增强人工智能时代新型智库田野调查的方法自觉

2026-11-17 来源:中国社会科学网-中国社会科学报

微信公众号

— 分享 —
链接已复制

  当前,人工智能正以前所未有的速度重塑智库研究的方法论基础,大数据分析、智能仿真推演、大语言模型等工具迅速普及,为智库研究提供了前所未有的技术能力。在数据驱动的范式下,大语言模型正在为智库研究转型带来历史性机遇,智库专家可以依托大规模数据的收集和分析,推动智库知识生产从小数据归纳走向大数据演绎,从经验主导走向数据驱动与算法支撑,从传统粗放式“手工作坊”走向现代智能化的“精益生产”。在人工智能时代,基于深度神经网络、多智能体建模和系统动力学等方法的引入,智库得以对宏观政策变量、微观主体行为和治理结构因素等进行耦合建模,能够实现对复杂系统演化预测和政策干预的模拟推演,为决策者提供前瞻性的情景分析和风险预警。

  然而,技术赋能并非没有隐忧。当人工智能从辅助工具演变为认知框架时,研究者的问题定义权、价值判断权和结论审查权等面临被侵蚀的风险,可能逐渐变成算法的被动执行者,陷入“技术理性至上”的陷阱。人工智能技术的深度嵌入,在赋予智库研究前所未有效率的同时,也悄然改变了研究者与社会现实之间的连接方式。当数据分析和模型推演逐渐成为智库研究的常规操作时,真实社会原本为研究者提供的“现场感”也在逐步被技术手段遮蔽。因此,在人工智能时代,我们依然要加强智库田野调查。重建田野精神,意味着在人工智能技术赋能的同时,要重新确立调查研究在智库研究中的根基地位,让研究者重新回到现场、回到一线、回到与人民群众的直接接触中。实践证明,人工智能技术越发达,田野调查生产的“在地性知识”越珍贵,田野调查检验“政策落地效果”的功能越不可替代,田野调查培育“问题发现能力”的价值越凸显,越需要坚守田野调查的方法自觉。这种自觉的核心,是用调查研究特别是现场的调查研究来验证机器给出的结论,而非用机器的结论来替代调查研究本身。

  第一,坚持实地调查,确立调查研究在智库研究中的根基地位。决策无小事,咨政需谨慎。调查研究是智库专家从事决策咨询的入场券、头道功,没有调查研究就没有决策咨询权。这里的调查研究是广义的,既包括对政策网络脉络的梳理,也包括运用人工智能手段对资料进行搜集整理;既包括与实际工作部门的座谈,也包括深入基层一线的现场调研。智库专家不能只进行技术分析,不能跟着感觉走,不能被大数据和算法牵引着走,要坚决反对把人工智能作为万能的决策咨询工具,坚决防止依赖大语言模型自动生成的研究报告泛滥蔓延。如果说传统的智囊可以更多地依靠个人的智力智慧和感觉与直觉进行决策咨询,新型智库决策咨询则需要更多地依靠一线数据和现场信息,智库专家必须练好脚底板上的功夫,脚沾泥土、脚踏实地,更多地把论文写在祖国的大地上、写进党委与政府的政策里、写进人民群众的生活中,从而更好地嵌入中国式现代化进程。当前,一方面,要强化智库研究的过程导向,确立调查研究在智库研究中的根基地位。人工智能时代获取数据资料的便利性为智库研究节约了大量时间,专家可以将更多时间用在实地调查研究上。另一方面,要强化智库研究的质量导向和调查研究的支撑作用。新型智库迫切需要进行供给侧结构性改革,减少数量,提高质量,去除低端重复的“产能”,以调查研究的深度、纯度来支撑研究报告的高度、精度,真正打造让党和政府信得过、用得上、靠得住的新型智库。智库研究需要长期关注、持续专注,需要有专业精神和战略定力,既要具备“万米宽”的跨学科宏阔视野,更要追求“一米宽、万米深”的专业穿透力。

  第二,开展科学实验,增强模型数据与田野数据的相互支撑。在人工智能时代,大数据分析有助于把握宏观态势、发现普遍关联,深度田野调查则能帮助理解特殊语境、洞察深层内在机理。在数据层面,智能实验室提供的全量数据、多源数据,与田野实验室提供的一手访谈、参与观察,共同构成了对研究对象的立体认知。大数据描绘“面”,小数据洞察“点”,点面结合才能形成完整的社会认知图景。在方法层面,大数据分析中发现的关联模式或异常信号,可以作为田野调查的追踪线索和深化方向;在田野调查中形成的初步判断和假设,可以通过大数据进行大范围的验证。为此,人工智能时代的社会科学实验室建设,应在两个维度上同时推进:一是基于大数据推论的智能实验室,以大数据分析、智能建模、智能仿真为核心能力,擅长处理大规模、结构化的数据,在宏观层面发现模式和趋势,拓展认知的广度与精度;二是基于现场调查的田野实验室,以长期驻地田野调查为核心特色,以一手资料为根基,擅长获取深度、情境化的经验材料,在微观层面揭示机制和逻辑,守护认知的深度与温度。

  第三,坚持现场感知,让田野实践成为智库成果的灵魂所系。人工智能赋予智库研究前所未有的速度,但那种只有走进田野、与真实的人面对面交流才能获得的情感体认和价值感知,是算法永远无法提供的。研究者与被研究者之间的面对面接触,使研究者能够获得一种身体性知识,对语气、表情、沉默、犹豫的感知,对言外之意的把握,是任何数据分析和算法模拟都无法替代的。决策咨询不是书生的指点江山,智库专家要深入基层调查研究、参与实践,开展负责任、有温度的咨询,提出的对策建议不但要符合数据规律和模型逻辑,更应建立在现场的感觉、现实的感知、真实的感受之上。一流的智库专家和高质量的对策建议,是从现场中长期浸泡和大量的观察思考中淬炼出来的。高层次的智库专家,不仅要经常到事情的发生现场观察,还应参与现场决策,与决策者面对面地展开讨论,提供建议,提出对策。新型智库应将速度与温度的统一作为方法论建设的核心目标:以智能技术加速信息处理,让研究者从繁重的资料工作中解放出来;以田野实践守护价值判断,让研究者的精力集中在真正需要人类智慧的环节,在现场发现问题、建构框架、权衡价值、提出建议。

  第四,坚持核对校验,确立人机协同研究过程中人的主体地位。新型智库在将人工智能工具嵌入调查研究流程时,应建立“算法审查”机制:对模型训练数据的来源代表性进行审查,对算法输出的置信度与不确定性进行评估,对人工智能生成的分析结论进行人工校准和交叉验证。这种审查不是对技术的不信任,而是对方法论严谨性的基本要求,正如定量研究需要报告样本量和置信区间,人工智能辅助研究也需要公开其数据来源、模型选择和参数设置,使研究结论的可追溯性和可复核性得到保障。

  总之,唯有坚持研究者在人机协同研究过程中的主体地位,将田野在场的认知锚点、人机共生的协作框架和公共价值的评价尺度统一起来,推动人工智能的速度效率与田野现场的温度效果相结合,新型智库才能在智能时代保持思想引领力,才能真正成为党和政府科学民主依法决策的重要支撑、国家治理体系和治理能力现代化的重要内容、国家软实力的重要组成部分。

  (作者系江苏省哲学社会科学界联合会副主席,江苏省区域发展研究会会长)

【编辑:闫勇(报纸)赛音(网络)】