从辅助资料查询到生成文本，再到智能体自主决策，人工智能正深刻影响着社会科学研究的数据获取、方法选择、理论生成等各个环节。但人工智能赋能社会科学研究仍面临一些现实挑战和困难。对此，应充分发挥人的主体作用，可从以下六个方面着力。

　　一是发挥人类优势，避免对人工智能技术的过度依赖。坚持正确价值取向，发挥人类基于哲学智慧、文化底蕴和伦理道德提出问题的能力；强化在“干中学”过程中默会知识的积累，以及对现实问题的深刻观察与思考，尤其要充分发挥想象力，形成新的观点和认识。

　　二是创新制度安排，破解社会科学研究中人工智能应用面临的数据不足问题。构建国家自然科学与社会科学数据共享平台，建设国家智能实验平台和人工智能治理协同平台。建立“通用底座+垂类应用”的双元人工智能模型体系，尤其要集中优势资源打造具有国际竞争力的通用科学智能平台，降低科研人员应用人工智能的门槛。围绕各学科及重点领域，支持建设专用科学模型库、实验数据库和专业服务平台，制定社会科学模型、基础数据、算法原则等方面的基础标准，打造数据交易平台，支撑数据脱敏交易和有效流动。

　　三是强化人类参与，以人工智能支撑理论构建。将人和组织纳入人工智能生成的社会行为模式中，探寻相关情景和边界条件，增强模型对现实的还原能力。将相关概念纳入现有理论框架，并与社会科学理论体系相衔接，推动形成体系化理论和新的知识体系。

　　四是深化人机协同，确保人工智能安全可控。确立“人类主导、人工智能辅助”的人机协同原则，建立人类始终参与人工智能运行过程的“人在回路”机制，确保人类对人工智能的有效监督与控制。

　　五是完善治理体系，防范人工智能赋能社会科学研究中的伦理风险。针对人工智能可能带来的数据隐私泄露、算法歧视、模型偏见等问题，强化技术治理、法律与行政治理以及标准化治理等多元治理方式。构建算法备案与透明度登记制度，提升技术透明度，完善学术机构人工智能科技伦理组织建设，推进标准化建设和认证体系探索。

　　六是创新培养机制，为哲学社会科学研究中的人工智能应用提供人才支撑。构建适应人工智能时代需求的社会科学教育与培训体系，将数据科学、编程基础、机器学习、自然语言处理、算法伦理等内容纳入社会科学人才培养体系，培养“社会科学+人工智能”复合型人才。组建跨学科研究团队，建设公共科研平台，创新成果评价机制，为人工智能在社会科学领域的应用创造良好环境。

　　（作者系中国社会科学院工业经济研究所副研究员）