生成式人工智能赋能哲学社会科学研究.pdfVIP

第77卷第6期2024年11月

Vol.77No.6Nov.2024025~033

DOI：10.14086/j.cnki.wujss.2024.06.003

生成式人工智能赋能哲学社会科学研究

马费成陈帅朴

摘要生成式人工智能作为基于海量数据训练的模型，涵盖了丰富的社会价值和事

实知识，其所展现的机器智能显著提升了各类社会生产与科学研究的效能。哲学社会科学

强调与新一轮科技革命和产业变革交叉融合发展，生成式人工智能除了作为前沿技术工具

丰富了哲学社会科学的研究手段，其更为突出的特征是成为哲学社会科学的研究对象，极大

扩展了研究视角和观察视域。鉴于二者融合具有释放巨大势能的潜力，首先应当剖析生成

式人工智能赋能哲学社会科学的前提基础，在此基础上围绕赋能过程中的创新模式与核心

挑战进行深入探讨，最后系统提出赋能路径的建设策略，从而厘清生成式人工智能对于哲学

社会科学的赋能机理，创新哲学社会科学的理论体系和研究方法，推进中国特色哲学社会科

学的建设与发展。

关键词生成式人工智能；哲学社会科学理论体系；哲学社会科学研究方法

中图分类号C0；TP18文献标识码A文章编号1672-7320（2024）06-0025-09

基金项目国家社会科学基金项目（19VXK09）

从数字化到数智化，技术演进已成为推动社会发展的关键要素。万物互联的数字文明新时代，人工

智能作为人类探索机器智能的前沿技术，受到更为普遍和深入的关注，为各个领域带来了革命性的变

化。为贯彻落实国家《新一代人工智能发展规划》，中华人民共和国科学技术部会同国家自然科学基金

委员会于2023年3月启动人工智能驱动的科学研究（AIforScience）专项部署工作。如今，生成式人工

智能（GenerativeArtificialIntelligence，GAI）的突破进一步推动科学研究边界拓展，权威科学期刊《自然》

也将GPT-5等新一代AI的挑战列为未来最值得关注的科学事件之一。

生成式人工智能，亦称为大语言模型（LargeLanguageModels，LLM），起源于1956年达特茅斯会议

诞生的人工智能概念，近十年受生成对抗网络、强化学习、预训练模型等核心技术的驱动而快速发展。

在其建构与发展过程中，理论研究经历了从规则逻辑到机器学习再到深度学习的演进，运作模式也从识

别和预测现有数据转到创造和生成新型数据，应用实践更从空中楼阁到落地生根，为各行各业带来了显

著的价值跃升。相较于过往各阶段的人工智能，生成式人工智能的典型特征是运作逻辑的转变，即从分

析式系统转向为生成式系统，极大提升了技术的感知易用性和感知有用性，使人类能够更便捷高效地应

用先进技术。此外，生成式人工智能得益于数智环境下海量的互联网多模态数据以及先进的计算机硬

件支持，通过学习和理解数据的分布，已经具备强大的生成能力、迁移能力和交互能力，展示出类人的感

知与认知智能。当前，以ChatGPT为代表的生成式人工智能正加速成为人工智能领域的前沿发展方向，

推动人工智能从庙宇高堂走进千户万家，对经济、社会以及科学研究的发展产生重大影响。

生成式人工智能承载着人类对于机器智能的丰富想象，与哲学社会科学密切相关。生成式人工智

作为人类思考存在与认知等哲学问题的现代化表达，能够模仿人类思维的复杂过程，重塑人类获取、处

理和创造信息的方式。生成式人工智能作为数智环境中的变革性技术，正在为哲学社会科学提供新的

·26·武汉大学学报（哲学社会科学版）2024年第6期

研究视角和工具。在新文科建设背景下，哲学社会科学正与时俱进，强调与新一轮科技革命和产业变革

［1］

交叉融合发展。探索生