人工智能对于社会科学研究方式的“替代性补充”

 　　　　　　　　　　　　　　　　　　　刘在平

大数据和人工智能技术已经和即将取得的进展，不仅从工具性、操作性的意义上助力人类生产生活，而且从认知性、智能性意义上，为人们带来新型的认识工具、认知手段，而后者对于人类的影响将更为深远。因此，大数据和人工智能技术已经并必将越来越多地进入社会科学研究领域，扩展人们的眼界，更新人们的视角，补充甚至替代人们的方法、方式、手段。

“认为当今世界数据非常之多，所以收集数据很简单而且数据价值并不高的想法是绝对错误的——数据才是最核心的部分。要知道原因，就必须考虑到大数据价值链的各个部分，以及它们会如何发展变化。”我们知道，自然科学的方法、技术，运用于人文社会科学研究，并非新鲜事；量化分析与定性分析的结合，早已有之；数理统计和逻辑实证研究在人文社科研究中经常占有重要地位。然而，面对大数据时代，研究者捉襟见肘的困境逐步显现，也是难以否定的现象。人工智能与大数据在同一时代相遇相逢，可以说是“天赐良缘”、“珠联璧合”。网络与各种电子媒体带来信息充盈与流动，同时也带来困惑和无奈，搜索引擎的出现已经晃动着人工智能的影子。不远的将来，资深的研究者面对海量数据望洋兴叹时，人工智能却可能大显身手。人工智能与大数据的结合，已经是不争的趋向和现实，人工智能对于数据的整合、发掘和运用，在一定意义上比人类更加“得心应手”。

因此，这是研究方法手段上的重要的补充。同时，就像机器手替代人工操作一样，在许多情况下，人工智能对于研究来说发挥了替代作用。更多的情况下，补充与替代相结合，构成一种“替代性补充”。其实，不仅仅是需要数理统计和逻辑实证研究的时候是如此，结合得更加密切的“替代性补充”，甚至可以在定性分析、辩证分析、系统分析、比较分析以及发散思维、逆向思维、顿悟思维中发挥一定作用。“数据新生代，也就是以往基本无法以数据形式出现的、具有丰富意义内涵或功能含量的立体数据、流动数据、意义数据等数据现象如雨后春笋。例如高德、百度、Google等地图所展现的的数据流数据，代表的已经是一种‘数据行为’，而关于人的社会行为、心理偏好、人格倾向等等的‘人格化数据’已不仅是破土而出，而且长势良好。”事实上，已经有人从人性化或“精神现象”的意义上研究大数据。当一定的人文、社会现象在一定程度上实现数字化的时候，也正是人工智能在人文社科领域发挥优势的时候。人工智能不仅助力人文社科研究中的各种思维方式，而且将促进思维方式的更新。正如大数据“有助于打破物理、生物、社会、精神之间的界限，同时也就打破了人们通常思维方式之间的藩篱，例如必要测量和重复测量，选择测量和综合评估、平均值和概率计算、数据拟合、统计比较等可以很方便地转换交替，而对于总结概括的综合思维、认识本质规律或特征的抽象思维、认知因果关系的逻辑思维，还有就是分析利用数据、发掘大数据‘增量’价值的各种创造性思维等等，大数据创造了交叉、互补、综合运用的条件。数字化手段也更加倚重并激活了形象思维、联想思维、逆向思维、发散思维等等充分发挥作用的舞台。”人工智能与大数据的结合，在可以预见的将来，将以奇效激活、提升、改善人的思维，甚至模拟人类大脑处理信息的微芯片完全可能出现，“直接在微芯片上模拟生物神经元和突触的属性”。或许可以说，这种自然人与人工智能崭新的结合方式打造出真正的“新新人类”。

21世纪以来，因特网、大数据、数据库、云计算、图像识别、自然语言处理，以至于区块链、量子计算等技术，不仅在一定程度上体现出发展的“呼应性”，而且具备一定的“关联性”、“互动性”。以深度学习为基础的联结主义范式得到快速发展，这种范式有一个前提，就是讲人工智能看成是“类人脑”，通过模拟神经网络的联结机制，赋予计算机能够基于大数据、基于“算法魔力”进行自主学习的能力。这其中，有一种极为重要的转轨：即从原子主义的主客二分的理性分析方式，转向能动者与其所在的世界彼此互动的感知学习方式。“在方法上不再求助于形式化的知识推理，不再通过求解问题来体现智能，而是求助于统计学，这就把人工智能的研究，从抽象的知识表征转向实践中的技能提升，能动者的技能提升是在学习过程中进行的。技能不能被等同于操作规则或理论体系，而是能动者在其世界中或特定的域境（context）中知道如何去做的技术能力。这种范式恰好与来自胡塞尔、海德格尔、梅洛-庞蒂和德雷福斯的现象学相吻合。这也是为什么威诺格拉德于20世纪80年代曾在斯坦福大学的计算机科学课程中讲授海德格尔哲学、麻省理工学院的第二代人工智能科学家也不像第一代人那样排斥德雷福斯的哲学主张的原因所在。”统计学和算法，很有可能通过“弯道超车”，以技术能力直抵海德格尔的“到时”、“缘在”，在特定境遇推出具有实践性、方向性的“研究成果”。

　　从经济学角度来看待学术研究，就不能否认效率问题。尤其是科技发展带来的“时间压缩”，信息量在研究着视野里迅速扩充而且瞬息万变，使相当一部分研究不得不强化时效性。对于越来越多的研究过程与研究成果来说，缓慢即可能滞后，延时即可能失效。无论是搜集获取还是整合利用信息资源，与大数据技术相结合的人工智能相对于自然人研究者都具有巨大的优势。我们知道，速度提升带来时间压缩而提高效率，同时对于研究视野和系统性需要来说，又是时空的“穿越”与扩展。不仅个体验就是如此，群体研究、团队研究，甚至世界范围内相关研究的交流互动、深入探讨、跨界合作或启迪思维，都因人工智能等新兴科技的运用而得到更为便捷、广阔的平台。

我们认为，人工智能对人文社科研究方法手段上的“替代性补充”，是相对而言的。“替代”是一定意义上的、辅助性的，总体上是补充而不是完全“取代”。如前所述，人类世界的“更新换代”，可能使自然科学与人文社会科学之间的界限模糊，但在更为抽象的意义上，两者依然会在更高的层次上泾渭分明。这是因为，研究方法手段的融合渗透，不能取代研究立场、宗旨上的分野。人文社会科学永远是站在人的立场、以人和人类社会为对象，以人和人类社会的优化发展为宗旨的。这也正是当下，面对包括人工智能在内的新一轮科技革命，需要深化人文社会科学研究的原因所在。