浅谈人工智能驱动的人文社会科学研究转型

杜霞

成都大学马克思主义学院 四川 成都 610000

在时代迅猛发展的背景下，人文社会科学迎来内涵深化以及领域外延的局面，数字文本、智能搜索等人工智能技术在现阶段我国人文社会科学研究中得到广泛应用。也正因人工智能技术的有效应用，促使传统人文社会科学研究模式转变为“大数据发现”研究范式，并实现对研究场景、研究视界的有效拓宽，进一步提升人文社会科学研究的“智能化”、“科学化”水平。

1 文献搜索依托于智能引擎进行形式转型

自2004年推出谷歌学术后，相关科研工作者检索文献的方式发生翻天覆地的变化，使得当前文献检索形式形成两大类别，其中一类有百度学术、360学术以及谷歌学术等，这类搜索引擎开发者为引擎公司；另一类则是知网、维普以及万方等，其引擎开发者为资源供应商。上述文献搜索方式的应用，具备资源丰富、获取便捷、平台统一、二次应用等特点，但是随着每年学术资料的海量化增多，此类平台出现准确率下降、加载速度慢、信息过载等情况的概率不断增加，影响到学者检索文献的效率性[1]。而随着自动识别意图、信息智能抓取、个性化检索等人工智能技术的应用，实现为人文社会科学研究的转型奠定基础，可以在确保文献检索效率与准确性的同时，达到拓宽、丰富文献统计渠道的目的。

在检索引擎中进行人工智能技术的融合应用，进一步提升相关学者在检索文件时的便捷性、效率性以及准确性等，为用户提供更为多样化、全面性的检索服务。例如2015年推出的人工智能学术引擎，诞生于艾伦人工智能研究所，该引擎不同于以往学术平台，可依据重要词汇或关键词，借助机器阅读技术进行主题的确定，并通过图表读取来提升用户解读效率。同时，可通过分析文献引用量、被引用位置以及引用次数等来分析论文的影响力。得益于文献检索的智能化变革，使得人文社会科学研究的视野、途径得到创新，为用户提供更为智能化、全面化以及便捷化的文献检索形式，可借助智能搜索引擎来达到实时追踪人文社会科学研究新趋势、新方向的目的[2]。

2 研究范式依托于大数据进行转型

得益于人文社会科学研究与人工智能技术的深度融合，促使新的研究方式诞生。依托于相关设备进行数据的采集捕捉，并通过相关软件进行分析处理，最后将所得的结果信息存储于计算机中，而相关学者在此过程中仅需在最后环节进行数据结果的分析与判断，进而达到研究范式创新的目的，此种研究范式具备密集型、效率性等特点。

在人文社会科学统计学研究中进行大数据技术的应用，实现将以往“样本≠总体”的形式转变为“总体=样本”，有效避免以往统计学研究过程中随机采样存在的遗漏与数据不准确，为相关研究的开展提供“全景式”视野。以政治研究领域为例，在美国大选中，就涉及人工智能、大数据等技术的应用，借助大数据技术进行议员投票、捐款等情况的分析，实现对议员情况的有效掌握[3]。同时，依托于大数据与智能技术的应用，实现将人文社会科学研究转变为数据驱动，以往的模型驱动存在变量、参数有限的问题，影响到研究的科学性与准确性，而应用数据驱动则可以进行海量数据信息的采集与捕捉。此种分析手段无须进行理论假设，通过自上而下的知识发现来对学术趋势进行合理预测。再者，社会科学研究通过融合人工智能技术，实现利用相关关系来取代以往的因果关系，例如沃尔玛通过分析商品之间的相关关系算法，以此确定消费者的购买行为；再如谷歌公司通过对搜索记录进行大量采集与分析，做到对冬季流感的成功预测。此外，应用于人文社会科学研究的文献资料转变为以数字代码形式为载体的电子文献，通过将传统纸质的文献资料转变为电子文献，进一步提升学者对数据信息的挖掘与分析能力，再加上“专题数据库”的建设，为人文社会科学的研究提供更为全面的信息参考[4]。但注意，尽管数字人文虽然在目前人文科学研究过程中取得一定的成效，但是仍有若干悖论尚待分析。包括总体与样本悖论、相关与因果悖论、精准与混杂悖论等。

3 研究场景依托于人机协作进行转型

通过以人工智能技术为驱动，实现为人文社会科学研究创新场景，新动向研究场景创新。对问题的研究分析是人文社会科学研究领域的真正核心所在，而对于同一问题而言，可以立足于不同角度、不同领域、不同层面进行分析[5]。借助人工智能、大数据等技术可实现对该领域新动向的有效探析，包括：①热点事件的实时分析。央视通过对人工智能、大数据等技术的合理应用，实现对春运人口流动进行全面展示；借助MogLA智能系统实现对美国大选结果的预测等。在以往人文社会科学研究过程中，因数据的时滞性导致其研究结果的准确性受到影响，而借助人工智能与大数据等技术，可以真正做到对真实世界的探索。②文学争议破解。借助数据挖掘、机器学习等技术，可实现对传统文学争议的有效破解。以《红楼梦》为例，通过人工智能与大数据技术，进行作品前80回、后40回的分析与比对，进行是否为同一作者创作的分析。③人类行为规律解读。以往人文社会科学领域中针对人类行为规律的研究，主要以问卷调查、实验、对象访谈为主，其研究结果的真实性有待提升。而以人工智能技术为驱动后，可充分借助社会媒体来达到数据采集的目的，无须要求对象配合，进一步提升人文社会科学研究的便捷性。④历史变化宏观分析。依托于大数据技术等的应用，可以为历史变化的准确、全面分析提供保障。例如针对民粹主义历史变化的研究，龚为纲博士充分接触网络数据采集与分析技术，实现对历史变化的有效探究。在以往历史变化分析中，因数据无法整体性收集，再加上研究者主观思想的影响，难免会导致分析结果缺乏真实性与客观性，而采用大数据与人工智能技术能有效避免此类问题发生。⑤重大社会问题探索。在以往非线性社会问题探究过程中，相关学者主要以实证化研究为主要手段，但是因客观解释缺乏真实性，所以其结果的准确性不高[6]。而采用人工智能与大数据技术后，针对某些重大社会问题，可以依托于“数据发现逻辑”进行分析，进一步提升问题分析的全面性与客观性。

4 科学研究依托于学科融合进行转型

所谓人文社会科学研究，是指进行社会现象、社会价值、社会文化以及发展规律等的科学研究，而因其分支、派别呈现出日渐增大的态势，导致人文社会科学内部出现诸多对立现象，如批判式研究对立于实证研究、自然学科对立于社会学科、内部分支对立等。但是到20世纪后半叶时，诸多学科呈现出逐渐融合的趋势，如通过社会与自然科学的融合，诞生数学、电子计算机等新兴学科；人文科学与数字技术融合实现跨学科对话等。针对传统人文学术而言，其设计、分析以及计算等，可以充分借助数字人文来提升学术的可拓展性与多样性，相关学者在研究过程中，可以通过探寻宏观性、多元性以及差异性的线索来挖掘其潜力，并达到学科融合、领域融合的目的[7]。以新闻传播科学为例，应用大数据技术后，实现从内、外进行范式的重构，外部实现与其他学科的有机融合，内部定位实现以社会科学取代人文学科，学科边界逐渐消失。

5 结束语

基于人工智能驱动的人文社会科学研究转型，实现从研究场景、研究范式、学术检索以及学科融合等方面的变革，为人文社会科学研究的科学化、智能化发展打下良好基础。但是人工智能技术的应用是一把“双刃剑”，需要我们在积极转型、深度融合的同时，警惕人工智能技术带来的风险与挑战，实现对人文社会科学全方位、全要素体系的有效构建。