生成式大模型正在对社会科学研究带来深刻影响。米加宁教授在《学海》发文论述了大模型时代知识的“涌现式”生产，杨永恒教授在《人民论坛·学术前沿》阐述了人工智能时代社会科学的“变”与“不变”，诸多学者围绕生成式大模型的认识论和方法论议题展开了广泛学术研讨。2024年3月23日，“生成式大模型认识论与方法论研讨会”在清华大学成功召开，本次会议由清华大学数据治理研究中心主任张小劲教授与哈尔滨工业大学经济与管理学院米加宁教授联合召集，邀请高校学者、科研机构专家与业界代表共同参会，围绕大模型的认识论基础、方法论价值与应用创新发展等议题展开讨论。此次研讨会集中反映了社会科学领域对大模型时代来临的观察思考和思想碰撞，为大模型时代的社会科学研究提供了重要启发。

会议伊始，米加宁教授对本次会议的背景进行了简要说明，他表示，生成式大模型的飞速发展为当今世界带来了颠覆性的变革，而在运用生成式大模型辅助教学和科研中的应用中逐渐涌现出了其背后的认识论和方法论层面的思考，需要我们重新审视知识的构成、获取与验证过程，思考如何有效整合生成式大模型的技术潜力与学术研究的严谨性，以推动教学和科研向更加开放、互动的方向发展。因此，召集本次研讨会旨在搭建一个跨学科的平台，通过汇集不同领域的专家学者，共同探讨生成式大模型在现实社会应用中的认识论和方法论的基础问题，为释放生成式大模型成为推动知识进步和社会福祉的潜力奠定理论认知。

清华大学社会科学学院院长、心理系教授彭凯平为本次研讨会致辞，他以“智能时代的社会科学：生成式大模型的挑战与贡献”为题，提出智能社会对社会科学研究带来的挑战与机遇。彭教授强调，在数据化、网络化、个体化和情感化的新时代，生成式大模型如ChatGPT在诸多领域展现出超越人类的能力，也为社会科学研究方法创新提出了新的启发。彭教授详细探讨了生成式大模型在提高社会科学研究效率、解决传统研究方法局限性等方面的潜力，同时指出了数据质量、算法透明度和社会偏见等挑战，他指出社会科学学者需要掌握新的技术技能，提升伦理意识，并拥有跨学科能力和持续学习的适应性。

随后，由张小劲教授主持进入主题报告环节。米加宁教授以“生成式大模型带来什么？会改变什么？——如何从认识论和方法论理解”为题展开分享。他强调了大模型对知识生产方式的根本影响，指出它们通过整合人类集体智慧，打破了传统基于个体经验和理性推理的知识生产模式。这种变化不仅促进了跨学科的知识融合，还提高了知识创新的速度和质量。此外，米教授还探讨了大模型对科学方法论的挑战。传统的科学研究方法，依赖于经验观察和理性推理，可能因大模型的出现而面临根本性的变革。大模型通过分析海量数据直接提取知识和规律，从而形成了一种全新的、更为高效的知识获取方式。

清华大学新闻与传播学院教授沈阳以“人工智能+千行百业——从AI哲学到AI应用”为题进行分享。沈教授首先介绍了AI如何助力跨学科知识启动和学习模式的革新，指出自己如何通过AI的辅助，在短时间内创作出大量绘画作品，并探讨了AI在艺术创作中的无限潜力。其次，沈教授提出了利用AI进行个性化教学的方法，鼓励学生通过智能辅助系统提升学习效率和创新能力，他强调了优化提示词的重要性，以激发学生的创造性思维。与此同时，沈教授还探讨了人工智能与自然宇宙的和谐共生，预见了AI在解决人类基本问题方面的作用，并强调了在技术发展的同时必须重视其伦理和社会责任。最后，沈教授呼吁加强跨学科合作，推动AI技术的健康发展，并为AI领域的未来发展提供了宝贵的思想交流平台。

北京理工大学教授徐磊针对“大模型与社会科学转型”分享相关的思考。他提出了三个关键问题：一是人类智能与AI学习机制的对比，二是从技术和哲学角度分析AI的认知机理，三是人机融合未来社会科学的形态。演讲中，徐教授深入探讨了人类认知的演化过程，强调语言的重要性以及人类社会的虚拟性质。最后，他分析了AI在高阶因果关系分析方面的优势，以及人类在目标设定、价值观形成和情景感受方面的独特作用，强调了未来人机融合智能系统中人类的不可替代性。

清华大学新闻与传播学院助理教授陈慧敏以“大模型技术的重要特性与交叉社会应用”为题展开分享。陈老师首先指出，大模型作为人工智能领域的重要工具，其发展趋势呈现出两个重要方向：一是技术层面的创新，即大模型作为类人智能体，不仅需要进一步学习和使用工具以提升其智能水平，同时可以发展群体智能，通过智能体间的交流与协作，模拟社会现象与规律，促进社会科学知识的生产与传播；二是与社会科学紧密结合，大模型的通用智能水平以及灵活领域适配能力，可以服务于社会科学的数据分析和规律发现。此外，陈老师认为虽然大模型降低了公众参与科学知识创造的门槛，但同时也可能导致集体知识的固化、单一化。

同方知网数字出版中心总经理谢磊以“助力知识的生产、传播和再生产：大模型时代学术出版的发展及知网的探索”为题展开分享。谢先生首先强调了大模型在学术出版领域的重要作用，他指出，大模型技术的发展对出版业产生了深远影响，特别是在提升稿件质量、优化审稿流程、促进知识传播等方面。与此同时，谢先生还探讨了大模型技术在学术伦理、版权保护、技术局限性等方面面临的挑战。他强调，尽管大模型技术带来了便利，但也存在诸如知识过时、语料质量不一等问题。为此，知网正在积极与各行业合作，开发垂直领域的大模型，如数字出版、法律等，以实现更精准的知识服务。

研讨会的下半场，与会专家开展自由交流与研讨。清华大学社会科学学院副院长、社会学系教授王天夫，清华大学社会科学学院副院长、政治学系教授孟天广，桂林理工大学公共管理与传媒学院教授章昌平，哈尔滨商业大学财政与公共管理学院讲师李大宇等多位专家学者围绕生成式大模型分享相关的研究与思考，并进行热烈的讨论。

清华大学社会科学学院教授张小劲围绕大模型在社会治理中的应用进行分享。张教授首先指出，大模型在数字政府和政务服务中的应用已经超出了预期，特别是在场景化治理方面，通过数据分析和算法模型的提炼，大模型展现出了强大的预警能力。同时，张教授进一步阐述了大模型在创造性领域的潜力，但在正式的政策文件生成方面，大模型仍面临诸多限制。政策文件的生成需要考虑政策语言的细微差别和政策原意的转换，这对大模型的参数设定提出了更高的要求。在讨论大模型的未来发展方向时，张教授认为，尽管大模型在宏观政策领域的应用还存在困惑，但随着从“互联网+”到“数字化+”，再到智能化的转型，大模型的应用前景仍然值得期待。

清华大学社会科学学院副院长、社会学系教授王天夫教授发表了关于数字化对社会结构影响的深入分析。王教授首先指出，随着数字化的到来，社会发生了根本性的变化，特别是在社会连接和社会组织方式上。他通过历史视角，从农业社会的家庭家族关系，到工业社会的集中化生产，再到数字化时代的个人为中心的社会网络，阐述了社会结构的演变过程。与此同时，他提出数字化使得数据流动成本降低，打破了时间和空间的限制，从而改变了社会生产的模式和生活方式。王教授探讨了人工智能是否能够通过学习大量数据后产生质的变化，从而拥有类似人类演绎推理的能力。他建议，在人工智能完全取代人类智能之前，社会科学研究应该关注智能的起源和运转机制，以及情感和情绪如何影响智能的发展。

清华大学社会科学学院副院长、政治学系教授孟天广以“大模型作为方法论：数据+算法驱动的社会科学研究”为题进行研讨分享。孟教授提出，大模型技术本质上是社会智能与机器智能的结合，引发了社会科学认识论和方法论的变革。不同于大数据时代的链接革命，大模型时代带来了行为革命，意味着通用人工智能进入日常生活，成为个体感知、认知社会（外部世界）并做出日常行为决策的必备品。与此同时，孟教授讨论了大模型在社会科学研究中的方法论价值，如辅助问卷设计、实验设计、预测模拟、因果推断等，并说明了大模型存在的问题，包括数据质量、虚假信息、生成幻觉等问题。最后，孟教授总结认为，大模型时代要求社会科学研究者适应新的研究环境，利用大模型能力进行知识生产，更好地促进社会智能和机器智能的互动和融合。

桂林理工大学公共管理与传媒学院教授章昌平分享了其团队在人工智能领域的最新研究成果和实践经验。章教授强调了性别、教育背景等因素对人们使用生成式人工智能习惯和方式的影响，并分享了一系列实验结果，包括机器生成问卷的优越性和人工智能在理解政策文件、预测政策内容方面的能力。在探讨人机共创时代的知识生产模式时，章教授提出了对未来社会科学研究方法论的思考。他强调数据的重要性，并指出数据的“厚度”对于深入理解行为背后的价值和意义至关重要。此外，章教授还提出了社会科学研究工作模式的改变，以及在数字化和智能化背景下，社会科学研究的三个发展方向：数智化、人类学和伦理学。

哈尔滨商业大学财政与公共管理学院讲师李大宇以“解构哈耶克难题：人工智能如何引领决策革命”为题展开了深入探讨。李老师首先引入了“哈耶克难题”的概念，指的是分散知识条件下实现有效决策和社会协调的难题，包括知识整合的困难、激励难以相容的问题，以及决策过程中的动态演化难题。在探讨人工智能如何解决这些问题时，李老师提到了分布式架构、联邦学习算法等技术手段，以及人工智能在持续学习和自主学习方面的能力。李老师提出，人工智能可能引发决策范式的革命，从线性优化到非线性智能，从静态均衡到动态适应，从精英决策到群体协商，从理性计算到混合智能，人工智能的决策能力可能接近甚至超越人类直觉的因果思维。

在会议的最后，与会学者围绕生成式大模型带来的知识生产方式革命、生成式大模型的社会影响与应用等方面展开自由讨论，中国社会科学杂志社编辑、马克思主义理论部副主任刘倩，北京化工大学文法学院副教授赵娟等参与讨论并提出自己的相关见解。至此，“生成式大模型认识论与方法论研讨会”圆满完成。