[摘要]由于应用范围的不断扩大和国家战略的重视，近年来人工智能成为国内社会科学研究的重要领域。通过对论文发表数量的分析，确定2016～2017年是国内社会科学范畴中人工智能研究的转折点，发现了国内社会科学范畴中人工智能研究的核心力量。理清人工智能的基础认知、挖掘人工智能的应用空间、预判人工智能的社会后果是国内社会科学范畴中人工智能研究的热点主题。未来国内社会科学范畴中的人工智能研究需要强化合作，需要关注人工智能如何影响社会治理和国家治理。
[关键词]人工智能；第四次工业革命；社会科学；CiteSpace
每一次重大的科学技术变革都会对人类社会的发展产生全方位且深刻的影响。在经过以蒸汽机的广泛应用、电力的广泛应用、计算机的广泛应用为代表的三次工业革命之后，人类社会正在迎来或者说已经迈入以人工智能应用为核心表征的第四次工业革命。作为第四次工业革命的标识性技术，人工智能“不仅是改变人类生活的新技术，更是一场前所未有的对人类生活产生强大冲击的社会革命”[1]，“它正在迅速改变人类社会的经济形态、社会交往模式和政治法律结构”[2]。人工智能的发展既充满了希望，又蕴藏着诸多不可知的风险与挑战，因此，人工智能既是新一代工业革命中科学技术研究的重点，又是社会科学研究极为关切的主题。不同于纯科技研究始终致力于谋求人工智能技术的升级从而推进更为成熟的应用，社会科学范畴中的人工智能研究偏重于挖掘或预判人工智能的社会性影响与后果。特别是人工智能机器人阿尔法(AlphaGo)在与李世石的围棋大战中取胜引发了社会各界对人工智能的广泛关注和讨论，直接催生了社会科学范畴中人工智能研究的热潮。爆发式增长的研究成果为认知、理解人工智能提供了丰富的视角选择与想象空间，也使得人工智能的社会科学知识体系复杂化。鉴于目前国内还没有研究者尝试对人工智能的社会科学知识体系进行系统的总结和清晰的呈现，本文借助CiteSpace软件尝试刻画出国内社会科学范畴中人工智能研究的学术版图。
一、研究工具的选择与数据处理
由美国德雷赛尔大学计算机与情报学学院陈超美博士基于Java语言开发的CiteSpace是一款涵括作者与机构以及国家(地区)的合作网络分析、关键词与术语以及领域的共现分析、文献与作者以及期刊的共被引分析等多功能的信息可视化软件。通过该软件绘制的图谱以及辅助的各种节点信息查阅工具，可以帮助研究者有效地识别和发现特定研究领域的研究力量分布、知识基础、知识结构、研究热点以及发展趋势。相较于传统的人工自助阅读式判别，基于CiteSpace软件的文献计量与可视化图谱判别更为高效、客观和准确。本文对国内社会科学范畴中人工智能研究的基本学术格局、热点与前沿的判别主要借助CiteSpace(版本：5.0.R2.SE.11.3.2016)提供的作者与机构合作网络分析、关键词共现和聚类分析等功能。
“任何知识图谱绘制的科学性都源于数据基础，即如何精准全面地检索到所要研究主题的全部文献是关键问题”[3](P.22)，为提高社会科学范畴中人工智能研究文献的查全率与查准率，本文选择目前国内文献储纳量最大而且更新速度快的中国知网作为来源数据库进行文献检索，检索式为“篇名=人工智能”，检索日期为2018年10月9日。由于人工智能带有鲜明的技术属性，为保证文献来源数据的质量并突出其社会科学范畴，笔者进一步将文献来源的类别限定为“期刊”，并且将期刊类别限定为“CSSCI”，得到648条文献检索结果，剔除会议或论坛公告、期刊专题栏目的导语性文章以及无明确作者的文献，最终得到可供分析的文献共608篇，文献时间跨度为1998～2018年。另外，由于CiteSpace所分析的数据是以WOS数据库的文本数据格式为标准的，因此要处理其他数据库来源的数据，必须进行数据格式转换，本文从中国知网下载的文献数据在使用前同样通过CiteSpace内置的数据转换器进行了标准化转换。
二、国内社会科学范畴中人工智能研究的基本景象：转折点与核心力量
任何一个研究领域都有其自身兴衰的演变轨迹和代表性的研究力量，掌握领域发展的核心历史线条和研究主体力量分布是涉足该领域所要具备的基本功。
图11998～2018年人工智能研究文献年度发表趋势
(一)转折点
国内社会科学范畴中人工智能研究兴衰演变的历史轨迹可以利用该领域论文发表数量的年际变化来把握。通过对608篇可供分析的文献进行统计后发现，早在20世纪末，国内就有一些社会科学研究者关注到人工智能，但是1998～2015年，年均文献量仅有7.7篇，而2016年一年的文献量就达到了30篇，2017年更是剧增到138篇，增长率达到了318%，截至检索时达到299篇，而且还有上涨的空间(见图1)。可以说，虽然人工智能概念出现较早，人工智能相关技术的应用探索也较为丰富，但是长期以来，国内社会科学范畴中的人工智能研究始终呈现零星化、分散化样态，并未出现集中式的、规模化的研究景象，或者说并没有出现过研究热潮或高峰。2016～2017年，国内社会科学范畴中的人工智能研究出现了一个直线跃升期，人工智能成为国内社会科学范畴中的一个研究热点。而2016～2017年之所以成为国内社会科学范畴中人工智能研究的一个重大转折点，可能有两个原因：其一，2016年3月，阿尔法(AlphaGo)在与李世石的围棋大战中取胜引发了社会各界对人工智能的广泛关注和讨论；其二，由于人工智能技术不断突破以及应用范围不断扩大，许多国家开始在国家战略层面重视人工智能研究，中国也不例外。2016年5月，《“互联网+”人工智能三年行动实施方案》发布；2017年7月，我国制定了《新一代人工智能发展规划》。国家对人工智能战略的重视也在某种程度上为社会科学范畴中的人工智能研究注入了活力。
埃塞水资源丰富，有9大主要河流流域和许多重要的大湖，号称“东非水塔”；其中大多可用于农业灌溉和水电生产，即将投产的复兴大坝为世界第7大水电站。重要的矿产资源有黄金、铂金、铜、铁、镍、长石、大理石、石英、蓝晶石、白云石、云母和石墨等。在土地资源中，56%的可作为耕地用地；到目前为止，只有15%的耕地资源得到利用。
(二)核心力量
一个具有生命力的研究领域往往能吸引众多研究者的参与，不同研究者的参与为推进该领域的研究提供了多元视角。由于个人研究重心选择或发展偏好的不同，有的研究者可能在特定时段涉足某领域再未有后续跟进的研究，成为该领域的过客；有的研究者则长期在某领域精耕细作，久而久之自然成为推进该领域研究的核心力量。一般而言，某研究领域的核心力量涵括学者和机构两个维度，以下主要从发文量方面进行衡量。
1.核心作者群 核心作者群又称活跃作者群，是指在刊物上发表论文较多、影响较大的作者集合。根据美国科学史学家普赖斯的理论，只有在某一领域发表特定数量论文的作者才能被称为该领域的核心作者。计算核心作者应满足的最低发表论文数量的公式为：N1=0.747(Nmax)1/2，其中, N1为核心作者至少应发表的论文数，Nmax为统计年段内最高产作者的论文篇数。[4]从本文收集的648篇初始文献统计数据来看，目前国内社会科学范畴中人工智能研究发文最多的是高奇琦，共发表11篇相关论文，依据普赖斯的理论计算得出N1=2.48，取整为3，即是说发文数量达到3篇及以上的作者为国内社会科学范畴中人工智能研究领域的核心作者。从648条初始文献统计结果来看，国内社会科学范畴中人工智能研究领域的核心作者共有20人(以下括号内数字代表该作者相关发文数量)：高奇琦(11)、徐英瑾(10)、刘宪权(6)、贾积有(5)、高新民(4)、喻国明(4)、何哲(4)、徐献军(3)、陶锋(3)、杜严勇(3)、张志安(3)、郑祥福(3)、闫坤如(3)、张成岗(3)、王东浩(3)、刘方喜(3)、张剑平(3)、张家华(3)、陈劲(3)、董佳蓉(3)。可见，核心作者共计发表相关论文83篇，占国内社会科学范畴中人工智能研究相关论文总数的12.8%。这与普赖斯定律所要求的核心作者群体发文量占比需达到50%存在较大差距，表明目前国内社会科学范畴中人工智能研究尚未形成稳定的核心作者群体。
同时，笔者通过运行CiteSpace建立新项目，以可供分析的608篇文献为数据来源进行作者合作网络分析，节点类型(NodeTypes)设置为Author，时间段为1998～2018年，时间切片为1，各时间切片的阈值选择为Top30，采用Cosine算法计算网络连线强度，使用寻径方式(Pathfinder)对合并后的整体网络进行裁剪(Purning the merged network)。在CiteSpace生成的可视化图谱中，节点的大小代表作者发文数量的多少，节点之间的连线表示合作关系，线条的粗细代表合作关系强度(见图2)。
由图2可知，国内社会科学范畴中人工智能研究发文较多的是高奇琦、徐英瑾、刘宪权、贾积有、喻国明、何哲、陶锋、闫坤如、张成岗、张家华、王东浩等，这基本上与核心作者群的统计结果一致。通过观察图谱中的节点连线可以发现，44个节点之间一共形成了15条连线，网络密度仅为0.0159。这表明国内社会科学范畴中人工智能研究的核心作者之间存在极少的合作。虽然每个研究者都有主攻的研究方向，但是对于社会科学范畴中的人工智能研究而言，跨领域、跨学科的合作或许更有利于研究的深入。
图2人工智能研究作者合作网络
虽然关键词共现网络图谱、关键词聚类图谱和聚类详细节点列表的存在为识别国内社会科学范畴中人工智能研究的热点提供了较为清晰的线索和科学的依据，也都或多或少地映照出了国内社会科学范畴中人工智能研究的核心学术景象，但是软件根据特定算法生成的图谱毕竟只能作为识别研究热点的一种线索，线索之间还可能存在特定的信息交叉与重复，因此，要抵达学术真相，更加全面地了解人工智能研究的热点主题，还需要进行人工归整。总体来看，当前国内社会科学范畴中人工智能研究的着力点主要集中在理清人工智能的基础认知、挖掘人工智能的应用空间、预判人工智能的社会后果等方面，这也可以视为国内社会科学范畴中人工智能研究的热点主题。
其二，关于人工智能的发展轨迹，首先需要明确的是，“移动互联时代的到来，则使来自网络搜索、电子商务、社会媒体、科学研究等不同领域的海量数据迅速累积，为人工智能的飞跃提供了充足的养分”[11]，当前“正在爆发的这场人工智能热潮，得益于大数据驱动、计算能力的提升、深度学习算法等带来的数据智能和感知智能上的突破，可视为计算机科学与统计学、数据科学、自动传感技术、机器人学等长期积累与相互融合的结果”[12]。可见，人工智能的发展深深依托于互联网、大数据、计算机等技术或科学的发展。由于约束性条件的存在，人工智能的发展具有阶段性，有研究者将之划分为机器学习阶段、机器智能阶段、机器意识阶段[13]，也有研究者将之划分为计算智能、感知智能、认知智能三个阶段[14]，更为流行的做法是将之划分为弱人工智能、强人工智能、超人工智能三个阶段，大多数研究者认为目前的人工智能尚处于弱人工智能阶段。[9][10][15][16]
表1国内社会科学范畴中人工智能
研究发文量排名前20位的机构
序号 机构名称发文量城市1华东政法大学26上海2北京大学21北京3浙江大学21杭州4清华大学20北京5中国人民大学19北京6北京师范大学18北京7华东师范大学16上海8中山大学15广州9复旦大学13上海10上海交通大学13上海11南开大学12天津12浙江师范大学12金华13南京大学11南京14武汉大学10武汉15山西大学9太原16四川大学8成都17南京师范大学8南京18华南理工大学8广州19中国政法大学8北京20华中师范大学6武汉
总体来看，发文数量排名靠前的核心作者所属机构发文总量的排名也较为靠前，比如高奇琦、刘宪权与其所属机构华东政法大学，贾积有与其所属机构北京大学。虽然社会科学研究者绝大部分都属于特定的研究机构，但是核心作者发文数量排名与其所属机构发文总量排名并不具有严格的一致性。主要存在以下两种情形：其一，某机构有某位研究者在人工智能研究领域发文较多，但是该机构并无其他人涉足此领域，个体排名较高但是机构排名不高，此情形可称之为“一枝独秀”；其二，虽然某机构没有非常突出的研究个体，但是机构中有多人涉足此领域，个体排名不高但是机构排名较高，此情形可称之为“多点开花”。例如，徐英瑾在核心作者发文数量排名中高居第二位，其所属机构复旦大学在机构发文总量排名中却只能排到第九位；徐献军在核心作者发文数量排名中较为靠后，但其所属机构浙江大学在机构发文总量排名中高居第三位。事实上，如果一个机构在某研究领域既有核心的领军性人物，又能“多点开花”，才能够更好地形成研究合力，巩固研究优势，打造其独有的研究特色与风格。
通过运行CiteSpace建立新项目，以可供分析的608篇文献为数据来源，将节点类型(NodeTypes)设置为Keyword，时间段为1998～2018年，时间切片为1，各时间切片的阈值选择为Top30，采用Cosine算法计算网络连线强度，使用寻径方式(Pathfinder)对合并后的整体网络进行裁剪(Purning the merged network)，生成国内社会科学范畴中人工智能研究的关键词共现图谱(见图3)。图3中每一个关键词对应一个节点，节点越大表明关键词出现的频次越高，节点之间的连线代表关键词的共现关系。由于本文所分析的文献数据是以篇名为“人工智能”进行检索的，所以，“人工智能”不可避免地成为图谱中最大的、最重要的关键节点。
三、国内社会科学范畴中人工智能研究的热点捕捉
关键词是一篇文献主题与内容的高度凝练，在使用文献计量方法时，可以通过对高频关键词的分析来捕捉某个领域的研究热点。
(一)关键词共现网络图谱
另外，从表1的统计数据来看，国内社会科学范畴中人工智能研究领域的核心机构(高校)主要来自北京、上海、南京、广州等经济发展水平与国际化程度较高的城市。这些城市更早更快地感知到人类社会技术变革带来的现实冲击和思想冲击，可能为人工智能研究的展开及其学术灵感的迸发奠定了基础。
河牧牧业一直秉承“诚实守信、质量第一、客户至上、合作共赢”的经营理念，为了跟客户能够达成长期的合作，共同发展。论坛期间河牧还举办了2019年河牧牧业战略合作伙伴签约仪式，现场签约100万代理商代表并为50多位优秀代理商进行了授牌。
由图谱可知，诸如大数据、深度学习、机器人、机器学习、图书馆、人类智能、智能机器、知识服务等关键词也是较大的节点。在某种程度上，这些关键词及其背后所对应的文献一定程度上代表了目前国内社会科学范畴中人工智能研究的热点主题与内容。
图3人工智能研究关键词共现图谱
(二)关键词聚类图谱
虽然高频关键词是观察一个领域热点主题与内容的有效窗口，但是一篇文献通常含有多个关键词，单个关键词可以提供观照其来源文献核心内容的某个切口，却不一定能反映其来源文献核心内容的全貌，因此，通过一个高频关键词确立一个研究热点并不妥当。CiteSpace提供的聚类分析可以将联系紧密的节点聚集在一起形成相对独立的类团，并提供不同的途径与算法生产聚类标签，当带有不同标签的聚类呈现在一张图谱中，研究者便可以更客观顺畅地判别该领域的热点主题与内容。笔者在国内社会科学范畴中人工智能研究的关键词共现图谱基础上，通过LLR( Log-Likelihood Ratio)算法从关键词中提取聚类命名(K聚类)，得到国内社会科学范畴中人工智能研究的关键词聚类图谱(见图4)。CiteSpace依据网络结构和聚类的清晰度提供了模块值 (Q值)和平均轮廓值(S值)两个指标来衡量图谱的绘制效果，在[0，1]的区间内，Q值和S值越大表示聚类效果越好。当Q>0.3时，表明划分出来的社团结构是显著的；当S值>0.5时，一般认为聚类是合理的。由图4可知，Q值为0.7486，S值为0.6516，说明绘制的聚类图谱效果较好，共生成14个聚类，其中主要的聚类包括：#0通用人工智能、#1强人工智能、#2机器学习、#3机器人、#4智能机器人、#5大数据。同时，笔者整理出了各聚类的详细节点信息(见表2)，为进一步清晰地识别各聚类的细节性内容奠定了基础。
图4人工智能研究关键词聚类图谱
(三)热点主题与内容
2.核心机构群 通过统计608条可供分析文献中的机构数据，整理得出国内社会科学范畴中人工智能研究发文数量排名前20位的机构(见表1)。
1.理清人工智能的基础认知 人工智能的基础性认知主要涉及何为人工智能、人工智能的发展轨迹、人工智能与人类智能的关联等内容。
在文学作品研究中，理论阐述空疏不实，术语运用生搬硬套，结论和观点缺乏坚实的立论基础，这一系列弊处往往与忽视文本解读有密切关系。在笔者看来，有效的文本解读乃至文本细读不仅能强化理论提升与小说艺术之间的亲密联系，而且能增强理论观点的说服力和生命力。《〈聊斋志异〉叙事艺术研究》提出的许多富有创见性的观点或主张之所以能立论坚实、令人信服，原因就在于著者重视文本研究，对作品解读到位。无论是对单篇作品的细析式解读，还是对某一类作品的综合性解读，均反映了著者对《聊斋志异》作品的用心之深、用功之实。
其一，关于何为人工智能是“人工智能领域内最基本的概念性问题，也是有代表性的哲学问题”[5]。虽然早在20世纪50年代，人工智能(Artificial Intelligence)的概念就已经被提出，但是至今关于“何为人工智能”依然难以形成定论。学者们或者认为人工智能就是由人制造出来的机器所展现出来的智能，也可以称为机器智能；[6]或者认为人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学；[7]或者认为人工智能就是让机器能够像人一样思考、学习和认知的技术。[8]由此看来，人工智能既是一种智能类型，也是一门学科(人工智能学)，还是一种技术(人工智能技术)。不管是作为一种智能类型的人工智能，还是作为一门学科的人工智能，抑或作为一种技术的人工智能，其本质是计算，算法控制着数据的流动并实现所谓的“智能”[9]，计算是人工智能的灵魂[10]。
基于网络药理学探讨白术-枳实药对治疗慢性传输型便秘的作用机制 ……………………………………… 宗 阳等（13）：1798
在两宋时期，出现了北宋时期，出现了大量的“把….来”“把来”“把….作/做”“把做/作”这样组合，出现了把+V+宾语+V的结构。同时“把”处置义中所带的宾语也更加的抽象。
其一，在教育领域，“技术的进步对教育具有革命性影响，不仅能改变教育应该培养具有什么样的知识技能与价值观的人这个总体目标，还能改变如何培养人这个教育所需要采用的方法和手段……人工智能是有史以来最具革命性的技术，必将对教育产生前所未有的深刻影响”[22]。有研究者从宏观上指出，当前教育的重要任务就是培养创新人才，创新人才的培养离不开个性化的教育方式，未来教育必将走向个性化，人工智能可以通过智能推荐引擎解决学习过程个性化的问题、通过智能学情分析解决教学过程精准化的问题、通过智能决策支持解决管理过程科学化的问题，以最终推动教育的个性化从理论构想到落地实践；[23]而以数据驱动引领教育信息化发展方向，以深化应用推动教育教学模式变革，以融合创新优化教育服务供给方式，将是人工智能教育应用的未来发展趋势；[24]刘德建(2018)也对人工智能融入学校教育的发展趋势或者说对人工智能的教育应用潜能作出了分析。[25]也有研究者从相对中观的视野上分析了人工智能在远程教育、干部教育、高等教育、青少年教育、儿童学习障碍教育中的应用空间。[26][27][28][29][30][31]还有研究者从微观上分析了人工智能某种具体技术的教育应用，比如智能管理信息系统在现代教育中的应用[32]、开源人工智能系统TensorFlow的教育应用[33]、宽度学习和机器学习在教育中的应用[34][35]。总体来看，“人工智能在教育领域中的应用范围相对狭窄，未形成系统化的、高效的应用体系，亟待我们去继续拓展人工智能教育应用的‘新区’”[36]。
2.挖掘人工智能的应用空间 技术变革与创新的初始使命在于提高人类经济社会发展与生产效率，在于提高人类生活的便捷度。技术的生命力在于应用，就人工智能而言，目前国内社会科学范畴中探讨较多的是其在教育领域、图书馆领域、新闻传播领域的应用。
表2聚类明细表
聚类序号聚类标签(LLR) 所含节点(按频次多少先后排列)#0通用人工智能人工智能、人类智能、出版业、内容生产、个性化、通用人工智能、知识管理、教育本质、人工智能产业、道德嵌入、认识论、计算机程序、虚拟现实、联结主义、网络安全、符号主义、税收征管、现象学、法律规制、法律主体、未来学、智能系统、教育信息化、教学模式、技术进步、技术伦理、后人类、可专利性、人类命运共同体、人类中心主义、人机协同、人机互动、人工智能生成物、人工智能作品、万物皆媒、agi#1强人工智能深度学习、图书馆、知识服务、神经网络、智能图书馆、强人工智能、弱人工智能、群体智能、物联网、智能服务、智能出版、智慧图书馆、数据驱动、刑事责任、人工智能2.0#2机器学习机器学习、新闻业、人工智能技术、新闻生产、区块链、独创性、新闻传播、自动驾驶、智慧教育、伦理失范、人工智慧、主流媒体、个性化学习、“信息茧房”#3机器人机器人、智能机器、自我意识、主体性、马克思主义、风险治理、计算机、综艺节目、智能制造、大数据时代、后人类主义、人文主义、人工智能领域#4智能机器人智能机器人、学习分析、教育应用、教育大数据、教育人工智能、刑罚体系、刑事责任能力、人机协作、人工智能+教育、eai#5大数据大数据、社会治理、计算机辅助教学、自由裁量、自然智能、精准治理、智能教学系统、人工智能教育应用、互联网+#6著作权著作权、创作物#7智能化智能化、跨媒体#8版权归属版权归属、人工智能创作物#9传播学传播学、个人信息#10人工智能体人工智能体#11知识产权知识产权#12人工智能方法人工智能方法#13法律人格法律人格#14设计师设计师
其三，关于人工智能与人类智能的关联，目前学术讨论最为热烈的议题是人工智能能否超越人类智能。[10][17][18][19][20]1997年“深蓝”战胜国际象棋世界冠军就曾引起关于人工智能能否超越人类智能的讨论。主流观点认为，如果进行复杂性程度更高的围棋对战，人工智能不可能战胜人类，即对人工智能可以超越人类智能持怀疑态度。直到近几年代表人类最高水平的棋手柯洁、李世石等在与阿尔法(AlphaGo)的对弈中都遭到惨败，越来越多的人相信人工智能在智力上已经或者终将超过人类。但是这种超越是有限的超越而不是全面的超越，也就是说，在某些专业领域人工智能可以超越人类。[10]不过更为主流的学术看法是当前以及在可预见的未来人工智能都很难真正超越人类智能。蔡曙山(2016)指出，人类心智和认知分为神经、心理、语言、思维、文化五个层级，在这五个层级上人工智能都是在模仿人类智能，虽然人工智能可以不断进步，但是在总体上并未超过人类智能，特别是在语言、思维和文化等高阶认知层级上，目前的人工智能都远逊于人类智能。[21]黄欣荣(2018)进一步从硬件制造、完全数据化与数据共享、算法三个方面解释了人工智能很难真正超越人类智能的原因，认为当前的硬件还无法模拟人脑的复杂结构，新一代人工智能并没有解决世界的完全数据化和数据共享问题，目前的计算机并没有完全掌握人类大脑的思维方式，因此人工智能离人类智能还很远。[10]
从本质上来说，乡村原生态旅游就是将自然环境作为基础，在无社会破坏及干扰的情况下，促进乡村经济发展，实现我国社会经济可持续发展。在乡村旅游事业迅速发展的背景下，我国逐渐加强了对乡村旅游资源的开发及利用，当地居民的生活用水显著增加，且污水处理系统缺乏完善性，导致大量的生活污水难以得到及时处理，进而流入自然河流中，对河流湖泊等水环境造成较大的破坏及污染，不仅影响游客旅游过程的体验，也威胁到我国乡村原生态旅游环境的可持续发展［1］。
我突然觉得我根本不了解学生，与他们有很大的距离。我想和他们交流，却又做不到，好像这不是我的工作，而是他们班主任的工作，“教书”与“育人”分隔开了…班级很静，随着和学生关系的密切，我更愿意用真实的自己去上课。(2010年4月13日)
其二，在图书馆领域，人工智能一出现就引起了图书馆界的高度重视，借助人工智能提升参考与服务能力一度成为图书馆工作者的梦想。[37]傅平(2018)在回顾了近三十年来人工智能技术在图书馆信息检索、参考咨询、编目、分类、采购、流通和自动化等领域的研究和应用现状之后，讨论了强人工智能技术(比如深度学习神经网络模型)用于图书馆新一代信息检索系统的可能性，探讨了生物特征识别技术用于图书馆安全和书籍借阅流通客户使用网络服务的可能性，探讨了聊天机器人作为图书馆导航指向服务和参考咨询机器人的可能性。[13]黄晓斌(2017)重点分析了人工智能在图书馆文献资源建设、馆舍空间建设以及用户管理服务等领域的应用前景。[38]傅云霞(2018)从数字资源的有效整合和智慧检索、服务模式的全新打造、图书馆系统分析与管理、图书馆网络的安全管控、打造智慧咨询馆员等方面思考了人工智能在智慧图书馆建设中的应用。[39]
其三，在新闻传播领域，人工智能带来新的传播速度、创造新的阅读体验、形成新的分发机制。张志安和刘杰(2017)[40]、官建文(2017)[41]、贺岭和南一飞(2018)[42]、陈昌凤和霍婕(2018)[43]都对人工智能在新闻传播领域的具体应用进行了一定的说明，发现人工智能已经基本渗透到新闻操作流程的方方面面。正如张志安和刘杰(2017)指出的，“人工智能已受到越来越多媒体和企业的推崇和采纳，机器人写作、个性化推荐、语音机器人等人工智能技术被日益频繁地应用于选题策划、信息采集、内容生成和渠道分发等环节，以职业媒体人为主体的传统新闻生产正在逐渐迈入专业化与智能化并重的时代”[40]。在人工智能时代，人机协作将是未来新闻业发展的主流，人工智能技术既能够对庞杂的网络信息进行去粗取精、去伪存真的选择，并能够根据无序的信息预测新闻事件及其发展趋势，还能够根据用户个人的人口统计学特征和社交特征进行对象化的新闻内容生产和呈现，最终促使新闻媒体从大众媒体向个性化媒体转变。[44]
3.预判人工智能的社会后果 “虽然新技术在早期都充满了有意义的前景，但是其最终结果却有着极大的不确定性……技术发展打开了新世界的大门，而这个新世界的最终轮廓却是未知的。”[45]确实，人工智能在提高人类经济社会发展与生产效率、提高人类生活便捷度等方面显现出了巨大的潜力，或者说充满了“有意义的前景”，但是“智能革命的出现，对当下的伦理标准、法律规则、社会秩序及公共管理体制带来一场前所未有的危机和挑战”[7]。关于人工智能可能造成的一些社会后果，研究者们展现出敏锐的学术嗅觉，对于几乎各种各样的社会后果都进行了预判，其中最受关注的是人工智能可能对法律和社会伦理造成的冲击。
其一，关于人工智能在法律方面可能造成的社会后果进行分析。郑戈(2017)指出，在人工智能时代，法律滞后于技术和经济的发展，这使那些把握先机的人获得了巨大的边际回报，挑战了法律应对社会变迁的传统模式。[2]高奇琦(2018)认为，人工智能的发展将对法律及其行业生态产生全方位的影响。例如，人工智能的查询服务以及诉讼服务已经对初级律师形成了压力；关于人工智能电子人权的讨论会对民法的传统内涵形成巨大冲击；人工智能和机器人还使得侵权与刑事责任的鉴定变得更为复杂，法官的审判活动也会受到相应的影响；更为重要的是，人工智能背后的算法黑洞隐含着一个算法独裁的问题，这可能会影响未来法律的公平正义。[46]吴汉东(2017)则更为具体地指出，人工智能的发展与应用可能会在民事主体法、著作权法、侵权责任法、人格权法、交通法、劳动法等诸多方面与现有法律制度形成冲突，凸显法律制度产品供给的缺陷。[7]而关于人工智能在法律方面可能造成的社会后果，余成锋(2018)悲观地认为：“人工智能时代对法律的最大挑战，不是对人法、物法领域的重构，不是隐私安全和被遗忘权的设计，也不是数据和算法何者作为未来法规制的重点。根本的挑战，在于法律功能独特性的丧失。法律不学习被机器学习取代，规范性期望被认知性期望取代，法律被代码/算法取代，这将是法律‘死亡’的前景”[47]。
其二，关于人工智能在伦理方面可能造成的社会后果进行分析。周程(2018)指出，人工智能所引发的一般性伦理与社会问题包括失业问题、隐私问题、算法偏见、安全问题、机器权利和道德代码等。[48]闫坤如(2018)认为，人工智能的发展可能引发责任伦理冲突及风险的社会扩大等伦理问题。[49]在王军(2018)看来，人工智能的发展可能引起道德决策风险，可能导致环境、医疗与家庭等社会伦理问题，还可能导致主体人存在与发展的伦理问题。[50]此外，孙伟平(2018)、周涛(2018)也对人工智能在伦理方面可能造成的社会后果作出了思考，且结论相似。[51][52]
由于上述度量ρ是在[0,1]剩余格上,由蕴涵算子诱导的,我们称之为剩余格上的逻辑度量。称([0,1], ρ)为逻辑度量空间。逻辑度量和[0,1]区间上的通常度量是由本质区别的。例如在[0,1]区间中,序列是收敛到0的。然而当Gödel单位区间赋予ρG度量时,0是孤立点,因此“收敛到0”在逻辑度量空间([0,1], ρG)中是不成立的。因此我们有必要研究[0,1]上逻辑度量空间的拓扑性质。
结语
关于国内社会科学范畴中人工智能研究的未来有两个方面值得重视。一方面，笔者在挖掘国内社会科学范畴中人工智能研究的核心力量时发现，不管是研究者之间，还是研究机构之间，实际上都缺乏宽范围、持续性、高密度的合作，而人工智能本身就具有多学科综合、高度复杂的特征，合作研究更有可能取得突破性的成果，因此，未来国内社会科学范畴中的人工智能研究有必要强化合作。另一方面，根据中国政治与学术研究互动的长期经验基本可以推断出，在此后一个较长的时段内，国内社会科学范畴中的人工智能研究将出现一个新的学术增长点。2018年10月31日中共中央政治局就人工智能发展现状和趋势举行了第九次集体学习，习近平总书记指出，要加强人工智能同社会治理的结合，运用人工智能提高公共服务和社会治理水平。[53]可见，探讨人工智能与社会治理或国家治理的关联、人工智能在社会治理或国家治理领域的应用前景、人工智能可能带来的社会治理或国家治理后果是今后国内社会科学范畴中人工智能研究不可回避的一个热点。中央此次集体学习释放出来的学术信号，是人工智能如何影响中国社会治理或国家治理将成为国内社会科学范畴中人工智能研究的重大议题，而这也恰恰是当前国内社会科学范畴中的人工智能研究学术版图较为欠缺的部分。
[参考文献]
[1]高奇琦.中国在人工智能时代的特殊使命[J].探索与争鸣,2017,(10).
[2]郑戈.人工智能与法律的未来[J].探索与争鸣,2017,(10).
[3]陈悦.引文空间分析原理与应用:CiteSpace实用指南[M].北京:科学出版社,2014.
[4]汪德根,等.1980-2009年国内外旅游研究比较[J].地理学报,2011,(4).
[5]成素梅.人工智能研究的范式转换及其发展前景[J].哲学动态,2017,(12).
[6]人民论坛“特别策划”组.上篇:人工智能发展的现状与前景[J].人民论坛,2018,(2).
[7]吴汉东.人工智能时代的制度安排与法律规制[J].法律科学(西北政法大学学报),2017,(5).
[8]潘云鹤.人工智能2.0与教育的发展[J].中国远程教育,2018,(5).
[9]黄璜.人工智能之辨:计算本质、目标分类与议题划分[J].电子政务,2018,(3).
[10]黄欣荣.人工智能热潮的哲学反思[J].上海师范大学学报(哲学社会科学版),2018,(4).
[11]封帅.人工智能时代的国际关系:走向变革且不平等的世界[J].外交评论,2018,(1).
[12]段伟文.人工智能时代的价值审度与伦理调适[J].中国人民大学学报,2017,(6).
[13]傅平,等.回顾与展望:人工智能在图书馆的应用[J].图书情报知识,2018,(2).
[14]吴永和,等.构筑“人工智能+教育”的生态系统[J].远程教育杂志,2017,(5).
[15]许天颖.人工智能时代的隐私困境与救济路径[J].西南民族大学学报(人文社科版),2018,(6).
[16]张今杰.“奇点”是否终将来临?——从“人性”的观点看人工智能的崛起[J].求索,2018,(5).
[17]夏永红,李建会.后奇点时代:人工智能会超越并取代人类吗?[J].教学与研究,2018,(8).
[18]高奇琦,李欢.主奴辩证法与相互承认:试论人工智能战胜人类的可能性[J].理论探讨,2017,(6).
[19]王晓阳.人工智能能否超越人类智能[J].自然辩证法研究,2015,(7).
[20]钱铁云.人工智能是否可以超越人类智能?——计算机和人脑、算法和思维的关系[J].科学技术与辩证法,2004,(5).
[21]蔡曙山,薛小迪.人工智能与人类智能——从认知科学五个层级的理论看人机大战[J].北京大学学报(哲学社会科学版),2016,(4).
[22]王竹立.技术是如何改变教育的?——兼论人工智能对教育的影响[J].电化教育研究,2018,(4).
[23]吴晓如,王政.人工智能教育应用的发展趋势与实践案例[J].现代教育技术,2018,(2).
[24]梁迎丽,刘陈.人工智能教育应用的现状分析、典型特征与发展趋势[J].中国电化教育,2018,(3).
[25]刘德建,等.人工智能融入学校教育的发展趋势[J].开放教育研究,2018,(4).
[26]贾积有.人工智能技术的远程教育应用探索——“希赛可”智能型网上英语学习系统[J].现代教育技术,2006,(2).
[27]吴吉义,平玲娣.人工智能在现代远程教育中的应用研究[J].中国远程教育,2008,(12).
[28]丁茂战,刘海军.人工智能引领干部教育创新发展[J].行政管理改革,2018,(9).
[29]刘宁,夏克俭.人工智能给高等教育带来哪些改变?[J].高教探索,2018,(6).
[30]薛二勇,傅王倩.人工智能对青少年教育体制机制变革的影响[J].中国青年社会科学,2018,(4).
[31]王永固,等.人工智能在儿童学习障碍教育中的应用研究综述[J].远程教育杂志,2018,(1).
[32]魏玲.智能管理信息系统在现代教育中的应用——评《人工智能:智能系统指南》[J].中国教育学刊,2016,(8).
[33]石磊.开源人工智能系统TensorFlow的教育应用[J].现代教育技术,2018,(1).
[34]袁利平,陈川南.人工智能视域下的宽度学习及在教育中的应用[J].远程教育杂志,2018,(4).
[35]余明华,等.人工智能视域下机器学习的教育应用与创新探索[J].远程教育杂志,2017,(3).
[36]张坤颖,张家年.人工智能教育应用与研究中的新区、误区、盲区与禁区[J].远程教育杂志,2017,(5).
[37]吴建中.人工智能与图书馆[J].图书与情报,2017,(6).
[38]黄晓斌,吴高.人工智能时代图书馆的发展机遇与变革趋势[J].图书与情报,2017,(6).
[39]傅云霞.人工智能在智慧图书馆建设中应用研究[J].图书馆工作与研究,2018,(9).
[40]张志安,刘杰.人工智能与新闻业:技术驱动与价值反思[J].新闻与写作,2017,(11).
[41]官建文.人工智能会给新闻业带来什么[J].新闻与写作,2017,(6).
[42]贺岭,南一飞.人工智能时代新闻生产方式的变革研究[J].出版广角,2018,(7).
[43]陈昌凤,霍婕.以人为本:人工智能技术在新闻传播领域的应用[J].新闻与写作,2018,(8).
[44]黄雅兰.从大众媒体到个性化媒体:人工智能技术对新闻生产的影响[J].中国出版,2017,(24).
[45]徐越如.技术魔力的揭秘者:温纳的技术政治哲学研究[J].科学技术与辩证法,2007,(3).
[46]高奇琦,张鹏.论人工智能对未来法律的多方位挑战[J].华中科技大学学报(社会科学版),2018,(1).
[47]余成峰.法律的“死亡”:人工智能时代的法律功能危机[J].华东政法大学学报,2018,(2).
[48]周程,和鸿鹏.人工智能带来的伦理与社会挑战[J].人民论坛,2018,(2).
[49]闫坤如,马少卿.人工智能伦理问题及其规约之径[J].东北大学学报(社会科学版),2018,(4).
[50]王军.人工智能的伦理问题:挑战与应对[J].伦理学研究,2018,(4).
[51]孙伟平.人工智能导致的伦理冲突与伦理规制[J].教学与研究,2018,(8).
[52]周涛.人工智能对社会经济和伦理规范的挑战[J].传媒,2018,(3).
[53]习近平主持中共中央政治局第九次集体学习并讲话[EB/OL].http://www.gov.cn/xinwen/2018-10/31/content_5336251.htm,2018-10-31.
The Academic Domain of Artificial Intelligence Research in the Field of Social Science in China
MEI Li-run
(SchoolofPoliticalScienceandPublicAdministrationWuhanUniversity，WuhanHubei430072,China)
[Abstract]Due to the expanding application scope and the concerns of national strategy,artificial intelligence has become an important field of social science research in China in recent years,and it is the turning point of artificial intelligence research in the field of social science in 2016-2017.Through the analysis of the number of published papers,the author finds out the core strength of artificial intelligence research in the field of social science in China.Clarifying the basic cognition of artificial intelligence,mining the application space of artificial intelligence and predicting the social consequences of artificial intelligence are the hot topics in the research of artificial intelligence in the field of social science in China.In the future,artificial intelligence research in the field of social science in China needs to strengthen cooperation.More attention needs to be paid to how artificial intelligence will affect social and national governance.
[Key words]Artificial Intelligence;the Fourth Industrial Revolution;Social Sciences;CiteSpace
[基金项目]国家社科基金重点项目“中国国家治理现代化的战略愿景与路径优化研究”(编号：14AZD009)。
[收稿日期]2018-12-10
[作者简介]梅立润，男，武汉大学政治与公共管理学院博士研究生。
DOI:10.14137/j.cnki.issn1003-5281.2019.03.028
[中图分类号]TP18
[文献标识码]A
文章编号]1003-5281(2019)03-0203-10
(责任编辑 屈虹)
标签：人工智能论文; 社会科学论文; 范畴论文; 智能论文; 人类论文; 社会科学总论论文; 社会科学研究方法论文; 新技术的应用论文; 《内蒙古社会科学》2019年第3期论文; 国家社科基金重点项目“中国国家治理现代化的战略愿景与路径优化研究”(编号:14AZD009)论文; 武汉大学 政治与公共管理学院论文;