随着以大模型为代表的新一代人工智能逐渐成为辅助知识发现、促进跨领域关联和拓展认知边界的重要基础设施，哲学社会科学需要重新审视人工智能时代知识创造、学术创新与科研治理之间的关系。未来，哲学社会科学需要探索人工智能与知识生产深度融合的新型创新治理范式，推动研究方法、评价体系和治理机制更好适应数智时代的发展需求。

　　数智技术推动哲学社会科学研究范式转型

　　数智时代，现实问题愈发呈现跨领域、强关联和动态演化特征，传统研究方式在整合多源知识、分析复杂机制和形成系统解释方面面临新的挑战。数智技术的发展为哲学社会科学突破传统研究边界、探索新的知识生产方式提供了重要契机，也推动哲学社会科学研究由经验总结向智能增强转变。大模型、大数据、多模态分析等技术手段，使研究者能够从更大规模、更复杂关联的知识资源中发现研究线索，推动研究过程从基于已有经验的分析解释走向面向复杂关系的智能辅助探索。同时，人工智能增强了跨学科知识连接能力，为理解复杂社会问题、构建综合性理论解释提供了新的方法支撑。

　　但数智化转型的核心并非以技术逻辑取代学术逻辑，而是要求在人工智能赋能基础上重新审视研究者、技术与知识生产之间的关系。人工智能可以拓展研究能力边界，但问题意识、理论建构和价值判断仍是哲学社会科学创新的关键。未来，数智时代的研究范式转型，应在发挥技术赋能作用的同时，保持学术创造的自主性，使智能技术更好地服务于哲学社会科学创新发展。

　　大模型推动创新评价逻辑重构

　　创新评价的核心在于识别知识创造中的真实贡献，而不仅是对成果进行外部排序。长期以来，科研评价主要依赖论文数量、引用影响等可量化指标来衡量成果价值，这些指标能够反映一定程度的学术影响，但难以充分揭示研究问题、理论贡献和知识增量等内在创新。尤其在哲学社会科学领域，创新往往体现为新的问题意识、概念建构和理论解释，传统评价方式在识别原创贡献和学术价值方面存在局限。

　　大模型的发展为创新评价由指标测度向贡献识别转变提供了新的技术基础。不同于传统评价主要关注成果的外部表现，大模型能够基于对研究文本、知识关系和学术语境的理解，辅助分析研究问题、理论基础、方法路径和结论贡献之间的关联，帮助判断成果相对于已有知识体系形成了何种突破。这推动创新评价从“成果是否有影响”走向“成果为何创新、创新体现在哪里”，促进评价体系更加关注创新内容本身。

　　围绕科研成果原创性识别这一核心问题，我国哲学社会科学界已经展开探索，如教育部学位与研究生教育发展中心和武汉大学相关团队共同探索大模型驱动的论文原创性评价理论与实践路径。未来，可在既有尝试基础上，进一步针对哲学社会科学知识生产特点，探索构建涵盖价值引领、问题导向、创新贡献、论证支撑和成果影响五个维度的创新评价框架，推动评价逻辑由关注成果外部表征转向识别知识贡献和创新价值，构建符合哲学社会科学创新规律的评价模式。

　　大模型推动创新治理方式转型

　　随着大模型逐步融入知识生产全过程，哲学社会科学创新治理面临的关键变化，是治理逻辑由结果管理向全过程保障转变。传统治理主要关注成果形成后的规范审查，而随着人工智能技术在选题、写作、分析和知识组织等科研环节中的应用不断深化，科研质量保障需求逐步延伸至知识生产全过程，创新治理需要更加关注知识生产过程的规范性、可信性和可解释性。

　　大模型的发展为创新治理方式转型提供了新的支撑。基于语义理解、知识关联和复杂信息分析能力，大模型能够增强对科研活动的理解能力，辅助识别潜在风险，分析问题形成原因，并为治理决策提供依据，推动创新治理由依赖经验判断走向智能辅助。

　　在实践层面，应围绕大模型驱动创新治理开展一系列探索，形成面向科研成果质量保障和学术风险防控的智能化治理路径。在成果治理方面，研发论文规范性智能审查平台，对论文语言表达、参考文献、图表规范、结构一致性等内容进行智能检测，实现对学术成果质量的辅助审查；在内容风险治理方面，搭建学术成果内容风险监测系统，从内容呈现、风险对象和表达话术三个维度识别潜在风险，为科研成果规范管理提供智能支撑，推动科研治理由侧重成果形成后的规范审核，向贯通成果治理、过程治理和管理治理的系统治理模式拓展。

　　大模型驱动创新治理的价值引领

　　大模型驱动哲学社会科学创新治理的意义，不仅在于技术能力的拓展，更在于重新思考技术发展、学术创新与社会进步之间的关系。人工智能并非脱离社会运行逻辑的技术力量，其应用方向和治理边界始终受到知识生产规律、社会价值需求和制度环境的影响。因此，数智时代的哲学社会科学不仅需要主动把握技术变革带来的新机遇，也需要深入研究人工智能的社会影响、伦理问题和治理机制，引导技术发展更好地服务于知识创新与社会发展。

　　从更深层看，人工智能与哲学社会科学之间并非单向的技术赋能关系，而是技术变革与理论回应相互作用的过程。一方面，智能技术拓展了人类认识社会和分析复杂现象的路径，推动知识生产方式和创新活动组织方式发生变化；另一方面，哲学社会科学需要围绕人工智能带来的社会结构、伦理秩序和治理挑战开展理论研究，为技术发展提供价值判断和治理智慧。未来，大模型驱动创新治理需要坚持技术创新与价值引领相统一，在尊重知识生产规律和社会价值需求的基础上，将数智能力转化为促进理论创新、推动自主知识体系构建的重要支撑。

　　（作者系武汉大学副校长）