当代世界正处于一场由大数据、云存储和智能算法共同驱动的深刻变革之中。在此背景下，系统审视数智技术对政治学学科诸核心要素的全方位影响，不仅是学科自我革新的内在要求，更是构建具有中国特色、中国风格、中国气派的政治学自主知识体系的时代课题。

　　师资队伍：结构重塑与能力再造。数智技术的应用与普及对政治学师资队伍构成了最直接的能力冲击。首当其冲的是知识结构的代际断层与教学科研的双重压力。许多深耕传统政治理论的教师数字技能短缺，而具备信息科学背景的教师又往往缺乏政治学的理论深度和问题意识。教师需同时应对革新教学方法和转型研究范式的挑战。其次，现有学术评价和激励体系与新需求失配。计算政治学研究往往需要团队协作和长期投入，这与擅长个人单兵作战、以短期成果为主的传统评价标准存在较大张力，在一定程度上抑制了教师的转型积极性。

　　数智时代的师资队伍建设必须采取多层策略。一是实施分层分类的师资发展战略。通过设立专项基金、组织系列工作坊，为教师提供从通识到精进的系统培训。二是改革教师评价与激励机制。在职称评定、成果认定中，逐步认可跨学科合作成果、软件著作权、高质量数据库建设及政策模拟报告等新型学术成果。三是有组织地构建“理论+技术”教研团队。以计算政治学、国家治理等新兴二级学科为依托，通过实验室、项目制等方式，促进不同学科背景教师的深度融合与协同创新。

　　人才培养：目标重构与模式创新。当学生可借助AI即时获取知识，仅仅停留于知识传授和信息传递的课堂教学自然大大丧失吸引力。相应地，学生群体的核心能力需求也在发生深刻变化。由此，数智时代政治学人才培养的目标需从知识技能传授向智能素养培育的范式转移。课程体系将呈现高度模块化与交叉性，在传统政治学、行政管理学知识主干之上，不断融通和嵌入人工智能、计算社会科学等新兴元素。教学方法将广泛采用基于模拟、实验的沉浸式学习，如治理政策推演、国际谈判模拟、多智能体社会仿真等。

　　数智时代政治学人才培养的模式创新可以从以下方面着手。一是系统创建“AI+政治学”课程体系，在本科和研究生阶段分层开设从数字政府、计算政治学到高级数据分析、社会治理模拟等课程。二是大力推广项目式、仿真实验式教学，利用“AI+公共治理”等数字平台，让学生在接近真实的情景中解决复杂治理问题。三是明确培养“贯通性”复合型人才的目标，使学生既能运用数智工具解析政治，又能从政治理论与伦理视角审视技术，还能用AI来研究AI，从而成为数字时代的反思性实践者。

　　科学研究：范式融合与议程拓展。随着数智技术的到来，政治学研究路径正在从单一的理论驱动或数据驱动，转向“理论—数据”双向互构和深度融合。研究议题向纵深与前沿拓展，数字政府、算法权力等成为核心议题。研究方法发生革命性更新，大规模数据分析、机器学习、社会网络分析，特别是基于多智能体和大语言模型的社会仿真系统，成为探索复杂政治过程的新利器。而以清华大学大型社会模拟器Agent Society、复旦大学的社会模拟世界模型SocioVerse为代表，建基于计算社会科学之上的模拟仿真技术通过高保真虚拟社会进行政策实验，实现从观察解释向前瞻预测的飞跃。智能体全程嵌入“感知—推演—执行—反馈”的完整政策过程，学术研究与政策实践结合得更为紧密、动态，从而实现了知识生产的闭环运行。

　　基于人工智能的广泛应用，数智技术一定程度上规定了政治学研究的新议程。由此，首先要加强以实验室为核心的基础设施建设，尤其是借鉴国内外高校计算社会科学与国家治理实验室建设的先进经验，为数据获取、算法开发和模拟实验提供平台支撑。其次要倡导问题导向而非方法炫技的跨学科研究，研究应基于真实的政治与治理难题，目标是为理解中国之治、构建自主知识体系提供洞见，数智技术于其中不过是服务于此的工具。最后是强化学术伦理与规范，对数据隐私、算法偏见、模拟结果的可靠性及责任归属等问题，要建立学科内的研究共识与审查准则。

　　学术交流：生态重塑与话语构建。随着计算政治学论坛、数字治理研讨会、AI for Politics系列工作坊以及在线协作平台日益活跃，交流平台与交流形式愈发多元。学术交流不再局限于政治学者之间，而是扩展至计算机科学家、数据工程师、企业研发人员和政府实务专家，学术共同体的边界不断被拓宽和重构。一些以数智技术、数智治理、数智发展为主题的学术论坛已成为汇聚跨学科学者、期刊编辑与实务专家的年度高端平台。同时，青年学者和研究生正借助工作坊、虚拟工作室等轻型机制，成为前沿研究最活跃的群体。

　　数智时代，政治学学术交流需要持续性与共享性。一是聚焦“数字主权”“算法治理”等关键议题，主动打造品牌化的学术论坛与专题工作坊，建立持续深入的对话机制。二是推动高校、研究机构、科技企业和政府部门在数据、算法、案例和算力上通力合作，打破“数字壁垒”，积极构建开放协同的数字学术生态圈。三是利用数智工具，以可视、可模拟、可互动的方式在国际交流中全力推动“中国式现代化”“全过程人民民主”等中国原创概念的智能化表达，全面提升中国政治学的话语影响力。

　　社会服务：智能升级与战略前瞻。基于多智能体的社会模拟，决策支持方式从静态报告走向动态模拟与实时推演，尤其是允许决策者在“数字孪生”环境中测试不同政策的多元影响，实现低成本沙盘演练，显著提升了决策的前瞻性与科学性。通过分析多源数据（如卫星遥感、社交媒体情绪），智能体通过扮演“数字调研员”角色，可以更早、更精准地发现社会治理的盲点与风险点，实现服务范围从宏观政策分析延伸至微观社会感知与风险预警。

　　与此同时，数智技术赋能也改变了政治学参与社会服务的方式。研究者不仅能够提供研究报告，还可以参与设计、监管和维护服务于公共决策的智能体系统，并逐渐从关注政策咨询转向推动智能体协同治理，甚至可以在可控的真实场景中试点数字治理方案，创新性打造验证理论、优化政策、输出中国经验的现实途径，将“社会实验”作为学科连接实践的关键接口。

　　这意味着，数智时代的政治学学科要想更好地参与社会服务，必须关注如下可能路径。一是将发展智能体社会模拟等新型资政工具作为能力建设的战略重点，培养创新团队成员掌握社会仿真建模、因果推断与政策优化算法等核心技术。二是主动牵头或深度参与建设“产学研用”一体化协同平台，与政府、企业合作共同攻克数据共享、模型验证和成果落地中的难题。三是积极构建社会服务的伦理与法律框架，在提供传统服务和产品的同时，积极倡导并参与制定关于算法审计、数据治理和数字权力的规则，确保数智技术应用于公共领域时的安全、公平与向善。

　　政治学学科的未来，不取决于是否使用新技术，而在于能否将技术整合进自身的理论脉络与问题意识中，生产出原创性、本土性和创新性的知识成果。政治学人不应成为数智技术的简单注解者，而应成为数字社会重塑过程中批判性的思考者、规范性的引导者和建设性的参与者。

　　（作者系中国政法大学政治与公共管理学院院长、教授）