从文献大数据看国内哲学领域关于人工智能的研究

陈慧

摘要：人工智能作为深刻影响人类社会的科学技术，是国际学者研究的热点。以中国知网数据库收录的1978～2018年40年间的376篇关于人工智能哲学研究的论文为研究对象，对这些论文的产出规模、影响力、机构分布、文献来源、作者合著情况与关键词统计等方面依据大数据进行了计量分析和可视化展示，以利于了解哲学领域对人工智能的研究状况。统计发现，改革开放40年来我国人工智能哲学研究呈现波动上升趋势且被引次数整体偏低;论文合作度不高，但呈慢慢提高方向发展;论文热点关键词有助于准确分析该领域的主要研究方向与研究重点。

关键词：人工智能;哲学;文献计量

中图分类号：TP319        文献标识码：A

文章编号：1009-3044（2019）18-0187-04

1 引言

2016年3月，AlphaGo横空出世对战围棋九段棋手李世石，将人工智能（ARTIFICIAL INTELLIGENCE， AI）拉入了公众视野，成为2016年度话题度最高的科技。“人工智能”的传说可以追溯到古埃及，但这一词最初是在1956年Dartmouth学会上提出的，指通过大量的研究，运用计算机来模拟人的某些思维过程和智能行为，并生产出一种新的能以人类智能相似的方式做出反應的智能机器的学科。毫无疑问，计算机等人工智能的发明创造是人类历史上最重要的事件之一。人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，深刻地影响着社会生活的方方面面，这种情势自然引起了关心人类命运的思想家的高度重视，包括哲学家。在人工智能的长期发展中，哲学范畴中的认识论、逻辑学、科学哲学等对人工智能产生了深刻的影响。另一方面，一切科学的发展都是为真理的探求提供支持，信息科学和人工智能的发展也不例外。因此，人工智能与哲学是相互联系、相互影响、不可分割的。

在应用领域上，人工智能不仅仅体现在科技发明创造上，也运用在各行各业中，并发挥着重要的作用。例如，在法律方面，刘宪权（2018）[1]指出在人工智能时代，必定会带来相关刑事的风险，并探讨了刑法的应对对策。在教育行业，伏彩瑞（2017）[2]展望了在未来，结合人工智能我国教育发展的方向及建议。在外交上，封帅（2018）[3]敏锐地指出了人工智能时代的关系变化：走向变革且不平等的世界。在经济金融层面，麻斯亮（2018）[4]等人则指出人工智能技术在金融领域的应用时会遇到的难点与对策建议。同时，在医疗上，张莎莎（2018）[5]将人工智能与分级诊疗结合探讨对策，促进医疗的发展。哲学作为一门使人聪明、给人智慧的学说，自然不会缺席对“人工智能”这一新事物的探索与研究。如今，人工智能科学是全球学界热点关注的重要学科之一，但目前国内关于人工智能科学的书籍都是从科学和工程学角度写就的，从哲学角度对于人工智能问题的关注，还相对稀少。虽有一些论文论及，但是无大部头的系统论述。鉴于此，本研究通过基于事实的、可循证的文献计量研究，对中国知网CNKI领域发表的有关人工智能哲学领域论文的大数据进行深入剖析，以不同维度解释最新的该领域的发展脉络，并以可视化展示，以供国内学者参考借鉴。

2 数据来源与研究方法

本文选用清华大学、清华同方发起建立的中国知网数据库为数据来源。为了构建“人工智能”哲学研究领域的数据集，本文将研究领域限定为当前的研究热点“人工智能”本身，所以检索词仅限于“人工智能”;检索类型为“主题”检索;“文献全部分类”选取为：“哲学与人文科学”—“哲学”;检索的时间跨度为改革开放至今，即1978～2018年。因此，此次检索共得到376篇哲学分析人工智能领域的相关文献。

本文利用中国知网中自带的软件对检索结果进行文献可视化，然后对检索结果的各字段进行计量统计，用更直接、形象的表格和图形形式表现出来。

3 大数据研究基本概况

3.1 产出规模及影响力分析

1978～2018年间，人工智能领域的相关哲学研究论文共376篇，产出规模并不是很大（见图1）。有接近三分之二的年份每年产出不超过10篇，这与“人工智能”的近期才得以飞速发展有关。从论文产出时间序列分析，在哲学领域有关人工智能的研究出现过三次较大的“谷峰”，即1985～1988年、2001～2003年和2007～至今。在2016年，论文总量首次超过20篇，2017年以75%的增率达到高峰值35篇，后10年的论文总量是之前10年数量总和的近3.5倍。可以看出，尽管我国关于人工智能的哲学研究较少，且并不成熟，但发展迅速。在改革开放初期、20世纪90年代初中期，大数据研究产出较少，每年低于5篇。但是这些文章开始探索人工智能中的哲学问题，从认识论、意识论、主体等多个角度介绍了对人工智能的看法，这些文献被后来的文章多次引用，揭开了国内学者探讨哲学与人工智能联系的序幕。

论文影响力方面，中国知网中收录的376篇论文的总被引用次数为1533次，平均被引用次数为4.08，其数值偏低是与硕博士毕业论文量偏多且论文的0被引率高达62%有关。由图2可知，被引次数文章的占比与被引次数成反比，即被引次数越高的文献数量越少。其中，大数据文献中无被引用次数的论文最多，有270篇，占比高达71.81%，其中大部分是在2018年新发表的，因此尚未得到引用也属于正常现象;被引用次数在0～10次之间的有68篇，占比18.09%;被引次数在10～20次和30～50次的占比分别为4.79%和2.13%剩下的区间占比不到2%，甚至被引用次数不少于100次的论文数量很少，仅有1篇。由浙江师范大学学者郑祥福独著发表在自然辩证法研究2005年第2期上的“日常化认识与人工智能研究”一文，被引用次数最高，达到110次。

3.2 文献来源分析

3.2.1 资源类型分析

由图3所示，在大数据检索的376篇文章中，期刊文献数量最多，占有70.50%;硕士论文其次，占比14.50%;再者为占有7%数量的中国会议;博士论文占比较少，为4%;报纸数量比重最低，仅仅为3.5%。从发表年度来看，硕博士论文由2001年仅发表1篇到2017年增加到8篇。说明我国哲学领域对人工智能的研究兴趣在学生时代就已体现，且随着时代的发展，人们的关注也越来越强，对人工智能的思考也有年轻化的趋势。在这些硕博论文中，外国哲学与科学技术哲学专业的研究最多，分別占比重38%和28%;逻辑学与哲学专业的毕业生把人工智能作为选题的较少，目前只各自发有1篇。与此不同，会议与报纸每年与此相关的发表文献数量大致相同，可以看出政府、机构或者社团每年的关注度并没有减弱。但据统计，直到2014年才出现发表成文的人工智能哲学研究的报纸文献，会议论文则在1992年就有相关文献报道。

3.2.2 学科分析

从研究层次上看，近40年来我国关于人工智能的哲学研究主要用于基础研究（社科）。基础研究是大多数科学新知识和新思想的源泉，其重点在于反驳或支持有关社会如何运作的理论，促进对世界和社会的了解。但有人对基础研究持批评态度，由于基础研究不能直接运用于生产实践或帮助解决现实问题，因此被认为是浪费金钱和时间。这是有失偏颇的，虽然基础研究的成果短期内无法在时间生活中发挥效益，但它为应用研究提供了一系列方法、理论和指导原则。理论上的重大突破和知识方面有意义的进展都来自基础研究。由表1可知，学者大多数专研与基础研究并不无道理可循，相信其必定会向成为推动科学技术发展的重要动力。其次，在研究层次中，应用研究也占据较重地位，发文量占比17.96%。顾名思义，应用研究是用来解决实际问题的，帮助人们制定政策或完成某项特定的任务，能够较好地指导人工智能的准确发展。当然，其他层次研究的贡献意义不可忽略。在政策、行业指导、工程技术、职业发展、科普等方面的研究领域内纳入已处处渗入人们生活中的人工智能，既是促进自身发展的需要，也是时代进步的必经之路，意义重大。

3.2.3 机构分析

本文列出了发表量前10的机构（见表2）、基金论文统计表（见表3）及来源统计表（见表4）。从表中可以明显看出，发文量排名前10 的机构几乎都是211、985工程高校，且都是《教育部高校学科排名—哲学专业》赫然在列的高校，可见高校是研究的重要阵地。同时也不难发现，高水平的学校往往具有丰富的教学资源以及更强培养人才的能力。如今，全国范围内掀起人才战略浪潮，纷纷采取措施吸引人才、留住人才。但筑巢才能引凤，培育战略人才需要打好平台，无论哪个高校，都应强化战略力量，为培育战略人才做好准备。在表中我们发现，发文量排名第一的山西大学并不是211、985高校，表明每个高校都会有自己擅长的研究领域，不能排除藏龙卧虎的情况。营造好学习氛围，不断努力探索发展才是硬道理。此外，从分布地区看，大数据文献机构广泛分布在东部，其中分布在北京与武汉的机构最多，有2所;而西部在此方面的研究还处于空白，关于人工智能哲学的科研探索能力有待加强。

表2  文献来源的机构分布表

[机构分布      学校属性 地区 发文量 发文量占比 山西大学    省部共建高校 太原 23 11.3% 华中师范大学 211工程、985平台 武汉 9 4.4% 中国人民大学 211工程、985工程 北京 8 3.9% 北京师范大学 211工程、985工程 北京 7 3.4% 浙江大学 211工程、985工程 杭州 7 3.4% 复旦大学 211工程、985工程 上海 7 3.4% 大连理工大学 211工程、985工程 大连 4 2.0% 武汉大学 211工程、985工程 武汉 4 2.0% 东北大学 211工程、985工程 沈阳 4 2.0% 四川大学 211工程、985工程 成都 3 1.5% 其他 128 62.7% ]

3.3 著者合著情况分析

表5列出了我国在哲学领域关于人工智能研究的佼佼者。其中，来自复旦大学的学者徐英瑾在此领域贡献巨大、影响颇深。其在相关期刊发表5篇论文，遥遥领先，发表了自己独特的见解，其撰写的书籍[6]中的思想被学者评为人工智能哲学的“少数派”[7]。

论文的合著情况在一定程度上能够反映某个领域的科研交流与合作情况。本文在衡量有关人工智能哲学的研究论文合著时，引入了“篇均作者数”和“合作率”指标。“篇均作者数”是指在一定时间段内某一学科学术期刊每篇论文的平均作者数，“合作率”是指在一定时间段内某一学科学术期刊合著论文占全部论文总数的比例[8]。这两个指标共同反映了一种期刊论文作者合作能力发挥程度胡，数值越高，合作能力发挥越充分。

据统计数据计算，人工智能哲学研究的论文中合著论文共计83篇，占全部论文数的24%，合作率不高，最多仅有4人合著，且仅有3篇，占全部发表文献的0.79%，表明大多数的论文并不是学者合著完成的。1978年，篇均作者数即合作度为1.16，到2018年上升为1.43，表明我国学者在关于人工智能哲学方面研究的合作有慢慢提高，平均每篇论文几乎是由多于1个学者共同完成，反映了国内学者合作意识的增强，但仍有很大提升空间。

3.4 关键词热点分析

本文对检索得到的376篇相关论文进行了关键词的统计。由于关键词是为被规范过的自然词语，所以有可能出现重复出现的现象，比如“意识”与“意向”，其实际意义是一样的。笔者对这些词进行了人工预处理，以最大限度减少误差。其具体的关键词网络图见图4 。

图中的大小代表着关键词出现次数的多少，两个关键词之间连线的粗细，代表两个关键词的关系紧密程度。图中最大的子群以“人工智能”为中心，与它有密切关联的有“人类智能”“科学哲学”“德雷福斯”等，几乎都是高频词。

除了关键词之间的网络图外，本文又对关键词随时间的变化做了统计（见表7）。以5年为间隔，选取了3个时间点：2007年、2012年和2017年。节点表示与该关键词一起研究的另外关键词的数量，节点越多，表明该关键词的研究越热。表中我们可以看到热点关键词随着时间的变化而呈现的数量的变化，以及涉及领域的变化。随着时间的变化，热点关键词逐年增加，且拓展范围越来越广。以“人工智能”为例，节点从2007年的3个上升到2017年的13个，表明学者对“人工智能”的探讨不仅仅停留在它与认识论、科学哲学或认知科学领域的探讨，最新可能加入了共产主义、主体性等的研究，研究内容不断深化。

参考文献：

[1] 刘宪权.人工智能时代的刑事风险与刑法应对[J].法商研究，2018（01）：3-11.

[2] 伏彩瑞，关新朱，华勇，等.“人工智能与未来教育”笔谈（下） [J].华东师范大学学报（教育科学版），2017（05）：13-29.

[3] 封帅.人工智能时代的国际关系：走向变革且不平等的世界[J].外交评论（外交学院学报），2018（01）：128-156.

[4] 麻斯亮，魏福义.人工智能技术在金融领域的应用：主要难点与对策建议[J].南方金融，2018（03）：78-84.

[5] 张莎莎，李雯，张岩.我国分级诊疗的现状分析及人工智能对策浅探[J].中国妇幼健康，2018.

[6] 徐英瑾.心智、语言和机器：维特根斯坦哲学和人工智能科学的对话[M].北京：人民出版社，2013.

[7] 王球.人工智能哲学的少数派报告——评徐英瑾《心智、语言和机器：维特根斯坦哲学和人工智能科学的对话》[J].哲学分析，2014，5（06）：180-191.

[8] 薛辰.国际大数据研究论文的计量分析[J].现代情报，2013（09）：129-134+139.

【通联编辑：朱宝贵】