阿根廷作家博尔赫斯（Jorge Luis Borges）曾在其一篇小文中构想了“巴别图书馆”的概念，即一个包含所有可能的书籍、所有排列组合文本的无限空间，象征着人类文明的浩瀚、秩序与混沌并存的极端形态。如今的大语言模型技术（Large Language Model，LLM）似乎正以数字化的形式实现着这一幻想概念的现实映射，LLM的训练过程获取了人类互联网中近乎全部的文本资料，因此成为了高度浓缩人类文明与社会知识的集合体，并凭借其高效且具有拟人化特性的文本推理与输出能力，与人类社会活动深度纠缠、交织在一起。正是由于这种互动的复杂性、动态性，传统的社会学理论与研究方法难以清晰且全面地解释人类行为和互动数据的局限逐渐暴露出来，而生成式人工智能的广泛应用，为当下的社会学研究提供了新的观察角度与研究可能，也拓展了本学科在智能社会语境下的讨论空间。

　　新议题：技术嵌入背景下的社会学问题

　　人工智能在社会生活中的广泛应用催生了大量具有时代特征的崭新议题，推动社会学研究从既有的理论框架走向更具回应性的议题讨论。人工智能作为一种深度嵌入社会运行机制的技术物，并非是中立、被动的工具，而是一种拉图尔（B. Latour）所述的与人类的制度规范、行为实践与价值认知发生复杂互动的“行动者”。技术与社会之间的关系逐步转向互相嵌入与互相建构的关系，技术不仅在社会条件下被建构，同时也反过来塑造社会结构与人类行为方式。在这样的背景下，知识的生产、传播与验证机制也同时发生着根本性的变化。由人工智能生成的文本、图像或观点，日益参与到公共表达、舆论形成等知识生产过程之中，其对知识权威以及价值观念体系的冲击逐渐显现。与此同时，算法偏见、价值输出不透明、训练数据的选择性与平台间的权力不对等等问题，也引发了对于数据正义与算法治理的伦理关注。人工智能不再仅是工具性的存在，更是新型权力运作与社会结构再生产的重要组成部分。这些转变意味着，社会学必须更加关注人工智能技术的社会性与能动性，将其纳入合理的研究视野之下，跟随新议题的产生，重新思考人类社会的组成逻辑与运行机制，与时俱进地不断完善和更新社会学研究方法乃至学科范式。

　　新方法：人工智能推动的研究路径拓展

　　人工智能技术为测量与解释社会事实提供了高效、准确的新研究方法。身处智能时代，人类的大量日常活动以数字化的形式进行并存储，数字技术也深度渗透到了人类生产生活等各个层面，传统的社会科学研究方法在数字社会的时代背景下存在着较大的局限性，面对以几何级指数增长的数据，以及全然不同以往的互动过程与社会结构，研究者引入了以人工智能算法为核心的社会分析新方法，在海量的数据资源基础上挖掘其内含的特征与信息，例如，自然语言处理技术可以实时分析动态网络舆情，深度学习算法可以在非结构化数据中识别隐含的特征模式，从而更全面地把握社会动态。除此之外，随着以LLM为代表的生成式人工智能技术的飞速发展，一种更具效率和交互性的研究工具正应运而生。一方面，以人类社会知识为语料库的而训练的LLM具备着“理解”和生成自然语言的能力，因此成为社会学研究者面对海量多模态数据时的有力分析工具，利用其高效的文本处理与语义分析能力，研究者得以更准确地进行舆情分析、文本分类、主题建模等自然语言处理任务，显著提升了研究效率与精度。另一方面，LLM还能够通过提示词工程等技术参与知识生成与社会模拟的仿真实验过程，成为一种数字化的人类模拟行动体。它不仅能生成符合特定情境的虚拟受访者回答，辅助问卷实验与模拟研究，还可通过嵌入社会角色与行为模拟复杂互动机制，模拟社会动态涌现的具体过程，同时，LLM训练数据集中的海量文本数据为其处理和输出内容提供了人类社会互动与知识生产过程中所具有的情感、观念以及文化背景等信息，因此也解决了以多智能体建模（agent based modeling, ABM）为代表的传统模拟研究所难以克服的规则简化缺点，使得模拟过程更具有真实性和可解释性。

　　社会学作为一门诞生于农业文明向工业文明转型背景下的经典学科，其发展始终与社会变迁、技术进步和文化演进紧密相连。回顾其发展脉络可以发现，每一次研究范式的转变，往往都源于对时代问题的切实回应。当前，人工智能技术的迅速发展引发了广泛的社会变革，也为社会学研究带来了新的机遇与挑战，因此，如何在智能社会的时代背景之下拓展研究议题、完善方法路径，成为值得社会学研究者持续关注的重要问题。

　　（刘河庆，华中科技大学社会学院副研究员；王建海，华中科技大学社会学院）