AI4SSH：人文社科如何反向赋能人工智能治理

早些年人们对AI的期待还偏向实用工具属性，比如辅助写邮件、翻译文献或是充当聊天伙伴，那时的AI更像一个青涩的实习生，按指令完成任务却时常出现逻辑漏洞。但近两年AI的发展势头迅猛，早已跳出了简单辅助的范畴：它不再只是帮着整理两段文字，而是能够接手整套工作流程——从撰写代码、检索资料、完成分析到生成完整方案，甚至可以自主拆解任务、调用工具、规划步骤并校验结果。

这股浪潮也带来了不少令人哭笑不得的变化：程序员开发的AI开始接手部分开发工作，不少白领岗位也发现AI已经成为了身边的协作伙伴。而在学术领域，AI大幅降低了论文写作的门槛，哪怕不理解学术研究的核心价值，也能把论文格式调整得规范工整。于是出现了批量生成论文、批量投稿的现象，审稿人忙碌时会用AI辅助审稿，甚至有作者会在论文中加入仅AI能识别的提示词，以此获得更积极的评审结果。所有参与者都节省了时间，但知识本身是否真的得到了增长，至今没有统一的定论。

但核心疑问也随之而来：我们得到的究竟是更多的知识，还是更多看起来像知识的内容？当越来越多的工作都可以交由AI完成，人类的独特价值究竟是什么？复旦大学发布的《2026人文社会科学智能发展蓝皮书》，正是试图回应这些核心问题。

与首期蓝皮书聚焦AI如何赋能人文社会科学不同，本期蓝皮书以「重新发现深度思考的价值」为核心主题，提出AI与人文社科的关系正在从「单向赋能」转向「双向融合」：AI会改变人文社科的研究路径，而人文社科则需要参与定义AI的使用目的、应用场景以及应当受到的约束。作为蓝皮书的特别支持单位，上海科学智能研究院也正携手复旦大学，持续探索AI与人文社会科学深度融合的可行路径。

AI能力越强，深度思考为何愈发关键？

我们可以用日常的例子类比：计算器普及后，人们不再需要手动计算复杂的算术题；导航系统出现后，人们也不必记住所有的路线。按照这个逻辑，当AI能够完成资料分析和结论生成，人类或许可以更少地动用脑力。但社会问题绝非简单的算术题。

蓝皮书以气候—社会系统耦合为例指出，真正的难点不在于处理更多变量，而在于理解自然系统与社会系统在结构、变量和尺度上的错配。一个模型能够完成运算，并不代表它真正理解了问题本身。算术题只需要判断答案是否正确，但知识生产和公共决策却需要持续追问：论证过程是否可靠、前提假设是否合理、潜在风险是否可控，以及问题本身是否具备指引未来的价值。

蓝皮书认为，当前的研究瓶颈已经发生转移：过去的核心问题是能否处理足够多的研究材料，而如今的关键则在于能否提出有价值的研究问题、建立真实的因果机制，并形成可检验的完整证据链。哪些问题值得研究、观察到的模式该如何解释、某种结果是否公平合理，以及研究是否遗漏了关键信息或是固化了固有偏见，这些判断都无法被完全自动化。AI的能力越强，人类的判断责任反而越重。

AI看似全能，哪些领域它难以真正胜任？

如今的AI已经能够熟练地完成语言组织、逻辑推理和工具调用，越来越像一个可以协作的「研究伙伴」。但我们仍需要追问：它究竟是真正理解了内容，还是以极高的水准模拟了理解的过程？

四十多年前，哲学家塞尔通过「中文屋」思想实验质疑纯粹的句法操作能否产生真正的语义理解。如今，大模型技术将这个问题摆在了所有人面前：我们该如何判断大模型真正理解了什么，又遗漏了哪些关键信息？

蓝皮书的核心判断之一是，人类智能绝非简单的「输入—输出」过程。人类能够理解世界，源于感知与注意将外部刺激组织为具体情境，记忆与认知地图将过往经验整理为可迁移和推理的结构，而情绪与价值判断则决定了哪些信息更重要、哪些目标更值得追求。

人机协同的第一步，并非先让AI开展工作，而是明确人类与AI的分工边界。AI可以帮助识别研究对象、检索信息、生成文本，但它很容易将复杂的社会经验简化为自身易于处理的格式，将真正需要深度理解的问题转化为看似已经被解答的内容。因此，我们需要从单纯的对象识别转向情境理解，从信息存储转向经验组织，从内容生成转向价值判断与自我反思。

认知科学的重要性也因此凸显：它告诉我们，深度思考并非与AI对立的能力，而是在人机协作中更需要被激活的核心能力。真正有价值的认知型AI，不应只是给出单一、流畅且确定的答案，而应当帮助人类提出问题、比对证据、保持判断的主动性。

学术生产提速后，如何保障研究可信度？

AI进入学术研究领域后，最直观的变化是效率的大幅提升。文献整理、数据清洗、代码生成、图表绘制乃至论文初稿，都可以在极短的时间内完成。研究者不必再将宝贵的时间消耗在重复性劳动上，学者的思想深度也不应由手工调整参考文献格式的次数来衡量。

但研究的速度与知识的增量并非一回事。论文生成得快，并不意味着概念已经被澄清、数据已经被真正理解、因果关系已经被证实。语言模型尤其擅长将分散的材料组织成连贯的叙述，而学术研究最危险的时刻，往往就是叙述显得过于完美流畅的时候。

风险往往隐藏在看似只是「技术操作」的环节中：变量如何选择、指标如何构建、样本从何时开始选取、哪些案例被纳入研究范围，每一个决策背后都包含着理论判断。机器本身并无主观恶意，但它只需要在第一步犯下一个微小的错误，就能在后续的二十步中始终保持自信地推进。

另一个风险来自自动化的模型搜索：AI可以不断尝试变量组合、参数设置和样本区间，直到找到显著性更强、拟合度更高、图表更美观的结果。过去「试到显著为止」还受限于时间和精力，如今智能体可以不眠不休地进行搜索，效率提升的同时，统计偶然也可能被更高效地包装成理论发现。

自动化科研带来的真正挑战，并非机器会不会犯错，而是错误能否被及时发现、研究过程能否被完整回溯、最终结论能否被重新检验。

AI做出决策时，谁来承担最终责任？

AI的识别与分类能力正在快速提升，它可以识别公众诉求、判断风险等级、审核申请材料、匹配政策方案，也能够为工作人员提供决策参考。这类系统的吸引力显而易见：它们比人类更快、不会疲劳，也不会因为压力或情绪波动改变处理节奏。

但「不会疲劳」与「公平公正」并非同一概念。蓝皮书引用的研究显示，在分析健康论坛帖子和国际学生访谈时，人类研究者能够识别医患互动、文化责任等细微差别，而大模型却容易将这些内容概括为更普通、更标准化的类别。模型并非完全没有理解能力，只是它擅长将难以理解的内容改写成自身易于处理的形式。

在公共治理场景中，这种简化可能直接影响个体的权利与待遇。蓝皮书由此区分了两种AI嵌入模式：一种是「代理型」模式，算法成为行动主体，从信息输入到最终决定全程自主完成，人类仅在系统故障或当事人申诉时才介入；另一种是「辅助型」模式，AI负责检索信息、计算分析、提示风险和生成方案，最终决策仍由人类作出。

两种模式的核心区别不在于使用了多少技术，而在于权力是否发生了转移。当然，即便制度文件中写明了「人在回路」，也不能保证人类真的还掌握着决策权。如果工作人员只能在算法给出的结论后点击「确认」，所谓的人工复核不过是将机器的决定换了人类的手指来执行。

人工角色必须拥有实质的介入权、纠偏权和解释权，否则所谓的人工复核只会变成一场责任表演。当AI开始影响个体权利时，问题不能仅停留在「模型是否准确」，还必须明确谁部署系统、谁复核结果、谁解释决策、谁接受申诉并承担最终责任。责任可以被分工，但不能因为分工过细而最终消失。

深度思考，不止「多想一会儿」

「深度思考」听起来像是一种个人美德：面对问题不要急于给出答案，多花时间思考。但真正有意义的深度思考，必须融入研究流程、治理程序和组织制度中。它不仅要求个体保持谨慎，也要求系统保留允许人类谨慎、质疑和纠偏的空间。

AI可以帮忙，但证据链不能省

深度思考并不意味着拒绝AI。我们不必为了证明人类的尊严，坚持亲自整理数千份研究材料，或是花费一整天的时间调整参考文献格式。关键在于，工作可以交给AI，证据链不能一起交出去。AI可以检索文献、处理数据、运行代码，但研究者仍需要判断问题是否值得提出、概念是否被准确转化为可测量的指标、数据关系能否支持因果解释，以及结论适用于哪些范围。

蓝皮书介绍的STRIDES框架，尝试将复杂的研究流程拆分为理论、方法、数据、执行和审查等多个环节，并在关键节点设置检查步骤：研究假设需要明确写明，证据能够被精准定位，数据和代码保留完整的版本记录，高风险或低置信度的结论需要重新交由人类判断。

当AI参与研究后，研究产出不应仅剩下一篇最终论文。研究问题、数据字典、分析脚本、运行记录、审查意见和人工裁决都应当被完整保留，让其他人能够看清结果的来源、在哪一步可能出现错误、经过了哪些修改。科学之所以可信，并非因为结论来得快，而是因为其他人能够沿着完整的证据链重新推演一遍。

相关研究团队给出了一个简单的自我检查方法：关闭AI模型后，你能否用自己的语言说明问题是什么、证据来自哪里、结论依赖哪些假设、可能存在哪些反例，以及结论的适用边界在哪里？如果只能说「它讲得很有道理」却无法解释背后的逻辑，如果研究问题逐渐被改造成AI更容易回答的形式，如果文章越来越流畅但自身的观点却越来越模糊，那么AI很可能已经从表达助手变成了判断代理。

规则不能只写在口号里

关于AI治理，人们已经提出了许多正确的原则：公平、透明、安全、以人为本、保护隐私、承担责任。但问题在于，如果这些原则不能转化为可执行的程序，就很容易只停留在会议和文件中。

一套制度如果只有原则而没有执行机制，就和一个只有理想却没有闹钟的人差不多：每天都打算做正确的事，却从未在正确的时间醒来。蓝皮书强调，AI治理要覆盖系统的整个生命周期：部署前评估风险和适用边界，运行中记录关键决策、监测异常并保留人工介入的通道，出现问题后能够完成复核、纠偏和追责。

不同风险等级的系统，也不应接受完全相同的治理标准。普通的信息检索和文本整理可以适当降低门槛；而涉及公共安全、重要权益和关键决策的系统，则需要接受更严格的测试、审计和部署要求。

治理也不能止步于「已经告知」。受到AI决策影响的个体应当知晓决定的依据是什么、可以对哪些内容提出质疑、应向谁提出异议，并且能够要求人工复核，在错误发生后获得实际的救济。否则，告知义务很容易变成一份无人能看懂的技术文件，申诉渠道也可能只剩一张无人问津的网页。

当然，AI治理并非给技术踩刹车，它更像是修建道路：哪里可以提速、哪里必须限速、哪里需要设置护栏，以及出了事故后由谁负责。没有规则的道路并不代表自由，通常只会让强者开得更快，而其他人只能小心翼翼。

AI会整理答案，人还得决定方向

AI非常擅长回答已经被提出的问题，但社会真正棘手的问题，通常并非没有答案，而是不存在所有人都认可的标准答案。当效率与公平发生冲突时，应当优先保障哪一方？当技术创新带来整体收益，却让部分群体承担更大代价时，怎样的分配才算合理？当公共利益与个体权利产生矛盾时，边界应当划在哪里？

这些问题都无法通过扩大模型参数规模自动得到解决。蓝皮书将人文社科对AI的「反向赋能」概括得十分具体：不是站在技术旁边发表抽象的道德意见，而是把价值冲突转化为可分析的权衡维度，将社会后果转化为可测量的指标，并为技术发展提供更具方向感和解释力的知识框架。

模型可以告诉我们不同选择可能带来的后果，但它无法自行决定哪部分群体应当为整体效率付出代价，也无法判断某种代价是否值得承受。蓝皮书讨论的中华早期文明大模型就是一个典型案例：历史文献、出土文字、器物图像、遗址信息和地理数据，过去分散在不同的资料系统和专家经验中；多模态模型可以将这些资源整合到同一个知识空间，实现不同来源证据的相互参照。它的意义不仅在于提升检索效率，更在于改变了证据的组织方式。但当关联的材料越来越多，专家仍需要判断：哪些关联具备历史意义，哪些只是表面相似；哪些叙事建立在可靠证据之上，哪些只是被模型组织得更加流畅。

这正是人文社科不能被简化为「给AI挑错」的原因：它不仅要负责指出偏见、风险和漏洞，还要解释价值冲突、分析制度后果、理解个体的具体处境，并帮助社会形成可以共同承担的判断。技术解决「能够做什么」，而人文社科则继续追问「为什么要做」「应当做到什么程度」「代价由谁承担」。

仅靠少数团队远远不够

谈到AI与人文社科的融合，人们容易联想到几个实验室、几项明星成果，以及少数既懂技术又懂社科的研究者。这当然很重要，但仅靠这些远远不够。

一个领域要形成长期的可持续能力，需要数据、算力、模型、工具链、人才培养、组织协作和评价制度的共同支撑。蓝皮书特别提醒，AI4SSH基础设施并非简单购买更多的机器，也不是将几种模型放进同一个网页，而是多模态数据底座、计算环境、领域模型、智能体、工具链及协同机制的整体建设。

买到算力相对容易，但建立统一的数据规则很难；发布一个模型相对容易，但让不同学科真正理解彼此的研究问题很难。真正的挑战，在于将零散的研究项目沉淀为可以持续运行的组织能力。

更重要的是，认知科学等新兴学科也需要同步谋划。认知科学连接哲学、心理学、神经科学、计算科学、语言学和社会科学，它既帮助我们理解人类智能，也帮助我们反思和校准机器智能。对高校而言，这类基础学科的建设未必能立刻对应一个可演示的应用，却决定了未来人机协同能否从工具使用走向范式创新。

蓝皮书由此构建了「中国高校AI4SSH指数」，从研究核心能力、发展创新潜力和社会传播能力三个维度展开，包含3个一级指标、7个二级指标和10个三级指标。这一指数提供了结构化的观察窗口：哪些高校已经形成了稳定的交叉研究体系，哪些仍停留在零散的项目阶段；哪些拥有研究产出却缺少制度支撑；哪些有学术成果却尚未转化为公共影响和社会服务。

蓝皮书的总体判断是，中国高校AI4SSH发展已经呈现「体系初构、梯次分明」的格局，研究产出和本土融合进展较快，但在国际学术影响力、源头创新、制度支撑和社会服务转化方面仍存在短板。因此，衡量AI4SSH的发展，不能只看模型、论文和项目的数量，还要看数据、工具、规范、人才和协作机制能否长期稳定运转。技术可以快速升级，但制度和组织只能缓慢学习；真正决定AI与人文社科能够走多远的，恰恰是这些不太容易被做成演示视频的部分。

结语：AI越会回答，人越要知道该问什么

复旦大学党委书记裘新在蓝皮书的序言中寄语读者，在智能时代「始终守护思想、砥砺思考，保留独立思索、理性判断、追问价值、明辨取舍的从容和定力，以思想之深引领智能之变」。这也是这本蓝皮书希望传递的核心态度：它不仅是对一轮技术变革的观察，更是复旦文科面对智能时代的一次集体思辨。

真正重要的是，在自动生成内容之前，先判断什么问题值得提出；在模型给出结论之后，继续追问证据是否可信；在技术进入社会之前，明确它的边界和责任；在众多可能的未来方向中，保留人类的价值判断和选择权利。我们不必再证明人类在哪些任务上比机器更快，而应当重新确认人类在知识生产和社会运行中不可转让的判断责任与主体地位。

机器可以帮助我们抵达许多地方，但为什么出发、应当去往何处，以及抵达后要过怎样的生活，这些事情恐怕还不能完全交给机器。这本蓝皮书将于7月17日在WAIC 2026「人工智能全球治理与可持续发展」论坛正式发布，全文下载可关注相关官方平台。