一、開(kāi)幕致辭及主旨發(fā)言

來(lái)自北京精民社會(huì)福利研究院、Campbell循證社會(huì)科學(xué)中國(guó)聯(lián)盟、中國(guó)發(fā)展戰(zhàn)略學(xué)研究會(huì)智庫(kù)專業(yè)委員會(huì)等機(jī)構(gòu)的主辦單位負(fù)責(zé)人致辭，對(duì)本次研討會(huì)表示高度認(rèn)可。發(fā)言者們一致認(rèn)為，AI的發(fā)展勢(shì)不可擋，學(xué)者們應(yīng)積極擁抱這一變革，推動(dòng)跨學(xué)科合作，探索AI在社會(huì)科學(xué)中的創(chuàng)新應(yīng)用。

在主旨發(fā)言環(huán)節(jié)，各位講者基于各自的學(xué)科視角，主要討論了我國(guó)人工智能發(fā)展現(xiàn)狀及未來(lái)戰(zhàn)略。楊國(guó)梁研究員介紹了我國(guó)在人工智能領(lǐng)域的優(yōu)勢(shì)和挑戰(zhàn)，并提出了應(yīng)對(duì)全球競(jìng)爭(zhēng)的戰(zhàn)略建議。吳喜之教授從批判傳統(tǒng)統(tǒng)計(jì)學(xué)的角度，指出了傳統(tǒng)統(tǒng)計(jì)方法的局限性，強(qiáng)調(diào)了機(jī)器學(xué)習(xí)和大語(yǔ)言模型在數(shù)據(jù)驅(qū)動(dòng)分析中的重要性，并呼吁學(xué)界轉(zhuǎn)向更具預(yù)測(cè)精度的現(xiàn)代數(shù)據(jù)科學(xué)方法。

上海萌泰數(shù)據(jù)總經(jīng)理李軍博士從計(jì)算機(jī)角度介紹了人工智能在社會(huì)科學(xué)中的應(yīng)用，回顧了符號(hào)主義、連接主義和行為主義三大學(xué)派的發(fā)展。他詳細(xì)講解了大語(yǔ)言模型（如ChatGPT）的原理及其在文本理解和生成中的作用，并探討了其在社會(huì)科學(xué)中的實(shí)際應(yīng)用，如知識(shí)檢索、問(wèn)答生成和個(gè)性化推薦，同時(shí)分享了他所在公司的探索經(jīng)驗(yàn)。喬曉春教授分享了他的思考，重點(diǎn)討論了大語(yǔ)言模型對(duì)中國(guó)社會(huì)科學(xué)研究和教育的影響。他指出，大語(yǔ)言模型可以顯著改變傳統(tǒng)的教學(xué)和學(xué)習(xí)方式，提供更高效、個(gè)性化的學(xué)習(xí)路徑，但也帶來(lái)了許多挑戰(zhàn)，如對(duì)原創(chuàng)性的威脅和考核制度的變革。他強(qiáng)調(diào)，大語(yǔ)言模型無(wú)法取代批判性思維和創(chuàng)新能力，建議學(xué)者們將AI視為合作伙伴，而不是簡(jiǎn)單的工具。何國(guó)忠教授在點(diǎn)評(píng)中總結(jié)道，不論AI如何發(fā)展，每個(gè)人都需要從自身的領(lǐng)域出發(fā)，積極擁抱新技術(shù)，并不斷學(xué)習(xí)以保持競(jìng)爭(zhēng)力。他還提出了在未來(lái)教育中，智商與逆商（抗壓能力）同樣重要，呼吁大家要在新的學(xué)習(xí)方式中找到適合自己的路徑，共同迎接未來(lái)的挑戰(zhàn)。

二、主旨演講

第一個(gè)部分是“AI與社會(huì)科學(xué)的深度融合：大語(yǔ)言模型的應(yīng)用與挑戰(zhàn)”，共有三位講者進(jìn)行了分享。首先，上海交通大學(xué)的劉莉教授分享了她對(duì)AI時(shí)代高校教育教學(xué)評(píng)價(jià)變革與倫理風(fēng)險(xiǎn)的思考。劉老師指出，AI技術(shù)的迅猛發(fā)展正在深刻改變高校的教育方式，尤其是在教學(xué)評(píng)價(jià)中，AI展現(xiàn)出了提升教學(xué)質(zhì)量的潛力。然而，她也提到，AI的廣泛應(yīng)用在教育界引發(fā)了“地震”般的沖擊，傳統(tǒng)的教育評(píng)價(jià)體系需要結(jié)合大數(shù)據(jù)和人工智能進(jìn)行創(chuàng)新。劉老師強(qiáng)調(diào)，教育評(píng)價(jià)應(yīng)朝著個(gè)性化、多元化方向發(fā)展，注重過(guò)程評(píng)價(jià)，而非單純的結(jié)果導(dǎo)向。同時(shí)，她還表達(dá)了對(duì)AI在教育中可能引發(fā)的倫理風(fēng)險(xiǎn)的關(guān)注，特別是在學(xué)術(shù)誠(chéng)信和評(píng)價(jià)準(zhǔn)確性方面的挑戰(zhàn)。

接著，華北電力大學(xué)的康超老師探討了生成式人工智能在思想政治教育中的應(yīng)用現(xiàn)狀和挑戰(zhàn)。康老師指出，AI在思想政治教育中的應(yīng)用仍處于初步探索階段，尤其是在教師的角色認(rèn)知和師生交互上存在諸多問(wèn)題。他提出，AI可能會(huì)模糊教師的身份，導(dǎo)致教育對(duì)象透明化，進(jìn)而影響教育效果。康老師建議，教師在使用AI時(shí)應(yīng)明確自身的角色邊界，提升專業(yè)素養(yǎng)，注重科技向善的實(shí)踐，以確保AI技術(shù)在教育中的正確運(yùn)用。

最后，內(nèi)蒙古警察職業(yè)學(xué)院的劉敏娜老師則分享了AI在公安類院校法學(xué)教學(xué)中的應(yīng)用情況。她提到，由于公安類院校的特殊性，AI在法學(xué)教學(xué)中的應(yīng)用還處于起步階段，目前主要用于法學(xué)案例教學(xué)和智能辦案系統(tǒng)。劉老師強(qiáng)調(diào)，在法學(xué)教學(xué)中應(yīng)慎重對(duì)待數(shù)據(jù)隱私問(wèn)題，同時(shí)呼吁通過(guò)頂層設(shè)計(jì)和規(guī)范應(yīng)用來(lái)確保AI技術(shù)在公安教育中的有效運(yùn)用。她建議構(gòu)建人工智能的規(guī)范應(yīng)用模式，以支持公安類院校的數(shù)字化建設(shè)。

李明副教授總結(jié)了幾位老師的發(fā)言，并分享了他對(duì)AI在教學(xué)中的影響的看法。他指出，AI的引入與互聯(lián)網(wǎng)的普及相似，進(jìn)一步改變了知識(shí)獲取的方式。在過(guò)去，知識(shí)的稀缺性使得擁有豐富藏書(shū)的老師更具權(quán)威性，而如今，隨著AI技術(shù)的發(fā)展，知識(shí)的傳授不再是教學(xué)的主要目標(biāo)。相反，教授學(xué)生如何高效地獲取和利用知識(shí)，以及培養(yǎng)他們的批判性和創(chuàng)造性思維，才是現(xiàn)代教育的核心任務(wù)。李老師強(qiáng)調(diào)，AI應(yīng)被視為一種高效的輔助工具，幫助學(xué)生在自學(xué)中找到最佳路徑，而教師則需要通過(guò)互動(dòng)教學(xué)傳授經(jīng)驗(yàn)和理念，以提高學(xué)生的獨(dú)立思考能力。

第二部分

第二個(gè)部分是“生成式人工智能在社會(huì)科學(xué)研究中的應(yīng)用”，共有三位講者進(jìn)行分享。

林紹福研究員在研討會(huì)上圍繞“人文社會(huì)科學(xué)智能研究框架”以及“健康養(yǎng)老的應(yīng)用場(chǎng)景”進(jìn)行了詳細(xì)的分享。林老師深入探討了人工智能在精神健康和養(yǎng)老領(lǐng)域的具體應(yīng)用場(chǎng)景。他提到，自2015年以來(lái)，他帶領(lǐng)團(tuán)隊(duì)在這些領(lǐng)域進(jìn)行了多年的研究，尤其是在通過(guò)社交媒體監(jiān)測(cè)和干預(yù)抑郁癥患者方面，取得了顯著成果。林老師強(qiáng)調(diào)了應(yīng)用場(chǎng)景在人工智能研究中的重要性，并指出，社會(huì)科學(xué)研究不僅需要關(guān)注數(shù)據(jù)和算法，還需要解決法律、倫理和隱私保護(hù)等問(wèn)題，以確保人工智能技術(shù)在實(shí)際應(yīng)用中的有效性和安全性。

周逸臣同學(xué)分享了他關(guān)于運(yùn)動(dòng)員職業(yè)生涯影響因素的研究，探討了性別、家庭背景、傷病和心理健康等因素的作用。他還提到了在研究過(guò)程中遇到的生存分析方法上的挑戰(zhàn)，并希望向在場(chǎng)老師請(qǐng)教改進(jìn)方法。

喬曉春教授在發(fā)言中深入探討了ChatGPT和人工智能對(duì)當(dāng)前教育體系及個(gè)人發(fā)展的影響。他回顧了傳統(tǒng)教育模式，并指出隨著AI工具的普及，許多過(guò)去重要的學(xué)習(xí)內(nèi)容和方式已變得不再關(guān)鍵。喬教授認(rèn)為批判性思維、創(chuàng)造力和跨學(xué)科學(xué)習(xí)等技能在AI時(shí)代仍然具有價(jià)值。喬教授強(qiáng)調(diào)，未來(lái)教育應(yīng)注重軟技能，因?yàn)檫@些是AI難以替代的。他還分享了在暑期班中通過(guò)項(xiàng)目式學(xué)習(xí)引導(dǎo)學(xué)生使用ChatGPT的創(chuàng)新教學(xué)方法，認(rèn)為教育體系和個(gè)人都需調(diào)整以適應(yīng)AI帶來(lái)的變革。

王金水助理研究員在點(diǎn)評(píng)中表達(dá)了他對(duì)喬老師、吳老師等老一輩學(xué)者對(duì)新技術(shù)和新方法的開(kāi)放態(tài)度的欽佩。他還具體點(diǎn)評(píng)了幾位發(fā)言人的報(bào)告。對(duì)于林老師的報(bào)告，王老師認(rèn)為林老師從理工科角度探討人文社會(huì)科學(xué)的問(wèn)題，為文科研究提供了許多新的選題和視角。他也指出，跨學(xué)科交流困難的一個(gè)原因在于不同學(xué)科的術(shù)語(yǔ)和概念理解存在差異。對(duì)于周逸臣同學(xué)的發(fā)言，王老師肯定了其研究的獨(dú)特性，尤其是他能夠接觸到獨(dú)特的體育數(shù)據(jù)資源。同時(shí)，他也指出了研究中的一些細(xì)節(jié)問(wèn)題，如傷病的測(cè)量范圍過(guò)于寬泛，導(dǎo)致結(jié)果不顯著，以及心理健康測(cè)量可能需要參考更為公認(rèn)的標(biāo)準(zhǔn)。最后，他建議周同學(xué)可以進(jìn)一步研究運(yùn)動(dòng)員退役后的生活狀態(tài)，以更全面地理解運(yùn)動(dòng)員的職業(yè)生涯和生命歷程。

在互動(dòng)討論環(huán)節(jié)，與會(huì)者探討了AI在教育評(píng)價(jià)中的作用，強(qiáng)調(diào)了區(qū)分評(píng)價(jià)對(duì)象的重要性，認(rèn)為AI應(yīng)作為教學(xué)工具，而教師則需注重培養(yǎng)學(xué)生的批判性思維和創(chuàng)新能力。對(duì)于AI在法學(xué)教學(xué)中生成案例的可行性，盡管具有一定價(jià)值，但專家們一致認(rèn)為真實(shí)案例仍然不可替代。討論還涉及了AI工具（如ChatGPT）對(duì)本科生論文寫(xiě)作的影響。由于本科生專業(yè)知識(shí)積累有限，AI生成的內(nèi)容容易出現(xiàn)錯(cuò)誤，且學(xué)生難以察覺(jué)。因此，教師在指導(dǎo)本科生時(shí)需要更加細(xì)致，關(guān)注學(xué)生使用AI工具的具體方法，以確保正確引導(dǎo)。進(jìn)一步討論了AI在教育評(píng)估中的角色定位，提出傳統(tǒng)評(píng)估體系面臨挑戰(zhàn)，需重新考慮如何在技術(shù)輔助下公平評(píng)價(jià)學(xué)生的學(xué)術(shù)水平，既要關(guān)注論文質(zhì)量，也要衡量學(xué)生的獨(dú)立能力。

二、“學(xué)術(shù)對(duì)話：方法與科學(xué)”

吳喜之教授強(qiáng)調(diào)了編程在跨學(xué)科研究中的關(guān)鍵作用，建議研究者通過(guò)實(shí)際編寫(xiě)程序來(lái)培養(yǎng)數(shù)據(jù)思維，而不僅僅依賴現(xiàn)成的工具和代碼。他質(zhì)疑了傳統(tǒng)統(tǒng)計(jì)學(xué)中的顯著性檢驗(yàn)和回歸分析，指出這些方法在現(xiàn)代科學(xué)研究中的局限性，甚至可能誤導(dǎo)結(jié)果。吳教授還強(qiáng)調(diào)，編程不應(yīng)僅限于數(shù)學(xué)背景的人掌握，任何具備邏輯思維的人都可以通過(guò)簡(jiǎn)單的問(wèn)題逐步積累編程能力。

在跨學(xué)科研究方面，討論指出，非計(jì)算機(jī)背景的研究者在應(yīng)對(duì)人工智能和大數(shù)據(jù)時(shí)面臨挑戰(zhàn)，特別是在培養(yǎng)數(shù)據(jù)思維方面。吳教授建議通過(guò)基礎(chǔ)編程訓(xùn)練，結(jié)合具體領(lǐng)域的問(wèn)題，逐步提升對(duì)數(shù)據(jù)科學(xué)的理解和應(yīng)用能力。其他學(xué)者補(bǔ)充道，人文社科領(lǐng)域與計(jì)算機(jī)科學(xué)的結(jié)合，需要明確的問(wèn)題和需求，成功的跨學(xué)科合作依賴于需求與技術(shù)的有效對(duì)接。

在統(tǒng)計(jì)學(xué)教育方面，討論集中在傳統(tǒng)統(tǒng)計(jì)內(nèi)容在現(xiàn)代數(shù)據(jù)科學(xué)背景下的有效性問(wèn)題。吳教授認(rèn)為，傳統(tǒng)統(tǒng)計(jì)學(xué)的一些內(nèi)容可能已不再適應(yīng)當(dāng)今的研究需求，建議引入更多機(jī)器學(xué)習(xí)和數(shù)據(jù)科學(xué)的內(nèi)容。培養(yǎng)學(xué)生時(shí)，不僅要關(guān)注工具的使用，還需深入理解背后的原理，培養(yǎng)學(xué)生對(duì)數(shù)據(jù)和問(wèn)題的深刻理解，以在研究中做出更有效的分析和決策。

關(guān)于機(jī)器學(xué)習(xí)與統(tǒng)計(jì)學(xué)的關(guān)系，討論涉及如何在應(yīng)用中平衡這兩者。吳教授提到，現(xiàn)代機(jī)器學(xué)習(xí)方法（如隨機(jī)森林）在解決復(fù)雜問(wèn)題時(shí)具有獨(dú)特優(yōu)勢(shì)，而傳統(tǒng)統(tǒng)計(jì)方法在某些情況下可能不足以應(yīng)對(duì)復(fù)雜的現(xiàn)實(shí)問(wèn)題。這場(chǎng)對(duì)話為跨學(xué)科研究者和教育者提供了理論與實(shí)際操作層面的寶貴見(jiàn)解。

討論還涉及大數(shù)據(jù)和人工智能在藥物研發(fā)中的應(yīng)用。與會(huì)者指出，人工智能可以大大加速藥物篩選，通過(guò)機(jī)器學(xué)習(xí)預(yù)篩選潛在候選藥物，再進(jìn)行實(shí)驗(yàn)驗(yàn)證，從而顯著縮短研發(fā)時(shí)間。這種方法強(qiáng)調(diào)數(shù)據(jù)驅(qū)動(dòng)的決策，與傳統(tǒng)顯著性檢驗(yàn)方法有明顯不同。

在新聞文本分析中，研究生提出使用大模型進(jìn)行內(nèi)容分析的挑戰(zhàn)。盡管大模型在立場(chǎng)和情感分析上表現(xiàn)良好，但在價(jià)值觀或道德判斷等深層次問(wèn)題上，模型的結(jié)果可能不穩(wěn)定且一致性不高。吳教授回應(yīng)稱，社會(huì)科學(xué)中本就難以期待完全一致的結(jié)果，大模型的模糊性和不確定性也是正常的。

關(guān)于機(jī)器學(xué)習(xí)的可解釋性，討論提到，雖然隨機(jī)森林和決策樹(shù)等模型可以解釋變量的重要性，但更復(fù)雜的模型如深度學(xué)習(xí)面臨“黑盒子”問(wèn)題，難以解釋其內(nèi)部邏輯。學(xué)者們還討論了如何通過(guò)貝葉斯統(tǒng)計(jì)或小樣本學(xué)習(xí)來(lái)應(yīng)對(duì)數(shù)據(jù)稀缺的問(wèn)題，強(qiáng)調(diào)在有限數(shù)據(jù)條件下有效建模和推斷的重要性。

最后，討論涉及了大數(shù)據(jù)的真實(shí)性問(wèn)題。由于數(shù)據(jù)來(lái)源可能被污染或扭曲，這些數(shù)據(jù)往往無(wú)法真實(shí)反映現(xiàn)實(shí)世界，尤其在社交媒體和廣告推送中，這種失真現(xiàn)象更加明顯，影響了研究結(jié)論和社會(huì)認(rèn)知。學(xué)者們總結(jié)了小樣本研究的挑戰(zhàn)和可能的應(yīng)對(duì)方法，如數(shù)據(jù)合成和增強(qiáng)技術(shù)，以提高研究的可靠性。在整個(gè)討論中，強(qiáng)調(diào)了研究者在處理現(xiàn)代數(shù)據(jù)分析時(shí)，必須保持對(duì)數(shù)據(jù)來(lái)源和分析方法的批判性思考。

第一天的研討會(huì)在熱烈的討論中圓滿結(jié)束。與會(huì)者們對(duì)各個(gè)環(huán)節(jié)的深入探討表示高度贊賞，紛紛表示本次研討會(huì)內(nèi)容豐富，涵蓋了從統(tǒng)計(jì)學(xué)、人工智能到跨學(xué)科研究的諸多前沿話題，給他們帶來(lái)了極大的啟發(fā)。通過(guò)此次交流，大家不僅加深了對(duì)現(xiàn)代數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)在社會(huì)科學(xué)中應(yīng)用的理解，還獲得了很多切實(shí)可行的研究建議。

文章來(lái)源：科技戰(zhàn)略與決策研究網(wǎng)絡(luò)