本书以“知识创新、理论创新和方法创新”为框架,以“回归思考的价值”为主题,探讨人工智能与社会科学和人文科学的融合。核心观点包括:
- 人工智能与社会科学和人文科学的融合:强调人工智能不仅是工具,更是知识生产和社会治理模式的重塑。通过“数据-理论-机制-治理”的闭环,将技术进步转化为方法论能力,将大学实验转化为可转移的组织经验和制度解决方案。
- 人工智能赋能与共生:从“AI赋能”转向“双向赋能与共生”,探讨技术如何驱动知识生产迭代,以及学术界如何引导技术向善,提升技术赋能的价值。
- 回归思考的本质:强调社会科学和人文科学的研究依赖于“深度认知”而非“快速生成”,通过长期循环、完整探究链和强情境参与,揭示事物本质、底层模式和现实逻辑。
关键数据和研究结论:
- 中国大学AI4SSH发展呈现“初步系统形成和明显分层”的格局:研究产出和国内融合加速,部分顶尖高校形成较成熟的跨学科研究体系,但国际学术影响力、原始创新能力、制度支持和研究成果转化等方面仍有不足。
- AI4SSH基础设施建设:强调基础设施不仅是硬件积累,更是可复用、可互操作、可评估和可审计的公共能力供给,优先级应从“资源规模”转向规则、流程和能力的可复制提供。
- 大学实践转型:从分散探索转向制度系统建设,围绕指数评估、基础设施、组织机制、人才培养和典型场景,形成相互促进的行动框架。
本书旨在为学术界提供“方法-证据-解释-行动”的整合框架和案例库,为大学提供平台建设、数据治理、计算和实验环境、组织机制、评价体系和人才培养的系统路线图,为社会治理和发展提供面向现实约束的工具箱和责任框架,以实现人工智能能力的透明、可验证、可审计和可问责的决策过程。