本文來自微信公眾號：嚴(yán)肅的人口學(xué)八卦，作者：嚴(yán)肅的人口學(xué)八卦組

從代碼編寫到圖像生成，從信息查詢到日常聊天，人工智能已滲透生活的各個(gè)角落，甚至不少短劇都由AI直接生成劇情。

學(xué)術(shù)界也不例外，越來越多研究者將AI工具融入工作流程。對社會科學(xué)領(lǐng)域而言，一個(gè)有趣且重要的問題是：社會學(xué)家、人口學(xué)家等社科工作者目前如何使用人工智能？又如何看待這項(xiàng)新技術(shù)？

在探討這個(gè)問題前，先明確本文所指的“AI”——主要是生成式人工智能（Generative AI, GenAI）。這類模型能生成文本、圖像、音頻或視頻等內(nèi)容，在社科研究中，文本生成模型應(yīng)用最廣，研究者輸入提示語或指令，模型便會生成相應(yīng)內(nèi)容。

1. 社會科學(xué)領(lǐng)域：誰在如何用AI？

Alvero等人2026年的研究，對50本社會學(xué)和人口學(xué)頂級期刊（如Demography、American Journal of Sociology、Annual Review of Sociology等）的作者展開調(diào)查與訪談。

研究者選取219名非計(jì)算社會科學(xué)學(xué)者和214名計(jì)算社會科學(xué)學(xué)者進(jìn)行分析。計(jì)算社會科學(xué)學(xué)者指在標(biāo)題、摘要和關(guān)鍵字中包含計(jì)算機(jī)術(shù)語的文章作者；非計(jì)算社會科學(xué)學(xué)者則多為定性研究者，以及主要使用經(jīng)典統(tǒng)計(jì)方法的量化研究者。

很多人直覺認(rèn)為，計(jì)算社會科學(xué)學(xué)者更熟悉技術(shù)、常與代碼打交道，會更依賴AI。但研究結(jié)果顯示，兩者在AI使用頻率和態(tài)度上差異很小。計(jì)算型學(xué)者中“每周使用”最常見，“從不使用”緊隨其后；非計(jì)算型學(xué)者中“至少使用過一次”最常見，“每周使用”排第二。

不過，這并不意味著社科研究依賴AI已成風(fēng)氣。調(diào)查將研究階段拆分后發(fā)現(xiàn)，大多數(shù)學(xué)者在各階段都未使用AI。在使用AI輔助科研的學(xué)者中，無論計(jì)算型還是非計(jì)算型，最常見的場景都是寫作階段，比如用AI潤色段落、整理思路。同時(shí)，計(jì)算型學(xué)者在數(shù)據(jù)分析任務(wù)中使用GenAI的比例（約21.9%）略高于非計(jì)算型學(xué)者（約13.6%）。

部分受訪者還提到，會用AI生成論文標(biāo)題，或自動(dòng)化處理科研相關(guān)郵件溝通。

圖：社會科學(xué)研究者在科研中使用GenAI的頻率與研究階段

Source:Alvero,A.J.et al.,2026

2. 學(xué)者們?yōu)槭裁矗ú唬┦褂肁I？誰更相信它？

社科學(xué)者為何使用AI，又為何保持謹(jǐn)慎？

對已使用AI的學(xué)者而言，最直接的原因是節(jié)省時(shí)間、滿足好奇心。同時(shí)，很多日常工具已整合AI功能，比如搜索引擎會自動(dòng)生成AI摘要，即便研究者未刻意使用，也會接觸到AI。

同輩壓力也是推動(dòng)因素，有人擔(dān)心不使用AI會在學(xué)術(shù)競爭中落后，正如一位受訪者所說：“我擔(dān)心研究過程太‘慢’，甚至顯得過時(shí)?！钡w來看，來自合作者、學(xué)科領(lǐng)域或?qū)W術(shù)機(jī)構(gòu)的外部壓力不強(qiáng)，學(xué)界尚未形成必須使用AI的制度要求。

此外，母語非英語的學(xué)者提到，AI在寫作上的幫助讓他們表達(dá)學(xué)術(shù)觀點(diǎn)時(shí)更自信。

然而，學(xué)者們對AI能否真正改善研究工作態(tài)度謹(jǐn)慎。多數(shù)受訪者認(rèn)為，AI不會讓原本不可能的研究變得可能，對于AI能否讓研究者聚焦更有意義的問題、顯著降低科研成本，很多人沒有明確答案。

相比潛在收益，學(xué)者們更擔(dān)心信息質(zhì)量、數(shù)據(jù)隱私，以及科技公司對GenAI工具的控制權(quán)。許多人還擔(dān)心過度依賴AI會削弱自身批判性思維能力。一位受訪者表示：“理想中，GenAI應(yīng)減輕‘不發(fā)表就淘汰’的學(xué)術(shù)壓力。但如果它只是加快產(chǎn)出速度，讓學(xué)界對產(chǎn)出要求更高，可能只會增加論文數(shù)量，未必能改善研究者和學(xué)生的處境。”

整體而言，學(xué)者們對GenAI未來兩到三年的持續(xù)改進(jìn)持樂觀態(tài)度，但對其優(yōu)勢是否超過負(fù)面影響仍矛盾。即相信技術(shù)進(jìn)步，卻不完全信任結(jié)果。此外，男性學(xué)者對AI更樂觀、信任，這與美國成年人口調(diào)查結(jié)果一致，女性、非二元性別和跨性別群體對AI態(tài)度更負(fù)面。

3. 社會科學(xué)應(yīng)該塑造什么樣的AI？

社科研究核心對象是人，GenAI的特別之處在于能“像人一樣”說話、互動(dòng)、分類甚至模擬行為，這與社科研究對象高度相關(guān)。

從研究角度看，AI現(xiàn)在或未來能幫社科研究做不少事。首先，設(shè)計(jì)調(diào)查和實(shí)驗(yàn)材料。社科實(shí)驗(yàn)中需準(zhǔn)備新聞報(bào)道、招聘廣告等材料，過去人工撰寫難保證不同條件可比，GenAI能快速生成材料，通過調(diào)整讓版本更一致、貼近現(xiàn)實(shí)，還能保護(hù)隱私。

AI還能模擬調(diào)查受訪者，設(shè)定人口屬性后可生成類似現(xiàn)實(shí)群體的回答，作為調(diào)查輔助工具。

此外，AI能復(fù)制經(jīng)典社科實(shí)驗(yàn)結(jié)果，處理大規(guī)模文本資料（如新聞、社交媒體內(nèi)容、訪談?dòng)涗洠┎⑼瓿沙醪骄幋a分類。甚至可引入實(shí)驗(yàn)環(huán)境，設(shè)計(jì)人機(jī)互動(dòng)實(shí)驗(yàn)，觀察群體行為和社會互動(dòng)，為社科研究提供新可能。

AI應(yīng)用的倫理問題是爭論焦點(diǎn)。比如蘇黎世大學(xué)的研究，在在線討論社區(qū)測試AI是否比真人更擅長說服，創(chuàng)建賬號讓AI冒充身份參與討論，推測用戶屬性進(jìn)行定制化說服。該研究未獲參與者知情同意，被認(rèn)為違反研究倫理。

（本文不是用AI寫的，嚴(yán)八永遠(yuǎn)堅(jiān)持手搓）

若未來趨勢無法阻擋，社會科學(xué)家應(yīng)參與塑造什么樣的AI？

一些學(xué)者認(rèn)為，應(yīng)發(fā)展更透明、可檢查、可復(fù)制的模型體系，而非依賴科技公司的封閉模型。商業(yè)模型不斷更新，研究結(jié)果難復(fù)制；GenAI輸出對提示語敏感，開源模型能讓研究者了解過程、保護(hù)隱私、提高透明度，還能形成研究社區(qū)，推進(jìn)學(xué)術(shù)平等。若只有少數(shù)機(jī)構(gòu)承擔(dān)商業(yè)模型和算力成本，GenAI可能擴(kuò)大學(xué)術(shù)資源不平等。

科學(xué)研究根本是求真務(wù)實(shí)，強(qiáng)調(diào)創(chuàng)作與表達(dá)的領(lǐng)域不應(yīng)完全交給AI，AI的邊界需繼續(xù)討論反思。

不必對AI過度焦慮，沒學(xué)最新技術(shù)也不會慢人一步。至少在社科領(lǐng)域，最重要的仍是人。

技術(shù)改變工具，卻不能取代人的判斷。真正引起共鳴的，是從人出發(fā)、有溫度與思考的內(nèi)容。

Sources:

Alvero,A.J.,Stoltz,D.S.,Stuhler,O.,&Taylor,M.A.(2026).Generative AI in Sociological Research:State of the Discipline.Sociological Science,13,45-62.

Bail,C.A.(2024).Can generative AI improve social science?.Proceedings of the National Academy of Sciences,121(21),e2314021121.

O'Grady,C.(2025).'Unethical'AI research on Reddit under fire.Science,388(6747).

Spirling,A.(2023).Why open-source generative AI models are an ethical way forward for science.Nature,616(7957),413-413.