AI越强，深度思考越重要：一场关于人智协同的清醒思辨

曾经我们对AI的期待还比较朴素 曾经我们对AI的期待还比较朴素：写邮件、翻译论文、充当聊天搭子……那时的AI，像一个初出茅庐的实习生——你指哪它打哪，但常常一本正经地胡说八道。它能输出流畅文本，却未必理解语义；能生成逻辑链条，却未必识别前提漏洞。 AI正在接管整套工作流 近两年，AI的发展势如破竹。它不再满足于替人写两段话，而是开始接手整套工作：写代码、查资料、做分析、生成方案，还能自主拆解任务、调用工具、安排步骤、检查结果。程序员开发出的AI，开始承担部分原本属于程序员的工作；不少白领发现，AI已悄然坐到了隔壁工位。 学术场景尤为典型：AI极大降低了论文写作的技术门槛。它不需要理解学术理想，也能把格式排得庄严、引注列得规范。于是批量生成、批量投稿成为现实；审稿人疲于应对，转而用AI辅助审稿；作者则反向在论文中嵌入机器易识别的提示词，试图引导审稿AI给出积极评价。时间节省了，流程加速了，但知识是否真实增长，尚无共识。 问题随之浮现：我们得到的是知识，还是知识的幻象？ 当越来越多的工作可以交给AI，人究竟剩下什么？复旦大学《2026人文社会科学智能发展蓝皮书》直面这一核心诘问。与首期聚焦“AI如何赋能人文社科”不同，本期以“重新发现深度思考的价值”为主题，提出AI与人文社会科学的关系正从“单向赋能”迈向“双向融合”：AI改变研究方式，人文社会科学则必须参与决定AI为何使用、用于何处、受何约束。 为什么AI越强，深度思考反而越不可替代？ 计算器普及后，人不必手算；导航出现后，人不必记路。照此推论，AI能分析资料、生成结论，人似乎也可少动脑筋。可惜，社会问题不是算术题。 蓝皮书以“气候—社会系统耦合”为例指出：真正困难的并非处理更多变量，而是理解自然系统与社会系统在结构、变量和尺度上的深层错配。一个模型能运算，并不等于它已理解问题。 算术题只需判断答案正误；知识生产与公共决策却必须持续追问：论证过程是否可靠？前提假设是否合理？潜在风险是否可控？问题本身是否具有指引未来的价值？ 研究瓶颈正在转移——过去困于材料不足，如今困于问题质量：能否提出真问题？能否构建真实机制？能否形成可检验的证据链？这些判断无法被自动化。AI能力越强，人的判断责任反而越重。 AI是在理解，还是高明地模拟理解？ AI越来越会说话、会推理、会调用工具，越来越像可协作的“研究伙伴”。但它到底是在理解世界，还是仅以极高精度模拟理解？ 四十多年前，塞尔用“中文屋”思想实验质疑纯句法操作能否产生语义理解；今天，大模型把这个问题摆在所有人面前：我们如何判断它真正理解了什么，又遗漏了什么？ 蓝皮书指出，人类智能远非简单“输入—输出”。人之所以能理解世界，是因为感知与注意将刺激组织成情境，记忆与认知地图将经验转化为可迁移结构，情绪与价值决定信息权重与目标取舍。 因此，人智协同的第一步，不是让AI干活，而是厘清分工：AI可识别对象、检索信息、生成文本，但它极易把复杂社会经验压缩为易处理格式，把需深入理解的问题，改写成“看似已被回答”的伪闭环。我们必须从对象识别走向情境理解，从信息存储走向经验组织，从生成输出走向价值判断与自我反思。 认知科学在此尤为关键——它揭示深度思考并非与AI对立的能力，而是人机协作中更需被激活的核心素养。真正有价值的认知型AI，不应只给单一确定答案，而应助人提问、比对证据、保持判断的主动性。 论文写得越来越快，谁来保证它可信？ AI进入科研最直观的变化是速度：文献整理、数据清洗、代码生成、图表绘制、初稿撰写，皆可在短时间内完成。学者本就不该被重复劳动消耗，思想价值也不该由参考文献格式调整次数来证明。 但研究的速度不等于知识的速度。论文生成得快，不意味着概念已澄清、数据已吃透、因果已确立。语言模型尤其擅长将碎片材料编织成连贯叙述——而学术研究最危险的时刻，往往正是叙述显得过于顺畅之时。 风险更藏于那些看似“纯技术”的环节：变量如何选取？指标怎样构造？样本起止年份？案例纳入标准？每个选择背后都承载理论判断。 机器没有阴谋，但它只需在第一步犯一个微小偏差，后续二十步便会在自信中层层放大。 另一种风险来自自动化模型搜索：AI可无限尝试变量组合、参数设置、样本区间，直至找到显著性更高、拟合度更好、图表更美观的结果。过去，“试到显著为止”受限于人力；如今，智能体可不眠不休地搜索。效率提升的同时，统计偶然也可能被高效包装为“理论发现”。 真正的挑战，不只是机器会不会错，而是错误能否被及时发现、过程能否被回溯、结论能否被独立检验。 AI做决定时，谁来负责？ AI识别与分类人的能力正迅速增强：它能识别诉求、判断风险、审核材料、匹配政策，甚至为工作人员提供决策参考。其优势显而易见——更快、不疲劳、不受情绪干扰。 但不疲劳不等于公平。 蓝皮书援引实证研究指出：在分析健康论坛帖子与国际学生访谈时，人类研究者能捕捉医患互动张力、文化责任归属等细微差异；大模型却倾向将其归入泛化、标准化类别。它并非全无理解，而是极其擅长将难解之物，改写成自身易处理的版本。 这种简化在公共治理中可能直接影响权利与待遇。为此，蓝皮书区分两种AI嵌入模式： “代理型”模式中，算法从输入直达决定输出，人类仅在系统故障或申诉时介入； “辅助型”模式中，AI负责检索、计算、风险提示与方案生成，最终决定权仍属人类。 二者本质区别不在技术多寡，而在权力是否发生转移。 制度文件写明“人在回路”，不等于人真在回路。若工作人员只能在算法结论后点击“确认”，所谓人工复核，不过是用人类手指为机器决定盖章。 人工角色必须拥有介入权、纠偏权与解释权；否则，复核即沦为责任表演。 当AI影响人的权利，问题就不能止于“模型准不准”，而必须明确：谁部署？谁复核？谁解释？谁受理申诉？谁承担最终责任？责任可以分工，但绝不能因分工过细而蒸发。 深度思考，不止于“多想一会儿” “深度思考”常被误解为一种个人美德：面对问题，别急着答，多想一会儿。但真正有意义的深度思考，必须嵌入研究流程、治理程序与组织制度之中。它不仅要求个体更谨慎，更要求系统保留让人质疑、纠偏、暂缓判断的结构性条件。 AI可以帮忙，但证据链不能交出去 深度思考不等于拒绝AI。无需为捍卫人类尊严，坚持亲手整理数千份材料或耗费整日调整参考文献格式。 关键在于：工作可托付AI，证据链不可托付。AI可检索文献、处理数据、运行代码，但研究者必须亲自判断：问题是否值得提出？概念是否被准确操作化为指标？数据关系能否支撑因果主张？结论适用边界在哪里？ 蓝皮书引入STRIDES框架，将研究拆解为理论、方法、数据、执行与审查五大环节，并在关键节点设置强制检查：假设须明示，证据须可定位，数据与代码须保留版本记录，高风险或低置信度结论须回归人工裁决。 AI参与研究后，产出不应只剩一篇终稿。研究问题、数据字典、分析脚本、运行日志、审查意见与人工裁决，均应完整留存——让人看见结论从何而来、在哪一步可能出错、历经哪些修正。 科学之所以可信，从不因结论来得快，而因他人能循证据链重走一遍。 团队建议一个朴素自检法：关掉模型后，能否用自己的语言说明——问题是什么？证据来自哪里？结论依赖哪些假设？存在哪些反例？适用边界在哪？ 若只能说“它讲得很有道理”，却无法解释为何；若问题正被悄悄改造成模型易答的形式；若文章愈发流畅，自身观点却日渐模糊——那AI很可能已从表达助手，蜕变为判断代理。 规则不能只写在口号里 关于AI治理，已有诸多正确原则：公平、透明、安全、以人为本、保护隐私、承担责任。问题在于，若原则无法转化为程序，便只活在会议与文件中。 一套制度若仅有原则，如同一人仅有理想而无闹钟：日日立志做正确之事，却从未在正确时刻醒来。 蓝皮书强调，AI治理须覆盖全生命周期：部署前评估风险与适用边界；运行中记录关键决策、监测异常、保障人工介入；出问题后支持复核、纠偏与追责。 不同风险等级的系统，治理强度亦应分层：普通信息检索可适度放宽；涉及公共安全、重大权益与关键决策的系统，则须接受更严苛的测试、审计与部署管控。 治理也不能止于“已告知”。受影响者应清楚：决定依据何在？可质疑哪些环节？向谁申诉？能否要求人工复核？错误发生后能否获得实质救济？否则，“说明义务”易沦为无人读懂的技术文档，“申诉渠道”或只剩一张网页。 治理不是给技术踩刹车，而是修路：何处可提速，何处须限速，何处需护栏，事故后由谁担责。没有规则的道路，通常只意味着强者疾驰，弱者自慎。 AI会整理答案，人还得决定方向 AI极擅回答已被提出的问题。但社会最棘手的命题，往往并非无解，而是缺乏公认标准答案。 效率与公平冲突时，优先谁？技术创新带来整体收益，却让部分人承担更大代价，怎样的分配才算合理？公共利益与个体权利矛盾时，边界划在哪？ 这些问题不会因参数规模扩大而自动消解。 蓝皮书将人文社会科学对AI的“反向赋能”具象化：不是站在技术旁发表抽象道德评论，而是把价值冲突转化为可分析的权衡框架，把社会后果转化为可测量的指标，为技术发展提供更具方向感与解释力的知识坐标。 模型可预测不同选择的后果，但它不能自行决定——哪一部分人该为整体效率付出代价？某种代价是否值得承受？ 中华早期文明大模型即是范例：历史文献、出土文字、器物图像、遗址信息与地理数据，曾散落于不同系统与专家经验中；多模态模型将其整合进统一知识空间，使证据彼此参照。其意义远超检索提速，更在于重构证据组织逻辑。但材料连接越多，专家越需判断：哪些关联具历史意义？哪些仅为表面相似？哪些叙事扎根坚实证据？哪些只是被模型编织得更为流畅？ 这正是人文社会科学不可被简化为“给AI挑错”的原因——它不仅要指出偏见、风险与漏洞，更要解释价值冲突，分析制度后果，体察具体人的处境，并助力社会形成可共同承担的判断。 技术解决“能够做什么”，人文社会科学继续追问：“为什么要做？”“应该做到哪里？”“代价由谁承担？” 靠少数团队远远不够 谈及AI与人文社科融合，人们常聚焦几个实验室、几项明星成果、少数既懂技术又懂社科的研究者。这固然重要，却远不足够。 一个领域要形成长期能力，需数据、算力、模型、工具链、人才培养、组织协作与评价制度共同支撑。蓝皮书特别提醒：AI4SSH基础设施不等于采购更多服务器，也不等于把几种模型塞进同一网页，而是涵盖多模态数据底座、计算环境、领域模型、智能体、工具链及协同机制的整体建设。 买算力容易，建数据规则难；发模型容易，促学科互懂难。真正挑战，在于将零散项目沉淀为可持续运转的组织能力。 更关键的是，认知科学等基础交叉学科亟需协同谋划。它连接哲学、心理学、神经科学、计算科学、语言学与社会科学，既助我们理解人类智能，也助我们反思与校准机器智能。对高校而言，这类建设未必产出即时可演示的应用，却决定着人智协同能否从工具使用跃升至范式创新。 为此，蓝皮书构建“中国高校AI4SSH指数”，从研究核心能力、发展创新潜力、社会传播能力三维度展开，含3个一级、7个二级、10个三级指标，提供结构化观察窗口：哪些高校已形成稳定交叉体系？哪些仍停留于零散项目？哪些有产出却缺制度支撑？哪些有成果却未转化公共影响？ 总体判断是：中国高校AI4SSH发展呈现“体系初构、梯次分明”格局——研究产出与本土融合进展较快，但国际学术影响力、源头创新能力、制度支撑力度与社会服务转化效能仍有明显短板。 因此，衡量其发展，不能只看模型、论文、项目数量，更要审视数据、工具、规范、人才与协作机制能否长期运转。技术可快速迭代，制度与组织却只能缓慢学习；真正决定AI与人文社会科学能走多远的，恰是那些难以做成演示视频的部分。 结语：AI越会回答，人越要知道该问什么 复旦大学党委书记裘新在序言中寄语：在智能时代，须“始终守护思想、砥砺思考，保留独立思索、理性判断、追问价值、明辨取舍的从容与定力，以思想之深引领智能之变”。 这亦是蓝皮书的根本立场——它不仅是技术变迁的观察报告，更是复旦文科面向智能时代的一次集体思辨。 真正重要的是：在自动生成之前，先判断什么问题值得提出；在模型给出结论之后，继续追问证据是否可信；在技术进入社会之前，明确它的边界与责任；在诸多可能未来之间，保有人的价值判断与方向选择。 我们不必再证明人在哪些任务上比机器更快，而应回归根本：确认人在知识生产与社会运行中不可转让的判断权与责任。 机器能带我们抵达许多地方。至于为何出发、该往何处去、抵达后想过怎样的生活——这些事，恐怕还不能完全交给它。