当前，以生成式人工智能为代表的智能技术浪潮，正以前所未有的广度与深度渗透至人类社会各领域，引发生产力与生产关系的深刻变革。习近平总书记深刻指出，“哲学社会科学是人们认识世界、改造世界的重要工具，是推动历史发展和社会进步的重要力量”。人工智能作为这一变革的核心驱动力，与哲学社会科学的结合，超越了简单的工具性应用，触及研究范式、知识生产逻辑与学术生态的深层结构。这要求我们深刻理解工具理性和价值理性的辩证统一，深刻把握二者“双向赋能、相互塑造”的内在逻辑：一方面，自觉运用人工智能这一革命性力量，为建构中国自主的知识体系提供全新动能；另一方面，以哲学社会科学引领人工智能的健康发展，确保其服务于中国式现代化与创造人类文明新形态的伟大实践。
人工智能驱动哲学社会科学的深刻变革
纵观人类文明史，每一次划时代的技术革命，都不仅是以生产工具为代表的生产力飞跃，更是认识世界、改造世界的思维方式的深刻变革。从马克思主义的观点看，人工智能作为当代最活跃、最具渗透性的“一般智力”形态之一，代表着生产力的质变性突破。这种跃升必将要求并推动作为上层建筑重要组成部分的哲学社会科学，在研究预设、方法路径、评价标准等方面，发生系统性、结构性的重塑。
拓展认知疆域，重塑研究范式。研究范式是特定学术共同体在某一历史时期所共同遵循的基本信念、理论框架与方法规范，构成知识生产与理论建构的深层基础。范式的转型往往先行于知识体系的重构，并为后者提供前提性条件。因此，剖析人工智能对研究范式的影响，是理解其赋能自主知识体系建构的逻辑起点。从哲学基础来看，人工智能重塑研究范式涵盖本体论、认识论与方法论三个层面。在本体论范式上，人工智能推动社会实在图景发生结构性变化，催生了新的、亟待认识的社会实在，研究对象不再局限于物理空间中的人类行为，而是扩展至人机交互、算法驱动、数据留痕等新型社会现象。在认识论范式上，人工智能通过引入数据驱动、模式识别、关联分析等新型认知方式，使知识可以从海量数据中“涌现”出来，挑战了“无理论不认知”的传统信条。在方法论范式上，人工智能极大拓展了哲学社会科学的研究工具与方法谱系，计算社会科学、生成式社会模拟、自然语言处理、图学习模型等新型研究方法迅速兴起，与传统定性、定量方法形成互补与融合。
革新认知方式，变革知识生产。知识生产是人类社会对客观世界进行认知加工、形成系统化知识成果的创造性活动，其规模、速度与质量直接决定着知识体系的完备程度与更新能力。从历史演进来看，传统哲学社会科学的知识生产主要采取个体化的“手工作坊”模式，学者凭借个人学养积累，通过文献研读、田野调查等方式提出问题、形成观点并著书立说，知识传播依赖于期刊、著作与课堂，知识获取主要发生在学术共同体内部，呈现出周期长、门槛高、受众窄等特征。人工智能的兴起正在推动知识生产向智能化、协同化、普惠性方向转型。在知识的提出环节，人工智能极大地增强了问题发现与假设生成的能力，通过大规模文献挖掘、学术趋势分析和社会舆情监测，为研究者提供数据驱动的选题建议。在知识的传播环节，人工智能利用智能推荐系统、学术知识图谱与多语言互译工具，实现了知识的即时推送、精准匹配与无障碍传播。在知识的接受环节，人工智能通过提供智能摘要、知识问答、关联推荐、交互式学习等新型接受方式，使研究者能够快速把握知识脉络、精准定位核心观点，从而加速知识的内化、转化与新知识的再生。
重构学术生态，重建评价体系。学术评价体系是对哲学社会科学研究成果、研究人才及学术机构进行价值判断的标准与方法集合，在知识体系建构中发挥着“指挥棒”与“风向标”的关键作用。学术评价体系设定何为“好研究”“真问题”“高水平成果”的判断标准，潜移默化地引导着研究者的选题方向、方法取向和价值追求，从而深刻影响着知识体系建构的路径选择与资源分配。在人工智能赋能下，学术评价体系呈现出三个鲜明特征。一是评价主体多元化。智能算法可以对研究成果进行自动化的规范性检测、创新性评估和影响力测算，形成人机协同的评价模式。二是评价维度融合化。通过对海量数据的自动采集与智能分析，综合考量研究成果的学术创新性、社会影响力、文化传承力以及国际能见度等多个维度，为克服“以刊评文”“以数论质”的弊端提供了技术可能。三是评价过程动态化。通过实时追踪研究进展及阶段性成果，为研究者提供持续的优化建议；同时，评价数据可以累积形成学者的“学术成长档案”，为人才评价提供更加立体、长时段的过程支撑。
在人工智能赋能中实现知识体系跃升
人工智能在赋能创新发展、激发范式变革的同时，也潜藏着不容忽视的风险与挑战。例如，算法依赖可能导致研究主体性的弱化，智能生成内容的滥用可能侵蚀学术原创精神，技术门槛的差异可能加剧学术资源分配的“马太效应”。因此，人工智能的赋能作用，必须服务于自主知识体系建构的核心目标，确保赋能行稳致远、安全可控。从本质上来看，自主知识体系内在包含着体系化、学理化、标识化的建构标准。体系化是前提，没有体系化，知识便是零散杂陈的碎片，难以形成理论合力；学理化是核心，没有学理化，体系便是有形无神的空壳，难以具备思想深度；标识化是表征，没有标识化，学理化成果便难以在国内外学术场域中产生影响。在人工智能深度介入的条件下，体系化、学理化、标识化被赋予了新的时代要求，呈现出新的发展特征。
以智链接，实现更加系统协同的体系化，推动知识要素从零散分布走向有机融通。一个成熟的知识体系，必须在概念、范畴、命题、理论之间建立起层次分明、相互支撑的有机联系。在传统语境下，体系化建设主要依赖学者的个体耕耘与学术共同体的代际积累。在人工智能条件下，要实现更高层次的体系化，必须充分发挥人工智能技术在知识整合、关联与演进方面的独特优势。在知识整合方面，要利用多模态数据处理能力，对人文社科、自然科学以及中外学术资源进行大规模自动化聚合，消除信息孤岛，拓展体系化的广度。在知识关联方面，要借助知识图谱、语义网络与自然语言处理技术，自动识别概念之间的逻辑联系，推动知识要素从机械拼凑走向有机融通，提升体系化的深度。在知识演进方面，要依托动态学习与自适应能力，实时追踪全球学术前沿，持续更新知识图谱，增强体系化的活力。通过以智链接，不仅能够有效弥补传统体系化的固有不足，更能推动自主知识体系实现从零散分布到协同集成的根本转变。
以数挖掘，实现更加深刻透彻的学理化，推动理论建构从经验描述走向规律提炼。学理化是从纷繁复杂的经验现象中提炼出具有普遍解释力的规律、原理与范畴，这一过程就是所谓的“抽象力”。抽象力是人类特有的认知能力，它依赖于研究者的理论直觉、思辨智慧与创造性综合。人工智能的引入并非替代研究者的理论思维，而是作为“认知伙伴”，在人机协同中拓展抽象思维的广度与深度。一是提升规律识别的敏锐性。人工智能以其强大的数据挖掘与模式识别能力从海量政策文本、社会数据与典型案例中自动提取高频语词、分析潜在关联，为研究者提供理论建构的经验基础，使规律发现更加敏锐、更加系统。二是强化理论验证的严谨性。人工智能通过对比分析、异常检测与因果推断等技术，协助研究者验证理论假设、识别逻辑谬误、评估理论的适用范围与边界条件，提升学理化的科学性与严谨性，避免出现以点概面式的经验主义错误。三是激发原创思维的创造性。人工智能可以基于已有知识进行类比推理与跨域迁移，启发研究者提出新的分析框架与理论命题，为理论创新提供原创洞见。
以算识别，实现更加鲜明有力的标识化，推动话语传播从被动输出走向主动引领。标识化是自主知识体系建构的表征，核心任务是提炼和传播一批如“全过程人民民主”“新质生产力”“人类命运共同体”等具有原创性、识别度和影响力的标识性概念。人工智能的引入，将以其独特的运算优势超越传统的标识化模式，在识别、提炼、传播三个环节实现全面革新。在概念识别上实现主动发现。人工智能依托海量文献数据库、典籍资源库、政策文本库、学术成果库，开展全域语义检索、关联聚类分析、脉络谱系梳理，高效挖掘“学术萌芽”，实现对标识性概念全覆盖、深层次、谱系化的智能识别。在概念提炼上实现精准凝练。人工智能通过逻辑推演、跨学科关联比对等技术，对识别出的思想元素进行归类整合、去芜存菁，让概念提炼更加学理化、规范化、体系化。在概念传播上实现精准触达。人工智能能够发挥智能转译、场景重构、精准推送等传播优势，对内实现学术概念向大众话语的通俗转化，对外进行多语种智能阐释和跨文化语境适配，提升中国学术思想的叙事能力与传播效能。
以中国自主知识体系引领人工智能向善发展
马克思曾深刻警示：“技术的胜利，似乎是以道德的败坏为代价换来的。”技术从来不是价值中立的。它诞生于特定的社会关系之中，其设计、应用与后果必然承载着设计者与使用者的价值取向、利益诉求与文化逻辑。如果缺乏正确的价值引导与制度约束，技术进步并不必然带来社会福祉，反而可能加剧不平等、固化偏见，甚至威胁人类主体地位。因此，人工智能的健康发展，绝不能陷入“技术决定论”的迷思，需要自主知识体系为其设定价值坐标、规划发展航道、筑牢安全屏障。
强化价值锚定，确保人工智能发展以人民为中心。人工智能向何处去？这不仅是技术问题，更是关涉发展为了谁、依靠谁的重大价值问题。习近平总书记强调：“为什么人的问题是哲学社会科学研究的根本性、原则性问题。”这一论断同样为审视和规划人工智能发展提供了根本遵循。人工智能作为社会生产的革命性力量，其研发决策、算法设计、数据应用乃至最终的社会影响，必然承载并传导着特定的价值取向与利益偏好。倘若缺乏主动、明确的价值引领，技术逻辑可能自发地滑向资本增殖、流量至上或效率唯一的单向维度，甚至可能固化偏见、加剧不公。中国哲学社会科学自主知识体系，以马克思主义为指导，扎根中华优秀传统文化，立足于中国式现代化的伟大实践，这套知识体系所凝结的关于社会公平、人的全面发展、共同富裕、人与自然和谐共生等价值理念与规律性认识，构成了中国社会的价值共识。这一价值内核应当贯穿人工智能从算法设计、数据训练到场景应用的全过程。它要求人工智能的发展坚持以人民为中心，确保技术进步的红利为全体人民所共享；符合社会主义核心价值观，抵制技术滥用带来的伦理失范；服务于中华民族伟大复兴，成为建设中国式现代化的强大助力。
深化伦理建构，为人工智能发展校准准则与边界。人工智能引发的治理难题，核心在于如何应对其模糊责任主体、挑战既有法律框架、冲击传统伦理观念的全新特性。从算法歧视的防范、数据隐私的保护，到人工智能生成物的权责界定、自主系统决策的追溯与问责，都已成为关涉社会正义、权利保障与全球治理秩序的深刻伦理与法律命题。习近平总书记指出，“要整合多学科力量，加强人工智能相关法律、伦理、社会问题研究”。这为构建适应智能时代的社会规则体系指明了方向。中国自主的知识体系必须在这一领域进行前瞻性、体系化的理论供给与规范建构。通过哲学、伦理学、法学等学科深度协同，立足中国国情与实践，致力于将社会主义核心价值观转化为可操作、可审查、可问责的具体伦理准则与技术标准。通过前瞻立法研究、参与标准制定，勾勒出清晰、坚实的治理“红线”，将“负责任的人工智能”从理念倡导落地为贯穿创新全过程的制度约束，为技术进步构筑兼顾活力与秩序、创新与安全的规则航道。
融入人文精神，为人工智能发展注入灵魂与温度。人工智能的终极目标应是赋能于人、服务于人，促进人的全面发展，而非替代人、异化人。纯粹的技术理性无法自行回答关于价值、意义与美好生活的根本问题，甚至可能因过度追求效率、标准化与可控性而加剧社会的工具化倾向。因此，人工智能的健康发展，也需要人文精神的深度介入与价值校准。文学、历史学、艺术学等人文科学所蕴含的对生命意义的追问、对美好情感的珍视、对创造力的礼赞，是防止技术应用走向“冰冷”的温暖底色。将中华优秀传统文化中“天人合一”“仁者爱人”“和而不同”等智慧融入人工智能发展，能够为其提供不同于西方工具理性至上的另一种文化基因与发展路径。总之，通过知识体系的人文滋养，能够引导人工智能成为丰富人类体验、激发创造潜能、促进文化繁荣的赋能者，使其真正服务于人的全面发展与社会的文明进步。
（张东刚，作者系中国人民大学党委书记）
亿策略配资提示：文章来自网络，不代表本站观点。
