国务院印发的《关于深入实施“人工智能+”行动的意见》明确提出，“推动哲学社会科学研究方法向人机协同模式转变，探索建立适应人工智能时代的新型哲学社会科学研究组织形式，拓展研究视野和观察视域”。数智时代的到来，深刻影响着哲学社会科学研究的问题意识与方法路径，更对高校哲学社会科学管理服务体系提出了系统性创新的要求。

　　适应数智时代发展的新要求

　　数智时代要求哲学社会科学适应并融入教育、科技、人才一体化发展的国家战略部署。数智化进程模糊了既有的学科边界，复杂社会问题无法被单一学科的知识体系所完整涵盖，使得哲学社会科学研究中长期存在的“单兵作战”模式难以奏效。而驱动哲学社会科学研究的组织形态产生质变的深层动力，来自从“学科本位”向“问题驱动”的根本转向。面对数字经济、智慧法学、数字人文、智能传播等一批新兴研究领域与交叉学科生长点，其组织单元的核心不再是学者个人及其所属学科，而是问题本身所牵引的多元知识协同网络。因此，数智技术发展必然推动哲学社会科学研究走向开放共享的平台化协作与多学科交叉。

　　数智技术与人类社会的互动演进，还推动哲学社会科学研究范式从依赖文本校勘、经验推演和质性思辨的“古典范式”，走向依托新技术工具与研究手段的数据密集型和人机协同的“赛博范式”。在这一转型中，研究者需要在认知框架中重新定位自身的研究行为，坚守对人文问题的理论敏感性与价值判断力，同时具备理解数据结构、调用计算工具等逐渐为哲学社会科学知识生产者所必备的数智素养。与之相应，高校能否为哲学社会科学研究提供相应的数据基础设施，能否有效引导并帮助研究者提升相应能力，将成为决定哲学社会科学研究范式转型成效的约束条件，也直接决定了学术创新的深度与效率。

　　当前科研组织管理面临难点

　　一是组织壁垒固化。高校哲学社会科学管理体制沿袭了细分学科的条块分割模式，不少本应拥抱数智技术的院系依旧高度绑定在传统学科建制和科研范式上。这种管理模式不仅强化了个体化生产模式，还形成了严重的体制性区隔，哲学社会科学与理工农医之间的“大交叉”渠道尚不通畅，跨学科研究的专项管理制度仍不健全。

　　二是评价机制偏差。现行评价体系对跨学科研究、数据密集型成果的学术贡献和应用价值缺乏有效的评估标准，长周期考核、合作成果认定以及容错纠错机制尚不健全，对职称评聘和绩效考核等方面有较大影响，挫伤了高校教师主动开展跨学科或交叉研究的积极性。

　　三是研究支撑不足。一方面，面向哲学社会科学研究场景的数智基础设施在高校信息化布局中未能获得应有重视，导致有组织科研缺少底座工具支撑。另一方面，不少哲学社会科学领域研究者更习惯于传统的经验范式，面对大数据分析、算法模型等新型工具时，易产生技术焦虑与心理排斥。

　　四是成果转化受阻。在数智时代，哲学社会科学研究的产出常常表现为数据集、知识图谱、文化分析模型、数字孪生文化遗产等多元形态，其价值呈现具有高度的非标化和场景依赖性。然而，当前高校的成果转化机制缺乏对这些新型知识形态的识别与评估能力，导致大量的数字人文项目停留在报告与实验室阶段，难以实现产业化或社会治理应用。

　　五是伦理规范滞后。数智技术引发了深刻的伦理挑战与学术诚信危机。知识生产的主体性面临弱化风险，生成式AI带来的隐蔽抄袭、代写行为加剧了学术失范，而现有的科研管理服务体系缺乏对AI辅助科研的规范引导、边界界定与检测能力，学术伦理治理处于相对滞后状态。

　　在协同施策中回应时代命题

　　为了更好迎接数智时代，高校应以战略主动回应时代命题，在科技硬实力与人文软实力的协同施策中破局。苏州大学作为一所具有126年文脉传承的综合性大学，立足自身多学科优势与地域文化资源，在哲学社会科学的数智化转型方面作出积极探索。在宏观层面，学校制订并实施《苏州大学推进人工智能时代科学研究行动方案》，构建跨学科协同、资源共享、范式革新的科研新生态；在中观层面，通过布局一批新型哲学社会科学实验室、培育跨学科研究团队、打造“人文+”品牌学术论坛、开展数智素养提升训练等多元抓手，构建数智赋能科研的学术共同体；在微观层面，科研团队将数智技术运用到海外中国数据分析、古城数字化保护、昆曲艺术传承、苏作技艺多模态交互体验等研究之中，有效提高了科研效率和成果水平。未来，仍需进行更具整体性、更加系统性的思考和探索。

　　一是构建开放协同的科研创新生态。以围绕党和国家发展战略、聚焦区域经济社会发展需求为指引，把握“人工智能+”“数字人文”“计算社会科学”等趋势，拓展学科边界，选准特色优势领域，形成长期的、有组织的交叉研究机制。打造哲学社会科学实验室等新型研究平台集群，推进文理医工大融合、大交叉，培育哲学社会科学科研新生态。

　　二是培育数智复合型研究人才。以中青年教师为主体，通过跨学科课题培育、联合导师制等途径，组建一批新型研究团队，在实质性任务承接中加强科研队伍对智能化研究工具的学习、训练和研发；支持人工智能专家与各学科科研骨干联合组建团队，围绕重大科研任务开展攻关。

　　三是助推数智人文成果生产与转化。拓展成果转化的渠道与场景，推动哲学社会科学研究成果与文化产业、社会治理、公共服务等多领域深度对接，在文化遗产数字化、政策仿真评估、舆情智能研判等方向精准发力，开发特色领域智能体、多模态数据库，推动知识生产向知识应用转化。

　　四是持续完善科研评价体系。坚持“破五唯”与“立新标”同步推进，将原创理论成果、标识性话语创新、实验类标志性成果、跨学科突破性贡献、社会服务实效、文化传承成效等作为评价维度，打破现行评价体系侧重单一类型成果指标的束缚。

　　五是强化数智化科研管理能力。推进科研项目数据库、成果数据库与人才库、学科库的贯通，动态开展科研数据全生命周期管理分析，完善科研人员画像，为管理考核、科研决策提供有效支撑。加强科研管理服务团队对智能化研究工具的部署和学习，完善AI工具使用的伦理规范。

　　（作者系苏州大学人文社会科学处处长、传媒学院教授；苏州大学副校长）