摘要：5月27日，2025文化强国建设高峰论坛“构建中国哲学社会科学自主知识体系”分论坛在深圳国际会展中心举行。华南理工大学公共政策研究院（IPP）学术委员会主席郑永年教授受邀参加会议，并在会上以“数智时代的知识变革与知识创新”为题作主旨演讲。
IPP评论是国家高端智库华南理工大学公共政策研究院（IPP）官方微信平台
导语：
5月27日，2025文化强国建设高峰论坛“构建中国哲学社会科学自主知识体系”分论坛在深圳国际会展中心举行。华南理工大学公共政策研究院（IPP）学术委员会主席郑永年教授受邀参加会议，并在会上以“数智时代的知识变革与知识创新”为题作主旨演讲。
郑永年教授通过回溯社会科学知识产生的三类知识及其方法论后指出，人工智能能够创造出“形而下”的知识，但没有能力创造“形而上”的知识，以及介于两者之间的知识。从这个视角来看，在知识创造领域，人工智能是不能替代人类的，两者必然会形成一种劳动分工。他认为，我们需要接受人工智能的赋能，但更重要的是要超越它，创造其所不能创造的知识。
5月27日，2025文化强国建设高峰论坛之“构建中国哲学社会科学自主知识体系”分论坛在深圳举行。图源：主办方
*文章整理自郑永年教授在2025文化强国建设高峰论坛“构建中国哲学社会科学自主知识体系”分论坛上的演讲。
自ChatGPT、DeepSeek等人工智能工具产生以来，它们以极高的活跃度和用户人数迅速融入了人们的生活，也自然引发了人们对人工智能影响人类未来的热烈猜测。人工智能发展异常迅速，远远超出了大多数人的预期。人工智能对人类知识创造产生了巨大影响，其产出的文本和图像几乎与人类自己的作品一模一样，难以区分，这给人类知识创造带来了新的挑战。
要理解人工智能对人类知识创造的影响，必须回到人工智能最初的原点，也就是回到维特根斯坦。维特根斯坦哲学为人工智能和机器学习的相关理论提供了依据。这些理论认为，人工智能的潜力在一定程度上可归于它能够扫描大量数据集来学习类型和模式。虽然人工智能永远不会像人类心智那样认识一些事物，但通过与现实模式的匹配积累，它有可能接近人类在感知和理性上的表现，有时甚至能超过人类。
人工智能就是模仿或者模拟人类，是先“人工”，后“智能”。从这个角度来说，“人工智能”这个概念的提出，是因为机器本身并没有能够像人类那样思考，而是通过人类获得知识，并在人类知识的基础之上产生知识。也就是说，至少到今天为止，人工智能仍是建立在现存知识之上，而非基于人类所具有的智力和智慧之上。
因此，就知识创造来说，人类现在应当考虑的问题是：人工智能能够创造什么样的知识，不能创造什么样的知识？我们需要接受人工智能的赋能功能，帮助我们创造知识，但更重要的是，我们需要超越人工智能，创造其能所不能创造的知识。
这里我们讨论的是人工智能和社会科学知识的关系。我们可以把人类迄今为止的社会科学知识分成三类：
一是来自“形而上”研究的知识；二是来自“形而下”研究的知识；三是介于“形而上”和“形而下”之间并且作为两者桥梁的知识。从这个分类学看，人工智能是基于“形而下”研究知识的，也就是第二类知识。
有研究表明，现阶段AI仍不善于生产因果性知识、规范性等类型的知识。图源：新华社
近代以来，所有的社会科学都是“形而下”的实证和经验研究，是可以验证的。而在近代之前，人类知识大都是“形而上”的，表现为神学、哲学和伦理学等形式。“形而上”研究在当代被看作是不可验证的，因此不能被视为是科学，因而在社会科学研究中越来越边缘化，尤其是在实证主义研究方法占据绝对主导地位的英美国家。
但是，“形而上”研究对“形而下”研究的深刻影响，却被大大低估和忽视了。实际上，很多类型的知识，尤其是哲学、思想、观念、价值、情感等，都来自“形而上”的研究；而来自任何形式的“形而下”研究的知识则很难导向来自“形而上”研究的知识。
也就是说，如果没有近代之前“形而上”的研究，就不会有近代以来的“形而下”的社会科学。大量的从宏观到中观的社会科学理论的假设和命题，也都来自“形而上”的知识。
无论是“形而上”、“形而下”，还是介于两者之间的知识，它们都指向了方法论的重要性。
所有的知识都是不同类型和层次的方法论的产物。因此，如果要问人工智能能够创造什么样的知识，不能创造什么样的知识，我们需要回到社会科学知识的方法论问题。根据前面所说的三类知识，我们至少可从三个层面的方法论来讨论。
第一，作为计算工具的方法论。尽管很多人都认为自己在从事经验性的实证研究，但是其中的一部分人并没有意识到他们所使用的方法论的本质。
今天，经过漫长的学术训练，学者的工具箱里拥有了无穷的工具，从大数据分析到微观的案例研究。这些作为工具的方法论强调的是逻辑推理和数学算法，具有普遍性，学者也希望通过使用这样的工具来通向普遍性知识，掌握普遍真理。
但是，从实践来看，在人们使用这些工具从事研究的时候，大多数人都在用异常复杂的“科学方法”来论证一些显而易见的常识。尽管有堆积如山的数据和案例，但我们却无法理解作者到底想说明一个什么问题及这个问题的重要性，大量的时间和生命都浪费在数据和案例堆中。更有甚者，很多学者并不是为了回答一个问题而去找工具，而是倒过来，为了使用某种或者某些工具而去找问题。
AI for Social Science 是快速发展的领域，但其产生的数据偏差、算法公平、可解释性和伦理风险等问题也亟待解决。图源：新华社
第二，作为思维的方法论。如果从材料和工具这个层面寻找问题，肯定会失败。要找到问题的关键，就需要研究者拥有高层次思想层面的方法论，或者说是思维方式或思想方式。现代大学充斥着大量被称之为方法论的教科书。但是，很大程度上来说，从这些教科书里面学习到的方法论很难产生思想，尤其是原创性思想。使用这些方法做出来的研究和写出来的文字没有思想和灵魂，自然没有吸引力，更难转化成人们所说的软力量。
例如，在社会科学中，大家都会读马克思、图尔干和维伯的著作，大家学到了马克思的“阶级论”、图尔干的“社会分工论”和维伯的“科层论”。对大多数学者来说，他们善于使用“阶级论”“社会分工论”“科层论”来提出和分析他们的问题。但是，人们忘记了，如果仅仅使用这些工具化的方法论，是不能导向原创性概念和理论的，更不用说思想了。
学者们最应当关注的问题是：为什么马克思发现了“阶级”？为什么图尔干能发现“社会劳动分工”？维伯又为什么能发现“科层”？他们到底是如何发现的？因为“阶级”“社会劳动分工”“科层”都是原创性概念和理论，如果能够回答上面的几个问题，我们就能学会如何从思想层面思考问题，而不仅仅是作为工具应用者。再者，如果回答了这些问题，人们就可从更深层次理解这些概念和理论的适用性。
第三，作为思维的文化动力的方法论。对中国学者而言，即使到了思维这一层面，在思想层面上也还是不够的。说到文化，自然指向不同文明之间的差异。东西方的差异并不在上述这些具体的工具，甚至也不仅仅在思想方法层面，而是具有更深层次的文明和文化因素。
这里，宗教和哲学因素极其重要。尽管近代以来宗教几乎和社会科学分离开来，成为被解释的对象，而非解释其他事物的“自变量”，但是宗教思维深深潜入到人们的思维中，很多时候，宗教是以人们比较容易接受的哲学形式表现出来的。在这个层面，东西方表现出本质性的不同。
在方法论上，西方是宗教思维，表现为“魔鬼”与“天使”。反映在社会科学思维上便是“两分法”，例如维伯的“理想类型”和库恩的“研究范式”等，这种两分法表现在几乎所有社会科学领域，例如经济学中的“政府”与“市场”、“共有产权”与“私有产权”，政治领域的“民主”与“专制”，社会学领域的“国家”与“市民社会”、“传统”与“现代”等等。在西方的思维光谱中，这些都构成对立面。这种思维不仅影响到西方学者对他们自己社会的看法，更影响到对非西方社会的看法。例如，从古希腊亚里士多德的“东方”概念，到近代的“东方专制主义”，再到今天各种版本的权威主义概念，其思维是同一的，从来没有变化过。
中国文明则没有这样极端的两分法。尽管中国文明有“阴”“阳”之分，但两者不是绝对分离的，而是相互嵌入的，“阴”中有“阳”，“阳”中有“阴”。再如，中国文明也有“文明”与“野蛮”之分，但两者是可变的，孔子因此提倡“有教无类”，所谓的“文明”与“野蛮”只是受过教育和没有受过教育之分，任何人通过教育都可以从“野蛮”转向“文明”。
以上三种方法基本上对应了前面所讨论的三类社会科学知识。第一，作为计算工具的方法论是今天社会科学研究的主流，基本上都是“形而下”的实证研究，尤其是微观层面的研究。第二，作为思维的文化动力的方法论是今天的小众和非主流，基本上反映在“形而上”的哲学、伦理学和宗教研究上，并且往往表现成为一种倡导。第三，作为思维的方法论可以说是介于前面两者之间的桥梁，表现在社会科学的中观理论和概念上。
那么，就社会科学知识创造而言，人工智能能够做什么和不能够做什么的问题就容易回答了。简单地说，人工智能能够创造第一类知识，即“形而下”的知识，但很难甚至没有能力来创造第二类知识（“形而上”的知识）和第三类知识（介于“形而上”和“形而下”之间的知识）。
对第一类知识的创造，人工智能远较人类高效和精确，而第二类和第三类知识则依然属于人类的智能和智慧范畴。至少就现阶段的人工智能技术来说，其没有能力来做这样的知识创造。
从这个视角来看，在知识创造领域，人类和人工智能必然会形成一种劳动分工。前面讨论过的维特根斯坦有关对人类思想“划定一个界限”的论断也同样适用于人工智能，即人工智能对它能表达的思想会表达得很清楚，但对它不能表达的思想则会保持沉默。
在知识创造领域，人工智能不能取代人类。但是，从近期看，人工智能对社会科学研究的冲击是巨大的。正如前面所说的，实证尤其是微观的研究是当代社会科学的主流，但这种研究的大部分甚至全部可以被人工智能所取代。
IPP公共关系与传播中心
排版 | 周浩锴
审阅 | 刘 深
终审 | 刘金程
关于IPP
华南理工大学公共政策研究院（IPP）是一个独立、非营利性的知识创新与公共政策研究平台。IPP围绕中国的体制改革、社会政策、中国话语权与国际关系等开展一系列的研究工作，并在此基础上形成知识创新和政策咨询协调发展的良好格局。IPP的愿景是打造开放式的知识创新和政策研究平台，成为领先世界的中国智库。
来源：IPP评论
