| 884 | 4 | 503 |
| 下载次数 | 被引频次 | 阅读次数 |
大模型开启了人工智能发展的新阶段，人工智能赋能科学研究（AI for Science）正成为全新的科学研究范式，体现出跨学科融合、人机协同共创等新特点。当前，大模型如何赋能哲学社会科学研究（AI for Social Science），其范式与路径尚不明确。本文首先回顾了研究范式的演进，并提炼出一种以大模型与研究者协同共创为特征的大模型赋能哲学社会科学研究的新范式。在此基础上，构建了一种以人为中心的“生成—批判—共创”实施路径。最后，本文以大模型助力艺术传承为例，为大模型赋能哲学社会科学研究提供案例参考。
Abstract：Large language models(LLMs)have marked the beginning of a new stage in the development of artificial intelligence(AI). AI for Science is emerging as a new paradigm of scientific research,characterized by interdisciplinary integration and collaborative co-creating between humans and AI. At present,however,how LLMs can empower research in philosophy and the social sciences(AI for Social Science),as well as its paradigms and pathways,remains unclear. This paper first reviews the evolution of research paradigms and identifies a new paradigm for AI-empowered philosophy and social science research,one marked by collaborative co-creating between LLMs and researchers. On this basis,it proposes a human-centered implementation pathway that involves generating,critiquing,and co-creating. Finally,using the case of LLMs supporting artistic heritage,this paper offers a practical example for AI-empowered research in the philosophy and social sciences.
1.董春雨：《从机器认识的不透明性看人工智能的本质及其限度》，《中国社会科学》2023年第5期。
2 .郭妮妮、李瑾、张菁、贾若：《基于大模型的动态数据安全事件预警与分类研究》，《坦克装甲车辆》2025年第10期。
3 .李国杰：《智能化科研（AI4R）：第五科研范式》，《中国科学院院刊》2024年第1期。
4 .刘云、房浩超：《人工智能驱动的科研范式变革与特征》，《世界科技研究与发展》2025年第2期。
5 .马费成、陈帅朴：《生成式人工智能赋能哲学社会科学研究》，《武汉大学学报（哲学社会科学版）》2024年第6期。
6 .马费成、张瑞、李志元：《大数据对情报学研究的影响》，《图书情报知识》2018年第5期。
7 .米加宁：《生成式治理：大模型时代的治理新范式》，《中国社会科学》2024年第10期。
8 .任兵、庄育婷：《大模型背景下质性研究的智能化转型：方法论框架与实践探索》，《社会学刊》2024年第2期。
9 .宋芝业：《范式转换与新实验仪器——对库恩科学发展模式的一点探索》，《大众科技》2011年第4期。
10 .苏新宁、吕先竞：《人工智能赋能人文社会科学研究方法变革》，《西华大学学报（哲学社会科学版）》2025年第1期。
11 .托马斯·库恩：《科学革命的结构》（第4版），金吾伦、胡新和译，北京大学出版社2012年版。
12 .王常圣：《面向大模型艺术图像生成的提示词工程研究》，《图学学报》2024年第6期。
13 .袭靖雯：《对大模型生成式AI介入艺术创作的拉康式分析》，《艺术研究》2025年第2期。
14 .谢久书、张常青、王瑞明、陆直：《知觉符号理论及其研究范式》，《心理科学进展》2011年第9期。
15 .徐笑君：《基于大模型的双环螺旋知识共创》，《清华管理评论》2024年第11期。
16 .徐文博、姚悦、王超、陈洁、侯辉：《基于多模型对比的生成式人工智能护理知识理解的测试研究》，《护理管理杂志》2025年第5期。
17 .张伟伟、王旭、寇家庆：《面向流体力学的多范式融合研究展望》，《力学进展》2023年第2期。
18 .赵徐州：《智能社会科学研究专项大模型系统发布》，中国社会科学网，2024年7月8日，https：//www.cssn.cn/skgz/bwyc/202407/t20240708_5763405.shtml。
19 .周代数、魏杉汀：《人工智能驱动的科学研究第五范式：演进、机制与影响》，《中国科技论坛》2024年第12期。
20 .朱晶、李玉宏、姜雪峰：《科研第五范式中的合作新模式：基于交叉科学哲学的考察》，《上海交通大学学报（哲学社会科学版）》2025年第4期。
21 . Abramson J.,Adler J.,Dunger J.,et al.，“Accurate structure prediction of biomolecular interactions with AlphaFold3 ”,Nature,2024,630(8016):493-500.
22 . Amal A.,Amayreh M.，“The Interactive Theory of Artificial Intelligence in Academic Knowledge Production”,International Journal of Academic Research in Business and Social Sciences,2025,15(5):794-811.
23 . Bender E. M.,Gebru T.,McMillan-Major A.,et al.，“On the dangers of stochastic parrots:Can language models be too big?”,Proceedings of the 2021 ACM conference on fairness,accountability,and transparency,2021:610-623.
24 . Jia S.,Zhang C.,Fung V.，“LLMatDesign:Autonomous materials discovery with large language models”,arXiv preprint arXiv:2406.13163,2024.
25 . Jiang J.,Ferrara E.，“Social-LLM:Modeling user behavior at scale using language models and social network data”,arXiv preprint arXiv:2401.00893,2023.
26 . Lu M. Y.,Chen B.,Williamson D. F. K.,et al.，“A multimodal generative AI copilot for human pathology”,Nature,2024,634(8033):466-473.
27 . Latrech J.,Kodia Z.,Azzouna N. B.，“Context-based collaborative filtering:K-means clustering and contextual matrix factorization”,2024 10th International Conference on Control,Decision and Information Technologies(CoDIT),IEEE,2024:1-5.
28 . Narayanan A.,Kapoor S.，“Why an overreliance on AI-driven modelling is bad for science”,Nature,2025,640(8058):312-314.
29 . Patil V.,Ribeiro L.,Liu M.,et al.，“REFINESUMM:Self-refining MLLM for generating a multimodal summarization dataset”,Proceedings of the 62nd Annual Meeting of the Association for Computational Linguistics(Volume 1:Long Papers),Association for Computational Linguistics,2024:13773-13786.
30 . Piao J.,Yan Y.,Zhang J.,et al.，“Agentsociety:Large-scale simulation of llm-driven generative agents advances understanding of human behaviors and society”,arXiv preprint arXiv:2502.08691,2025.
31 . Thulke D.,Gao Y.,Pelser P.,et al.，“ClimateGPT:Towards ai synthesizing interdisciplinary research on climate change”,arXiv preprint arXiv:2401.09646,2024.
32 . Tolle K. M.,Tansley D. S. W.,Hey A. J. G.，“The fourth paradigm:data-intensive scientific discovery[point of view]”,Proceedings of the IEEE,2011,99(8):1334-1337.
33 . Wang Z.,Long Y.,Jiang Q.,et al.，“Harnessing multi-modal large language models for measuring and interpreting color differences”,IEEE Transactions on Image Processing,2025,https：//ieeexplore.ieee.org/document/10820056.
34 . Zhao W. X.,Zhou K.,Li J.,et al.，“A survey of large language models”,arXiv preprint arXiv:2303.18223,2023,1(2).
35 . Zhao X.,Tang Z.,Shi J.,et al.，“Research on short term prediction technology of regional air conditioning based on time series large model”,2024 6th International Conference on Energy Systems and Electrical Power(ICESEP),IEEE,2024:591-594.
基本信息:
DOI：10.14167/j.zjss.2025.09.003
中图分类号:C12;TP18
引用信息:
[1]邓水光.大模型赋能哲学社会科学研究：范式与路径初探[J].浙江社会科学,2025,No.349(09):4-13+155.DOI:10.14167/j.zjss.2025.09.003.
2025-09-15
2025-09-15