近年来，学术界关于“数智化赋能社会科学”的讨论日渐增多，但多数讨论仍停留在用更强的算力处理更多的数据，用更好的算法发现更隐蔽的模式，用更快的速度完成更繁重的文献检索。这些进步当然重要，但它们本质上是在传统范式的框架内做量的提升。AI正在同时从数据、方法和认识论三个层面冲击哲学社会科学的根基，要求哲学社会科学研究者在深入思考的基础上，运用AI推动真正意义上的研究范式革命。

　　原文链接：https://www.cssn.cn/skgz/bwyc/202606/t20260608_6048561.shtml

　　由人工智能（AI）智能体深度参与的实证研究正深刻改变学术界对“研究劳动”的理解。随着AI技术的发展，其已经能完成从选题确立、文献检索、数据获取、变量构造、模型设定、代码实现到结果核验和文本写作的完整学术研究过程。继续抽象地讨论“AI会不会取代研究者”已无济于事，只有回到真实的研究过程中，才能看到AI的能力边界与制度风险。问题的关键不在于AI是否参与，而在于它以何种方式参与、由谁来作出最终判断，以及学术共同体如何为这种新型协作建立规范。

　　原文链接：https://www.cssn.cn/skgz/bwyc/202606/t20260608_6048562.shtml

　　当前，以大语言模型、生成式人工智能为代表的新一代人工智能（AI）技术正以前所未有的速度重塑全球知识版图。对于哲学社会科学而言，AI不再仅仅是辅助性的“工具箱”，而是正在成为重构研究方法、理论体系、学科边界乃至知识论基础的核心变量。它既极大地拓展了我们处理复杂社会现象的能力，也引发了对于数据伦理、算法偏见、解释权归属以及人类主体性等问题的深刻反思。

　　原文链接：https://www.cssn.cn/skgz/bwyc/202606/t20260608_6048563.shtml