凭借人工智能强大的搜索、分类等信息处理能力，研究人员可以随时随地、随地获取海量知识。
二是增加知识供给的丰富度。
研究人员可以通过获得更多以前难以获得的数据，突破领域和学科的壁垒。
三是实现内容的初步加工。
人工智能具备的文本加工合成能力可以减少研究者在知识生产过程中的基础性、重复性劳动。
四是提供可选择的知识。
人工智能提供研究主题所需的各种相关信息，使研究者能够获得多元而不是单一的研究方案。
五是辅助整合与输出知识生产结果。
人工智能可以协助研究者撰写常规性任务文本。
六是知识生产过程反馈与校正。
人与机器之间的协同式、互联式关系，使人工智能支持基于人类反馈的强化学习。
从知识生产的全过程来看，人工智能带来的显著变化还包括知识管理与传播环节，将使知识得到更为快速、高效的管理、传播和应用。
人工智能可以为知识管理提供更多高效、实用的解决方案。
比如，知识图谱、数据仓库等工具，能够帮助人们处理、分析、维护大量的数据，从而更好组织和管理知识。
人工智能也可以为知识传播提供更为便利的技术环境，打破数字鸿沟和数据垄断，促进知识交往和公共传播，提高知识开放程度。
有观点将人工智能时代的知识生产方式形容为一种纠缠的“技术—社会结构”，拥有明显的超时空性、自组织性、动态适应性和系统开放性。
人工智能驱动的人文社会科学研究，也将融入教育与人才培养体系之中。
一是融入课程教学。
人工智能可以协助教师生成课程大纲、习题作业等教学材料，以及为学生答疑解惑，进而激发考核方式和教学目标的更新调整。
二是融入人才培养。
若使用得当，人工智能可以帮助学生训练辩证、批判、创新等思维，形成独立思考和解决问题能力，进而培养出新时代人文社会科学人才。
三是融入学科建设。
人工智能能够促进新的研究方法和思路的产生，不仅有助于一些新兴学科和交叉学科的孵化，而且有助于基础学科、重点学科、冷门学科找到新的生长点，从而促进学科发展和学科体系建设。
目前，人工智能已带来一些不可忽视的风险冲击与伦理挑战，并引发了诸多批评和争议。
面对新兴科技不断更新迭代和广泛应用的现实，如何“用善”且“善用”人工智能的问题越发重要。
同时，“用善”且“善用”也能够助推人工智能未来更好的发展。
对于人文社会科学而言，不断发展的人工智能是一种可以成为重要研究助手的优秀工具。
我们应把握机遇，布局建设基础设施，大力开发其巨大应用潜力。
建设人工智能时代的人文社会科学基础设施
加强人文社会科学的图书文献、网络、数据库等基础设施建设，构建方便快捷、资源共享的数字化科研平台，是加快学术发展的应有之义。
人工智能时代的人文社会科学研究，呼唤能够更好促进学术创新的基础设施。
搭建人工智能驱动的综合性人文社会科学创新平台，在推进过程的具体实践策略上需要注重以下几个方面。
首先，加强顶层设计，统筹多方力量，充分整合利用现有人文社会科学数字化基础设施。
一方面，要坚持公共性和普惠性，确保上网即可接入，克服地域空间、经济水平、教育资源等差异。
另一方面，要把握全局性和战略性，对创新平台及相关建设工程的目标设定、节奏把握、资源投入等进行总体设计部署，统筹多方协同共建，
抓好建设与维护过程中的技术支撑与保障、数据供应与共享、信息安全保护、争议纠纷处理、财力物力人力支持等事项。
考虑到新技术的自身特点和建设工程的周期规律，宜采取分期和试点的方式。
比如，可以针对创新平台的主要架构、内容、功能、机制和规则等，组建跨学科团队开展前期研究。
其次，克服现有人文社会科学数据库的短板，打造主动为研究者服务的创新平台。
一是更好地满足研究者的一般需求。
要优化传统数据库的文献存储与查找功能，做到文献总量更庞大、种类更丰富、查找更快捷等。
二是用户界面与体验更加友好。
要告别传统平台那种仅有搜索、功能繁杂、结果散乱的单向使用模式，使研究者更易适应、更快上手、更好操作。
三是人机交互新生态达到“1+12”的效果。
所谓人机交互新生态，并非指机器智能取代人类智能，而是指机器智能与人类智能各自优势的有效结合。
四是为用户提供个体化、差异化的服务。
不仅要在更多场景中生成更丰富的内容，对用户所提出的需求给予更精准的响应，而且要能够关注到作为微观主体的每一位研究者，全方位获取用户的需求和偏好。
五是扮演好高级研究助理的角色。
在创新平台的使用过程中，人们的主体作用应能够得到更充分发挥。
再次，提升研究者的创造力和研究成果的创新性。
以往，人类身处信息较为匮乏的环境之中，提升智能的关键是如何获取知识；如今，人类身处信息爆炸的环境之中，提升智能的瓶颈则是如何对所获取的知识加以评判、贯通、运用。
可以预计，低阶研究行为未来可能均会由人工智能来完成，而高阶研究行为未来则可能不会被替代。
这对研究者的创新能力提出了更高要求，甚至或许创新能力便是人类难以被机器取代的重要禀赋和特征。
在创新平台普及后，人文社会科学研究者或可产出更多经人工智能启发灵感、激发顿悟的创新成果。
人工智能生成文本内容的质量，往往取决于所学习语料的质量及数量。
可以通过深度学习大规模的中文语料库，使驱动平台的人工智能尽可能掌握中文的语法、词汇、语义以及更高级的学术史、研究前沿、专业动态等，从而能够生成高质量的中文文本。
最后，建立健全相应的体制机制，主动加强伦理治理。
要高度重视制度建设，不断完善多方参与和协同共建的体制机制，建立多部门多主体的协商机制、打破数据垄断的共享机制、用户人人参与的互动机制等。
要坚持伦理先行，加强源头治理，及时应对新技术引发的伦理风险，明确并坚持一定的伦理原则。
一是坚持以人为本。
要确保人的主体性、自主性，不过度、盲目追求自动化，避免人趋于被动和机器化，认清自动生成内容的实质，破除认为人工智能能够在知识或道德上具备权威地位的幻象。
二是坚持公益为先。
要公平、包容地面向不同类型的用户，促进人文社会科学事业的健康发展。
三是坚持控制风险。
要对人工智能应用中的风险和不确定性予以充分预估，倡导全程跟进评估和多方会谈协商，防止人工智能在人文社会科学研究中的误用和滥用，保障研究、教学及成果转化等领域的应用均符合学术规范和科研诚信，
走负责任创新之路。
四是坚持开放透明。
可以鼓励社会参与和集思广益，提高相关信息公布的透明度，做好对外合作交流和推介传播，从而更好发挥人文社会科学在融通中外文化、增进文明交流互鉴中的独特作用。
建设人工智能时代的人文社会科学基础设施、发展人工智能驱动的人文社会科学研究大有可为。
这是一片广阔而复杂的新天地，需要多部门、多学科的通力合作。
这项工作是一个系统工程和一项长期事业，需要不断跟进人工智能、大数据等领域的新发展，持续吸收新技术，及时调整并完善。
这样便可以推动人文社会科学更具前沿性、时代性、实用性的创新发展，同时也可以促进人工智能的进一步发展与应用，使人工智能与人文社会科学携手共进。
来源： 《中国社会科学报》 2023年7月25日第2698期作者：雷环捷