不久前，復旦大學校長、中國科學院院士金力在接受媒體採訪時談到今年學校將進行的改革，尤其是提及人文學科佔比將削減至20%，引發關注。事實上，面對科技浪潮，人文社會科學如何應對，這已經成為整個高等教育界迫切需要回答的問題。

人文社會科學的複雜性與自然科學有著很大的不同。自然科學往往基於客觀法則，而人文社會科學研究人類行為，過去更多是基於經驗或者實證。人工智慧技術的發展，使得原本規律難測、驗證難度更大的人文社會科學面臨著研究範式的變革。

不僅僅是復旦大學，在目前綜合類高校的學科發展中，不少能快速發展且佔據良好學科生態位的文科，也並非是公眾認知中的傳統文科，更多的是通過與新技術結合，或者與其他學科交叉融合后實現自我煥新的文科。

正如一些人文學者所感言的那樣，當下的人文社會學科發展，考慮的不應該是擴大規模，更應該是如何提出AI無法提出的創新思想，培養AI無法替代的學生。

——編者

人工智慧（AI），特別是ChatGPT問世以後，其重要性被廣泛認可，將對人類生產、生活等各個方面產生深刻影響。就社科領域而言，AI正打破過去我們所認為難以打破的兩個界限——一是定性分析與定量分析的界限，一是社會科學內部各學科、各領域之間的界限。由此，AI不僅將重塑社會科學研究的生態，甚至將會重塑社會科學本身。

從現狀來看，AI可以幫助設置選題，收集數據，建模程式設計，分析實證結果提出政策建議，甚至完成文章，學術期刊也可能是人工智慧審稿、人工智慧主編，甚至做決策。那麼，人類的作用在哪裡？隨著AI不斷進步，我們需要思考，大學設立的學科專業、培養的學生，能發揮的作用和價值在哪裡？

作為從事社會科學研究的學者，我們未來應該做的是AI替代不了的創新性研究；作為大學老師，我們應該教給學生一些AI教不了的新東西。

人工智慧正不斷催生新的研究方法和工具

自從ChatGPT和DeepSeek等大模型問世，大家紛紛探索如何利用這些通用大模型賦能學術研究。例如，資訊檢索、數據處理、綜述文獻、代碼編寫、程序開發、翻譯及論文寫作等，而這些都只是AI賦能學術研究的冰山一角。未來，我們可以預見，越來越多的本科生、碩士生、博士生的畢業論文將會有大模型的影子。

AI正在深刻改變經濟學等社會科學的研究範式。在經濟學領域，大約從20世紀80年代就開始出現研究範式的深刻革命，經濟學家一般稱它為“實證革命”或者“經驗革命”（也叫作“可信性革命”）。實證研究指的是以數據為基礎，利用統計學、計量經濟學的推斷方法和工具揭示經濟變數之間的因果關係，從而揭示經濟運行和發展的規律。

計算社會科學正是一種數據驅動的研究範式。其中，計量經濟學是實證研究在經濟學領域的主要方法論。

2021年，諾貝爾經濟學獎就授予三位在因果推斷方面作出貢獻的經濟學家，他們或在理論創新，或在應用創新取得了突破。其中，約書亞·安格裡斯特（Joshua D.Angrist）在2009年出版了一本暢銷書——《基本無害的計量經濟學》。書的前言部分提到，“應用計量經濟學所考慮的問題和其他社會科學或者流行病學所考慮的問題並無本質區別。任何希望從數據中得到有用推斷的人都可稱為應用計量經濟學家。”其實，他在這裡定義的並非應用計量經濟學家，而正是在強調，計量經濟學的研究方法不僅適用於經濟學，還適用於社會科學的其他領域，甚至包括流行病學和生命科學。

在統計學和計量經濟學領域，AI也正與傳統理論深度融合，催生新的研究方法和工具。例如，在統計學的學術會議上，經常被提及的高維統計方法，其核心正是藉助AI實現降維，從而更高效地處理複雜數據。計量經濟學與AI融合的進程稍慢，但近年來也出現了越來越多將AI與傳統計量經濟學模型相結合的嘗試。這種結合不僅拓展了傳統計量經濟學的應用範圍，還放鬆或弱化了傳統模型中限制比較多的一些假設，使其在更廣泛的場景中具有更好的適用性和靈活性。

突破定性分析和定量分析的界限

從另一方面來看，AI正打破社會科學研究中定性分析與定量分析的界限。在國外，經濟學博士專案早在幾十年前就已經強調定量分析，但在中國，關於定性與定量分析的爭論直到幾年前還十分激烈。

舉個例子。經濟學家長期關注客觀數據的測度，一些客觀變數，如消費量、供給量、價格等數據都是客觀且可觀察的。然而，在經濟理論尤其是行為科學領域，很多主觀變數的測度對理論創新至關重要，包括偏好、態度、社會規範、文化等。這些主觀變數在過去曾被認為難以測度。但如今，心理學中的心理計量學，就與計量經濟學一樣，表明其實心理也是可以測度的，IQ、EQ的測度就是典型案例。

近年來，許多經濟學家，尤其是從事金融學和會計學研究的學者，開始大量使用自然語言處理技術來測度重要的心理變數，如幸福感、客戶滿意度和投資者情緒等。這些過去無法測度的變數，如今藉助大數據和自然語言處理技術，變得可測了。這種主觀變數的測度也推動了經濟學科的發展。

例如，凱恩斯上世紀30年代發表的《就業、利息和貨幣通論》是經典巨集觀經濟學的奠基性理論。書中提出了“動物精神”這一重要概念，即人的決策行為不僅受理性計算的影響，還受到非理性因素的影響。然而，20世紀70年代，以巨集觀經濟學家盧卡斯為代表的“理性預期學派”，強調人的行為基於理性推斷，幾乎完全排除了非理性因素。但在最近二十年，行為經濟學特別是行為巨集觀經濟學重新興起，一個重要原因就是心理因素的可測性。如今，我們可以利用大數據和自然語言處理技術，包括ChatGPT和DeepSeek，來測度這些心理變數，並把這些非理性的心理變數與巨集觀經濟學相結合，從而推動巨集觀經濟學的發展。

從這個角度來看，定量分析和定性分析之間的界限早已被打破，而我們現在應反思的是，中國經濟學長期以來存在的這兩者之爭。技術的發展帶來的不僅是社科領域研究範式的變化，甚至對社科研究本身也帶來顛覆性的變化。正如一些經濟學家常常強調，必須反對過度數學化、模型化。但以ChatGPT為例，其模型有1751個未知參數，這正是超大規模的數學模型或統計模型，也是人工神經網路的底層架構。正是這種高度複雜的模型，在文本分析中被廣泛應用於定性分析的場景，且模型的規模越大，其語言邏輯性和精準性往往越高。這表明，複雜模型與定性分析之間並不存在本質衝突，反而可以相互促進。

社會科學內部的學科隔閡正被打破

另一個被打破的界限是社會科學內部各學科、各領域之間的界限。

以經濟學為例。隨著大數據、自然語言處理大模型技術的廣泛應用，我們可以測度許多經濟數據之外的因素，比如社會心理、社會規範、文化與社會倫理以及生態環境，如PM2.5等數據。這些因素的可測性使得經濟學能夠從事交叉學科研究。如今，經濟學分析框架中不僅包含經濟因素，還包括許多非經濟因素，這些都得益於數據和人工智慧技術的廣泛應用。

經濟學與社會科學的基本任務之一是揭示經濟社會的因果關係與發展規律。在經濟學領域政策有效性評估方面，因果關係被定義為：經濟運行受到成千上萬因素的影響。如果其他因素控制不變，僅改變某一政策，觀察其對GDP增長的影響，那麼這種影響若被證實存在，則可以認定是由該政策引起的。

然而，經濟學和社會科學本質上是非實驗系統，社會發展非實驗產物。雖然在某些領域和特定時間可以引入實驗因素，如中國的經濟特區，但大部分經濟學研究仍需依賴觀測數據而非實驗數據。

人工智慧不僅可以用於精準的樣本外預測，還可以用於做客觀度較高的因果推斷。經濟數據幾乎都是觀測數據，由於觀測數據具有一定的局限性，因此，我們無論是使用計量經濟學、統計學還是人工智慧，推斷出來的因果關係本質上仍是一種統計關聯。若想將其解釋為因果關係，還需藉助專業知識解釋。這些知識我們常常把它叫作領域知識，對經濟學家來說，其實就是經濟學社會科學的知識。因此，人工智慧技術和大模型僅提供了社會科學所需的工具和方法，這些技術必須與領域知識相結合，才能真正實現揭示因果關係的目標。

當然，AI也有它的局限性。

大模型依賴三大基礎：數據、算力和演算法。如今，DeepSeek通過演算法創新降低了對算力的需求。數據是大模型發展的基礎，但隨著AI的廣泛使用，特別是通用大模型技術的普及，很多新數據其實是計算機和演算法對現有數據進行各種排列組合產生的，新的資訊增量越來越少，這將是大模型未來將面臨的根本性局限。

而且，美國發佈過一個行業分析，列舉可能被AI替代的職業。結果顯示，在經濟學領域，一些職業如銷售、會計、財務分析等受到的影響較大，未來被替代的可能性較高。但經濟學家和社會科學家尚未被提及，這可能是好事。

經濟學家、社會科學家會不會被AI替代？我們的部分工作像數據處理、程式設計、文獻綜述肯定會被AI替代，這可稱為賦能。但是人類的創造性思維被AI替代的可能性不高，這也是步入智能時代後，社會科學研究領域的學者必備的能力。